Googleの「来月」は何日あるのか——Gemini 3.5 Pro、4か月目の「coming soon」

「すでに社内での活用が始まっており、来月には皆さまにお届けできる予定です」。Googleが2026年5月19日、Google I/Oに合わせた公式ブログでGemini 3.5 Proをこう予告してから、まもなく4か月が経ちます。カレンダーを何度めくっても、その「来月」はまだ来ていません。

待っている間に、GoogleはFlash系モデルを4本とサイバー特化モデルを2本出し、DeepMindのトップが交代し、株価は二度大きく揺れ、MetaのAI責任者からは「gemini who?」と二度もいじられました。フラッグシップ不在の夏は、単なる製品スケジュールの遅れを超えて、Googleの開発体制そのものが問われる出来事になっています。

先に結論を書きます。2026年9月11日時点で、Gemini 3.5 Proは未リリースです。Google DeepMindの公式モデルページには「3.5 Pro coming soon」の表示が残っており、中止は発表されていません。一方でWall Street Journalは、社内の3.5 Pro候補が「Flashを十分に上回らなかった」ために破棄されたと報じ、Google自身も次世代Gemini 4の事前学習を公表しています。つまり、今の焦点は「3.5 Proはいつ出るか」から「3.5 Proは欠番になるのか」へ移りつつあります。本記事では、確認済みの事実と噂を分けながら、この夏の顛末と今後を整理します。

本記事は2026年9月11日時点の公開情報に基づいています。後半の見通しや確率は筆者の推定であり、精密な予測ではありません。噂・リークに由来する情報は、その旨を明記したうえで扱っています。ベンチマーク値のうちベンダーの自己申告によるものは、その旨を注記しています。

1. 「来月」の長い旅——約束から現在までの時系列

まずは時系列です。Proの席だけがぽっかり空いたまま、その周りが猛スピードで動いていく様子がよくわかります。

日付	出来事	ひとこと
2025年11月18日	Gemini 3 Pro（プレビュー）発表。LMArenaで1501を記録し首位に	Googleが最先端に返り咲いた瞬間。現在の「落差」はここから測ることになります
2026年2月19日	Gemini 3.1 Pro 公開	まさかこのモデルが半年以上フラッグシップを務めることになるとは
2026年5月19日	Google I/O。Gemini 3.5 Flashを一般提供し、3.5 Proは「来月」提供と予告	伝説の「来月」発言
2026年6月17日・19日	Gemini共同リードのNoam ShazeerがOpenAIへ、AlphaFoldのJohn JumperがAnthropicへの移籍を相次いで表明	「来月」のはずだった6月に、来たのは退職のお知らせでした
2026年6月22日	Alphabet株が約5%安（CNBC）	人材流出とSpaceX株の急落が重なった複合要因
2026年7月16日	Bloombergが「3.5 Proは予定から数か月遅れ、特にコーディング性能の改善に時間を要している」と報道。Alphabet株は終値で約4.4%安	約2000億ドルの時価総額が一日で消えました
2026年7月21日	Gemini 3.6 Flash、3.5 Flash-Lite、3.5 Flash Cyberを発表。同じ投稿でGemini 4の事前学習開始を公表	「3.5 Proはまだですが、4はもう始めました」
2026年7月22日	Alphabet第2四半期決算。Pichai CEOが次のフロンティアには「はるかに大きな基盤モデル」が必要と発言	ほぼ月次のリリースペースにも言及
2026年8月5日	Demis HassabisがDeepMind CEOから会長職へ。同日、Jeff Deanが退社を発表	製品の遅れが経営体制の変更にまで波及
2026年8月13日	Gemini 3.7 Flash 公開	Flash、3回目の登場
2026年9月2日	Gemini 3.8 Flashと3.8 Flash Cyberを公開。同日、MetaのAlexandr Wangが「gemini who?」と投稿	Flash、4回目。Wang氏の「gemini who?」は2回目
2026年9月11日	DeepMindの公式Proページは「3.5 Pro coming soon」のまま。現行フラッグシップはGemini 3.1 Pro（プレビュー）	「soon」の賞味期限が問われています

報道ベースでは、3.5 Proは6月、7月中旬、8月上旬と目標時期を少なくとも3回通過しています。7月21日にはGoogle DeepMindのLogan Kilpatrick氏が、3.5 Proはパートナーとテスト中で「近いうちに」出したいと述べましたが、それからすでに7週間が過ぎました。

2. なぜ出ないのか——壁の名前は「コーディング」

遅延理由として最も具体的なのは、2026年7月16日のBloomberg報道です。現・元従業員10名への取材にもとづき、Gemini 3.5 Proが特にコーディング能力で社内の期待に届かず、改善に時間をかけているため予定から数か月遅れていると伝えました。Google広報は同報道に対し、3.5 Proや改良版Flashなどをパートナーとテスト中だと答えましたが、新しい提供日は示していません。

Google側もこの弱点を隠してはいません。Pichai CEOは5月の時点でポッドキャストに出演し、エージェント型コーディングでは「少し遅れている」と認め、利用データを生む開発者向け製品が手薄だったことを理由に挙げていました。7月22日の決算説明会でも、改善すべき領域としてコーディングとエージェント型コーディングを名指ししています。

そして9月初めには、Wall Street Journalがさらに踏み込んだ内容を報じました。社内で検討されていた3.5 Proの候補モデルは、Flashシリーズに対して十分な改善を示せなかったため破棄された、というものです。同じ記事は、次期フラッグシップのGemini 4が事前学習の評価では良好な結果を出しているものの、事後学習（ポストトレーニング）の工程がまだ残っているとも伝えています。

要するに「兄より優秀な弟」問題です。GoogleはI/Oの時点で、3.5 Flashが難度の高いコーディング・エージェント系ベンチマークで3.1 Proを上回ると公表していました（Google自身による評価）。弟がここまで育ってしまうと、兄は「Proです」と名乗るだけでは許されません。Flashの数倍の単価を付けるProが、Flashと大差ない性能で出てくれば、価格表の上で自らの存在理由を失ってしまうからです。候補が破棄されたという報道は、この構図を考えると筋が通っています。

3. Proが迷子の間に、Flashは4回おかわりした

Proが足踏みしている間、Flash系は驚くほど順調です。Fortuneが「106日で4本」と表現したとおり、I/Oから9月2日までにFlashの番号は3.5から3.8まで進みました。Pichai CEOが決算で語った「ほぼ月次のリリース」は、少なくともFlashについては有言実行されています。

モデル	公開日	主な内容	提供範囲
Gemini 3.5 Flash	5月19日	Terminal-Bench 2.1で76.2%、MCP Atlasで83.6%などを示し、3.1 Proを上回ると主張（Google自己申告）	一般提供
Gemini 3.6 Flash	7月21日	入力100万トークンあたり1.50ドル、出力7.50ドル。Artificial Analysisの指数測定で3.5 Flashより出力トークンが17%少ないとGoogleが説明	一般提供
Gemini 3.5 Flash-Lite	7月21日	軽量・低コスト版。Google検索にも展開	一般提供
Gemini 3.7 Flash	8月13日	企業向けのエージェント構築用途を前面に出した改良版	一般提供
Gemini 3.8 Flash	9月2日	3.7 Flashと同じ導入価格（入力0.75ドル、出力3.75ドル）。WSJによれば社内コード名は「Skimaki」で、社内コーディングツールJetskiでの比較ではエンジニアがAnthropicのOpusより好んだとされる	一般提供
Gemini 3.5 Flash Cyber／3.8 Flash Cyber	7月21日／9月2日	脆弱性の発見・修正に特化したセキュリティ専用モデル。通常のFlashの後継ではなく別系統	政府機関や信頼できる防御側パートナーに限定

なお、表の「Cyber」2モデルは番号こそFlashを名乗っていますが、誰でも使える製品ではありません。3.8 Flash CyberはFairwind Programを通じて限られた防御側組織に提供されています。AnthropicのMythos Previewなどと同様、サイバー能力の高いモデルを限定提供する流れの一環と見るのが妥当です。

では、今Pro級として使えるモデルは何かというと、2026年2月公開のGemini 3.1 Pro（プレビュー）です。料金はプロンプト20万トークン以下なら入力100万トークンあたり2ドル・出力12ドル、20万トークン超では入力4ドル・出力18ドルに上がり、コンテキスト長は100万トークンです。Flashの導入価格と並べると、単価の差はかなり大きくなります。ただし思考トークンやツール呼び出しの回数によって実際のタスク単価は変わるため、単価表だけで優劣を決めるのは禁物です。

Google自身が公表した3.8 Flashのベンチマーク表では、複数の項目でClaude Opus 5やGPT-5.6 Solと並ぶか上回るとされています。これもベンダーの自己申告値ですが、仮にその通りなら「Flashがフロンティアモデルと張り合っている」わけで、Proの出番はますます狭くなります。

4. 人も株価も揺れた夏

モデルの遅れと並行して、人材の面でも痛手が続きました。6月17日、Gemini共同リードを務めていたNoam ShazeerがOpenAIへの移籍を表明。その2日後の6月19日には、2024年ノーベル化学賞受賞者でAlphaFoldを率いたJohn Jumperが、約9年在籍したGoogle DeepMindを離れAnthropicに加わるとXで発表しました。Bloombergは、JumperがGoogleのAIコーディング開発チームの主要メンバーだったと伝えています。

週明けの6月22日、Alphabet株はCNBCによれば約5%安で引けました。時価総額の目減りは報道により約2500億〜2700億ドルと幅があります。ただしこの日の下落は人材流出だけが原因ではなく、SpaceX株の急落も同時に重なったと報じられている点には注意が必要です。一方、7月16日のBloomberg報道を受けた下落（約4.4%、約2000億ドル）は、ほぼ3.5 Proの遅延報道そのものへの反応でした。どちらも売上や利益が変わったわけではなく、「Googleは最先端から脱落しつつあるのか」という期待値の修正です。

8月5日には経営体制が動きました。Demis HassabisはGoogle DeepMindのCEOを退いて会長職に就き、Alphabetのチーフサイエンティストを兼ねる立場になりました。日常の運営とGeminiモデル開発は、CTOだったKoray KavukcuogluがSVPとして引き継いでいます。同じ日にはチーフサイエンティストのJeff Deanが27年勤めたGoogleを去ることを発表し、Sanjay Ghemawat、Quoc Le、Oriol Vinyalsとともに新会社Discovery Loopを立ち上げました。退職の挨拶に並ぶ名前だけで、機械学習の教科書の目次が作れそうな顔ぶれです。

WSJによれば、新体制のKavukcuoglu氏は社内に対し「もっと速く動く必要がある」と強調しているとのことです。3.7 Flashと3.8 Flashの矢継ぎ早のリリースは、その意思表示とも読めます。

5. 競合は待ってくれない——「gemini who?」2連発

Googleの足踏みを最も楽しそうに眺めているのは、Metaかもしれません。MetaのチーフAIオフィサーであるAlexandr Wangは、7月21日、Muse Spark 1.1がArtificial Analysisの指数でGemini 3.6 Flashを上回ったと話題になったタイミングで、Xに「gemini who? 🏎️💨」とだけ投稿しました。

そして9月2日、Muse Spark 1.3の公開に合わせて再び投稿します。今度は「本当は言いたくないんだけど……gemini who?」。わざわざ前置きを付けてから言うのは、だいたい言いたかった人です。この投稿が引用したArtificial Analysisの発表によれば、パートナー向け限定プレビュー中のMuse Spark 1.3（max）は同社の総合指数で62を記録し、上にいるのはClaude Fable 5.1とClaude Opus 5だけでした。

もちろん、総合指数ひとつの順位で勝ち負けが決まるわけではありません。指数は複数ベンチマークの合成で、測定条件によって数ポイントは簡単に動きますし、Flash系は価格帯がまったく違います。ただ、Anthropic、OpenAI、Metaがそれぞれ最上位クラスのモデルを並べる中で、Googleだけが「最上位の段」に新しいモデルを置けていない、という構図は数字の細部に関係なく揺るぎません。2025年末にGemini 3 Proで首位に立った会社としては、なかなか居心地の悪い眺めです。

6. 噂の交通整理——打率は今のところゼロ割

待たされる時間が長くなるほど、噂は増えます。この夏にGemini 3.5 Proをめぐって流れた主な噂を、現時点での扱いとあわせて整理しておきます。いずれもGoogleは認めていません。

噂の内容	出どころ	2026年9月11日時点の扱い
LMArenaに匿名で出現した	一部のテック系ニュースサイト（8月上旬）	保存された対戦結果やGoogle・LMArenaの声明はなく、未確認
コンテキスト長200万トークン	リーク情報を紹介する複数のサイト	公式仕様は存在しない。現行の3.1 Proも3.8 Flashも100万トークン
「今日リリースされる」	リーク系記事（8月）など、複数回	いずれの日付でもリリースされず
上位版「3.5 Pro+」が存在する	SDKのコードに文字列が見つかったとする記事（8月）	未確認。製品として告知された事実はない
3.5 Proは「正式に棚上げ」された	調査会社SemiAnalysisの見解として一部サイトが報道（8月10日）	Googleは中止を発表しておらず、公式ページは「coming soon」のまま。後述のWSJ報道とは内容が異なる点に注意

