Japonia buduje AI dla 10 milionów robotów do 2040 roku

Do 2040 roku Japonia planuje rozmieścić 10 milionów robotów wyposażonych w sztuczną inteligencję w 18 branżach gospodarki — a rząd w Tokio właśnie formalnie zlecił budowę wspólnego modelu AI, który ma tym maszynom dawać „rozum”. To nie kolejna strategiczna deklaracja: kontrakt jest podpisany, pierwsze środki przelane, a za realizację odpowiada konsorcjum złożone z SoftBanku, NEC, Sony i Hondy. Skala tego projektu sprawia, że trudno go zbagatelizować — Japonia stawia na robotyzację nie jako na opcję, lecz jako na jedyną realną odpowiedź na demograficzny kryzys, który już dziś boleśnie odczuwa jej gospodarka.

Co to jest „physical AI” i dlaczego Japonia na to stawia?

Physical AI to kategoria modeli sztucznej inteligencji zaprojektowanych specjalnie do sterowania fizycznymi robotami działającymi w rzeczywistym, nieustrukturyzowanym środowisku — w odróżnieniu od modeli językowych, które operują wyłącznie na tekście lub obrazach wyświetlanych na ekranie. Japoński rząd wybrał ten kierunek, ponieważ dotychczasowe roboty przemysłowe wykonują ściśle zaprogramowane sekwencje ruchów i nie potrafią samodzielnie reagować na zmienne warunki otoczenia.

Projekt prowadzony przez Ministerstwo Gospodarki, Handlu i Przemysłu (METI) oraz Nową Agencję Energii i Technologii Przemysłowych (NEDO) zakłada stworzenie multimodalnego modelu fundacyjnego — systemu zdolnego jednocześnie przetwarzać język naturalny, obrazy, wideo i dane z sensorów. Dzięki temu robot wyposażony w taki model mógłby „zrozumieć” pomieszczenie i podjąć decyzję o działaniu, zamiast mechanicznie odtwarzać z góry zaplanowaną sekwencję kroków.

Realizacją projektu zajmuje się firma Noetra wspólnie z Narodowym Instytutem Zaawansowanej Nauki i Technologii Przemysłowej (AIST). Prace mają trwać od roku fiskalnego 2026 do 2030, a pierwsza wersja modelu ma zostać udostępniona już w bieżącym roku fiskalnym 2025. Kolejne iteracje będą wydawane co roku, budowane na danych przekazywanych dobrowolnie przez uczestniczące firmy produkcyjne.

Kto buduje japoński model AI dla robotów?

Noetra — spółka, której nazwa jest praktycznie nieznana poza Japonią — jest kontrolowana przez czterech głównych udziałowców: SoftBank, NEC, Sony Group i Honda. Przy projekcie pracują także inżynierowie SoftBanku oraz badacze z Preferred Networks i AIST. Według doniesień z 2025 roku rozważają dołączenie do konsorcjum Fujitsu i Rakuten.

Struktura tego konsorcjum jest klasycznym japońskim podejściem do wielkich projektów technologicznych: zamiast powierzać zadanie jednemu championowi, państwo skupia firmy, które już dziś produkują sprzęt potrzebny do uruchomienia modelu. Honda wnosi dekady doświadczeń w robotyce humanoidalnej, Sony — zaawansowane sensory obrazowania, NEC — infrastrukturę obliczeniową, a SoftBank — kapitał i powiązania z globalnym ekosystemem AI.

Prace nad modelem będą zasilane danymi ze środowisk produkcyjnych i usługowych przekazywanymi przez partnerów branżowych. METI i NEDO zastrzegły jednak, że finansowanie nie jest bezwarunkowe: tylko pierwsze dwa lata mają zagwarantowane środki, a kolejne transze zależą od wyników ocenianych w systemie stage-gate — jeśli Noetra nie osiągnie zakładanych kamieni milowych, Tokio może wstrzymać dalsze finansowanie.

Redakcja IWD Partner: Japońskie konsorcjum Noetra przypomina nam strukturą europejskie wielkie projekty technologiczne — jak ITER w energetyce fuzyjnej czy Galileo w nawigacji satelitarnej — gdzie ryzyko rozkłada się na wielu partnerów, a państwo pełni rolę architekta, nie wykonawcy. Historia takich przedsięwzięć jest mieszana: potrafią dostarczyć infrastrukturę, której żaden prywatny podmiot nie zbudowałby samodzielnie, ale często też grzęzną w kompromisach. Pytanie, które warto zadać: czy model AI zaprojektowany przez komitet czterech korporacji będzie wystarczająco elastyczny, by konkurować z tym, co w tym samym czasie zbudują Figure AI, Boston Dynamics czy chińskie Unitree?

Jaka jest skala finansowania i co obejmuje plan na 2040 rok?

Łączna pula środków publicznych na projekt wynosi do 1 biliona jenów, czyli około 6,1 miliarda dolarów według kursu z 2025 roku — rozłożonych na pięć lat. Samo zlecenie na bieżący rok fiskalny opiewa na około 2,3 miliarda dolarów i pochodzi z alokacji 387,3 miliarda jenów finansowanej przez GX Economy Transition Bonds — japońskie obligacje skarbowe powiązane z transformacją zielonej gospodarki.

