なぜ日本でヒューマノイド企業が育たないのか

TL;DR

日本でヒューマノイド企業が育ちにくい主因は、巨額の資金と長期研究が必要なのに、事業化の成功確率が低いと見られているためだ。画像認識、強化学習、ロボット基盤モデルの進歩で実現性は高まったが、現状はまだ研究に近く、量産コストや信頼性の検証が欠かせない。

Transcript

こんにちは。クロスグの中川です。今日の ワンワンテーマは人型ロボット時代が来た 。昔から日本って結構ドラえもンだとか鉄 アトムだとかま、そういったアニメ通して あの人型ロボットあるいロボット自体に すごく親しみの深いま国だなっていうの 世界の中でもあったと思うんですけど今高 性能の人型ロボットっていうのがどんどん 今アメリカから出てきてるんですね。で、 あの、イーロンマスクもこの人型ロボット に熱狂しているとかと思えば、ま、中国 からも続々と対抗場みたいなものが出てき たりしています。一体何が起こってるん でしょうか。というわけで、今日はこの方 にお話を伺います。ロボット開発1筋24 年黒ボ社長の小倉孝志さんです。よろしく お願いします。よろしくお願いします 。で、奥田さんは、あのGoogl... Read More

Key Insights

• AIによる認識能力の向上は、物体の種類や位置をカメラで把握し、運搬やドア開閉などの作業につなげるヒューマノイドの基礎条件である。
• ロボット基盤モデルは、画像や指示から全身の動作を生成する言語モデルのロボット版として研究されているが、現時点では広い実用段階に達していない。
• 従来型ロボットは、仕事ごとに人が動作をプログラムし、状況に応じて既定の処理を選ぶ方式が中心であり、未知の状況への柔軟な対応が難しかった。
• Figureは約1000億円を調達し、ロボット本体と基盤モデルの両方を開発しているように見えるが、公開映像だけでは成功率や汎用性まで確認できない。
• 公開デモ映像は、限定条件での成功例や何回かに1回の成功を示すチャンピオンデータの可能性があり、安定稼働の証明としては不十分である。
• 日本のヒューマノイド開発は、約10年ごとに期待と挫折を繰り返し、AI、認識、低価格センサーなどの不足を経験したことが、現在の慎重姿勢につながっている。
• 小倉氏による成功確率約1％という評価は技術者としての感覚的な見積もりであり、投資回収可能な事業へ成長する難しさを示す見解である。
• 中国のUnitreeは、四足歩行ロボットで培った制御技術を二足歩行へ展開し、約300万円という従来の数千万円級より低い価格でヒューマノイドを提供している。
• 🎬 このチャンネルの他の動画:
  • 円安インフレと日銀利上げをどう考えるか
  • リストラ対象になったときの対処法は？
  • 日本の人手不足はなぜ人口減少だけで決まらないのか
• 📺 このチャンネル: TBS CROSS DIG with Bloomberg

Questions & Answers

Q: なぜ今ヒューマノイド開発が注目されているのですか？

画像認識と全身制御の両方にAIを使える可能性が高まったためです。カメラで物体や周囲の状況を理解する技術に加え、全身のセンサーデータから適切な動作を作る研究も進展しました。生成AIへの期待が、実世界で動くフィジカルAIやロボット基盤モデルへの大型投資にも波及しています。

Q: ロボット基盤モデルとは何ですか？

ロボット基盤モデルとは、さまざまな状況と動作のデータを学習し、画像や言葉による指示から体の動かし方を生成する仕組みです。対話AIに指示を与える感覚でロボットへ仕事を頼むことが目標ですが、登場したばかりの研究領域であり、一部への搭載はあっても広い実用段階には至っていません。

Q: ヒューマノイドはすでに実用化できる段階ですか？

ヒューマノイドは、まだ広く販売して安定運用できる段階ではなく、研究を加速している段階だと小倉氏は評価しています。公開映像で作業が成功していても、限定された条件での実演や、複数回の試行から選ばれた成功例かもしれません。成功率、連続稼働、未知の環境への対応は映像だけでは判断できません。

Q: なぜ日本からヒューマノイド企業が生まれにくいのですか？

最大の壁は、巨額の開発費に対して事業化の成功確率が低いと見られていることです。日本は1970年代から研究を続け、ASIMOなどを生み出しましたが、AI、認識技術、センサー価格などで繰り返し事業化につまずきました。その失敗経験と、100億円規模の資金を集めにくい環境が慎重姿勢につながっています。

Q: 日本企業がヒューマノイド事業へ参入する方法は？

複数の企業や投資家が資金とリスクを分担し、スタートアップとして挑戦する方法が考えられます。小倉氏は、100億円を投じても成功確率は感覚的に約1％と見ています。上場企業が単独で低確率の事業へ巨額投資するのは難しい一方、成功時に大きな収益を見込む投資として分散すれば成立する可能性があります。

Q: 中国製ヒューマノイドはなぜ低価格なのですか？

動画で示されたUnitreeは、四足歩行ロボットで蓄積した制御技術をヒューマノイドへ展開しているため、二足歩行を既存技術の延長として開発できます。同社の機体は約300万円とされ、一般的な購入者には高額でも、数千万円程度が想定されてきたロボット分野では非常に低価格だと小倉氏は評価しています。

Q: 強化学習はロボット制御をどう変えたのですか？

強化学習は、人が運動を破綻させないための制御式を細かく設計していた領域を、AIによる学習へ置き換えつつあります。ボストン・ダイナミクスが高度な制御で先行してきた一方、中国企業もディープニューラルネットを用いた強化学習により、二足歩行や複雑な姿勢制御へ到達できるようになったと小倉氏は見ています。

Q: ヒューマノイド企業の公開映像はどう評価すべきですか？

公開映像は技術の可能性を示す資料として見つつ、日常環境での信頼性を証明するものとは考えないことが重要です。映像からは、成功までの試行回数、失敗率、環境条件、遠隔操作の有無などを確認できない場合があります。小倉氏は、人が想像する汎用性を備えたと断定せず、実現できている可能性が高い程度に捉えるべきだと述べています。

Summary & Key Takeaways

• ヒューマノイド開発が再び注目される技術的な理由は、AIが目に相当する認識だけでなく、全身のセンサーデータから動作を作る制御にも使われ始めたことである。従来は仕事ごとに人が動作をプログラムしていたが、現在は画像と指示から適切な動きを生成するロボット基盤モデルが研究されている。ただし、一部のロボットへの搭載は進むものの、広く実用化された段階ではない。

• 米国ではFigureが約1000億円を調達し、複数のロボットが互いの状況を認識しながら協力する技術を示している。1X Technologiesは家庭利用を志向し、2025年中に従業員宅で試す計画を公表した。一方、公開映像は特定条件で成功した例や、何回かに1回だけ成功した結果の可能性があるため、日常環境で安定稼働できる証拠とは区別して評価する必要がある。

• 日本は1970年代の早稲田大学の研究やASIMO、トヨタ、川崎重工、Pepperなど、長い開発経験を持つ。しかし、約10年ごとの期待の高まりと事業化の挫折を経験し、投資に慎重になっている。小倉氏は成功確率を感覚的に約1％と見積もり、上場企業が単独で100億円を投じるより、複数の投資家や企業がリスクを分担するスタートアップ型の資金調達が適すると述べている。