ここで区別しておきたいのが、「3.5 Pro計画が正式に棚上げされた」という噂と、WSJが報じた「社内の3.5 Pro候補モデルが破棄された」という話です。後者は大手紙の報道で、複数の報道機関が引用しています。ただし「候補を捨てた」ことと「3.5 Proという製品を出さない」ことは同じではありません。候補を作り直して出す可能性もあるからです。公式にはまだ「coming soon」、報道ベースでは「少なくとも当初の候補はボツ」。これが現時点で言える精一杯の正確さです。

7. 今後の見通し——3.5 Proは出るのか、欠番になるのか

判断材料を並べると、次のようになります。Googleは7月21日の公式ブログで、3.5 Proはパートナーとテスト中で、準備ができ次第広く提供すると書きました。同じ投稿でGemini 4について「これまでで最も野心的な事前学習を開始した」と明かしています。Pichai CEOは翌日の決算で、次世代のフロンティアにははるかに大きな基盤モデルが必要だと語り、Gemini 4が出る時点でのフロンティアで競争したいと述べました。そしてWSJは、3.5 Proの社内候補の破棄と、Gemini 4の事後学習がまだ残っていることを報じています。Gemini 4の公開時期は公式には一切示されていません。

これらを踏まえた筆者の見立てを、3つのシナリオで示します。確率は筆者の主観的な推定であり、精密な予測ではありません。

シナリオ	筆者の推定	根拠と、実現したと判断する条件
A：「Gemini 3.5 Pro」の名前のまま2026年内に公開される	約25%	公式ページの「coming soon」が残り、中止も発表されていない。一方で候補破棄の報道があり、Flashとの差を示せる改良版が年内に間に合うかは不透明。APIに gemini-3.5-pro が載れば実現
B：3.5 Proは実質的な欠番となり、次のProはGemini 4世代で登場する	約55%	Flashが月次で改良され、Proの差別化余地が縮んでいる。経営陣の発言もGemini 4に重心が移っている。3.5 Proを出さないままGemini 4のProが公開されれば実現
C：名称を変えた別のPro級モデルが先に出る	約20%	Flashの番号がすでに3.8まで進んでおり、「3.5」を名乗ると旧世代に見えるという事情もある。3.5以外の番号や新名称でPro級が出れば実現

Gemini 4自体については、事後学習が残っているという報道からすると、数週間以内に一般公開というのは考えにくいでしょう。年内にプレビューなど何らかの形で姿を見せる可能性はそれなりにあると筆者は見ていますが（五分五分程度）、公式の裏付けはありません。Pichai CEOが自ら「出る時点のフロンティア」を狙うと宣言した以上、中途半端な状態では出しにくいという事情もあります。

今後、状況の変化を見極めるうえで注目したいのは次の点です。

• Google DeepMindの公式Proページから「3.5 Pro coming soon」の表示が消えるかどうか。消えたうえで3.5 Proが載っていなければ、欠番の可能性が一気に高まります。
• Gemini APIのモデル一覧や料金ページ、Vertex AIのモデルガーデンに3.5 Proのモデル名と価格が現れるかどうか。
• Gemini 4のモデルカードやプレビュー提供の告知。
• 例年10月下旬に行われるAlphabetの第3四半期決算で、Pro系とGemini 4についてどのような説明があるか。

利用者側の実務としては、3.5 Proの登場を前提にした移行計画や調達は、モデル名と価格が確定するまで置かないのが無難です。現時点でPro級の推論が必要なら3.1 Pro、多くの業務用途なら3.8 Flashが現実的な選択肢になります。どちらにしても、モデルを差し替えやすい設計にしておけば、「来月」がいつ来ても慌てずに済みます。

まとめ

Gemini 3.5 Proは、2026年9月11日時点で未リリースです。原因として最も確かな情報は、コーディング性能が社内目標に届かなかったというBloombergの報道と、社内候補がFlashを十分に上回れず破棄されたというWSJの報道です。その間にGoogleはFlashを106日で4本出し、Gemini 4の事前学習を始め、DeepMindの経営体制を入れ替えました。公式ページの「coming soon」はまだ残っていますが、重心はすでにGemini 4へ移っているように見えます。

皮肉なのは、Proを追い詰めたのが競合だけではなく、自社のFlashだったことです。弟が優秀すぎて兄の出番がなくなる、というのは、技術的にはむしろ健全な悩みとも言えます。Googleは2023年のBardで出遅れたと言われながら、2025年末にはGemini 3で首位に返り咲いた会社でもあります。「来月」が来るのが先か、Gemini 4が来るのが先か。そしてAlexandr Wang氏が3回目の「gemini who?」を投稿する日は来るのか。この年末の答え合わせを、少し意地悪く、しかし期待も込めて見守りたいと思います。

Googlebook登場でChromebookはどうなる？ 教育・法人・個人それぞれへの影響

2026年5月、GoogleはAndroidを土台にした新しいノートPCのカテゴリ「Googlebook」を発表しました。2011年のChromebook登場以来となる新カテゴリで、ChromeOSとAndroidを一つのプラットフォームにまとめる計画が、いよいよ製品として形になり始めたことを意味します。「Chromebookはなくなるのか」「いま使っている端末はどうなるのか」という疑問が出てくるのは自然なことです。

この問いが重要なのは、プラットフォームの転換と市場の急変が同時に起きているからです。日本ではChromebookがGIGAスクール構想の学習者用端末として大量に使われており、第2期の更新ではChromeOSが約6割を占める見通しです。一方で2026年に入ってからは、AI向け需要によるメモリ価格の高騰で、低価格帯を主戦場とするChromebookの出荷が大きく落ち込んでいます。

先に結論を書くと、Chromebookは突然消えるのではなく、数年がかりでAndroidベースの新しい体験へ移っていく過渡期に入った、というのが本記事の見立てです。既存端末の自動更新期限までのサポートはGoogleが明言しており、使い続けること自体に大きなリスクはありません。ただし新OSへ移行できる機種の条件は未公表で、2026年は価格と供給の面で買い手に不利な年になっています。以下、統合の経緯、既存端末の扱い、市場、教育、法人、そして個人ユーザーへの影響の順に整理します。

本記事は2026年9月10日時点の公開情報に基づいています。Googlebook向けOSの正式名称、価格、日本での発売時期、既存Chromebookの移行条件はまだ公式に発表されておらず、9月15日のメディア向けイベント以降に状況が変わる可能性があります。今後の見通しに関する記述には筆者の推定を含み、精密な予測ではありません。報道や裁判資料に基づく情報は、その旨を明記しています。

1. ChromeOSとAndroidの統合は「構想」から「製品」へ

統合の方針は、数年かけて段階的に明らかにされてきました。主な出来事を時系列で並べると次のようになります。

時期	出来事	情報の性質
2024年6月	GoogleがChromeOSの基盤にAndroidのスタック（Linuxカーネルやフレームワークの一部）を取り込む方針を公表	公式発表
2025年7月	Android部門を率いるSameer Samat氏がTechRadarのインタビューで、ChromeOSとAndroidを単一のプラットフォームに統合すると明言	幹部発言
2025年9月	Snapdragon Summitで同氏が、統合の成果を2026年に示すと再確認	幹部発言
2026年1月	ChromeOS担当VPのJohn Maletis氏が、既存Chromebookのサポート継続と、一部の旧機種は技術仕様上新しいスタックへ移行できないことを説明（9to5Google）	幹部発言
2026年2月	米国の反トラスト訴訟の資料に、ChromeOSを2034年までに段階的に廃止する計画が記載されていると9to5Googleが報道	報道（裁判資料）
2026年5月12日	The Android Show: I/O EditionでGooglebookを発表。Acer、ASUS、Dell、HP、Lenovoの5社が製造し、2026年秋に第1弾を投入	公式発表
2026年9月15日	ニューヨークで招待メディア向けのプレビューイベントを開催予定	公式招待（予定）

GoogleはGooglebookを、Geminiを中核に据えて設計したプレミアムなノートPCと位置付けています。カーソルの動きにGeminiが応答して画面上の内容に応じた提案を出す「Magic Pointer」や、Androidスマートフォンのアプリやファイルとの連携を前面に出しています。OSは開発コード名「Aluminium OS」の名で広く知られていますが、これは正式名称ではなく、名称は年内に明らかにされる見込みです。報道ではAndroid 17をベースとし、従来のChromeOSがコンテナ経由で動かしていたAndroidアプリがネイティブに動作するとされています。プロセッサはIntel、Qualcomm、MediaTekの3社が供給します。

価格はGoogleから発表されていません。Bloombergは999ドルを上回る価格帯になると報じており、低価格を武器にしてきたChromebookとは異なり、MacBookや上位のWindows機と競合する位置付けになりそうです。

9月15日のイベントは一般向けのライブ配信ではなく、招待メディアが実機に触れるプレビューです。Googleは同日に製品の発表はないとAndroid Centralに説明しており、各機種の詳細が公になるのはその後になる見込みです。なおAcerは、9月上旬のIFA 2026で自社初のGooglebookを「近日登場」と予告しています。

2. 既存のChromebookはどうなるのか

Googlebook発表当日、Googleはメディアに対し、すべてのChromebookは各端末に設定されたサポート期限まで更新を受け続け、多くのChromebookは新しい体験へ移行できる対象になると説明しました。詳細はローンチが近づいてから示すとしています。

翌日には企業と教育機関向けにGoogle Cloudの公式ブログで方針が示されました。要点は、ChromeOSは今後も10年間の自動更新を受ける、現在の端末群は新しいライセンスなしでGoogle管理コンソールから管理し続けられる、移行の時期が来たら複数の移行経路を用意する、の3つです。企業と教育機関については、今後数年をかけて段階的に進めるとしています。

注意したいのは、移行対象が「多くの」機種であって「すべて」ではない点です。Maletis氏は、技術仕様の違いから全機種が新しいスタックに移れるわけではないと述べています。対象となる条件（プロセッサの世代やメモリ容量など）は、現時点で公表されていません。

長期のタイムラインについては、裁判資料を基にした9to5Googleの報道が現時点での主な手がかりです。それによれば、法人の限られたテスター向けの提供が2026年、本格リリースが2028年、ChromeOSの段階的廃止が2034年とされています。Googleが公式に確認したものではなく、複数の独立した情報源による裏付けもない点には注意が必要です。とはいえ、10年更新の約束を守りながら既存端末の寿命が尽きるのを待つ設計と考えれば、2034年という時期は整合的だと筆者は解釈しています。

今後もChromebookの新機種が出続けるのかについて、Googleは既存のChromebook体験への投資とユーザー支援を続けると述べるにとどまり、はっきりとは示していません。

3. 市場：2025年の回復から2026年の急減速へ

2025年はChromebookにとって回復の年でした。Canalys（現Omdia）によれば、2025年上半期の世界出荷は約1,100万台で前年同期から約1割増えました。日本ではGIGAスクール関連の更新で出荷が前年同期の20倍規模に膨らみ、Lenovoが約31%のシェアで首位に立っています。

2026年に入ると流れが一変します。AIデータセンター向け需要によるメモリとストレージの価格高騰を受け、Omdiaは2026年3月、世界のPC出荷が前年比12%減になるとの見通しを示しました。中でもChrome搭載機は28%減と、プラットフォーム別で最大の落ち込みになると予測しています。教育向けの比率が高く利益率も低いため、部材の割り当てが厳しくなったり、一部のメモリ・ストレージ製品が生産終了になったりした影響を受けやすい、というのがその理由です。同じ見通しでは、500ドル未満のPCも28%減と、価格帯別で最も大きく減るとされています。

実績もこの予測に沿って推移しています。Omdiaは2026年第1四半期について、PCの中でChromebookが最も打撃を受けたカテゴリであり、教育向けの導入が先送りされていると指摘しました。第2四半期の出荷は次の通りです。

ベンダー	2026年Q2出荷	シェア	前年同期比
Lenovo	175.8万台	32.5%	−2.8%
Acer	118.3万台	21.8%	−3.9%
HP	115.5万台	21.3%	−13.0%
ASUS	74.9万台	13.8%	+66.2%
Dell	46.5万台	8.6%	−47.1%
その他	10.5万台	1.9%	−54.5%
合計	541.5万台	100%	−8.6%