Liczba 1 biliona jenów jest jednak sufitem, nie gwarantowaną kwotą. Mechanizm stage-gate oznacza, że każdy kolejny rok finansowania jest uzależniony od oceny postępów. Dla projektu tej skali to ważna informacja: Tokio zachowuje realne narzędzie kontroli i nie jest związane wieloletnią obietnicą bez warunków.

Docelowe wdrożenie zakłada 10 milionów robotów sterowanych przez wspólny model AI w 18 sektorach do roku 2040. Wśród priorytetowych branż wymieniane są: gastronomia, produkcja żywności i opieka medyczna. Minister przemysłu Ryosei Akazawa w 2025 roku stwierdził wprost, że plan ma „energicznie promować wdrożenie społeczne” robotów we wskazanych dziedzinach.

Dlaczego Japonia potrzebuje robotów bardziej niż inne kraje?

Japonia mierzy się z jednym z najostrzejszych kryzysów demograficznych wśród rozwiniętych gospodarek: starzejące się społeczeństwo kurczy siłę roboczą w tempie, którego imigracja — przy obecnej, restrykcyjnej polityce migracyjnej — nie jest w stanie wyrównać. Niektóre sektory, takie jak opieka nad osobami starszymi i produkcja żywności, już teraz zgłaszają poważne braki kadrowe bez perspektyw na poprawę w ciągu najbliższej dekady.

Japonia nie zaczyna jednak od zera. Kraj od lat 80. XX wieku konsekwentnie buduje kompetencje w robotyce przemysłowej i jest jednym z wiodących eksporterów robotów na świecie. Doświadczenia z robotyzacji opieki geriatrycznej, reagowania na katastrofy (m.in. po awarii elektrowni Fukushima w 2011 roku) i linii produkcyjnych tworzą solidną bazę danych i inżynierskiego know-how, na której Noetra i AIST mogą budować nowy model.

Kluczowa różnica między dotychczasowymi robotami a tym, co planuje Japonia na rok 2040, polega właśnie na elastyczności. Dziś robot spawający w fabryce Hondy wykonuje perfekcyjnie jeden typ zadania. Robot oparty na multimodalnym modelu fundacyjnym miałby rozumieć kontekst — na przykład dostosować sposób podawania posiłku do stanu pacjenta w szpitalu lub samodzielnie obsłużyć nowy produkt na linii pakowania bez przeprogramowania.

Dlaczego japoński plan robotyzacji ma znaczenie?

Japońska strategia robotyzacji jest pierwszym przypadkiem, w którym rząd narodowy formalnie zamówił budowę wspólnego modelu AI przeznaczonego wyłącznie do sterowania robotami fizycznymi w skali całej gospodarki — nie jako eksperyment laboratoryjny, lecz jako infrastrukturę publiczną. METI i NEDO finansują projekt ze środków publicznych o wartości do 1 biliona jenów, co czyni go jednym z największych pojedynczych wydatków rządowych na AI poza Stanami Zjednoczonymi i Chinami.

Jeśli model Noetra i AIST osiągnie zakładane parametry, Japonia zyska reużywalną „warstwę inteligencji” dostępną dla całego krajowego przemysłu robotycznego — coś w rodzaju systemu operacyjnego dla robotów, niezależnego od konkretnego producenta sprzętu. Takie podejście mogłoby stać się wzorcem dla innych krajów borykających się z podobnymi problemami demograficznymi: Niemiec, Korei Południowej czy Włoch.

Według danych Międzynarodowej Federacji Robotyki (IFR) z 2024 roku Japonia zajmuje trzecie miejsce na świecie pod względem gęstości robotyzacji przemysłu — 419 robotów na 10 000 pracowników. Sukces projektu Noetra mógłby radykalnie zmienić tę statystykę i przesunąć Japonię na pozycję lidera nie tylko w liczbie maszyn, ale i w poziomie ich autonomiczności.

Powiązane pojęcia z AI i uczenia maszynowego

• Model fundacyjny (Foundation Model) — duży model AI wytrenowany na ogromnych zbiorach danych, który może być dostosowywany do wielu różnych zadań bez konieczności trenowania od zera.
• Physical AI — kategoria systemów sztucznej inteligencji zaprojektowanych do sterowania robotami lub urządzeniami działającymi w fizycznym, rzeczywistym środowisku.
• Model multimodalny — model AI zdolny jednocześnie przetwarzać i łączyć różne typy danych, takie jak tekst, obraz, wideo i dane sensoryczne.
• Stage-gate — proces zarządzania projektem, w którym finansowanie kolejnych etapów jest uzależnione od osiągnięcia z góry zdefiniowanych wyników ocenianych w regularnych punktach kontrolnych.
• Dane z sensorów (sensor data) — informacje zbierane przez urządzenia pomiarowe robota (np. kamery, czujniki dotyku, lidar), które model AI musi interpretować w czasie rzeczywistym, by podejmować decyzje o ruchu.

Na podstawie materiałów źródłowych.