メガトレンド · Robotics & Physical AI
みんなが街なかの無人タクシーを見つめているあいだに、トラックはハイウェイでこっそり先にゴールしていた
2025年5月、1台の18輪トラックがダラスからヒューストンまで、運転席を空っぽにしたまま走り抜けました——世界で初めての、大型トラックによる無人の商用貨物輸送です。これは偶然ではありません。アメリカは何万人ものトラック運転手が足りず、まっすぐで、同じ道のくり返しで、歩行者もいないハイウェイは「いちばん簡単な自動運転」なのです。この記事は、無人で「モノ」を運ぶ2つの戦場——ハイウェイを行く長距離トラックと、歩道を進むラストマイルの配送ロボット——の話。なぜそれが街のタクシーより先に来たのか、誰が先頭を走り、そして先に倒れていった会社の「残骸」が何を教えてくれるのかを見ていきます。
01これは何？——無人で運ぶ2つの世界
「自動運転」と聞くと、たいていの人は街なかで人を乗せて走る無人タクシーを思い浮かべます。でもこのnodeは、同じコインの裏側——運ぶのは人ではなくモノ。そして、似ているようで正反対の2つの世界に分かれます。
1つめの世界は無人の長距離トラック（autonomous trucking）——数十トンもある18輪のトラックが、都市と都市のあいだをハイウェイで貨物を運ぶ。これは旅の「中間区間」（long-haul）で、まっすぐで、速くて、毎日同じ道のくり返し。2つめの世界はラストマイルの配送ロボット（last-mile delivery robots）——車輪のついた小さな箱が歩道をのろのろ進んで、ピザや食料品をあなたの家の前まで届ける。こちらは物流の最後、短いけれどいちばん手間のかかる「最終区間」です。
メガトレンドの地図のなかで、このnodeは大きなトレンドRobotics & Physical AIの下、Autonomous Vehicles & Robotaxiに連なる枝葉（leaf）。すぐ隣にきょうだいがいて、それがRobotaxi——街なかの無人タクシーです。どちらも「運転する脳」は同じものを使うのに、使いどころはまるで違う——そしてその違いこそが、トラックを先に稼がせる理由になります。次の章で見ていきましょう。
物流は区間ごとに分かれます · Long-haul＝都市や州をまたいで何百〜何千マイルも運ぶ長距離（無人トラックの主戦場）· Middle-mile＝倉庫から別の倉庫や支店へ、毎日同じ道をくり返す中距離 · Last-mile＝配送センターから顧客の玄関までの最終区間——いちばん短いのに、何か所も立ち寄るためいちばん高くつき、手間もかかる。ここが歩道を進む配送ロボットの戦場です。
02なぜ重要か——運転手不足 ＋ ハイウェイがいちばん易しい関門
このトレンドは、たまたま同じ時期に重なった2つの力に押されています。1つめは需要側の構造的な問題、2つめは技術側の技術的な易しさです。
1つめの力は慢性的なトラック運転手不足。米国トラック協会（ATA）は、2024年にアメリカで約6万人の運転手が足りないと見積もり、この数字は2028年までに17万5千人へ膨らむ見通しです。理由は、この仕事がきついから——何週間も路上で過ごし、家を離れ、運転手の平均年齢は上がり続け、若い世代はやりたがらない。結果として、「運転手」は運送業でいちばん高くつき、いちばん手に入りにくいものになりました。だから、休まず24時間走れる車を持つことは、単なるコスト削減ではなく「雇う人がいない」という問題を真正面から解くことなのです。
2つめの力は、もっと根の深い理由です：ハイウェイはいちばん簡単な自動運転。高速道路を走るのと、街なかの路地を走るのとの違いを思い浮かべてください——ハイウェイでは、車線を守り、車間を保ち、ときどき車線を変えるだけ。歩行者もいない、ややこしい交差点もない、横から飛び出す自転車もない、信号もない。おまけに道は毎日同じだから、あらかじめ詳細な地図を用意できる。いっぽう街なかのタクシーは、路肩の人が降りて渡るかどうかを読み、手で合図する警官を理解し、数えきれない突発的な出来事に対応しなければならない——だからこそ、トラックの戦場のほうが先に「実際に走って、実際にお金をもらう」段階に到達できたのです。
そして賞金もとても大きい。アメリカのトラック輸送市場は年間5,300億ドルを超える規模。アナリストは、自動運転が長距離輸送のコストを約30%下げ、節約額は年間1,680億ドルにのぼると試算しています——道のりが長いとわかっていても、数十億ドルの投資資金がこの戦場に流れ込む理由はここにあります。