出典：Omdia PC Horizon Service（出荷ベース、2026年8月発表）

Omdiaは減少の要因として、利益率の低さからベンダーがChromebookの優先度を下げていること、教育向け導入がピークだった前年同期の反動、合意済みの導入計画の遅れを挙げています。Lenovoの減少は日本のGIGAスクール第2期の前半の導入が完了したことが主な理由で、逆にASUSは日本と米国K-12の更新需要を取り込んで大きく伸びました。

ここから読み取れるのは、「安さ」を最大の武器にしてきたChromebookの事業モデルが、部材高騰で最も揺さぶられているという構図です。Omdiaは高価格帯のPCは相対的に底堅いとも分析しており、GoogleがGooglebookをプレミアム機として打ち出したことは、この市場環境と方向性が一致していると筆者はみています。

4. 教育市場：日本のGIGA第2期はChromeOSが6割

MM総研が2025年7月31日に発表した調査（全国1,741市区町村が対象、1,249団体が回答）では、GIGAスクール第2期の学習者用端末でChromeOSが60%を占める見通しとなりました。第1期との比較は次の通りです。

OS	第1期	第2期（見通し）	増減
ChromeOS	42%	60%	+18ポイント
iPadOS	29%	31%	+2ポイント
Windows	29%	10%	−19ポイント

出典：MM総研「小中GIGAスクール第2期におけるICT整備動向調査」（2025年7月31日発表）

第1期でChromeOSを採用した自治体の9割超が第2期も同じOSを選んだ一方、Windowsを採用していた自治体の約6割がOSを切り替えます。端末の平均単価はChromeOSが5.4万円、Windowsが5.5万円、iPadOSが5.7万円で、OS間の価格差は大きくありません。調達台数ベースでは2025年度が72%、2026年度が22%です。

競合側では、MicrosoftがChromebook対抗として投入した教育向けのWindows 11 SEが、2026年10月にサポートを終えます。バージョン24H2が最後の機能更新となり、Microsoftは通常のWindows 11に対応した端末への移行を勧めています。

懸念材料は供給です。Omdiaは、供給制約によって日本のGIGA第2期の後半の導入が遅れる可能性が高いと指摘しています。前半は2024年末から2025年末にかけて大きな混乱なく完了しましたが、2026年度に予定される調達は、ちょうど部材価格の高騰期と重なります。

Android統合との関係でいえば、教育機関は数年がかりの段階移行の対象であり、第2期で導入された端末が直ちに影響を受けることはありません。論点になるのは次の更新です。これまでの更新周期から考えると2030年前後になり、その時点でAndroidベースの新プラットフォームが教育向けに十分成熟しているかどうかが、OS選定を左右すると筆者はみています。管理コンソールでの一元管理、アプリや機能の利用制限、共有端末での運用といった学校現場の要件を、新OSがChromeOSと同じ水準で満たせるかは、まだ実証されていません。

5. 企業・自治体：「ブラウザ中心」で割り切れるか

法人でのChromebookの強みは、端末にデータを残しにくい運用、OSの自動更新、管理コンソールによる一括管理にあります。Googleは、ブラウザを制御点とするゼロトラスト型のアクセス管理をChrome Enterprise Premiumで、Windows向けのレガシーアプリをブラウザ経由で配信する仕組みをCameyoで提供しており、「業務の大半をブラウザで完結させる」運用を後押ししています。

国内の事例として、京都府舞鶴市は2024年末から2025年初めにかけて全職員のPCをChromebookに切り替え、業務基盤をGoogle Workspaceへ移しました。キーマンズネットの取材記事によれば、従来型の構成で5年間の更新費用を見積もったところ約21億円となり、予算枠の約11億円を大きく超えたことが出発点でした。最終的に5年間の総経費は約5億円に収まったとされています。また、同市が職員約1,100人を対象に実施したアンケート（回答は300人）では、1人1日平均82.1分の業務時間削減という結果が出ています。ただしこれは自己申告に基づく数字で、回答者も全職員の3割弱である点は割り引いて読む必要があります。同市自身も、外部要因によるWindowsへの依存は避けられない面があると認めています。

Googlebookについて、Googleは組織向けにChromeOSのセキュリティ設計の中核を引き継ぐとし、ノートPC、スマートフォン、その他のAndroid端末を管理コンソールやサードパーティの管理ツールでまとめて扱えるようにする方針を示しています。一方で、業務用Chromebookを大量に抱える組織にとっては、移行経路の具体像が出るまで次期調達の計画を固めにくい時期が続きます。

6. 個人ユーザーはどうなるのか

企業や教育機関向けに比べると、個人ユーザー向けに示されている情報はまだ多くありません。ここでは、公表済みの事実から言えることと、判断の目安を分けて整理します。

いまChromebookを使っている場合

自動更新の期限までは、これまで通りセキュリティ更新と機能更新が届きます。Googleは2021年以降に投入されたChromebookのプラットフォームに対し、10年間の自動更新を提供しています。ここで誤解しやすいのは、期限の起点が購入日ではなく、その機種のプラットフォームが投入された時期だという点です。自分の端末の期限は、設定の「ChromeOSについて」から詳細情報を開き、更新スケジュールの項目で確認できます。

新しいOSへ移行できるかは機種しだいで、その条件は今後の発表待ちです。移行の対象外になった機種でも、期限まではChromeOSのまま使い続けられます。「新しい体験を試したい」という理由以外で、いま買い替えを急ぐ必要は薄いといえます。期限が迫った古い機種は、統合とは関係なく通常の買い替え判断の対象になります。

これからノートPCを買う場合

2026年は買い手に不利な年です。前述のOmdiaの見通しでは、500ドル未満の低価格PCが最も大きく減るとされ、メーカー各社は販促の縮小や値上げ、構成の見直しを進めています。値上げの分かりやすい例として、Appleは6月25日に、3月に発売したばかりのMacBook Neo（メモリ8GB／ストレージ256GB）の国内価格を99,800円から119,800円に改定しました。Chromebookも同じ部材高騰にさらされています。

手ごろなノートPCとしてChromebookを選ぶこと自体は、引き続き現実的な選択肢です。ただし店頭に並ぶ機種でも、プラットフォームの投入時期によって残りのサポート期間は大きく異なります。購入前に、Googleが公開している自動更新ポリシーの一覧で期限を確認しておくことが重要です。将来の新OSへの移行に期待するなら、新しい世代でメモリに余裕のあるChromebook Plusクラスを選ぶのが無難ですが、移行条件は未発表のため、それで移行が保証されるわけではありません（筆者の見方）。

Googlebookを待つかどうかは、用途と予算しだいです。価格は報道ベースで999ドル超とされ、日本での発売時期や国内価格は発表されていません。Androidアプリをネイティブに使いたい人や、Geminiを中心にした操作に魅力を感じる人には注目の製品ですが、新しいOSの第1世代はアプリの互換性や周辺機器への対応で初期の課題が出やすいものです。国内価格と実機の評価が出そろってから判断しても遅くはないと筆者は考えます。

状況別の整理

利用者の状況	現時点で分かっていること	判断の目安（筆者の見方）
期限に余裕のあるChromebookを使っている	期限まで更新は継続。新OSへの移行可否は未発表	買い替えを急ぐ必要は薄い。移行条件の発表を待って確認する
期限が近い古いChromebookを使っている	期限後はセキュリティ更新が止まる	統合と関係なく買い替えを検討。Chromebook、Googlebook、Windows機、Macを並べて比較する
安価なノートPCを新しく買いたい	メモリ高騰で低価格帯の供給と価格が厳しい	購入前に自動更新期限を確認し、残り期間の長い機種を選ぶ
Googlebookに興味がある	第1弾は2026年秋。価格は999ドル超との報道。日本での予定は未発表	国内価格と第1世代の実機評価が出てから判断する
Windows 10のPCが手元にある	Windows 10は2025年10月14日にサポート終了済み	買い替えのほか、ChromeOS Flexでの再活用も選択肢。Googleの認定機種かを先に確認する

AIを中核に置くことの裏側

Googlebookは操作の中心にGeminiを置く設計です。便利さの裏返しとして、画面に表示している情報をAIに渡す場面は確実に増えます。どの処理が端末内で完結し、何がクラウドに送られるのか、そしてユーザーが設定でどこまで制御できるのかは、実機と公式ドキュメントが出た段階で必ず確認しておきたいポイントです。

7. 今後の見通し

ここまでの事実を踏まえ、今後の流れを時期ごとに整理します。根拠の種類を併記しているので、報道や筆者推定の項目は幅を持って読んでください。

時期	見通し	根拠の種類
2026年秋	Googlebookの第1弾が登場。OSの正式名称と、既存Chromebookの移行に関する詳細が明らかになる	Googleの公式説明
2026年後半〜2027年	Chromebookの出荷低迷が続き、低価格帯の選択肢は細る	Omdiaの予測と筆者推定
2026〜2027年度	GIGA第2期後半の端末導入に遅れが出る自治体が出てくる	Omdiaの指摘と筆者推定
2028年	新プラットフォームの本格リリース	裁判資料に基づく報道
2030年前後	GIGA端末の次回更新期。教育向け新OSの成熟度がOS選定の焦点になる	筆者推定
2034年	ChromeOSの段階的廃止	裁判資料に基づく報道

この流れを左右する不確実性は、主に3つあります。

• Androidベースの新OSが、教育機関や企業の管理要件をChromeOSと同じ水準で満たせるか
• メモリとストレージの価格高騰がいつ落ち着き、低価格帯の端末が再び作りやすくなるか
• GoogleがプレミアムなGooglebookと並行して、低価格のChromebookを今後も投入し続けるか

これらの答えしだいで、Chromebookが「教育と法人の定番」として当面残るのか、Googlebookを中心とした新しい系譜に吸収されていくのかが分かれていくはずです。

まとめ

• ChromeOSとAndroidの統合は、2026年5月のGooglebook発表で製品段階に入った。ただしOSの正式名称、価格、日本での展開、既存機の移行条件はまだ公表されていない。
• 既存のChromebookは、各端末の自動更新期限までサポートされるとGoogleが明言している。多くの機種が新OSへ移行できる見込みだが、すべてではない。
• 企業と教育機関は数年がかりの段階移行となる。報道ベースでは本格リリースが2028年、ChromeOSの段階的廃止が2034年とされる。
• 2026年のChromebookにとって最大の逆風は、統合そのものよりもメモリ価格の高騰である。第2四半期の世界出荷は前年同期比8.6%減となり、Omdiaは2026年3月時点の予測で通年28%減を見込んでいた。
• 日本のGIGA第2期ではChromeOSが約6割を占め、教育市場での存在感はむしろ強まった。次の焦点は2030年前後の更新期になる。
• 個人ユーザーは、まず自分の端末の自動更新期限を確認し、期限に余裕があれば使い続けるのが基本。新規購入では残りのサポート期間を重視し、Googlebookは国内価格と実機の評価を見てから判断しても遅くない。

量子コンピュータでAIは進化するのか — 期待と実態の切り分け

「量子コンピュータが実用化されれば、AIは飛躍的に進化する」——この種の言説を目にする機会が、ここ数年で急増しました。量子ビット数の記録更新、誤り訂正のブレークスルー、巨額の投資。ニュースの見出しだけを追っていると、量子とAIが手を組んで何かとてつもないことが起きる、という印象を受けます。

しかし、この主張を技術的に分解してみると、話はかなり違って見えてきます。そもそも現在のAI——特にLLMや深層学習——の計算コストは何が支配しているのか。量子コンピュータはその部分に効くのか。「量子機械学習」として提案されてきたアルゴリズムは、本当に古典計算機を超えたのか。この問いに答えるには、量子計算の理論と、深層学習の実装上のボトルネックの、両方を突き合わせる必要があります。

結論を先に書きます。「量子コンピュータでAIが進化する」という主張は、世間が期待している意味では、現時点の証拠に照らして大きく誇張されています。深層学習の中核である行列積演算に量子が汎用的な高速化を与える理論的根拠は乏しく、量子機械学習の「指数的高速化」の多くは古典アルゴリズムに追いつかれました。一方で確度が高いのは、(1) 量子化学計算のデータでAIを訓練する「量子×AIハイブリッド」、(2) 「AIが量子を進化させる」逆方向、(3) AIとは別軸の、暗号への確実で喫緊のインパクト——この3つです。以下、根拠を順に見ていきます。

本記事は2026年9月時点で確認できた情報にもとづきます。後半では2030年代以降の見通しに踏み込みますが、これらは筆者による推定であり、精密な予測ではありません。量子コンピューティングは実用化時期について業界内でも見解が大きく割れている分野です。本文中では「確立された事実」「有力な見解」「推測・予測」をできるだけ区別して記述しています。また、量子ビット数やエラー率の数値は各社が公表する最良個体（hero device）の値であることが多く、システム全体の平均性能とは異なる点にご注意ください。

