Crunchbaseのデータによると、物理AI企業は世界全体で、2026年上半期に521件の取引を通じて474億ドルを調達した。これは、同分野の企業が470件の取引を通じて120億ドルを調達した2025年下半期と比べ、約4倍に迫る急増となる。また、436件の取引を通じて264億ドルを調達した2025年上半期の実績も約80%上回っている。
Crunchbaseは、物理AIという用語を、ソフトウェアをハードウェア、センサー、現実世界で稼働するシステムと結び付ける技術を指すものとして使用している。これには、ロボット、自動運転車、航空・宇宙、ドローン、産業オートメーション、センサーなどが含まれる。
大型取引がけん引する急増
過去との比較から、この変化の規模が分かる。ベンチャーキャピタルファンドが物理AI企業に投資した額は、2022年から2024年までの3年間の合計でわずか419億ドルだった。これは、2026年上半期の6か月間だけで同分野に流入した資金を下回る。
この急増の最大の要因となったのは、2月に発表されたWaymoの160億ドルのラウンドだった。Alphabet、Dragoneer Investment Group、DST Global、Sequoia Capitalがラウンドを共同で主導し、カリフォルニア州マウンテンビューに本社を置くWaymoの評価額は1260億ドルとなった。このラウンドは、同期間における同分野の資金調達総額のおよそ3分の1を占める。
その他の大型ラウンドでは、防衛技術企業のAnduril Industriesが5月に50億ドルを調達し、評価額は610億ドルとなった。これは、1年未満前の評価額305億ドルの2倍に当たる。3月には、サンディエゴに本社を置くShield AIが、Advent InternationalとJP Morgan Chaseが共同で主導した20億ドルのシリーズGラウンドを完了し、同社の評価額は127億ドルに上昇した。
同じ月には、テキサス州オースティンに本社を置き、自律航行する海軍艦艇を開発する防衛技術企業Saronicが、Kleiner Perkinsの主導するシリーズDラウンドで17億5000万ドルを調達した。このラウンドにより、同社の累計調達額は約26億ドル、評価額は92億5000万ドルとなり、2025年のシリーズCラウンド時の水準の2倍超に達した。
大型のエグジットも資金調達に伴う
資本の動きは投資ラウンドに限られなかった。2026年には同分野で複数の上場と買収が記録され、ロボットよりも宇宙、防衛、ドローン分野に活動がより集中した。
最大の例外はSpaceXで、6月の新規株式公開（IPO）で750億ドルを調達し、評価額は1兆7700億ドルとなった。また、バージニア州ハーンドンに本社を置く宇宙情報企業HawkEye 360は上場時に4億1600万ドルを調達し、バージニア州アーリントンに本社を置く自律型ドローン企業Aevexは3億2000万ドルを調達した。
買収取引では、Mobileyeがイスラエルの人型ロボット専門スタートアップMentee Roboticsを約9億ドルで買収した。Mobileyeは、この取引を物理AIへの取り組みと明確に結び付けた。
なぜこの変化が投資家にとって重要なのか
Edison PartnersのゼネラルパートナーであるRyan Zieglerは、物理AIはロボット、人型ロボット、防衛、基盤モデルを超えるものだと考えている。Zieglerの見方によれば、この分野はソフトウェア、ハードウェア、センサー、モノのインターネット（IoT）、サービスを組み合わせ、製造、サプライチェーン、公益事業、農業、輸送、政府、空間・物理情報などの用途に応用される。
Zieglerは、これらのシステムから出力されるデータをAIが迅速かつ大規模に処理する能力が高まる一方、ハードウェアのコストが低下し、利用しやすくなっていると指摘する。携帯電話にLiDARスキャナーが搭載されていることを例に挙げ、これによって物体や空間をマッピングする能力が広がると説明した。
Edison Partnersにとって、特に機会が目立つのは、従来からアナログなプロセスに依存してきた高価値分野である。同ファンドは、予知保全、リスク管理、資産の安全性、セキュリティ、自律運用を通じて投資効果を測定できる用途を探している。また、これらの企業の一部は、業界特化型のソフトウェア企業に似たものになる可能性があり、複数年にわたる導入と大きな収益を生み出すほか、ソフトウェア、センサー、ハードウェアの組み合わせによって、時間とともに価値が高まる独自のデータセットを構築できると見ている。
実験から商用稼働へ
Eclipse Capitalのパートナー兼グロース部門責任者であるJoe Fathは、物理分野は依然として資本集約的だが、AIを支える技術が企業の構築と拡大の効率を変えていると述べた。その理由として、技術的な障壁の低下、経験豊富な人材の流入、市場需要の高まりを挙げている。
投資家の見解によれば、こうした企業を構築する経済性も過去2年間で改善した。コンピューティング能力と基盤モデルがより広く利用可能になり、再利用可能なモデルや物理ベースのシミュレーションが改善し、より多くの訓練データが利用できるようになり、センサーとハードウェアのコストが低下した。同時に、一部の企業はハードウェアの販売と、経常収益または利用量・成果に基づく価格設定を組み合わせる収益モデルへと移行している。
実際には、ハードウェアは単独の製品というだけでなく、ソフトウェアとデータを配布するチャネルの役割を果たし得るということだ。Fathは、こうした要因が資金をエネルギー、ロボット、自律性、半導体、コンピューティング、データセンターインフラへと向かわせており、生産段階に到達し、顧客を獲得し、効率的に拡大できる企業により大きな重点が置かれていると述べる。
Eclipse Capitalは、物理AIを「現実世界を認識し、そこから推論し、その内部で行動するシステムに組み込まれた知能」と定義しており、独立系の大規模言語モデル提供企業には通常投資していない。Fathは、価値はこの分野の各層に分散する可能性があるものの、最も優れた競争優位性は、インフラとアプリケーションの複数の層を統合する企業が得る可能性があると考えている。
投資家が示す結論は、技術力だけで十分ということではない。顧客が重視するのは、運用効率、信頼性、収益である。そのため、新たに資金を調達した企業にとっての実際の試金石は、AIを商業的に信頼して利用できるシステムへと変換し、その結果生まれたデータとインフラを活用して追加製品へと拡大できるかどうかになる。