OpenAIのロボティクス責任者：AIはソフトウェアから物理世界へ移行しなければならない

OpenAIのロボティクスおよびコンシューマー・ハードウェアの元責任者であるケイトリン・カリノウスキーは、キーボード型の人工知能が飽和に近づいており、テクノロジー業界は物理世界へ転換すべきだと主張している。LannyのPodcastの回で、カリノウスキーは、ソフトウェアからロボティクスへの移行には新しい製造能力、サプライチェーンのレジリエンス、安全プロトコルが必要であり、それが企業の戦略を国家安全保障の問題へと変えるのだと語っている。

Caitlin Kalinowski, OpenAIのロボティクス責任者（元）/ 写真提供：Caitlin Kalinowski

AIが物理的な対象に集中するにつれ、ソフトウェアの進展が鈍化

カリノウスキーは、AIラボがより良いモデルを作れば作るほど、文章生成の価値が薄れていくと論じている。「AIでキーボードの裏側でできることは、いずれ飽和するわ」と彼女は主張する。「次のフロンティアは物理世界だ。ロボティクス、製造、そして工業化である。」

この新しい時代で競争するには、企業は物理センサーを作り、工場を運用し、デジタルだけのアプリに頼るのではなく、実世界の環境でロボットを展開しなければならない。

仮想現実が可能にしたロボットの空間認識

カリノウスキーによれば、VR技術は空間の方位認識という課題を解決することで、ロボティクスの土台を築いたという。「VRは、物体を空間の中でどう向けるかを理解するのに役立ち、シミュレーションの世界を現実世界につなげることができた」と彼女は説明する。「私たちはSLAM（同時位置推定とマッピング）、深度センサー、そして人間が視覚データをどう知覚するかを理解した。今、ロボティクスはそれらをすべて使っている。」

この追跡技術は普遍的であり、いまや自律走行車、ドローン、製造システムの土台になっているのだと彼女は述べる。

スマートグラスは生産面と社会面の障壁に直面

デジタルのコードから物理的なウェアラブルへ移行すると、すぐに現実の課題が生まれる。カリノウスキーは、重要な障壁を2つ挙げている。

• 公共の場での使いやすさ：動きながらデバイスを静かに操作するには、規模に応じて存在しない新しい対話方法が必要になる。
• 社会的受容：ユーザーの顔を覆うことは通常の人間同士の会話を妨げ、一般的な普及を難しくする。

MetaのOrionスマートグラスについて、カリノウスキーは次のように説明する。「Orionスマートグラスは少し先を行っている。というのも、量産にまだ十分ではない導波路とmicroLEDを使っているから。歩留まりが出ていないんだ。コストもまだ高い。」

また、VRも同じ社会的障壁に直面したと彼女は付け加える。ひとたび顔を覆うデバイスになってしまうと、消費者の採用は山を越えるような戦いになる。

世界的なサプライチェーンが分断を露呈

消費者向けのハードウェアが社会的な障害に直面する一方で、産業用ロボティクスでは脆いサプライネットワークが明らかになる。生産を拡大することが主な課題だ。たとえ信頼できる設計があっても、企業はすぐにサプライのボトルネックに突き当たる。

カリノウスキーは、積み重なるサプライチェーンをこう説明している。「まずは原材料や磁石から……それを加工し、アクチュエータに組み込み、さらにそのアクチュエータをロボットに組み込む。それぞれの層のサプライチェーンは中国、日本、韓国に外注されている。安全なサプライチェーンにするには、これらの層での独立性が必要だ。」

民生用電子機器や軍需兵器はいずれも同じグローバル・サプライチェーンに依存しており、その結果、U.S.は混乱に対して脆弱になる。

メモリコストの上昇が財務面の負担を生む

ハードウェアの競争が部品コストを押し上げ、業界全体に厳しい運用判断を迫っている。

• ロボット、スマホ、データセンターはすべてコンピューターのメモリを必要とする。
• AI企業は利用可能なメモリの大部分を買い占め、その結果価格が上がっていく。
• 大企業は高いコストを吸収できる一方で、コンシューマー向けガジェットを作る小規模チームは利益が減るか、製品の遅れに直面する。