1. まず前提：量子コンピュータは今どこにいるのか

AIとの関係を論じる前に、量子コンピュータ自体の到達点を確認しておきます。方式は依然として複数が並走しており、単一の勝者は決まっていません。

方式	代表プレイヤー	到達点（2025〜2026）	長所と課題
超伝導	Google、IBM、理研／富士通	Google Willow 105量子ビット。IBM Heron 133量子ビット。理研・富士通 256量子ビット（2025年4月）	ゲートが高速（数十ns）、半導体製造基盤が使える。一方で希釈冷凍機による極低温（〜20mK）が必須、コヒーレンス時間は比較的短い
イオントラップ	Quantinuum、IonQ	Quantinuum Helios（2025年11月商用発表、98物理量子ビット）。2026年3月に誤り検出済み論理量子ビット94個・誤り訂正済み論理量子ビット48個を実証	忠実度が最も高く、全結合が可能でコヒーレンスも長い。ゲート速度がμs級と遅く、量子ビット数のスケーリングが課題
中性原子	QuEra、Pasqal、Atom Computing	Atom Computing 1,180量子ビット（2023年10月）。Caltech が光ピンセットで6,100原子の配列を実証（2025年9月、コヒーレンス約12.6秒）。QuEra は448物理原子から96論理量子ビットを実証（2026年1月）	大規模配列を作りやすく、結合を光学的に再構成できる。ゲートが遅く（1〜10μs）、原子のロスを補充する機構が要る
光量子	PsiQuantum、Xanadu、NTT	モジュール型のフォトニクス実装を各社が追求する段階	室温動作が可能で光通信との親和性が高い。決定論的な単一光子源と量子メモリの実現が難しい
シリコンスピン	Intel、Diraq	量子ビット数は少数にとどまり、研究段階	既存の半導体製造プロセスに乗せられれば高集積が期待できる。大規模化の実証が他方式に遅れている
トポロジカル	Microsoft	Majorana 1（2025年2月、8量子ビットと主張）。ただし主張の妥当性が学術的な論争下にある（後述）	理論上、誤りに本質的に強い。ただし基盤となる準粒子の存在自体がまだ確立されていない

2025年から2026年にかけて最も大きく動いたのは中性原子方式です。Atom Computing が2023年10月に1,180量子ビットを実証して物理量子ビット数で超伝導を上回り、2025年9月にはCaltechのチームがセシウム原子6,100個の配列を報告しました。ただしこれは研究環境での配列実証であり、そのまま計算に使える論理量子ビットではありません。この「物理量子ビット数」と「論理量子ビット数」の区別が、本記事を通じて重要になります。

2. 誤り訂正の転換点と、それでも残る桁差

現在はまだNISQ（Noisy Intermediate-Scale Quantum）時代——誤り訂正なしの数十〜数百量子ビットで、ノイズが実用計算を妨げる段階です。ここから誤り耐性量子計算（FTQC）へ移行できるかが最大の焦点であり、2024年末に一つの節目がありました。

Google の Willow（2024年12月発表、Nature 掲載）は、105量子ビットのプロセッサ上で、表面符号による誤り訂正を101量子ビット規模の構成で実装し、次の結果を報告しています。

• 符号距離7で、1サイクルあたりの論理エラー率 0.143%±0.003%
• 符号距離を2増やすごとに論理エラー率が Λ=2.14±0.02 倍抑制される——すなわち「閾値以下（below threshold）」の初実証
• 論理量子ビットの寿命が、最良の物理量子ビットの2.4±0.3倍に達した

「量子ビットを増やすほどエラーが減る」という誤り訂正の大前提が、実機で初めて成立した点で、これは確かに大きな成果です。ただし重要な留保があります。これは論理量子ビット1個分のメモリ実験であり、有用な計算ではありません。実用的なFTQCには論理量子ビットが数千個規模、物理量子ビットにして数十万から百万個が必要と見積もられており、依然として3桁以上の隔たりがあります。

この桁差を埋める方向として、IBMは表面符号から量子LDPC符号（qLDPC）への移行を進めており、物理量子ビットのオーバーヘッドを大幅に削減できるとしています。またQuantinuumは、非Cliffordゲートに必要な「magic state」を高純度化する蒸留プロセスを商用イオントラップ機で実証しています（2025年6月）。誤り訂正は「できるかどうか」から「どれだけ安くできるか」の段階に入りつつある、というのが2026年時点の状況です。

3. 「量子超越性」は繰り返し古典に追いつかれてきた

ハイプと実態を見分けるうえで、この分野の歴史は示唆的です。「量子超越性」の主張は、これまで何度も古典アルゴリズムに追い上げられてきました。

2019年、Google の Sycamore は53量子ビットで「古典スパコンなら1万年かかる計算を200秒で実行した」と主張しました。しかしその後、テンソルネットワーク法を用いた古典アルゴリズムの改良が続き、2022年には512個のGPUで約15時間まで短縮され、2024年には1,432個のGPUで300万サンプルを86.4秒で生成する結果が報告されています。つまり古典側が、量子側の実行時間そのものを下回りました。

ここから引き出すべき教訓は明確です。量子優位性の主張は「その時点で知られている古典アルゴリズム」との比較でしかなく、古典側の改善で覆されうる。そして今のところ、実用的な価値のある問題での明確な優位性は確立されていません。新しい「量子優位性」の報道に接したときは、(a) 古典アルゴリズムで反証される余地はないか、(b) 実用問題か人工的なサンプリング問題か、(c) 発表主体の利害はどこにあるか——この3点を確認する習慣が有効です。

4. 量子機械学習は「指数的高速化」を実現したのか

ここからが本題です。量子機械学習（QML）として提案されてきた主要アルゴリズムは、いずれも華々しい高速化を主張してきましたが、それぞれに深刻な但し書きが付きます。

アルゴリズム	主張された優位性	実際の制約
HHL（線形方程式求解）	指数的高速化	Aaronson が指摘した4つの但し書き（入力ベクトルの高速ロード、行列へのユニタリ適用、行列値の一様性、出力が量子状態であること）がすべて必要
量子主成分分析（量子PCA）	指数的高速化	高速化がデータ準備（state preparation）の仮定に依存しており、古典アルゴリズムに脱量子化された
量子SVM／量子カーネル法	高次元特徴空間での優位性	量子ビット数が増えるとカーネル行列が単位行列に近づき、汎化性能が劣化する
変分量子回路（VQC）／量子ニューラルネット	NISQ機で動く汎用的な学習器	barren plateau（不毛の台地）問題により、規模を上げると勾配が指数的に消失して訓練できない
QAOA（組合せ最適化）	近似解の高速探索	古典的な近似アルゴリズムに対する明確な優位性が未確立

この分野の空気を変えたのは、2018年の出来事でした。当時18歳の学部生だった Ewin Tang が、指数的高速化を主張してQMLの最有力候補とされていた Kerenidis-Prakash の量子推薦システムを、古典アルゴリズムで同等の性能で実現してしまったのです。ℓ²ノルムに基づくサンプリング——量子重ね合わせの古典的な類似物——を使う手法でした。この操作は「脱量子化（de-quantization）」と呼ばれ、その後、量子PCA、教師ありクラスタリング、低ランク行列演算全般へと拡張されていきます。

含意は重い。多くのQMLの指数的高速化は、量子アルゴリズムそのものの力ではなく、「データが既に都合の良い形（QRAM上、低ランク）で準備されている」という仮定に由来していたということです。この仮定を古典側にも同じように許すと、優位性は多項式差にまで縮んでしまいます。Scott Aaronson は2015年の解説「Quantum Machine Learning Algorithms: Read the Fine Print」で既にこの構造を指摘し、量子計算が何を革新するかについて「ハイプの津波がある」と述べていました。

もう一つの障壁が barren plateau です。変分量子アルゴリズムでは、量子ビット数が増えるとコスト関数の勾配が指数的に消失し、最適化のランドスケープが平坦になって訓練が不可能になる。この問題自体は2018年から知られていましたが、より深刻なのは近年の反論のほうです。Los Alamos の Cerezo らは「Does provable absence of barren plateaus imply classical simulability?」（Nature Communications、2025年）で、barren plateau を回避して訓練可能にするために提案された手法の多くは、その回路を古典シミュレート可能にしてしまうことを論じました。訓練できる量子回路は古典でも計算できてしまう、という厄介なジレンマです。

三つ目がデータローディング問題です。N個の古典データ点を量子状態に振幅エンコードするには、一般にO(N)の演算が必要になります。これだけで指数的高速化は消えてしまう。理論上これをO(log N)で行う構想がQRAM（Quantum Random Access Memory）ですが、実用的なハードウェア実装は2026年時点で存在せず、QRAM自体が大量の量子リソースと誤り訂正を要するため、議論が循環しがちです。

ただし、公平を期すために一点付け加えます。「量子データ」に対しては、証明された優位性が存在します。Huang らの研究（Science、2022年）は、Sycamore を用いて量子系の性質学習・量子PCA・物理ダイナミクス学習において、指数的に少ない実験回数で学習できることを実証しました。ここでのギャップは古典計算力の進歩では埋められないとされています。ただしこれは量子センサーや量子実験から得られるデータに対する優位性であり、画像やテキストといった通常の古典データに対する実用的QMLの優位性が示されたわけではありません。この区別は、しばしば報道で曖昧にされます。

5. AIのボトルネックを分解する — 量子が効く場所・効かない場所

「AIが進化する」と言うとき、何が改善されることを期待しているのかを分解する必要があります。現在のLLM・深層学習の主要なコストごとに、量子が効くかを整理します。

AIのボトルネック	量子は効くか	理由
学習の計算コスト（行列積／GEMM中心）	効きにくい	GPUがGEMMに極度に最適化されている領域。量子は行列積の汎用的な高速化を与えず、加えてデータローディングのコストが優位性を打ち消す
推論コスト・メモリ帯域	効きにくい	同上に加え、量子状態から古典的な答えを読み出すコストが問題になる
電力消費	限定的・不透明	特定タスクで低消費電力の可能性は指摘されるが、極低温冷却の電力を含めた総合評価が確立していない
組合せ最適化	部分的・限定的	量子アニーリングやイジングマシンは特定問題で有用だが、古典ソルバーに対する明確な優位性は問題依存で限定的
サンプリング・生成モデル	理論的に有望だが未実証	量子ボルツマンマシン等が提案されているが、密度行列特有の性質を活かせる場合に限られると見られる

LLMの訓練コストの正体は、突き詰めれば巨大な行列積の反復です。NVIDIAのTensor CoreをはじめとするAIアクセラレータは、まさにこの演算に特化して設計されています。量子コンピュータは行列積そのものを汎用的に速くする装置ではなく、しかも大量の訓練データを量子状態に載せるコストが理論上の利得を食い潰す。現行のLLM訓練・推論の主要コストに量子が効く見込みは、現時点の理論からは薄いと言わざるを得ません。

組合せ最適化については、少し補足が要ります。この領域にはQUBO／イジング模型に定式化して解く専用ハードウェアが存在し、D-Waveの量子アニーリングマシンのほか、量子ビットを一切使わず古典CMOS上でアニーリングを高速実行する「量子インスパイアード」型の装置もあります（富士通のデジタルアニーラ、日立のCMOSアニーリングなど）。これらは実問題規模で有用な場面がある一方、外部のベンチマーク研究では、古典ソルバーに対する優位性は問題依存で限定的とされています。提案や評価の場面では、「量子」と「量子インスパイアード（＝古典技術）」を混同しないことと、汎用の古典ソルバーとのベンチマークを必ず並べることが実務的に重要です。

6. 逆方向：AIが量子コンピュータを進化させている

ここで方向を反転させると、状況は一変します。「量子でAIが進化する」よりも「AIで量子が進化する」ほうが、2026年時点では明らかに実証が進んでいます。

代表例が AlphaQubit です。Google DeepMind と Google Quantum AI が2024年11月に Nature で発表した、Transformer ベースの誤り訂正デコーダで、Sycamore の表面符号（距離3および5）において、テンソルネットワーク法より6%、correlated matching より30%高い精度を達成しました。49量子ビットのデータで訓練し、最大241量子ビットまでテストしています。ただし論文自身が限界を明記しており、現状の推論速度はリアルタイム誤り訂正に必要な水準には達していません。

より広い文脈では、DeepMind の AlphaTensor（2022年、Nature）が、強化学習によって4×4行列の乗算アルゴリズムを発見し、Strassen のアルゴリズムを50年ぶりに改善した例があります。AIが計算アルゴリズムそのものを改善しうるという方向性は、量子回路の最適化や量子制御パルスの設計にも応用されつつあります。

量子誤り訂正は、シンドローム測定の系列から実際に起きた誤りを推定する、本質的にパターン認識の問題です。深層学習が得意な形をしている。この方向は、量子側のボトルネックにAIが直接効くという意味で、現時点で最も確度の高い「量子とAIの接点」だと言えます。