03どう動くのか（hub-to-hubモデル）
完全な自動運転がまだ難しいのに、無人トラックを「実際に使える」ものにしている鍵——それが、hub-to-hub（ハブからハブへ）モデルという賢いアイデアです。出発地の倉庫から到着地の玄関先まで（つまり難しい街なかの道を通って）ぜんぶ車に運転させるのではなく、人と機械が、それぞれ得意なところを分担します。
仕組みはこうです。人間の運転手が前半、街なかの倉庫からハイウェイ沿いの「積み替えハブ」（transfer hub）まで運転する。そこで車は無人モードに切り替わり、自分でハイウェイを長距離走って、到着地の街の近くにある別の積み替えハブへ向かう。そこから別の運転手が引き継いで街へ入る。結果として、AIは易しい場面——ハイウェイだけ——にしか出会わず、街なかの難しい仕事は人間のまま。これが、自動運転が完璧になる前にこのモデルが「実走」できる理由です。
いっぽうラストマイルの配送ロボットは、同じ理屈を裏返しています——配送センターのまわり数キロという短い区間だけを担当し、歩く人くらいの速さで歩道をのろのろ進む。困った場面に出くわしたら、止まって待つか、遠隔の人間が入って助ければいい。小さくて遅いのでリスクは低い——失敗してもピザが冷めるだけで、人にぶつかるわけではありません。
04エコシステムの中でのつながり
無人で運ぶことは、無人タクシーと同じ「脳」を使いながら、別の問題に当てはめています。だからこそ、ほかのトレンドと深く結びついています：
- Robotaxiと技術を共有するが、使いどころは別： どちらも perception（まわりを認識する）と planning（経路を立てる）が要り、センサーやアルゴリズムも似ている。ただトラックは「ハイウェイで遠くを見る ＋ 重い車を長い距離で止める」のが得意になるよう調整され、タクシーは「街の混沌に対応する」のが中心——土台の技術は同じでも、得意分野は別々に設計されている
- AIを脳として頼る： 前の車がブレーキを踏むかどうかを「先読み」する力は、何百万マイルもの走行で鍛えたAIモデルから生まれる——AIがなければ運転手もいない
- LiDARと半導体を食う： 無人トラックはタクシーより「遠くを見る」LiDARが要る（速く走り、重い車はブレーキが遅いので、数百メートル先を見ておく必要がある）。さらにリアルタイムで考える高性能チップも——どの車も、走る1台のコンピュータだ
- Aging Populationの課題を解く： 労働力が高齢化し、若い世代がトラック運転手になりたがらないとき、自動運転は「誰もやりたがらない仕事」の直接的な答えになる——このトレンドを後押しする人口動態の力だ
05いま、どこまで来たのか
2025〜2026年の状況は、一文でまとめられます：「もう本当に始まっている——そして生き残るのは、易しい問題を選び、ゴールまで持ちこたえるお金を持っている者だ」。
いちばん大きなマイルストーンはAurora Innovationのもの。2025年5月、同社はDallas–Houston路線で、大型トラックによる無人の商用貨物輸送を世界で初めて開始しました——運転席は本当に空っぽ。そこからの広がりはとても速く、夜間の走行を追加して（車を24時間フルに使えるようにし）、Phoenix と El Paso–Fort Worth へ路線を広げて10路線に。無人走行は無事故で25万マイル超を積み上げ、2026年末には無人トラック200台超を目標に掲げ、2027年の「産業規模でのスケール」へと向かいます。
大きなライバルはKodiak AI。2025年9月にSPAC（Ares Acquisition Corp II）との合併で上場し、評価額は約25億ドル。Kodiak は別の戦略を選びました——公道のハイウェイを走るのではなく、閉じた産業エリアの路線から始める。たとえば Permian Basin の油田で Atlas Energy のために砂を運ぶ（無人トラックを100台発注し、昼夜走り続けている）。自動走行を300万マイル超積み上げ、Maersk、IKEA、J.B. Hunt といった大口顧客へ貨物を届けています。
