HumanoidとSchaefflerが示すPhysical AIの工場導入をどう進める

工場の人手不足を埋める次の自動化段階

あなたの工場でも、単純搬送や資材移動を人が埋めている場面はないでしょうか。朝の立ち上げ時に箱を運び、午後は倉庫とラインを往復し、残業時間にようやく在庫整理を終える。こうした仕事は、これまでAGVや産業用ロボットで置き換えられてきましたが、今はさらに一段進んだ人型ロボットの実証が始まっています。英国のHumanoidが独シェフラーの工場へ導入する今回の動きは、Physical AIが「試作室の話」から「製造現場の運用課題」へ移ったことをはっきり示しています。

私がこのニュースを重要だとみる理由は、導入先が研究拠点ではなくグローバル製造網である点です。Schaefflerは自動車・産業向けに部品を供給する大手で、現場の厳しさを知る企業です。そこで採用されるという事実は、ロボットの見栄えよりも、止まらずに働けるか、既存ラインに入るか、保守できるかが評価軸になったことを意味します。読者の中にも「ロボットは実験では動くが、現場では止まる」と感じている担当者が多いはずです。その感覚こそ、今のPhysical AIを見るうえで出発点になります。

2032年までに1,000〜2,000台を見込む契約の重み

Reutersによると、Humanoidの広報担当者は、Schaefflerの世界各地の製造拠点で2032年までに1,000〜2,000台の導入を想定していると説明しました。この数字は単なる台数の羅列ではありません。1,000台は「一部拠点での限定展開」を超え、2,000台は複数の工場で標準化を進める規模です。つまりこの契約は、1台の成功事例を作る話ではなく、量産前提の運用モデルを作る話だと解釈できます。

初回展開は2026年12月から2027年6月の間に、ドイツ国内2拠点で始まります。Herzogenaurachでは箱のハンドリング、Schweinfurtではほぼ本格運用に近い工場テストが予定されています。ここで重要なのは、最初の用途が高度な組立ではなく、箱の移動や資材の取り回しに絞られている点です。これは、人型ロボットが最初から人間の熟練作業を置き換えるのではなく、既存設備に入りやすい周辺工程から実績を積むという、実務的な導入順序を示しています。

HumanoidのArtem Sokolov CEOは、既存の生産ラインへの統合支援も行うと述べています。私はここに、単なるロボット販売ではないビジネスモデルの変化を見ます。機体を納めるだけなら1回売って終わりますが、ライン統合まで担うなら、設備、制御、ソフトウェア、保守が一体の案件になります。さらに今回の契約では、Schaefflerが2031年までHumanoidの優先サプライヤーとして関節アクチュエータを供給します。1百万個以上のアクチュエータをカバーする見込みは、ロボット本体だけでなく部品供給網まで握る構図を意味します。人型ロボットは、見た目以上にサプライチェーンの設計が勝負になります。

また、契約金額が非公開である点も見逃せません。金額が出ていない契約は珍しくありませんが、今回のように台数目標と供給条件が明示されている場合、市場は価格よりも継続供給能力と実装能力を見ます。つまり投資判断の中心は「いくらで買うか」ではなく、「何年かけて現場に定着させられるか」に移っています。これは製造業のAI導入全般に当てはまる変化です。

日本企業が見直すべきはロボット導入より工程の前提

日本企業にとって、このニュースの本質は「人型ロボットを入れるかどうか」ではありません。むしろ、どの作業を人の手に残し、どの作業をロボットが担う前提で工程を組み直すかが問われます。箱搬送、部材補充、倉庫内の持ち運びのような作業は、すでに多くの現場で自動化候補に挙がっていますが、既存レイアウトが人間基準のままだと、ロボットは性能を出し切れません。

読者が現場責任者なら、まず見るべきはロボット本体のスペックではなく、工程データの整備です。何をどの順序で持ち、どのくらいの力で掴み、どの位置に置くかというデータがなければ、Physical AIは学習しません。AP Newsが伝えたように、韓国のRLWRLDはホテルや物流現場で作業員の動作データを集めています。これは一見サービス業の話ですが、製造業でも同じで、ロボットより先に作業の見える化が必要だという事実を示しています。現場の動作を数値化できる企業が、導入の主導権を握ります。

エンジニアの立場では、既存のPLC制御やWMS、MESとの接続が論点になります。PLCは設備制御、WMSは倉庫管理、MESは製造実行で、どれも工場の神経系です。人型ロボットを入れても、この神経系とつながらなければ、単なる遠隔操作機械に留まります。私は、ここで多くの企業が「AIロボット導入」をPoCの延長で考えすぎている点に引っかかります。PoCは動くかの確認にすぎません。実装では、故障時の停止手順、交換部品、稼働ログ、保全契約まで含めて設計しなければ、現場に根付きません。

日本の製造業は少子高齢化の影響を強く受けています。厚生労働省の統計でも労働力人口の減少は長期課題です。数字の意味は明確で、今の人員配置を前提にした改善では埋まらないギャップが拡大しているということです。だからこそ、Physical AIの導入は夢物語ではなく、欠員補充と技能継承の両方に直結するテーマになります。

工程標準化を進めた企業が先に成果を取りにいく局面

今後の焦点は、人型ロボットの性能競争ではなく、どの企業が現場の標準工程を先に作るかです。複数拠点で同じ作業を同じ手順に落とし込める企業ほど、導入コストを下げられます。逆に、拠点ごとにレイアウトも作業手順も違う企業は、ロボットの学習と保守で負担が増えます。Physical AIは柔軟性が売りですが、現場側の標準化がなければ柔軟性は弱点になります。

私は、2026年後半から2027年にかけて、製造業の投資テーマが「単体ロボット」から「工程データ基盤」へ移る流れが強まると見ています。人型ロボットの導入事例が増えるほど、作業ログ、動作データ、設備データを統合できる会社が優位になります。工場の競争力は、動かせるロボットの数ではなく、学習させられる作業の数で決まる局面に入ります。