ロボットが舞台デビューを果たしたのは、1921年の新年の翌日だった。ジョージ・ルーカスのドロイドが世界初公開される半世紀以上も前、銀色のヒューマノイドの小集団がチェコスロバキア共和国第一共和国の舞台に登場した。彼らは事実上、ヒューマノイドだった。腕が2本、脚が2本、頭が1つ。まさに、すべてがヒューマノイドだったのだ。
カレル・チャペックの戯曲『RUR（Rossumovi Univerzální Roboti）』は大ヒット作となり、数十の言語に翻訳され、ヨーロッパと北米で上演されました。しかし、この作品の永続的な遺産は、「ロボット」という言葉の登場です。この言葉の意味は、その後1世紀の間に大きく進化しました。チャペックのロボットは機械というより有機的な存在だったからです。
しかし、数十年にわたるSF作品の発展により、ロボットに対する一般のイメージは、その起源から大きく逸脱することなく保たれてきました。多くの人にとって、ヒューマノイド型ロボットは依然としてプラトニックなロボットの理想形です。ただ、テクノロジーの進歩がそのビジョンに追いついていないだけです。今週初め、NVIDIAはGTC開発者会議で独自のロボットパレードをステージ上で開催し、CEOのジェンスン・フアン氏の両脇には6体のヒューマノイドが並んで立っていました。
汎用ヒューマノイドという概念は、本質的には「ロボット」という言葉よりもずっと前から存在していましたが、最近までその実現は全く手の届かないものと思われていました。私たちはまだそこに到達していませんが、この概念が初めて地平線上に現れたのです。
「汎用ヒューマノイド」とは何ですか？
話を深く掘り下げる前に、まず2つの重要な定義を明確にしておきましょう。「汎用ヒューマノイド」について話すとき、実際にはどちらの用語も人によって意味が異なります。会話の中では、ほとんどの人が「見ればわかる」というジャスティス・ポッター流のアプローチで、どちらの用語も理解しがちです。
この記事では、汎用ロボットを「スキルを素早く習得し、基本的に人間が行えるあらゆるタスクを実行できるロボット」と定義します。ここでの大きな問題点の一つは、多目的ロボットが一夜にして汎用化できるわけではないということです。
これは段階的なプロセスであるため、システムがその閾値を超えた時点を正確に判断することは困難です。後者については哲学的な話に少し踏み込みたくなりますが、この記事を書籍の長さに収めるため、先に進めてもう一方の用語に移ることにします。
テッククランチイベント
サンフランシスコ | 2025年10月27日～29日
Reflex Roboticsのシステムを「ヒューマノイド」と呼んだところ、少々（大部分は好意的な）批判を受けました。人々は、このロボットには足がないという明白な事実を指摘しました。全ての人間が足を持っているわけではないという点は一旦置いておきますが、私はこのシステムを「ヒューマノイド」、より具体的には「車輪付きヒューマノイド」と呼ぶことに何の問題もありません。私の見解では、このシステムは人間の形に十分似ており、まさにその名にふさわしいと思います。
少し前、Agilityの誰かが、私がDigitを「議論の余地はあるがヒューマノイド」と呼んだことに異議を唱え、議論の余地などないと主張しました。はっきりしているのは、このロボットは競合製品ほど人間の姿を忠実に再現しようとしていないということです。とはいえ、前身のCassie（首のないダチョウに似ていた）からこのロボットの進化を追ってきた私には、多少の偏見があるかもしれないことを認めます（まあ、私たちみんな、あの頃は気まずい時期があったんですからね）。
私がよく考慮するもう一つの要素は、人間のような作業をするために人間のような形状がどの程度活用されているかです。この要素は絶対に必要というわけではありませんが、ヒューマノイドロボットの精神において重要な部分です。結局のところ、形状要素の支持者は、私たちが人間を中心に世界を構築してきたという事実をすぐに指摘するでしょう。ですから、その世界で作業するために人間のようなロボットを作るのは理にかなっているのです。
適応性は、二足歩行ヒューマノイドの導入を擁護するもう一つの重要な論点です。ロボットは何十年も工場で仕事をしてきましたが、そのほとんどは単一目的です。つまり、単一の作業を非常に効率的にこなすように作られているということです。だからこそ、自動化は製造業に非常に適しているのです。特に組立ラインの世界では、作業の均一性と反復性が非常に高いのです。