nodeのもう一方の側はラストマイルの配送ロボット。静かに、でも速く伸びています。Serve Robotics（Nvidia と Uber が後ろ盾）は、2025年末までに歩道を走るロボットの群れを20都市で2,000台超まで広げ、配達を10万件以上こなし、Uber Eats や DoorDash といったプラットフォーム上で配達成功率99.8%を記録しました。まだ非公開企業の大手プレーヤー——Waabi（トラック、シミュレーション訓練に注力）、Gatik（middle-mile の王者、Walmart/Tyson に配送）、Nuro（無人の配送車）——も、この戦場の主力です。
06これからの展開——1マイルあたりのコスト
1つめの方向は路線を一本ずつ広げていくこと。無人トラックはスイッチを入れたら全国を走れるわけではなく、路線ごとに「検証（validate）」しなければなりません——地図を作り、テストし、その州の道路状況や法律に合わせて調整する。だから今後3〜5年は、自動運転がSun Belt（天気がよく、雨が少なく、規制も寛容なテキサス〜アリゾナ）から一本ずつ広がっていくのが見られるはず——いっせいに敷き詰めるのではなく。そして「年間で実際に開通できた路線の数」こそ、進み具合を測るいちばんいい物差しです。
2つめの方向は1マイルあたりのコスト戦争。本当の目標は単に「自分で走れる」ことではなく、「人を雇うより安く自分で走れる」こと。無人車は運転手の労働時間規制に縛られず昼夜走れるので、車の稼働効率は倍になり、LiDAR やチップの値段も年々下がっていく。誰であれ「1マイルあたりのコスト」を運転手の人件費より本当に低くでき、かつ十分に広く展開できた者が——勝つ。Aurora が「大量生産」のために設計した第2世代の車を急いでいるのは、これが理由です。
3つめの方向はmiddle-mile と last-mile が「人を運ぶ」より先に来ること。倉庫のあいだを同じ道で運ぶ仕事（たとえば Gatik が Walmart 向けにやっていること）や、歩道を進む配送ロボットは、「狭くて、制御できる」問題です——ラストマイル配送ロボットの市場自体も、2030年までに何倍にも伸びると見られています。だから無人で運ぶことは、街なかのタクシーが本当に広く利益を出すより先に、自動運転の最初の killer appになる可能性があります。
07課題とリスク
このトレンドは「もう本当に始まった」とはいえ、この先の道は落とし穴だらけ。しかも歴史は、つい最近、高くついた教訓を残したばかりです。
1つめのリスクは「SPACの残骸」——ゴール前に資金が尽きる。この戦場は「お金を燃やす穴」がとてもきびしい。TuSimpleはかつての花形でしたが、資産の中国移転をめぐる紛争のなかでアメリカから撤退し、米国の従業員の約75%を解雇して終わりました。EmbarkはSPACで目標評価額約50億ドルで上場したのち、16か月で崩壊し、最後はわずか7,100万ドルで売却されました。教訓はこうです——こうした会社の多くは、技術がうまくいかなくて死んだのではなく、先に資金が尽きて死んだ。自動運転は莫大な資本が要り、資本市場が我慢できるよりも長い時間がかかるのです。
2つめのリスクは法律、安全、そして責任（liability）。数十トンの18輪トラックがハイウェイを高速で走るとき、もし失敗すれば、普通の乗用車よりはるかに大きな被害が出ます。では無人車が人にぶつかったら——誰の責任なのか？ ソフトウェア会社か、車の持ち主か、メーカーか？ 法的な枠組みはまだ定まっておらず、無人車のルールは州ごとにばらばらなので、州をまたいで広げるのは厄介。目立つ事故が一度起きれば、規制当局が業界全体を止めてしまうこともありえます。
3つめのリスクは大規模での経済性の証明。いまは易しいと選ばれた路線で、数十〜数百台が実走しているだけ。まだ答えの出ていない問いは、台あたりのコストを下げながら、安全も保ったまま数百台から数万台へスケールできるのか——「選ばれた路線で走れる」から「どこでも採算が合うように走れる」へよじ登る区間こそ、いちばん難しく、いちばんお金を食う。隣人の robotaxi が直面しているのと同じです。
ひとことで言えば：このnodeは「運転する脳」を、業界でいちばん易しい問題——長距離のハイウェイと短距離の歩道——の上に置き、hub-to-hub モデルで人と機械に得意なところを分担させる話です。2025〜2026年は、それが実際に走り、実際に稼ぐことを証明しました（Aurora、Kodiak、Serve）。でも同時に、本当に資金を燃やし、本当に倒れもする（TuSimple、Embark）。このnodeを理解することは、経済を変える最初の「運転手のいない車」が、あなたが乗るタクシーではなく、あなたが見たこともないトラックかもしれない、という理由を理解することなのです。