7. 現実的に量子が効く領域 — 量子化学と「量子×AI」ハイブリッド

量子コンピュータの最も確度の高い応用は、Feynman の原点回帰——「量子系は量子で解く」——です。分子や材料の電子状態計算、創薬シミュレーション。ここでは量子系のヒルベルト空間を量子系で表現するという構造的な適合があり、他の応用と比べて理論的な根拠が桁違いに強い。

現状はVQE（変分量子固有値ソルバー）が代表的な枠組みですが、NISQ機ではノイズと barren plateau に制約され、実用規模には届いていません。またこの領域でも、古典側のテンソルネットワークやDMRGといった手法が急速に進歩しており、優位性の境界は流動的です。

そのうえで、「量子×AI」として最も説得力のある道筋は、量子計算が生成した高精度データでAIモデルを訓練するというものです。分子動力学の分野では既に、量子力学計算（DFTなど）の結果を教師データとして機械学習力場（ニューラルネットワーク力場）を訓練し、シミュレーションを桁違いに高速化する手法が確立しています。将来、FTQCが古典DFTを超える精度のデータを生成できるようになれば、その量子由来のデータでAI力場を訓練するという構図が成立します。

注目すべきは、このシナリオにおいて量子コンピュータが担うのは「データ生成器」であって「AIの計算エンジン」ではないという点です。「量子コンピュータがAIを進化させる」という命題は、この形でなら現実味を持ちます。ただしそれは、多くの人が想像している「LLMが量子で速くなる」とはまったく別の話です。

8. 暗号：AIとは別軸の、確実で喫緊のインパクト

AIとの関係とは軸が異なりますが、量子コンピュータの影響として最も確実かつ差し迫っているのが暗号です。セキュリティに関わる読者にとっては、本記事で唯一「今日から動く必要がある」項目でもあります。

Shorのアルゴリズムによる公開鍵暗号の解読に必要なリソース見積もりは、この十数年で劇的に下がってきました。

時期	発表者	RSA-2048解読の見積もり	前提
2012年	Fowler ら	約10億量子ビット	表面符号
2019年	Gidney & Ekerå	2,000万量子ビット・8時間	表面符号、ノイズあり物理量子ビット
2025年5月	Gidney（arXiv:2505.15917）	100万量子ビット未満・1週間未満	近似剰余算術、yoked surface code 等による最適化。6年で約20倍の削減
2026年	中性原子コミュニティのロードマップ等	1万〜10万量子ビット規模とする試算	qLDPC符号を前提とした未構築アーキテクチャの理論値。表面符号ベースの上記見積もりとは前提が異なり、直接比較はできない

対応の枠組みは既に確定しています。NISTは2024年8月13日、ポスト量子暗号（PQC）の標準3件を正式に発行しました。鍵カプセル化のFIPS 203（ML-KEM、CRYSTALS-Kyber由来）、署名のFIPS 204（ML-DSA、CRYSTALS-Dilithium由来）、そして格子問題の困難性に依存しないバックアップとしてハッシュベース署名のFIPS 205（SLH-DSA、SPHINCS+由来）です。2025年3月には符号ベースのHQCが5番目の標準として選定されました。

実務上、最も注意すべきは「Harvest Now, Decrypt Later（HNDL）」です。攻撃者が今日の暗号化通信を収集・保存しておき、将来の量子計算機で復号する。受動的な攻撃であるため検知が困難で、複数の情報機関が既に大規模に進行していると警告しています。

ここから導かれる結論は単純です。2030年代以降も秘匿性が必要なデータ——政府通信、金融記録、医療データ、知的財産——は、今日すでにリスクに晒されている。暗号スイートの移行には組織規模によっては5年から10年を要します。Q-Dayが2030年なのか2035年なのかを巡っては見解が割れていますが、その議論の結論を待ってから動き出すのでは間に合わない、という点については異論が少ない。TLS・鍵管理・証明書チェーンの棚卸しと、ハイブリッドPQC（X25519MLKEM768 など）への対応状況の確認、そして暗号アルゴリズムを差し替えやすい設計（クリプト・アジリティ）の確保は、量子の実用化時期に関する予測とは独立に、今から進められる作業です。

9. 産業と市場 — ロードマップとハイプの見分け方

主要プレイヤーが公表しているロードマップを整理します。ただしこれらは「発表された計画」であって「達成の保証」ではないという前提で読む必要があります。

プレイヤー	方式	公表されている主要マイルストーン
IBM	超伝導	2025年6月公表のロードマップで、Starling（2029年、200論理量子ビット・1億ゲート以上）、Blue Jay（2033年、2,000論理量子ビット・10億ゲート）を掲げる。qLDPC符号を採用
Google Quantum AI	超伝導	Willow で閾値以下を実証（2024年）。長期的に100万物理量子ビット級のFTQCを構想
Microsoft	トポロジカル	Majorana 1（2025年2月）。主張の妥当性が査読レベルで係争中（後述）
Quantinuum	イオントラップ	Helios（2025年11月）、magic state distillation の商用機での実証（2025年6月）、98物理量子ビットからの高効率な論理量子ビット符号化（2026年3月）
PsiQuantum	光量子	100万量子ビット級を目指すモジュール型シリコンフォトニクス

日本勢も複数の拠点が並走しています。理化学研究所は国産超伝導機（64量子ビットの「叡」、144量子ビットの「叡-Ⅱ」）を開発するとともに、IBM Quantum System Two を北米以外で初めて神戸のR-CCSに設置し、スーパーコンピュータ「富岳」との接続を進めています。またQuantinuum のイオントラップ機「黎明」を和光に導入しました。産総研のG-QuAT（つくば）は QuEra の中性原子機、NVIDIA の ABCI-Q、大規模な量子制御系を揃えたテストベッドを構築しています。理研と富士通は2025年4月に256量子ビットの超伝導機を公開し（64量子ビット機から冷凍機サイズをほぼ変えずに4倍化）、2026年度中に1,000量子ビット級、2030年に1万量子ビット超を掲げています。NTTは光量子の系譜でコヒーレント・イジングマシンと汎用型光量子計算の研究を進め、大阪大学は2025年7月に純国産の超伝導機を稼働させました。政府側では、内閣府「量子未来社会ビジョン」（2022年）が2030年時点で国内利用者1,000万人・生産額50兆円規模という目標を掲げ、文部科学省の令和7年度予算案では量子技術関連に約361億円（基金を含む）が計上されています。

ロードマップの読み方について、Microsoft の事例は教訓的です。同社は2025年2月、「世界初のトポロジカル量子ビット8個」を含む Majorana 1 を発表しました。しかし物理学界からの批判は収まらず、2026年6月24日、Nature はセント・アンドルーズ大学の Henry Legg による査読済みの批判論文を掲載しました（Microsoft側の反論も同時掲載）。Legg は解析コードの基本的な誤りとデータの選択的な使用を指摘し、Microsoft はこれに反論して自社の結果の妥当性を維持しています。つまりこの論争は「未解決の疑義」から「査読済み論文レベルでの本格的な対立」へと進んだ段階にあります。理論的に魅力的な方式であっても、その基盤となる物理現象の存在自体がまだ確立されていない、という点は押さえておく必要があります。

市場予測についても慎重さが要ります。McKinsey は2026年4月の Quantum Technology Monitor で、量子技術が2035年までに世界で最大2.7兆ドル（1.3〜2.7兆ドルのレンジ）の経済価値を生みうると予測しています。ただしこの数字は「エンドユーザー産業が得る便益」であって「量子ベンダーの売上」ではありません。同レポート自身、量子コンピューティング企業の売上を2025年に10億ドル超、2028年に最大44億ドルと見積もっています。兆ドル単位の「経済価値」と、10億ドル単位の「ベンダー売上」を混同しないこと。そしてこれらの予測はFTQCの実現時期という前提に強く依存しており、前提が崩れれば大幅に下振れします。

業界内の見解の相違を象徴する出来事もありました。2025年1月8日、CES で NVIDIA の Jensen Huang が「非常に有用な量子コンピュータ」の実現に15年では早すぎ、20年なら多くの人が信じるだろうと発言したところ、Rigetti、IonQ、D-Wave、Quantum Computing といった量子専業銘柄がいずれも35%以上下落しました。そして同年3月20日、自社の Quantum Day で Huang は「私が間違っていた」と発言を撤回します。実用化時期について、業界最上位の人物ですら見解が定まらず、公の場で反転させている。これ自体が、この分野の不確実性の大きさを何より雄弁に示しています。

10. 時間軸ごとのシナリオ

以下は筆者による推定であり、確定的な予測ではありません。前提が崩れる条件を併記しておきます。

時間軸	できるようになること	なお難しいこと／前提が崩れる条件
短期（〜2028年頃）	NISQ機での実験の拡大、誤り訂正の実証の積み上げ、小規模な量子化学計算、量子インスパイアード最適化の実務適用、量子データに対する学習の研究	LLM訓練の高速化、RSAの実解読、古典データに対するQMLの指数的優位性、大規模FTQC。誤り訂正のスケーリングが停滞するか、barren plateau の回避策が古典シミュレート可能性と両立しないと判明すれば、前提が崩れる
中期（2030年代）	初期FTQCの実現（IBM Starling 2029年、理研・富士通の1万量子ビット級 2030年などの計画が実現した場合）、量子化学・材料分野での実用的優位性の可能性、Q-Dayリスクの現実化	汎用的なAI高速化、消費者向けの量子AIサービス。論理量子ビットあたりの物理量子ビット数（オーバーヘッド）が想定通り下がらない場合、あるいは qLDPC・magic state 生成が実用速度に届かない場合、時期は大きく後ろにずれる
長期（2040年以降）	大規模FTQC、量子生成データによるAIモデル訓練の産業化、PQCへの移行完了後の暗号環境	不確実性が大きく、シナリオ分岐が支配的（下記）

長期については、3つのシナリオに分けて考えるのが実用的です。

• 楽観：大規模FTQCが実現し、量子化学・材料分野で古典を明確に凌駕する。量子生成データでAI力場や創薬モデルを訓練するハイブリッドが産業化し、新材料・新薬の発見が加速する。前提は、論理量子ビットが数千から数万規模で安定動作し、コストが十分下がること。崩れる条件は、古典アルゴリズム側が量子の優位領域を侵食し続けること。
• 中庸（筆者が最も蓋然性が高いと考えるもの）：量子は量子化学、一部の最適化、暗号解読といった特定領域で価値を出すが、AI全般の「進化」への寄与は間接的かつ限定的にとどまる。量子とAIはおおむね別々の道を歩みつつ、化学・材料の接点で協調する。
• 悲観：FTQCのスケーリングが工学的・経済的に行き詰まり、実用的優位性が量子化学のごく一部に留まる。QMLは古典に脱量子化され続け、AI進化への寄与はほぼ生じない。前提は、誤り訂正のオーバーヘッドが下がらず、コヒーレンスと製造の壁を越えられないこと。

11. 懐疑論をどう扱うか

この分野には、真面目に受け止めるべき懐疑論があります。中でも Scott Aaronson の立場は参考になります。彼は量子計算の複雑性理論における第一人者でありながら、QMLのハイプには一貫して批判的で、量子でのみ高速化される問題のクラスが狭い条件でしか成立しないことを繰り返し指摘してきました。一方でハードウェアの進歩自体は評価しており、忠実度が誤り耐性の閾値を超えたことは印象的だとしています。「量子計算は本物だが、応用範囲は狭い」——この二つを同時に主張できることが、この分野を正しく理解している証拠だと言えます。

より根本的な懐疑論としては、Gil Kalai が、相関ノイズの存在によって誤り訂正が本質的に機能しないと主張してきました。Willow の結果はこの議論に対する重要な検証材料でもあり、今後の符号距離のさらなる拡大が、この主張の当否を決めていくことになります。

まとめ

「量子コンピュータでAIは進化するのか」——率直な答えは、部分的にはYes、しかし世間が期待している意味では概ねNoです。

現行のLLM・深層学習の主要コストは行列積であり、そこに量子が汎用的に効く見込みは薄い。QMLの指数的優位性は、古典データに対しては未証明であるうえに、脱量子化・barren plateau・データローディングという三重の障壁を抱えています。逆に確度が高いのは、量子化学データでAIを訓練するハイブリッド、AIが量子の誤り訂正を助ける逆方向、そしてAIとは別軸の暗号への確実なインパクトです。

実務的な優先順位をつけるなら、こうなります。第一に、PQC移行とクリプト・アジリティの確保。これは量子の実用化時期に関するあらゆる予測とは独立に、今日から着手すべき作業です。第二に、量子×AIを評価するなら「量子化学・材料」という一点に絞ること。汎用的なAI高速化ではなく、具体的なシミュレーション用途で検証する。第三に、最適化案件では「量子」と「量子インスパイアード」を明確に区別し、古典ソルバーとのベンチマークを必ず並べること。