ブラウンフィールド vs. グリーンフィールド
「グリーンフィールド」と「ブラウンフィールド」という用語は、数十年にわたり様々な分野で一般的に使用されてきました。前者は2つの用語のうち古い方で、未開発の土地（文字通り「グリーンフィールド」）を指します。前者と対比して「開発」された「ブラウンフィールド」は、既存の敷地での開発を指します。倉庫の世界では、ゼロから何かを建設するか、既存のものを活用するかの違いです。
どちらにも長所と短所があります。ブラウンフィールドは、ゼロから始める必要がないため、一般的に時間とコスト効率に優れています。一方、グリーンフィールドは、仕様に合わせて完全に構築する機会を提供します。無限のリソースがある場合、ほとんどの企業はグリーンフィールドを選択するでしょう。自動化システムを念頭に置いてゼロから構築されたスペースのパフォーマンスを想像してみてください。これはほとんどの主催者にとって夢物語であるため、自動化の時期になると、ほとんどの企業はブラウンフィールドソリューションを求めます。特に、ロボット技術に初めて取り組む場合はなおさらです。
ほとんどの倉庫がブラウンフィールドであることを考えると、これらのスペース向けに設計されたロボットについても同じことが言えるのは当然のことです。ヒューマノイドロボットはこのカテゴリーにぴったり当てはまります。実際、多くの点で、ブラウンフィールドソリューションの中でも最もブラウンに近いソリューションの一つと言えるでしょう。これは、環境に合わせてヒューマノイドロボットを構築するという先ほどの論点に戻ります。ほとんどのブラウンフィールド工場は、人間の労働者を念頭に置いて設計されていると考えて間違いないでしょう。そのため、階段などの要素が車輪付きロボットにとって障害となることがよくあります。その障害の大きさは、レイアウトやワークフローなど、多くの要因によって決まります。
小さな一歩
水を差す人だと言われるかもしれませんが、私は現実的な期待値を設定することに熱心です。長年この仕事をしていて、数々の誇大宣伝サイクルを乗り越えてきました。投資家や顧客の関心を高めるという点では、ある程度は役立つこともありますが、過剰な約束に陥ってしまうのは非常に簡単です。将来の機能に関する明示的な約束やデモ動画も同様です。
先月、「楽しみと利益のためにロボットのデモを偽装する方法」というおどけたタイトルの記事で、後者について書きました。これには、隠された遠隔操作や独創的な編集など、いくつかの方法があります。一部の企業が情報を明かさずに動画の再生速度を速めているという噂を耳にしました。実際、ヒューマノイド企業1Xの名前の由来は、彼らのデモはすべて1倍速で再生されているからです。
業界関係者の多くは、こうした商品における情報開示は重要であり、必要でさえあると認めていますが、厳格な基準は整備されていません。こうした動画が投資家に多額の資金を投じさせる一因となっているとすれば、法的にグレーゾーンに踏み込んでいると言えるかもしれません。少なくとも、こうした動画は一般大衆、特に事実を歪曲する幹部の言葉を鵜呑みにする傾向のある人々に、極めて非現実的な期待を抱かせてしまうのです。
それは、私たちと同じように現実世界で懸命に努力している人々に悪影響を及ぼすだけです。システムが期待に応えられなくなると、希望が急速に失われていくのは容易に想像できます。
実世界への導入までのタイムラインには、主に2つの制約があります。1つ目はメカトロニクス、つまりハードウェアの能力です。2つ目はソフトウェアと人工知能です。ロボットにおける汎用人工知能（AGI）の要件に関する哲学的な議論には立ち入りませんが、確実に言えることは、進歩は着実に進んでおり、今後も緩やかなものになるということです。
先週のGTCでHuang氏が述べたように、「AGIを非常に具体的なもの、つまりソフトウェアプログラムが非常に優れた、あるいはほとんどの人よりも8%ほど優れた結果を出せる一連のテストと定義するならば、5年以内にそこに到達できると考えています」。これは、この分野の専門家のほとんどから聞いたタイムラインの中では楽観的な方です。5年から10年という期間が一般的です。
