2024年問題を越え、依然としてドライバー不足や配送コストの高騰に直面している日本の物流業界。多くの企業が自動運転技術に活路を見出そうと実証実験を繰り返していますが、海の向こう中国では、そのフェーズが「実験」から「社会インフラとしての量産」へと劇的に移行しています。
その象徴とも言えるのが、中国の自動運転スタートアップ「QCraft（軽舟智航）」の動向です。同社は最近、シリーズDで約159億円という巨額の資金を調達し、2027年までに無人配送車（ロボバン）を10万台規模で量産化するという極めて野心的な目標を掲げました。
本記事では、QCraftの最新動向をケーススタディとして紐解きながら、乗用車の自動運転技術がいかにして次世代の物流ソリューションへと進化しているのか、そして日本の物流企業が今すぐ取り入れるべき戦略的示唆について解説します。
参考記事: 2024年問題【1年後のリアル】物流への影響と企業の明暗を徹底検証
海外の自動運転動向と各国の市場特性
自動運転技術の開発と社会実装において、世界はそれぞれ異なるアプローチをとっています。グローバルなサプライチェーンに組み込まれている日本の物流企業にとって、各国のトレンドを把握することは自社のDX戦略を策定する上で不可欠です。
| 国・地域 | 主導プレイヤー | 技術的アプローチの特長 | 物流分野における社会実装の現在地 |
|---|---|---|---|
| 米国 | テックジャイアント、スタートアップ | 高速道路での無人トラック、AIシミュレーションの高度化 | 大手小売業と連携した長距離輸送の初期商用化 |
| 中国 | 新興EVメーカー、自動運転ベンチャー | 低価格帯へのNOA搭載による圧倒的なデータ収集と量産化 | ロボバン（無人配送車）の都市部での大規模稼働 |
| 欧州 | 伝統的自動車メーカー、規制当局 | 安全基準やルール形成を先行させるリスクベースの法規制 | 港湾や特定ルートでの限定的・実証的な運用 |
| 日本 | 政府、大手物流企業 | インフラ協調型システムと特定条件下でのレベル4解禁 | 労働力不足対策としての小規模実証・特定敷地内運用 |
米国では長距離輸送を担う大型トラックの無人化が先行していますが、中国では都市部の複雑な環境下を走行する「都市型NOA（ナビゲーション・オン・オートパイロット）」の技術が急速に進化し、それがラストワンマイル配送を担うロボバンへと波及しています。
参考記事: 「高速限定」は稼げない。Waabiが挑む「完全無人」ドア・ツー・ドアの衝撃
ケーススタディ：QCraftが描く「ロボバン10万台」の衝撃
2019年に設立されたQCraftは、わずか数年で中国の高度運転支援機能（NOA）市場を席巻しました。同社が発表したシリーズDでの1億ドル（約159億円）調達と今後のロードマップには、自動運転が物流インフラを根底から変える「量産型ソリューション」へと移行している事実が明確に示されています。
乗用車のデータで物流車両を賢くするエコシステム
QCraftの最大の強みは、乗用車市場で確立した圧倒的なシェアとデータ収集能力にあります。同社のNOAシステム「乗風（Chengfeng）」は、理想汽車や吉利汽車など大手自動車メーカー約10社、約30車種に採用され、すでに搭載台数は100万台を突破しています。
同社は2024年中に、この都市型NOAを10万元（約230万円）台の大衆車へと一気に普及させる計画です。これにより、中国全土の複雑な交通環境のデータがリアルタイムで収集されるエコシステムが完成します。乗用車から得た膨大な走行データをAIの学習に還元し、その賢くなった「フィジカルAI（物理的実体を持つAI）」を物流用のロボバンに転用する。これがQCraftの描く必勝パターンです。
2027年に向けた量産化とインフラへの昇華
QCraftは、2026年を「自動運転の黄金の10年」の起点と位置づけています。調達した資金をもとにフィジカルAIの研究開発を加速させ、2027年までに以下の目標を掲げています。
- NOA搭載の量産車: 300万台以上への拡大
- ロボバン（無人配送車）: 10万台規模での量産化と社会実装
これまで物流向けの自動運転ソリューションは、専用のハードウェアを一から開発するコストの高さがネックでした。しかし、QCraftは乗用車の量産効果でコストダウンした技術を物流へ横展開することで、ロボバンの大規模な社会実装を現実のものにしようとしています。
日本の物流企業に向けた3つの実践的示唆
日本の道路事情や厳格な法規制を考慮すると、中国のように明日から公道で10万台のロボバンを走らせることは現実的ではありません。しかし、QCraftの戦略からは、日本の物流DXに応用できる重要な示唆が得られます。
異業種データの転用とパートナーシップ戦略
日本の物流企業が自社単独で自動運転システムを開発、または高額な専用車両を導入し続けることには限界があります。QCraftの事例が示すのは、「乗用車のデータが物流車両を賢くする」という事実です。
- モビリティ企業との協業: 自社の配送ルートのデータを提供する代わりに、モビリティ企業が持つ最新の自動運転ソフトウェアを安価に利用する提携。
- 汎用技術の活用: 物流専用の特殊なロボットではなく、乗用車ベースで量産化・低価格化されたセンサーやAIモジュール（フィジカルAI）を自社の車両に組み込むアプローチ。
「完全無人化」を前提としない人とロボットの分業体制
自動運転技術を導入する際、「最初からすべてを無人化しなければならない」という思い込みが導入のハードルを上げています。
中国の物流現場では、公道の長距離移動はロボバンに任せ、マンションやオフィスビル内の「最後の数メートル（エレベーター移動や玄関先への配達）」は人間のスタッフが行うという分業体制がすでに機能しています。
- 日本における応用例
- 物流拠点から地域のデポ（中継拠点）までの幹線輸送をレベル4自動運転トラックやロボバンが担う。
- デポから先の細い路地や階段のある配達先へは、自転車や台車を使った人間の配達員がリレー形式で配送する。
このように技術の得意・不得意を見極めたハイブリッド運用こそが、早期に投資対効果（ROI）を生み出す鍵となります。
参考記事: ラストワンマイル完全ガイド｜2024年・2026年問題に向けた実務知識と解決策
ソフトウェアの拡張性を重視した投資判断
QCraftが注力する「フィジカルAI」は、車両というハードウェアを単なる移動手段から「自律思考する労働力」へと変化させます。
今後、日本の物流企業が新たな車両やロボットを導入する際は、積載量や速度といったハードウェアのスペックだけでなく、「将来的にAIのアップデートによって機能が向上するか」というソフトウェアの拡張性を厳しく評価する必要があります。ハードウェアの買い切りではなく、知能をクラウド経由で更新し続けるモデルへの適応が求められます。
まとめ：自動運転は「付加価値」から「インフラ」へ
QCraftが約159億円の資金調達を経て目指す「ロボバン10万台量産」の構想は、自動運転技術が乗用車の高級な付加価値から、社会の血流を担う物流インフラへと完全にシフトしたことを物語っています。
日本の物流業界が抱える慢性的な人手不足は、もはや従来のアナログな改善だけでは乗り越えられません。海外の先進的なエコシステムと量産化の波を正確に捉え、自社の物流網にどう組み込むか。経営層による「未来の技術を今日の現場に落とし込む」ための決断が、次世代の競争力を大きく左右することになるでしょう。
出典: 36Kr Japan | 最大級の中国テック・スタートアップ専門メディア