そして最後に、ハイプ耐性です。この分野では「量子優位性」の新たな主張が定期的に現れ、そのたびに古典アルゴリズムによる追い上げが起きてきました。株価の動きと技術的実態は別物です。新しい主張に接したときは、実用問題か人工問題か、古典で反証される余地はないか、発表主体の利害はどこにあるか——この3点を確認する。それだけで、多くのノイズを濾し取ることができます。

量子コンピュータは本物の技術です。ただしその価値は、AI全般を速くすることではなく、量子系を量子で解くという本来の適性と、暗号という別軸のインパクトにあります。この区別を保つことが、次の10年をハイプに振り回されずに過ごすための、いちばん確実な方法だと思います。

日本の二足歩行ロボットはどこで負けたのか ― 部品・AI・量産で読む2026年の現在地

二足歩行ロボットは、かつて日本が世界を独走していた分野でした。ホンダのP2とASIMO、産総研のHRPシリーズ、早稲田のWABOT。2000年代前半、この領域で日本に並ぶ国はありませんでした。それが今、世界のヒューマノイド出荷台数の統計を見ると、日本の名前はほとんど出てきません。

何が起きたのか。そして、日本にまだ勝ち筋は残っているのか。2024年から2026年にかけて国内で動き始めた新しい取り組みを追いながら、部品・AI・量産という三つの軸で現在地を整理します。

先に結論を書いておきます。完成品の量産競争で日本が米中に追いつく展開は考えにくい一方、精密部品と特定用途、そしてAI基盤という水平レイヤーには依然として実質的な優位が残っています。ただしその優位も、中国の部品国産化によって静かに削られ始めています。2026年の日本の動きは、この構造を国内側が正しく認識したうえでの反撃、と読めるものが多くなっています。

本記事には市場の将来見通しや戦略的な評価が含まれます。市場予測は各調査機関の公表値をそのまま示したもので、筆者が検証したものではありません。また「日本の勝ち筋」に関する評価は筆者の推定であり、精密な予測ではありません。企業の量産計画・出荷目標は各社の表明であって実績ではない点にもご注意ください。

1. 先行していた時代と、その終わり方

起点は早稲田大学です。加藤一郎研究室が1973年に完成させたWABOT-1は、世界初のフルスケール人間型ロボットとして広く認められています。この系譜は菅野重樹研究室などに引き継がれ、日本の人型ロボット研究の人材供給源になりました。

産業側の象徴はホンダです。1996年に発表された自律二足歩行ロボットP2は、人型ロボット研究の歴史的転換点として2026年4月にIEEEマイルストーンに認定されました。2000年に登場したASIMOはその到達点でしたが、2018年に開発が終了し、2022年3月31日、日本科学未来館の「THANK YOU ASIMO! 〜未来館卒業おめでとう」をもって一般公開を終えています。歩行性能は完成していたのに、商用化の道筋が描けなかった、というのがこの終わり方の本質でした。

研究面では産総研のHRPシリーズが長く中核でした。2018年9月27日に発表されたHRP-5Pは身長182cm・体重101kgで、石膏ボードの施工といった重労働を自律実行できることを示しています。人型ロボットに「働かせる」という発想自体は、日本が早くから持っていました。

象徴的なのがSCHAFTの顛末です。東京大学のJSK研究室出身者が設立したこのスタートアップは、2013年12月のDARPA Robotics Challenge Trialsで圧勝しました。その直前にGoogleが買収し、2014年にはFinalsを辞退。そして2018年、買い手が見つからずに閉鎖されています。世界最高水準の日本発チームが海外資本に吸収され、そのまま散逸した。日本が「研究では勝てるが事業にできない」という構図を、これほど分かりやすく示した例はありません。

2. 2024〜2026年、国内で動き始めたもの

停滞と言われ続けた日本ですが、この2年ほどで性格の異なる複数の動きが出てきました。

川崎重工のKaleidoは2015年に開発が始まった長期プロジェクトで、2025年12月の国際ロボット展（iREX2025、東京ビッグサイト）で第9世代となるKaleido 9が公開されました。VRヘッドセットによる遠隔操作と自律動作の両方に対応し、災害対応を想定したデモが行われています。詳細スペックは業界データベースでの記載が中心で、一次資料での確認が取れていないため本記事では扱いません。

トヨタは自社開発ではなく提携を選びました。Toyota Research Institute（TRI）とBoston Dynamicsは2024年10月16日に提携を発表し、2025年8月20日には、TRIのLarge Behavior Model（LBM）が電動Atlasの全身を単一モデルで直接制御する成果を公表しています。ハードは相手側、AIは自社側という役割分担です。

そしてもっとも新しい動きがアトム（ATOM, Inc.）です。2025年11月11日設立、本社は東京都江東区豊洲。代表取締役の青木俊介氏は、カーネギーメロン大学でロボティクス・自動運転の博士号を取得し、2021年にTuring株式会社を共同創業してCTO/CHROを務めた人物です。同社は双腕二足のロボット機体と、環境認識・判断・行動生成を担うフィジカルAI基盤モデルの両方を自社開発する垂直統合を掲げ、製造業と物流・運輸を狙うとしています。

注目すべきは資金の集まり方です。2026年5月27日にシードラウンドで総額30億円（共同リードはANRI、Beyond Next Ventures、ジャフコ グループ）、続く2026年8月にみずほ銀行と15億円の融資契約。設立から1年未満で計45億円規模は、日本のこの領域では突出しています。

さらに2026年8月20日、日本精工（NSK）と包括的パートナーシップのMOUを締結しました。内容は二点で、NSKが開発するヒューマノイド向けアクチュエータをアトムの機体に搭載しての共同検証と、NSKの製造現場を活用したフィジカルAI学習データの共同収集です。両社のリリースは、国内でこの産業の立ち上げに挑むプレイヤーが限定的であること、そして部品の生産・調達を海外に依存することが供給体制と量産化の両面で課題であることを明示しています。「国産AI×国産部品」という座組みを、危機意識とセットで打ち出した点がこの提携の本質でしょう。

ソフトウェア面では、一般社団法人AIロボット協会（AIRoA）が国産ロボット基盤モデルの共同開発を進めており、開発コンペティションでは産総研・ソフトバンク・三菱電機の合同チームが優勝したと公表されています。個社では届かないデータと計算資源を業界横断で持ち寄る構えです。

3. 要素部品という最後の砦と、その侵食

ヒューマノイドの関節には精密減速機が不可欠で、1体あたり十数個が使われます。ここは日本が長く独占してきた領域です。ナブテスコは自社サイトで、産業用ロボット関節用途の精密減速機における世界シェアをおよそ60%（同社推計）と記載しています。波動歯車装置ではハーモニック・ドライブ・システムズが同様の地位にあり、ベアリング・ボールねじではNSKやTHKが強い。中国サプライチェーンを避けてロボティクスに投資する手段として、海外の投資家がこれら日本企業に注目する構図もできあがっていました。

問題は、この砦が中国側の国産化によって削られ始めていることです。数年前まで中国製ロボットの精密減速機はほぼ日本製でしたが、国内メーカーの採用比率は着実に上がっています。特に軽負荷向けの波動歯車で置き換えが進み、重負荷向けのRV減速機では日本優位がまだ残る、というのが大まかな構図です。個別企業のシェアや供給先については業界メディア由来の数字が流通していますが、企業公式や監査済みのデータでは確認できないため、本記事では具体値は扱いません。

アトムとNSKが「部品の海外依存」を提携の理由として名指ししたのは、この流れへの国内側からの応答と読めます。部品で稼げているうちに完成品と基盤モデルの側にも足場を作らないと、部品自体を失ったときに何も残らない、という認識です。

制御技術の潮流も変わりました。日本が確立したZMP規範に基づく全身制御・動作計画から、強化学習・模倣学習・シミュレーション学習（sim-to-real）へ、そしてVision-Language-Actionモデルのような基盤モデルへと重心が移っています。ハードの擦り合わせで積み上げてきた優位が、学習データと計算資源の勝負に置き換わりつつある——これが日本にとって最も不利な変化です。

4. 米中の量産競争はどこまで来ているか

数字で見ると差は明確です。調査会社Omdiaの集計によれば、2025年の世界のヒューマノイド出荷は13,318台で、前年比約480%増。このうち中国勢が約87%を占めます。首位は上海のAgiBot（智元机器人）で5,168台、シェアは約39%でした。

企業（地域）	直近で確認できる動き	量産・出荷の状況
AgiBot（中国）	Omdia集計で2025年の世界出荷首位	2025年に5,168台を出荷、シェア約39%
UBTech（中国）	2025年11月にWalker S2の量産・納入を開始	受注8億元超。BYD、東風柳汽、Geely、FAW-VW、Foxconn、SF Expressなどへ配備
Unitree（中国）	G1を2024年5月に16,000ドルで発表	2026年時点の直販価格は13,500ドル。米国のリセラー経由や上位構成はこれより大幅に高い
XPeng（中国）	2026年9月8日、広州でIRONが生産ラインから自律歩行して退出	中核工程の自動化率80%超。2026年末までに月産1,000台超を目標と表明
Boston Dynamics（米・韓国資本）	電動Atlas。TRIのLBMと統合した全身制御を2025年8月20日に公表	Hyundaiが2020年12月に約80%取得（完了は2021年6月）
Rainbow Robotics（韓国）	韓国初の二足歩行ロボットHuBoの開発元	Samsung電子が約35%を取得し子会社化（2025年3月5日にKFTC承認）

Tesla Optimusについては量産計画が繰り返し報じられていますが、出荷実績や生産開始時期に関して独立に検証できる一次情報が乏しく、本記事では具体的な進捗の断定を避けます。この領域では「計画の表明」と「検証可能な出荷」を混同しないことが、読み手側の最低限の防御になります。

中国が速い理由は、技術というより産業構造です。EVと電機の巨大な製造基盤が近接しており、モーター、減速機、パワーエレクトロニクス、電池、センサをそのまま流用・転用できる。さらに国家戦略として「具身智能（embodied intelligence）」が明確に位置づけられ、地方政府の基金も動いています。2026年3月に公表された第15次五カ年計画では、AI・量子・6G・具身AIといった領域への投資拡大が掲げられました。

5. 日本の政策はどこを向いているか

長期の旗は内閣府のムーンショット型研究開発制度です。目標3は「2050年までに、AIとロボットの共進化により、自ら学習・行動し人と共生するロボットを実現する」というもので、中間目標には2030年までの汎用自律人型AIロボットのプロトタイプ開発が含まれます。CSTIによる5年目評価で目標3の継続が決定したことが、JSTから2025年12月16日付で公表されています。

より実務寄りの動きとしては、経済産業省が2025年10月にAIロボティクス検討会を立ち上げ、ヒューマノイドを念頭にサプライチェーン・要素部品・ソフトウェアスタックの変化を分析しています。VLA/VLMによって知覚から行動生成までが統合処理へ移りつつある、という認識が政策側にも共有された形です。

日本固有のドライバーは言うまでもなく労働力不足です。製造、物流、介護、建設のいずれも人手が足りない。アトムが「日本のGDPを1%引き上げる」という目標を掲げるのも、この労働供給制約を前提としています。市場が先にあるという点では、日本は米中より恵まれているとも言えます。

6. 市場予測の読み方

この分野の市場予測は情報源によって桁が違います。数字を引用する前に、何を数えているのかを確認する必要があります。

調査主体	2035年時点の予測	性格・前提
Goldman Sachs	出荷648万台、市場規模約1,380億ドル（2030年は約89万台）	2024年2月時点では380億ドル・約140万台としており、2026年8月のPhysical AIレポートで大幅に上方修正
矢野経済研究所	世界市場7,180,000台（メーカー出荷台数ベース）	2025〜2035年のCAGRは83.5%。2026年は前年比492.7%増の81,690台を見込む
富士経済	3兆5,000億円（2030年は6,500億円）	汎用AIの進展を前提としたシナリオ。金額ベース

金融機関の数字は労働代替の総量から積み上げるトップダウンのTAMで、市場調査会社は個別用途の積み上げに近い。両者を並べて「予測に幅がある」と言うのはあまり意味がなく、どちらの問いに答えた数字なのかを見て使い分けるべきです。台数ベースと金額ベースが混在している点にも注意が必要です。

用途面では、初期の大量採用は構造化された環境、つまり自動車製造ラインと物流倉庫が本命という見方でほぼ一致しています。アトムが製造業と物流を狙うのも同じ判断でしょう。その先に小売・点検警備、介護・医療、建設・災害対応が続き、家庭内はもっとも遠い。ボトルネックとしては、バッテリー持続時間、手の器用さ、安全規格・法規制、コスト、信頼性、そして基盤モデル学習に必要な動作データの不足が繰り返し挙げられます。

