ロボットが『働く』時代へ

Unitreeの成功は、この業界がどれほど大きく前進したかを示しています。同社は売上高を急速に拡大させるとともに黒字化を達成しており、現在は生産能力の大幅な増強を計画しています。売上高は2023年の1億5,900万人民元から、2025年には約17億人民元へと増加し、同年の純利益は約2億7,800万人民元に達しました。また、年間で5,500台超のヒューマノイドロボットを出荷しています。² こうした積極的な資金調達計画は、ヒューマノイドロボットがもはや実験的な試作機ではなく、本格的な量産が可能な製品になりつつあるとの期待の高まりを反映しています。今回の上場では約61億人民元を調達し、その約半分がロボットモデルの開発に充てられる予定です。さらに、年間7万5,000台のヒューマノイドロボットと11万5,000台の四足歩行ロボットを生産できる製造拠点の整備も計画されています。³ もっとも、生産能力の拡大だけで事業の成功が保証されるわけではありません。より重要なのは、これらのロボットに経済的価値のある業務を任せられる顧客が十分に存在するかどうかです。

現在の販売状況を見ると、その点が浮き彫りになります。足元の需要の多くは研究機関や大学、そしてヒューマノイドロボットを開発プラットフォームとして活用するソフトウェア開発企業によるものです。こうした顧客は技術の進歩やロボット関連エコシステムの形成に貢献していますが、ヒューマノイドロボットが広く商業利用されていることを示すものではまだありません。業界が直面している課題は、いわゆる「鶏と卵」の問題に似ています。ロボットは実社会での運用経験を積むことで能力を向上させることができますが、企業側はロボットが十分な信頼性と経済合理性を備えて初めて大規模導入に踏み切ります。最終的には、実運用から得られるデータを迅速に収集し、それをソフトウェアの改善につなげるサイクルを最も効率的に回せる企業が強力な競争優位を築く可能性が高いと考えられます。

近年、ロボットのハードウェアは目覚ましい進歩を遂げています。ヒューマノイドロボットは、歩行やバランス維持、物の運搬、さらには複雑な動作までこなせるようになってきました。しかし、優れた身体能力だけでは、職場で有用なロボットとは言えません。ロボットが商業的な価値を持つかどうかは、周囲の環境を理解し、変化する状況に適応しながら、安全かつ安定的に業務を遂行できるかにかかっています。

そのため、競争の主戦場は次第にハードウェアからソフトウェアへと移りつつあります。

ロボットが稼働する現実の環境では、物事が常に想定どおりに進むとは限りません。物が所定の位置になかったり、工具が予期せず移動していたり、人間が作業の途中で介入したりすることもあります。管理された環境下では完璧に機能するロボットであっても、こうした変化に直面すると十分に対応できない場合があります。製造現場などでは、そのような不具合が生産停止や安全上のリスクにつながる可能性があります。

ヒューマノイドロボットの知能アーキテクチャは、大まかに4つの主要な領域に分けて考えることができますが、この課題の解決に向けて、大手テクノロジー企業はそれぞれ異なるアプローチを採用しています。ある企業は、認識、推論、動作制御を単一のプラットフォームに統合したシステムの開発を進めています。一方で、複数のロボットメーカーの機種で利用できるAIモデルやソフトウェア基盤の構築を目指す企業もあります。どのアプローチが主流となるかはまだ分かりません。しかし、業界の将来を左右するのは、ロボットの身体能力だけでなく、その知能や学習能力である可能性が高いと考えられます。

大規模言語モデル（LLM）は、インターネット上に存在する膨大なデジタル情報を学習することで性能を高めています。しかし、ロボットに必要とされるデータはそれとは大きく異なります。ロボットは、物体や工具、そして周囲の環境が現実世界でどのように相互作用するのかを学ばなければなりません。動作、力の加わり方、摩擦、タイミング、失敗のパターン、さらには失敗からの復旧方法まで理解する必要があります。そのため、この種のデータの収集は、テキストや画像を集めるよりもはるかに難しくコストもかかります。

中国は、この課題を競争優位性へと転換しようとしています。政府は、工場やサービス事業者、国有企業などに対し、ロボットの実証実験や学習の場として実際の業務環境を開放するよう促しています。その狙いは、開発を研究室内に留めるのではなく、実際の業務現場でロボットを活用することで学習速度を高めることにあります。また、地方政府もデータの蓄積やソフトウェア開発、さらにはロボットの初期導入を支援するプログラムを進めています。

こうした取り組みは、中国のより大きな戦略を反映しています。すなわち、強固な製造業基盤を活用して、ロボットの知能向上に不可欠な実運用データと経験を蓄積することです。つまり、中国は単にロボットを製造するだけではなく、実際の稼働を通じて得られる膨大なデータを活用することで、ロボットの知能向上に必要な運用経験を生み出そうとしています。

ヒューマノイドロボットというと、多くの人は家庭でさまざまな家事をこなす万能アシスタントを思い浮かべます。しかし実際には、大規模な導入が最初に進むのは、より特定の用途に特化した分野になる可能性が高いでしょう。その有力な候補が工場や倉庫などの作業現場です。これらの現場は作業工程が比較的標準化されており、業務の成果を測定しやすく、必要に応じて人間の監督者が介入できるため、ロボットにとって魅力的な環境といえます。また、反復的で身体的負担の大きい作業や、人材確保が難しい業務をロボットが担うことで、同時に貴重な運用データを蓄積することも可能になります。

こうしたことから、投資家は話題性の高いデモンストレーションに注目するのではなく、実際の運用実績に目を向けるべきだと考えられます。例えば、稼働率、タスク完了率、人間による介入頻度、保守コスト、追加発注の状況などの指標です。このような指標の方が、ロボットがアクロバティックな動きを披露する映像よりも、商業化の進展をより正確に示していると考えられます。

また、普及を後押しする要因の一つとして、「Robotics as a Service（RaaS）」と呼ばれるサービスモデルも期待されています。これは、高額なロボットを顧客が購入するのではなく、実際に提供された作業や成果に応じて料金を支払う仕組みです。このようなモデルは導入のハードルを下げる一方で、開発企業に対しては、ロボットが実際の現場で価値を生み、安定して稼働することを証明する責任をより強く求めることになります。