人数減と同時に起きた配分変更
2026年6月7日、中国の大学統一入試「高考」が始まった。全国の报名人数は1290万人で、2024年のピークから2年連続の減少となった。普通に読めば、少子化や進学競争の変化を示す教育ニュースに見える。
ただし、同じ局面で起きているもう一つの変化の方が大きい。中国の2026年版本科専門目録には38種類の新専攻が加わり、具身智能、すなわちフィジカルAIが学際領域の一つとして置かれた。9大学で新設されるこの専攻は、AI人材をソフトウェア企業だけでなく、ロボット、製造、航空、物流、医療機器などの現場へ流す制度上の入口になる。
つまり今回のニュースは、「受験者が減った」という話だけではない。限られた若年人材を、どの技術領域へ優先的に配分するかという国家的な選別の話でもある。
フィジカルAIは、AIを身体に接続する技術
フィジカルAIは、モデルが言葉や画像を返すだけのAIとは違う。カメラやセンサーで外界を認識し、ロボットアーム、車両、ドローン、設備制御などを通じて現実世界に作用する。技術の中心は、認識、計画、制御、シミュレーション、実機検証を一つの流れにすることにある。
ここで変わる性能は、単純なベンチマークの点数ではない。現場でどれだけ速く動けるか、誤作動をどこまで抑えられるか、学習と検証に必要なデータをどう集めるか、人が介入する権限をどこに置くかが性能そのものになる。
配布範囲も変わる。生成AIならAPIやアプリとして広げやすいが、フィジカルAIはロボット本体、センサー、工場設備、通信環境、安全規格、保守体制と切り離せない。価格はモデル利用料だけでなく、実験設備、実機の破損リスク、監査対応、現場教育まで含めて決まる。
入試から企業実装へ伝わる経路
供給の経路は、入試、大学の専攻、研究室、共同ラボ、インターン、企業採用、現場導入という順に伝わる。高考で選ばれた学生が新しい学科に入り、制御工学、機械、AI、データ、ヒューマンインターフェースを横断して学ぶ。その先に、企業の実証現場や製造ラインがある。
重要な変数は五つある。募集定員がどれだけ大きいか、教員がAIと機械・制御を横断できるか、実機を触れる設備があるか、企業が現場データを出すか、安全・知財・責任分担を授業段階から組み込むかだ。
このうち一つでも欠けると、人材供給は細くなる。特にフィジカルAIでは、データの価値が机上のデータセットではなく、現場の失敗例や例外処理に宿る。大学が企業の現場と接続できなければ、卒業生はモデルを理解していても、実装の責任を負える人材にはなりにくい。
動ける主体と、詰まる場所
学生にとっては、新専攻は成長領域への近道に見える。一方で、まだ職種名や評価基準が固まりきっていない分野でもある。AIエンジニア、ロボット制御、組み込み、設備設計、品質保証のどこへ進むのかが曖昧なら、人気だけで選んだ学生ほど進路リスクを抱える。
大学にとっての制約は、看板ではなく設備と教員だ。フィジカルAIは、情報系だけでも機械系だけでも足りない。ロボットを壊せる実験環境、制御の失敗を検証する安全区画、企業と共同で扱えるデータ契約が必要になる。
企業にとっては、採用候補が増えるだけでは不十分だ。実機を動かすAIには、知財、事故責任、サイバーセキュリティ、現場作業員との役割分担がつきまとう。開発者には権限制御と監査ログの設計が求められ、利用者にはAIがどこまで判断し、どこから人が止めるのかを理解する運用ルールが必要になる。
競争軸はモデルから現場アクセスへ移る
大規模モデルの性能競争は続く。しかしフィジカルAIでは、それだけで勝負は決まらない。競争軸は、モデルそのものから、実世界データ、ロボット・センサーの供給網、実証現場へのアクセス、権限制御、安全認証、人材パイプラインへ移っていく。
中国が大学入試と専攻目録を使ってこの領域を押し出す意味は、企業が必要とする人材を市場任せにしないことにある。研究開発の先にあるのは、工場、倉庫、農業、介護、交通、国防関連を含む実体経済だ。AIの競争は、クラウド上のモデル比較から、現場で動かせる組織能力の比較に変わる。
日本企業にとっても、この変化は遠い教育ニュースではない。ロボット、精密機器、工作機械、自動車部品、センサーで競争する企業は、中国側の人材供給と実装速度を見なければならない。単にモデルを導入するかではなく、自社の現場データと安全運用を誰が握るかが競争条件になる。
次に見るべきシグナル
優先して見るべきは、学科名ではなく実数だ。第一に募集定員、第二にカリキュラム、第三にロボットや実験設備、第四に企業共同ラボ、第五に卒業前の実習先である。この五つがそろえば、フィジカルAIは教育政策から企業実装へ伝わりやすくなる。
シナリオは三つに分かれる。限定的な場合は、既存のAI・機械系教育に新しい看板を付けるだけで、供給は大きく変わらない。強い場合は、大学と企業が実機開発を共同化し、採用市場でフィジカルAI人材の賃金と需要が明確に上がる。慎重化する場合は、安全、知財、事故責任の負担が重く、導入速度が想定より遅れる。
見方を変える条件は、9大学の動きが横並びの制度対応で終わるか、産業界と結びついた人材供給網になるかだ。高考の人数減は分母の変化にすぎない。今回の本質は、残る人材をどの技術競争へ向けるかという配分の変化にある。