安全規格では、2025年にISO 10218の第3版が発行され、協働ロボットに関するISO/TS 15066の内容が本体に統合されました。「協働ロボット」という機器の分類から「協働アプリケーション」という使い方の分類へ、という考え方の変更が含まれています。日本国内では労働安全衛生法と関連省令の運用が実装のハードルになります。中国が独自の標準体系を整備し国際標準策定でも主導を狙っている点を踏まえると、標準の主導権争いも競争軸の一つと見るべきでしょう。

7. まとめ：日本に残された三つの選択肢

現状を整理すると、日本の強みは精密減速機・ベアリング・センサといったキーコンポーネント、品質と信頼性、現場の擦り合わせ力、安全技術、そして社会受容性の高さです。弱みは基盤モデルを中心とするAIソフトウェア、資金調達の規模、量産スピードと垂直統合、学習データの蓄積、AI人材。日本最大級の調達を果たしたアトムでも累計45億円で、海外の同業が数億ドル単位を集めているのとは桁が違います。

ここから取りうる方向は、現実的には三つです。第一にキーコンポーネント供給を高付加価値で維持し、中国の国産化に対抗すること。第二に特定用途への特化——災害対応、介護、精密製造、遠隔操作アバターといった、日本に固有のニーズと技術蓄積が重なる領域。第三にAI基盤・シミュレーション・安全認証という水平レイヤーの提供です。AIRoAの国産基盤モデルはこの三番目にあたり、アトムとNSKの連合は一番目と三番目を接続しようとする試みと位置づけられます。

IT企業の役割はここに関わります。基盤モデルの学習・推論インフラ、デジタルツインとsim-to-real、クラウドロボティクス、そしてデータ主権とガバナンス。国内でも取り組みは始まっており、たとえば富士通は2025年10月3日に発表したNVIDIAとの協業の成果として、2025年12月24日にPhysical AIとAIエージェントを連携させる「Fujitsu Kozuchi Physical AI 1.0」を公表しています。機体そのものではなく、その下で回る計算とデータの層をどこが押さえるか、という競争が並行して進んでいます。

最後に、評価上の留保を一つ。アトムについてはまだ実機の型式もスペックも稼働デモも公表されていません。現時点で確認できるのは、構想と資金と座組みだけです。ASIMOやSCHAFTの歴史が教えるのは、日本が失敗してきたのは技術ではなく、技術を事業として継続させる部分だったということでした。2026年の一連の動きがその轍を踏まないかどうかは、次に出てくる実機と、それが実際の製造現場でどれだけデータを回せるかで判断されることになります。

核融合発電の現在地 ― 点火は達成された、では何が残っているのか

核融合発電は「実現するのか」という問いから、「いつ、いくらで実現するのか」という問いに移りつつあります。2022年12月に米ローレンス・リバモア国立研究所（LLNL）の国立点火施設（NIF）が人類初の点火を達成し、民間投資は2026年7月までの1年間だけで44.8億ドルという過去最高を記録しました。AIデータセンターの電力需要を背景に、GoogleやMicrosoftが電力購入契約を結び、核融合企業が米ナスダック上場を目指す段階に入っています。

一方で、送電網に電気を送った核融合炉は世界にまだ一基も存在しません。国際協力プロジェクトITERは2024年に計画を見直し、重水素・三重水素（D-T）運転の開始を2039年へ4年後退させました。民間企業の掲げる「2028年」「2031年」といった時期と、公的プロジェクトの「2039年」「2044年」という時期のあいだには、10年以上の開きがあります。この差は何に由来するのか。どちらが現実に近いのか。

結論から書きます。科学的な実証は済みました。しかし商用発電を隔てているのはプラズマ物理ではなく、トリチウムの自給、中性子照射に耐える構造材料、熱負荷処理、そして経済性という工学と産業の問題です。これらは点火の達成では一つも解決していません。「早くて2030年代後半、現実的には2040年代」という見立てが、現時点で入手できる一次情報と最も整合します。以下、その根拠を順に見ていきます。

本記事は2026年9月時点で公開されている情報に基づいています。核融合は記録・調達額・スケジュールの更新が速い分野であり、数値は短期間で変わります。また記事後半には将来の見通しに関する記述を含みますが、これは公表資料からの筆者の推定であり、精密な予測ではありません。企業や機関が自ら掲げる目標時期は、達成された事実ではなく「主張」として区別して記載しています。

1. まず「Q値」を整理する

核融合の報道を読むうえで、最初に押さえるべきはQ値の定義です。ここを混同すると、実際の進捗を何倍にも誤読します。Q値には少なくとも三つの水準があります。

• 科学的Q（Q_plasma）：核融合出力をプラズマへの加熱入力で割った値。ITERが掲げる「Q≥10」はこれにあたります。
• 標的利得（target gain）：慣性閉じ込めで使われる指標で、標的に届いたレーザーエネルギーに対する核融合出力の比。NIFが「利得4.13」と発表するときの分母は、標的に到達したエネルギーです。
• 工学的Q（Q_eng）／壁コンセントQ：発電所として送電網に出す電力を、施設全体が消費する電力で割った値。発電事業として意味を持つのはこれだけです。

この区別は決定的です。NIFのレーザー装置を駆動するには壁コンセントで300MJ超の電力を要するとされ、8.6MJという記録的な出力を出しても、施設全体では大幅な入超のままです。ITERも同様で、Q≥10を達成しても発電はしません。ITERは科学的・技術的成立性を実証する実験装置であり、発電所ではないからです。工学的Q>1を送電網規模で連続実証した装置は、2026年9月時点で世界に一つも存在しません。

2. 慣性閉じ込め：NIFは何を達成し、何を達成していないか

2022年12月5日、NIFは2.05MJのレーザーエネルギーから3.15MJの核融合出力を得て、標的利得1を初めて超えました。重要なのは、これが一度きりの幸運ではなかったことです。LLNLの公表記録では、点火はその後も繰り返し再現され、2026年6月までに11回に達しています。

実施日	レーザー投入	核融合出力	位置づけ
2022年12月5日	2.05 MJ	3.15 MJ	人類初の点火。標的利得は約1.5
2023年7月30日	2.05 MJ	3.88 MJ	再現性を確認した2回目
2023年10月8日	1.9 MJ	2.4 MJ	3回目の点火
2023年10月30日	2.2 MJ	3.4 MJ	レーザー投入エネルギーの記録更新
2024年2月12日	2.2 MJ	5.2 MJ	投入の2倍超を初めて突破
2025年2月23日	2.05 MJ	5.0 MJ	7回目。標的利得2.44
2025年4月7日	2.08 MJ	8.6 MJ	8回目。標的利得4.13で現在の最高記録
2025年10月1日	2.065 MJ	3.5 MJ	10回目。核兵器備蓄管理の実験を兼ねる
2026年6月20日	—	7.9 MJ	11回目。標的利得約3.8（誤差±0.4MJ）

出典：LLNL「Achieving Fusion Ignition」および同「NIF Sets Power and Energy Records」公表値

8.6MJという記録を可能にしたのは、高密度炭素（ダイヤモンド）製の燃料カプセルの品質向上でした。LLNLは、レーザー、光学系、モデリング、診断のいずれの改良よりも、カプセル品質の着実な改善が寄与したと説明しています。LLNLは今後、レーザーエネルギーを2.2MJから2.6MJへ増強する計画（Enhanced Yield Capability）を進めており、30MJ級の出力を視野に入れています。

ただしNIFは発電施設ではありません。米国家核安全保障局（NNSA）の核兵器備蓄管理を主目的とする施設であり、2025年10月の実験は核弾頭がミサイル防衛と遭遇した際の生存性評価を兼ねていました。発電に必要な「毎秒10回程度の標的射出とレーザー発射を連続で行う」といった要件は、NIFの設計思想の外にあります。NIFの記録を発電の近さと直結させるのは誤りです。

3. 磁場閉じ込め：ITERの遅延と、長時間運転記録の攻防

磁場閉じ込め方式の中心にあるITERは、2024年7月に新ベースラインを発表しました。研究運転の開始が2034年、重水素運転が2035年、フル磁場・プラズマ電流15MAの到達が2036年、D-T運転の開始が2039年、Q≥10の達成が2044年です。D-T運転は旧計画の2035年から4年後退しました。プラズマ対向面の第一壁材はベリリウムからタングステンへ変更され、ITER機構分だけで約50億ユーロの追加費用が見込まれています。

この遅延はしばしばITER批判の象徴として引かれますが、2025年以降の組立作業自体は新ベースラインに対して前倒しで進んでいます。2026年7月29日、ITER機構は9個あるトカマク・セクターモジュールのうち6個目の設置を完了したと発表しました。予定より約6か月早いペースです。各モジュールは440トンの真空容器セクターに熱シールドと約310トンのトロイダル磁場コイル2基を統合したもので、ミリメートル級の精度で位置決めされます。最終モジュールの設置は2027年の予定です。組立を担当するプロジェクトリーダーは、習熟効果が想定より速く現れていると述べています。遅れているのは「計画」であって、いま現場で起きていることは前進です。

既存装置の側では、長時間運転の記録が2025年に相次いで塗り替えられました。

装置（国）	達成日	記録	条件と注記
EAST（中国）	2025年1月20日	1,066秒	高閉じ込めモード（H-mode）の定常運転で1,000秒の壁を初突破。約7,000万℃、タングステンダイバータとリチウム入射を使用。従来記録は2023年の403秒
WEST（フランス）	2025年2月12日	1,337秒	水素プラズマの放電継続時間。約22分、投入・排出エネルギー2.6GJ、約5,000万℃。EASTの記録を25%更新したが、H-mode定常運転ではない点で条件が異なる
KSTAR（韓国）	2023年12月〜2024年2月	48秒／102秒	イオン温度1億℃を48秒、H-modeを102秒維持。タングステンダイバータへの換装が寄与。1億℃・300秒は2026年までの「目標」で、達成報告は確認されていない
W7-X（ドイツ）	2025年5月22日	43秒	世界最大のステラレータ。高い核融合三重積を30秒超（報道では43秒）維持し、長時間放電の三重積で世界記録。装置体積はJETの約3分の1

出典：中国科学院プラズマ物理研究所／新華社、CEA-IRFM、韓国核融合エネルギー研究院（KFE）、マックス・プランクプラズマ物理研究所の各発表

この表で注意したいのは、記録の中身が装置ごとに違うことです。EASTの1,066秒はH-modeの定常運転、WESTの1,337秒は水素プラズマの長時間放電で、直接比較できる指標ではありません。「中国が抜かれた」「フランスが世界一」といった単純な順位付けは、条件の違いを潰しています。

4. 民間投資は2026年に過去最高を更新した

Fusion Industry Association（FIA）が2026年7月13日に公表した年次報告「The Global Fusion Industry in 2026」によれば、2025年7月から2026年7月までの1年間に核融合業界が調達した資金は44.8億ドルで、調査開始以来の最高額です。2021年の調査開始からの累計は142.4億ドルに達しました。調査対象は56社（2021年は23社）、業界の雇用は16,000人を超えています。

前年（2025年7月までの1年間）の調達額は26.4億ドル、累計は約97.66億ドルでしたから、1年で規模が大きく変わったことになります。核融合の投資額を語る際、1年前の数字を現状として引用すると実態を4割以上過小評価します。この分野は年次統計の陳腐化が速い点に注意が必要です。

2026年の数字を押し上げたのは、Commonwealth Fusion Systems（CFS）の8.63億ドル（2025年8月）、Proxima Fusionの5.18億ドル（2026年7月）、Helion Energyの4.65億ドル（2026年6月）、新規参入のInertia Enterprisesの4.5億ドル（2026年2月）といった大型ラウンドです。今回初めて、上場を準備する企業への資金流入も集計対象に含まれました。FIAは、5社が電力購入契約（PPA）やオフテイク契約などの商業的コミットメントを持つとしています。

国家間の資金競争も報告されています。米国のSpecial Competitive Studies Project（SCSP）が2025年10月9日に公表した報告書は、中国が2023年以降、核融合に少なくとも65億ドル、場合によっては100億ドル超を投じており、これは同期間の米エネルギー省（DOE）核融合エネルギー科学局（FES）予算のおよそ3倍にあたると指摘しました。CSISは同期間のFES予算を23.4億ドル、2026年度予算を8.06億ドルとしています。中国では2025年7月に国有企業「中国聚変能源」が設立され、登録資本は21億ドル規模と報じられています。ただし中国では公的資金と民間資金の区別が難しく、これらの推計値には相応の不確実性があります。

