人工知能（AI）を搭載したヒューマノイドロボットが、自動車工場の実稼働ラインに投入された。Google DeepMindのヒューマノイド「Apollo 2」が、Mercedesの生産ラインで部品を仕分けし、組立工程に渡すキッティング作業を担ったことが分かった。研究施設やデモ環境にとどまらず、実際の製造現場に入った点が注目される。

CryptoSlateが11日（現地時間）に報じた。Apollo 2は稼働中のMercedesの自動車生産ラインで、部品キッティング業務を担当したという。キッティングは、組立に必要な部品をあらかじめ仕分けしてセット化し、次工程へ供給する作業で、生産フローを支える重要な工程の一つだ。

今回のポイントは、管理されたデモ環境ではなく、実際の工場運用の中で導入された点にある。自動車工場は環境が複雑なうえ、生産計画に沿った安定稼働が求められる。このため、ロボットの現場実装力を見極める場としての意味合いも大きい。

もっとも、商用化を見極めるには公開情報がなお乏しい。Apollo 2がどの生産ラインで作業したのか、試験運用がどの程度の期間続いたのかは公表されていない。人的介入の割合も公表されていない。

人がどの程度介在したかは、ヒューマノイドの自律性や生産性を評価するうえで重要な指標となる。反復作業をロボットが担えても、部品位置のずれや想定外の事象が起きるたびに人手が必要であれば、自動化の効果は限定的になりかねない。

実証の範囲や成果についても詳細は不明だ。生産性の改善幅、作業ミスの発生率、安全性、連続稼働時間、運用コストといった、工場導入の採算性を判断するための指標は開示されていない。今回の導入が一部工程に限ったパイロット運用なのか、より広い生産環境へ展開できる段階にあるのかも見通せない。

それでも、Mercedesの実際の生産ラインで稼働した事実は、ヒューマノイドの製造業への浸透が現実味を帯びてきたことを示している。自動車工場は、反復作業だけでなく、多様な部品や複雑な動線が入り組む環境でもある。こうした現場での運用経験は、技術の実効性を測る重要な試金石になりそうだ。

今回の事例は、ヒューマノイドが実際の製造工程に踏み込んだ点で意義がある。一方で、本格導入の可否は追加データがそろって初めて判断できる。今後は、実証規模や人的介入の割合、生産性改善の効果などが公表されるかどうかが焦点となる。