カリノウスキーはこう助言する。「私は、価格の急騰に乗り切るために、スタートアップや企業にメモリの事前購入を勧めてきた。メモリやシリコンのような重要部品が逼迫しているなら、できることは多くない。払うか、すでに十分な量を事前に買い付けているかのどちらかだ。」

RAMのような単一の部品が入手できなくなると、製品全体の内部アーキテクチャを作り直さざるを得なくなる。サプライチェーンのショックに耐えるため、カリノウスキーは企業は製造を社内に取り込み、部品が消えるときに迅速に設計転換できるようにすべきだと主張する。これは、Teslaが世界的なシリコン不足をどう乗り切ったかに似ている。

ロボットの安全には厳格なプロトコルが必要

サプライチェーンを確保することは二次的であり、優先すべきは公共の安全だ。エンジニアは、印象的なデモを作るよりも、ロボットを安全で予測可能にすることを優先しなければならない。

真の意味での人とロボットの協働はまだ遠い。というのも、ほとんどの産業用機械は依然として厳格な立入禁止ゾーンを必要とするからだ。カリノウスキーは次のように指摘する。「中国のロボットでも入手できるが、説明書には『このロボットの3フィート以内に人が入ってはいけない』と書いてある。いまのところ、その警告なしに意味のある作業をできるほど強いロボットは、そう多くない。」

防衛パートナーシップには明確な倫理的ガードレールが求められる

自律ロボットを配備するには、社会の信頼が必要だ。AIを防衛契約と結び付けるには、明確な倫理的な境界線が不可欠であり、それがなければ企業の評判やエンジニアリングチームが分裂してしまう。

OpenAIの国防総省との提携について振り返り、カリノウスキーは拙速な意思決定と、定義されたガードレールの欠如を批判している。彼女は最終的に、将来の不確実性を避けるために離れた。退職したことで、「他の人たちが自分たちの境界を語りやすくなった」ことを願っていたという。

カリノウスキーは、内部の対立を防ぐにはリーダーシップ側の徹底した明確さが必要だと強調する。AI研究者とハードウェアエンジニアの間には文化的なギャップがあり、深刻な誤認・連携ミスのリスクが生まれる。高リスクな軍事契約では、統一された方向性を確保するために、共有されたミッションの整合が求められる。

反論：ソフトウェアは飽和していないのかもしれない

カリノウスキーの「物理世界」への転換という主張は説得力があるが、ソフトウェアが明確に天井に到達しているわけではない。Gartnerの予測では、世界のAIへの支出は2026年にUS$2.52兆に達する見込みだ。一方で、エージェンティックAIを伴うサプライチェーン向けソフトウェアは、2025年のUS$20億未満から、2030年までにUS$530億へと成長すると見込まれている。これは次の波が、「ソフトウェアからハードウェアへのきれいな乗り換え」というより、ハイブリッドなサイクル、つまりソフトウェア・エージェントが物理AIの背後でますます工場、物流システム、産業向けワークフローを運用するようになる可能性を示唆している。

社内製造だけでは解けないサプライチェーン上の制約

サプライチェーンの議論には、単に製造を社内に持ち込むだけではない、より厳しい制約がある。2026年5月のReuters報道によれば、中国は依然として世界の希土類の90%以上を精製している。またRSISは、中国の2025年の規制が、選定された希土類の磁石や分離技術を対象にしていたと指摘した。垂直統合は企業がより迅速に対応する助けにはなるかもしれないが、あらゆる企業の工場の外側にある、素材や加工ノウハウ、輸出ライセンスへの上流依存を完全に解消することはできない。

ロボティクスの安全基準は進化している

ロボットの安全や防衛用途に対するカリノウスキーの懸念は、彼女の主張が示唆するほど「空白」ではなくなりつつある。ISOは10218-1:2025のロボット安全要件を更新し、一方で米国ではANSI/A3 R15.06-2025の改訂により、Association for Advancing Automationによればサイバーセキュリティの脆弱性が物理的な安全上の危険として正式に認識された。

OpenAIも2026年に、国防総省との合意に明確なレッドラインと段層化されたガードレールが含まれていると述べている。これは倫理的な緊張をなくすものではないが、業界が、安全のための設計なしにロボティクスと防衛へ進むのではなく、「物理AI」に関するルールを制度化し始めていることを示している。