5. 主要プレイヤーの現在地

投資額の大きさと技術的進捗は別のものです。各社が2026年9月時点で実際に到達している地点と、自ら掲げる目標時期を並べると、両者の距離が見えます。

企業（国）	方式	2026年時点の到達点（確認できる事実）	同社が掲げる目標（主張）
Commonwealth Fusion Systems（米）	高温超伝導トカマク	実証装置SPARCは2026年7月時点で約80%組立完了。18基のトロイダル磁場コイルは2026年夏末までに設置予定。2026年7月に年金基金中心の10億ドルを調達し累計40億ドル（民間核融合投資の約3割）。GoogleとPPA 200MW、Eniと10億ドル超のPPA	SPARCで2027年に初プラズマと科学的ブレークイーブン。商用炉ARC（バージニア州）は2030年代前半
Helion Energy（米）	FRC（D-He3を志向）	2026年2月13日、7世代目の試作機Polarisでプラズマ温度1.5億℃を達成し、民間開発機として初めて測定可能なD-T核融合を実証したと発表。商用炉Orion（ワシントン州、50MW）は2025年7月に建屋工事を開始したが、炉本体の組立には未着手	2028年にMicrosoftへ電力供給
TAE Technologies（米）	FRC（p-B11を志向）	1998年設立。2025年12月18日にTrump Media & Technology Group（Nasdaq: DJT）と60億ドル超の全株式合併に合意。2026年6月時点で未完了で、両社は2026年第4四半期までの完了を目指すとしている	2026年に50MWe商用炉の立地選定・着工（要承認）、2031年に初号機
Proxima Fusion（独）	準等方ステラレータ	マックス・プランクIPPからのスピンアウト。W7-Xの成果を基盤に高温超伝導ステラレータを設計。2026年7月に5.18億ドルを調達し欧州最大級の核融合企業に	実証装置を経て2030年代に発電所
General Fusion（加）	磁化標的核融合	2025年半ばに資金難に陥ったが、2026年1月に約10億ドル規模のSPAC合併で再建・上場	—

出典：各社プレスリリース、SEC提出書類、FIA報告書、報道各社

目標時期の扱いには慎重さが要ります。Helionは2021年時点で、Polarisによる正味電力の実証を2024年に行うとしていましたが、この期限は達成されませんでした。さらに同社は2026年に自社サイトの表現を改め、「net electricity（正味電力）」という語は業界内で定義が定まっておらず混乱を招いたとして、今後は「核融合からの電気の実証」という目標に焦点を当てると説明しています。これは、ごく微量の核融合出力から磁石系がごく一部を回収しただけでも「達成」と称しうる余地を残す言い換えであり、独立系の観測者からは指標として不十分だと批判されています。

CFSも同様に、初プラズマの目標を当初の2026年から2027年へと後ろ倒ししています。組立は着実に進んでいますが、スケジュールは動いているという事実は押さえておくべきです。

6. 日本の現在地：国家戦略とFAST

日本政府は2025年6月4日、「フュージョンエネルギー・イノベーション戦略」を改定し、従来「2050年以降」とされていた実用化の想定を前倒しして、2030年代の発電実証を国家目標に掲げました。研究開発だけでなく、実証と産業化まで一体で支援する方針への転換です。2026年2月12日に開かれた内閣府の第1回フュージョンエネルギーWGでは、JT-60SAで培った超伝導・加熱電流駆動・ダイバータ技術を最大限活用し、ITERと同一サイズの超伝導トロイダル磁場コイルを想定した原型炉計画の加速案が検討されました。同WG資料は「科学的・技術的に意義がある発電実証にはQ>10が必要」と明記しており、目標水準を曖昧にしていない点は評価できます。

主体	方式・役割	直近の動き
量子科学技術研究開発機構（QST）／JT-60SA	トカマク（日欧共同）	2023年10月23日に初プラズマ。その後の改修で、三菱電機と共同開発した高速プラズマ位置制御コイル（FPPC）が2025年12月23日に完成。2026年冬から制御性能試験、2026年度中のプラズマ加熱運転を目指す
Starlight Engine／FASTプロジェクト	トカマク（民間主導の産学連携）	2024年11月始動。2025年11月27日に国内の民間主導プロジェクトとして初の概念設計報告書（CDR）を公開。事業主体のStarlight Engineは2026年7月15日に初の外部調達60.6億円を実施。九州大学・東京大学と共同研究契約
京都フュージョニアリング	プラント機器・燃料サイクル	2025年9月9日にシリーズCエクステンション14.5億円とデットファイナンス53億円を含む計93.8億円を確保。融資を除く累計調達額162.6億円。国内核融合で初めて企業価値1,000億円超。FASTでは産業パートナーの一社
Helical Fusion	ヘリカル（LHD由来）	2025年12月5日にシリーズA拡張で約8.7億円を調達。補助金・融資を含む累計調達額は約60億円
EX-Fusion／Blue Laser Fusion	レーザー	EX-Fusionは大阪大学発で直接駆動・高速点火方式。2025年10月にJX金属などが出資。Blue Laser Fusionは中村修二氏らが共同創業し、2024年9月にDOEのINFUSEプログラムに採択

出典：内閣府、QST、各社プレスリリース、九州大学・東京大学発表

FASTプロジェクトは日本の現状を象徴しています。「Fusion by Advanced Superconducting Tokamak」の略で、トカマク型を採用したのは研究蓄積が最も厚くコストと技術リスクの管理が可能だからだと説明されています。事業主体のStarlight Engineは、2038年の発電実証と2040年代の商用化を目標に掲げ、プロジェクト規模は1兆円級とされています。国家目標の「2030年代の発電実証」と、FASTの「2038年」は、辛うじて整合する位置関係です。

日本の強みは装置そのものより、サプライチェーンにあります。超伝導線材の古河電工とフジクラ、大型機器の三菱重工・東芝・住友重機械など、核融合炉に必要な要素技術を国内企業でほぼ網羅できる国は多くありません。ITER向けにも日本はトロイダル磁場コイルと中央ソレノイド用超伝導線を分担しています。2024年3月に設立されたフュージョンエネルギー産業協議会（J-Fusion）は、この産業基盤を束ねる役割を担っています。ただし核融合の市場規模予測は機関によって桁が違い、英国政府の戦略文書ですら3兆〜12兆ポンドという4倍の幅を示しています。この種の数字を根拠に投資判断を組み立てるのは危険です。

7. 商用化を阻んでいるのはプラズマ物理ではない

ここが本記事の核心です。点火が達成された後に残っている課題は、そのほとんどが工学と産業の問題です。

トリチウムの自給。 D-T炉は三重水素を燃料としますが、半減期12.3年で自然界にほとんど存在せず、世界の民生在庫は20〜30kg程度と見積もられています。主にカナダの重水炉の副産物です。商用炉は、炉内のブランケットでリチウム6と中性子を反応させ、消費量を上回るトリチウムを自ら生産しなければなりません。この増殖比（TBR）が1を超えることは、D-T炉が成立するための必要条件です。英国はこの課題に総額2.2億ポンドのリチウム増殖施設LIBRTIと、UKAEAとEniが共同で建設するトリチウム燃料サイクル施設H3ATで正面から取り組んでいます。裏を返せば、これらはまだ実証されていないということです。

中性子照射に耐える構造材料。 D-T反応が放つ14MeVの中性子は、構造材を放射化させ脆化させます。低放射化フェライト鋼などが候補ですが、決定的なボトルネックは、必要な照射量を再現できる14MeV中性子源が世界に存在しないことです。原型炉や商用炉の材料を認定するには、スペイン・グラナダで建設が進むIFMIF-DONES（2034年運転開始予定）のような専用施設が不可欠で、日本も2025年5月にDONES計画への参画が正式承認されました。逆に言えば、2034年より前に材料の認定データが揃う見込みは薄いということです。

ダイバータの熱負荷。 炉内で熱が最も集中するダイバータは、定常運転で数十MW/m²級の熱流を処理する必要があります。FASTプロジェクトが東京大学とダイバータプラズマの共同研究契約を結んでいることからも、この領域が未解決であることが分かります。

経済性。 技術的に成立しても、事業として成立するかは別問題です。2026年のWood Mackenzieの分析は、SPARCが正味エネルギーを達成しARCが予定どおり建設されるという楽観シナリオにおいてさえ、核融合は分裂炉・水力・地熱といった既存の低炭素電源に比べて高コストな選択肢であり続ける可能性を指摘しています。プリンストン・プラズマ物理研究所に25年在籍したDaniel Jassby氏は、核融合発電所は分裂炉より多くのインフラ支援を必要とし、業界の標準的な説明よりも多くの低・中レベル放射性廃棄物を出す可能性があると論じています（分裂炉の廃棄物よりは放射能がはるかに低いとも述べています）。10年超の建設期間に伴う金利負担も、経済性を大きく圧迫します。

8. 規制とAI電力需要

制度面は、この数年で明確に前進しました。米原子力規制委員会（NRC）は2023年4月、核融合を核分裂の利用施設枠ではなく、粒子加速器と同じ「副産物物質」枠（10 CFR Part 30）で規制する方針を全会一致で決定しました。暴走反応や大規模事故のリスクがなく、核拡散懸念も低いことが理由です。2026年2月26日には正式な規則案「Regulatory Framework for Fusion Machines」が官報に公示されました。ただしこれは規則案であって最終形ではありません。NRCの規制アジェンダでは最終規則の目標時期が2026年10月とされ、NEIMA法に基づく法定期限は2027年12月31日です。核融合専用の規制枠組みを確立したのは英国が最初で、米国が2番目にあたります。米国では州レベルの動きもあり、ワシントン州は2025年5月にHB1018を成立させ、核融合をクリーンエネルギー源として核分裂と法的に区別しました。日本ではJ-Fusionが安全確保の基本的考え方を内閣府タスクフォースに提言し、枠組みの検討が進んでいる段階です。

投資熱を駆動しているのはAIデータセンターの電力需要です。GoogleはCFSと200MWのPPAを結び、MicrosoftはHelionから2028年の供給を受ける契約を持ち、NVIDIAもCFSに出資しています。ただしこれらのPPAは、実証の達成を前提とした条件付き契約です。電力の供給が保証されたわけではなく、契約の存在そのものを技術的成熟の証拠と読むことはできません。

9. 「核融合は常に30年先」は、今回も同じか

この批判は文字どおりには当たりません。1985年から2022年までの文献を分析した研究では、20年前の予測が平均「28.3年先」だったのに対し、近年は「17.8年先」に短縮しています。期待値が固定していたわけではないのです。

過去と質的に異なる点は五つあります。第一に、2022年のNIF点火によって「点火は物理的に可能か」という根本的疑念が消えたこと。第二に、高温超伝導（REBCO）磁石の実用化です。核融合出力は磁場強度のおよそ4乗に比例するため、磁場を上げれば装置を大幅に小型化でき、民間資本で建設可能な規模に収まります。CFSとMITが2021年に20テスラ級のHTS磁石を実証したことが、その後の投資ブームの技術的な起点になりました。第三に142億ドルという民間資本と官民パートナーシップの成立。第四に規制枠組みの整備。第五にAIによる電力需要という強い市場牽引です。

一方、変わっていない点も明確です。工学的Q>1を送電網規模で実証した装置は依然としてゼロ。トリチウム自給と材料認定という、装置を作るだけでは解けない課題が残ったまま。経済性の見通しは不透明で、目標時期は繰り返し後ろへずれています。SPARCの初プラズマは2026年から2027年へ、Helionの正味電力実証は2024年から先へ、TAEとTrump Mediaの合併完了は2026年半ばから第4四半期へ。いずれも小さなずれですが、方向は一貫しています。

まとめ

2026年9月時点の核融合は、「原理的に可能か」という問いを終え、「工学的・経済的に成立させられるか」という問いの入口に立っています。科学的実証は済みました。しかし送電網規模で正味発電を連続実証した装置は世界に一つもなく、トリチウム自給・中性子照射材料・照射試験施設・ダイバータ熱負荷・経済性という課題が残っています。

今後注視すべき客観的なマイルストーンは四つです。CFSのSPARCが2027年に初プラズマと科学的ブレークイーブンを達成するか。Helionが2028年のMicrosoft供給に間に合うか。中国のBESTが2027年に完成し燃焼プラズマを実証するか。そしてITERが2034年の研究運転開始を守れるか。これらは各社の主張ではなく、達成／未達が外部から検証できる事実です。特にSPARCとBESTの2027年前後の結果は、民間セクター全体の時間軸を上方にも下方にも大きく動かす可能性があります。

日本にとっての論点は、装置開発そのものより産業の位置取りにあります。国家目標の「2030年代の発電実証」とFASTの2038年という時期は、この分野の平均的な遅延幅を踏まえれば楽観的な部類です。ただし超伝導線材、大型機器、加熱装置、燃料サイクルといった要素技術で日本が持つ蓄積は、どの炉型が勝っても需要が生じる領域です。特定の方式に賭けるより、複数の炉型に共通して必要な部材とエンジニアリングで確実に取りにいく。現時点で最も合理的な選択はそこにあるように見えます。

現時点で言えることを一文にまとめるなら、こうなります。科学的実証は終わったが、商用発電は早くて2030年代後半、現実的には2040年代であり、それも複数の工学課題の突破を前提とする。