AGIに似たものに到達するまでは、ヒューマノイドは従来のロボットと同様に、単一目的のシステムとしてスタートするでしょう。パイロットは、これらのシステムが1つのことを大規模に実行できることを実証してから、次の段階へと進むように設計されています。多くの人は、最も手軽な方法としてトートの移動に注目しています。もちろん、一般的なKiva/Locus AMRはトートを一日中移動させることができますが、これらのシステムには、ペイロードを自力で積み降ろしするために必要な移動マニピュレーターが欠けています。そこで、ロボットアームとエンドエフェクタが登場します。それが人間のように見えるものに取り付けられているかどうかは関係ありません。
先週アトランタで開催されたModexショーで、Dexterityの創業エンジニアであるロバート・サン氏が興味深い点を指摘しました。それは、倉庫や工場の完全自動化（ライトアウト）に向けた道のりで、ヒューマノイドが巧妙なつなぎ役になる可能性があるという点です。完全自動化が実現すれば、ヒューマノイドの柔軟性は必ずしも必要ではなくなるでしょう。しかし、これらのシステムが将来的に完全に稼働すると期待できるのでしょうか？
「物流と倉庫業務をすべてロボット化していく中で、ヒューマノイドは良い移行点になると考えました」とサン氏は語った。「今は人間がいないから、ヒューマノイドをそこに配置します。最終的には、この自動化された無人工場に移行する予定です。しかし、ヒューマノイドは非常に扱いにくいという問題があり、移行期間に導入するのは困難です。」
パイロットに連れて行って
ヒューマノイドロボットの現状は、「パイロット」の一言に集約されます。これは重要なマイルストーンですが、必ずしもすべてを物語るものではありません。パイロットの発表は、潜在的なパートナーシップの初期段階を告げるプレスリリースとして届きます。双方にとって、これは喜ばしいことです。
スタートアップ企業にとって、これらは現実的で証明可能な関心の表れです。大企業にとって、これらは株主に対して自社が最先端技術に取り組んでいることを示すシグナルとなります。しかしながら、実際の数字が言及されることは稀です。こうした数字が話題になるのは、通常、発注書の議論が始まる時です（それでも、ほとんどは言及されません）。
昨年は、こうした取り組みが数多く発表されました。BMWはFigureと提携し、メルセデスはApptronikと提携しました。またしても、AgilityはAmazonとのパイロットを完了しており、他社に先んじています。しかし、次のステップについてはまだ発表を待っています。汎用システムには長期的な期待が寄せられているにもかかわらず、この分野のほぼすべての企業が同じ基本機能からスタートしているという事実は、特に示唆的です。
2本の足で立つ
現時点では、AGIへの最も明確な道筋は、スマートフォンを持っている人なら誰でもよく知っているはずです。ボストン・ダイナミクスのSpot導入は、アプリストアモデルが産業用ロボットにどのように活用できるかを示す明確な実例です。ロボット学習の世界では多くの魅力的な研究が行われていますが、新しいタスクを理解し、大規模かつ即座にミスを修正できるシステムの実現には、まだ程遠い状況です。ロボットメーカーが、スマートフォンメーカーのようにサードパーティ開発者を活用できれば良いのですが。
この分野への関心はここ数ヶ月で大幅に高まっていますが、個人的には昨年末以降、どちらにも大きな変化はありません。非常に素晴らしいデモがいくつか見られ、生成AIは将来性に富んでいます。OpenAIは確かにリスクヘッジをしており、まず1Xに、そして最近ではFigureに投資しています。
多くの賢明な人たちはフォームファクターに信頼を置いていますが、懐疑的な人も少なくありません。しかし、一つ自信を持って言えるのは、将来の工場に意味のある規模でヒューマノイドロボットが大量に導入されるかどうかは別として、これまでの取り組みはすべて何らかの成果につながるということです。この件について私が話を聞いた中で最も懐疑的なロボット工学者たちでさえ、NASAのモデルを指摘しています。人類の月面着陸を目指す競争が、今日まで地球上で私たちが使っている製品の発明につながったのです。
ロボットの学習、モバイル操作、移動などにおいて、今後も進歩が続き、私たちの日常生活における自動化の役割に何らかの影響を与えることになるでしょう。
