ヒューマノイドロボットの性能向上が注目を集めている。ただ、研究者の間では、人間の労働を広範に代替する段階に至るにはなお数年を要するとの見方が強い。適応力や信頼性、安全性、コストといった課題が、実運用拡大の壁になっているためだ。

Cointelegraphが3日（現地時間）に報じたところによると、ロボティクス企業Figure AIが公開したヒューマノイドロボットの実演動画が話題を呼んでいる。室内清掃や小包の仕分けなど、基本的な作業をロボットがこなす様子が注目を集めた。

発端となったのは、Figureが5月にX（旧Twitter）へ投稿した複数の動画だ。複数台のロボットが9日連続で小包を仕分けする様子がSNSで広く共有され、「ロボットはいつ人の仕事を置き換えるのか」という議論につながった。

もっとも、こうした実演がすぐに大規模導入へ結びつくとは考えにくいとの指摘も多い。オーストラリアのニューサウスウェールズ大学でロボット工学の准教授を務めるオリバー・オブストは、現時点で代替の可能性が最も高い領域として、「構造化された環境における反復的な肉体労働」を挙げた。

一方、文書処理や行政事務のような業務については、ヒューマノイドロボットよりもAIが置き換える可能性が高いとの見方を示した。

オブストは、ヒューマノイドロボットの大規模普及は近い将来には難しいとみる。現在の技術水準では、従来型の産業用ロボットより効率が高い、あるいはミスが少ないとまでは言えないという。

同氏は「比較的構造化された環境であっても、信頼性、速度、安全性、コスト、想定外の事態からの復旧能力などに課題が残る。環境の制御が難しくなるほど、ロボットに求められる対応も一段と難しくなる」と指摘した。大半の仕事は小包仕分けよりはるかに多くの変数と判断を伴うとも述べた。

実際、Figure AIが5月に公開した別の動画では、人間の作業者1人がFigureのロボットチームを上回る数の小包を仕分けした。ロボット側は充電のたびに機体を交代させる必要もあった。

Figure AIの最高経営責任者（CEO）、ブレット・アドコックはこの場面について「人間が勝つ最後の例になるだろう」と語った。ただ、現時点の生産性を示す事例として受け止める向きもある。

動画内で示された最終スコアは、Figureの「F.03」が1万2732個（1個当たり2.83秒）、人間の作業者「Aime」が1万2924個（同2.79秒）だった。Aime本人によると、左前腕はほぼ骨折に近い状態だったという。

AIモデルや自動化ソフトウェアの強みも明確になっている。分散型データネットワークXYOの共同創業者、マーカス・レヴィンは、AIと自動化システムは反復作業において、人間よりはるかに安定して長時間稼働できると評価した。

その一方で、ロボットには依然として充電、保守、監督が必要だと指摘。信頼性や安全性、規制対応、インフラコスト、社会的な受容が全面配備に向けた主な障壁になるとの見方を示した。

現場導入そのものはすでに広がっている。国際ロボット連盟は昨年9月の報告書で、過去10年間に世界の工場向けロボット需要が2倍に拡大したとまとめた。

なかでも倉庫や物流は、導入拡大のスピードが速い分野の一つとされる。反復的で標準化しやすい作業から自動化圧力が高まる可能性が継続的に指摘されてきた。

ただし、効率性は作業の種類や環境によって大きく変わる。ニューサウスウェールズ大学の上級講師フランシスコ・クルス・ナランホは、Figureのライブ配信で示されたような反復作業では、ロボットは休まず稼働できる点で強みを発揮すると評価した。

一方で同氏は、「非常に動的な環境では、変化する条件に素早く適応することにロボットはなお難しさを抱える」とも述べた。非定型な環境で行われる反復業務にも代替リスクはあるが、その時期は研究開発の進展速度や、社会がどれだけ早くロボットに適した空間へ変化するかによって左右されるとの見方を示した。

こうした流れの中で、ロボット普及の効果を巡る議論も続いている。オブストとナランホは、ロボットが人手不足の分野を補完し、人間にとって危険な作業環境を肩代わりする可能性があると評価した。

労働時間の短縮やワーク・ライフ・バランスの改善にも一定の効果が見込めるとみている。

もっとも、社会的コストや副作用は別の論点として残る。オブストは、危険な仕事を人間に代わってロボットが担うことには前向きな側面がある一方、意図しない結果を招く可能性もあると指摘した。

とりわけ軍事作戦のように、人間を危険から遠ざけることで命を救える半面、紛争のコストを引き下げる恐れもあるとした。

現在のロボット開発競争で問われているのは、実演の見栄えそのものではない。実際の現場で安全かつ安定的に働けるかどうかだ。反復作業の自動化は今後さらに進む可能性が高いが、多様な変数や判断を伴う人間の仕事をヒューマノイドロボットが広範に代替するには、なお時間が必要だという点で研究者の見方はおおむね一致している。