AIのデジタル領域から物理領域へ：ヒューマノイド

近年、ビジネス界における人工知能（AI）に関する議論は、会話型アシスタント、メール自動化、データ分析、コンテンツ生成、AIエージェント、コパイロット、チャットボット、スマート検索、および大量の情報から推論できるモデルといった、デジタル領域に集中してきました。 この段階は依然として非常に重要です。実際、多くのメキシコ企業は、生成AIを真剣に活用するために、プロセス、データ、およびチームの整理を始めたばかりです。しかし、市場の大部分がデジタルコパイロットの使用方法を理解し始めたばかりである一方で、次の技術的波はすでに画面の外へと動き始めています。 AIは身体性を帯び始めています。 これがヒューマノイドロボットに関する議論の背景にあります。私たちは単に人間のような形をした機械や、ソーシャルメディアで注目を集めるために設計された派手なビデオについて話しているわけではありません。より深い移行について話しています。それは、書く、推奨する、分析する、会話するといったAIから、歩く、運ぶ、検査する、操作する、分類する、組み立てる、支援する、そして最終的には人間用に設計された物理空間で動作できるAIへの移行です。 この新たなフロンティアは「フィジカルAI（物理的AI）」と呼ばれています。 まだ多くの熱意、多くの約束、そしてかなりの誇張がありますが、それを無視することは戦略的な間違いとなるでしょう。今日、デジタルAIを活用してプロセスを改善し、摩擦を減らし、より良い意思決定を行っている企業は、明日、より具体的な問いに直面することになります。「物理的な仕事のどの部分が、インテリジェントなシステムによって支援、自動化、または再設計される可能性があるのか？」 なぜ貴社はAIに関する議論をこれ以上遅らせられないのか

AIはもはや応答するだけではありません。行動し始めています デジタルAIとフィジカルAIの違いは単純に見えますが、すべてを変えます。 デジタルAIは、提案書を作成したり、データベースを分析したり、会議を要約したり、販売計画を生成したり、営業チームがリードの優先順位付けを支援したりできます。その影響は主に情報の世界で現れます。 一方、フィジカルAIは、環境を理解し、その中で移動し、物体を認識し、距離を計算し、材料を操作し、事故を回避し、人々に反応し、変化する状況に適応する必要があります。 これははるかに困難です。 コンピューターでは、エラーは間違った応答を意味する可能性があります。工場、倉庫、キッチン、病院、または家庭では、エラーは転倒、打撃、部品の破損、運用の停止、または人へのリスクを意味する可能性があります。そのため、ヒューマノイドの進歩は、単なる技術的目新しさとしてだけでなく、知性、仕事、生産性の関係における新しい段階として分析されるべきです。 今日、主なユースケースは家庭にはありませんが、そこには多くの一般の想像力が集中しています。最初に本当に有望なシナリオは、製造、物流、流通センター、検査、資材の移動、および産業環境での反復作業にあります。 その理由は明確です。これらの空間には、測定可能なプロセス、構造化されたタスク、計算しやすい投資収益率、および生産性に対する継続的なニーズが存在します。 2026年：プロトタイプから産業パイロットへ 2026年は、ヒューマノイドロボットにとっての転換点として固まっています。それは、私たちがすでにロボットに囲まれて生活しているからではありません。リーダー企業がデモンストレーション段階を終え、より要求の厳しい段階に入り始めているからです。限定生産、顧客とのパイロット、工場でのテスト、および実際の稼働時間の蓄積です。 この分野で最も注目されている企業の一つであるFigure AIは、同社のBotQ工場が1日1台のFigure 03ロボットの生産から1時間1台の生産へと移行し、120日未満で350台以上を製造し、生産性が24倍向上したと報告しました。このデータは重要です。なぜなら、課題はもはや印象的なロボットを設計することだけではなく、一貫性、管理されたコスト、および継続的な改善能力を持ってそれを製造することだからです。 同社はまた、BMWのスパータンバーグ工場でのFigure 03のテストを発表し、そのロボットを製造ロジスティクスおよび資材操作タスクに接続しました。「歩き方を見てください」という話はもはや限定されず、「実際の運用フローにどのように統合できるかを見てください」という話になっています。 一方、Boston Dynamicsは、Atlasをよりビジネス志向の段階に進めています。その新世代は、部品のシーケンス、機械の保守、および注文の準備などのアプリケーションを対象としています。さらに、Gemini Roboticsを含む基盤モデルAIをAtlasロボットに統合するために、Google DeepMindとの提携を発表しました。 Apptronikも力強く動いています。2026年には、9億3500万ドルを超えるシリーズAを発表し、5億2000万ドルの延長を含み、Apolloの生産を加速し、小売、製造、物流での商業パイロットを拡大します。 これらの動きに共通する非常に重要な点は、ヒューマノイドが市場からの要求が、より少ないスペクタクルとより多くの運用へと移行する段階に入っているということです。 中国は最初にスケールアップしたい この競争において、中国は特別な分析に値します。中国の公式メディアによって発表された情報によると、同国のヒューマノイドロボットの生産は2026年に100,000台を超える可能性があります。 その数字は注意して読む必要があります。それは、これらのロボットのすべてがすでに工場や家庭で完全な自律性を持って稼働していることを意味するものではありません。しかし、それは産業的な意図を示しています。ヒューマノイドロボットを大規模な生産チェーンに変えることです。 中国は、電子機器製造、バッテリー、アクチュエーター、センサー、産業用サプライヤー、および膨大な反復能力といった明らかな利点を持っています。コストを削減し、展開を加速できれば、ヒューマノイドを実験製品から複数の産業で利用可能な機器へと変革するプレーヤーになる可能性があります。 より積極的なテストも出現しています。例えば、Agibotは、8台のG2ロボットが6日間で64時間以上の稼働時間を記録し、17,625台のタブレットの製造中の検査および操作に参加し、99.99%という報告された正答率を達成した産業テストで報告されました。この数字は、独立した監査ではなく、報告されたデータとして受け取るべきですが、競争がどこに向かっているかを示しています。より多くの実際の稼働時間、より多くの反復タスク、生産ラインとのより多くの統合です。 真のボトルネックは歩くことではなく、操作することです ヒューマノイドを見ると、私たちは通常、それがうまく歩くかどうか、階段を上るかどうか、あるいは人間に似たように動くかどうかを気にします。しかし、ビジネス上の大きな課題は「手」にあります。 物を操作することは、見た目よりもはるかに困難です。箱を取る、ドアを開ける、部品を分類する、布を折る、不規則な部品を運ぶ、壊れやすい製品を配置する、または組み立てラインに部品を挿入するには、視覚、制御された力、バランス、空間記憶、およびリアルタイムの適応が必要です。 言い換えれば、ロボットは単に動くだけでは不十分です。何をしているかを理解する必要があります。 そのため、ビジョン・言語・アクションモデルがそれほど重要視されるようになっています。例えば、FigureはHelix 02で進歩を示しており、これは視覚認識と学習からロボットの全身を制御し、移動、操作、バランスを統合しようとするシステムです。同社は、キッチンでの4分間の自律タスクを報告しており、人間による介入なしに食器洗い機を空にし、積み込みました。 これらの進歩は、ロボットがすでに任意の家事を実行できることを意味するものではありません。むしろ、業界がパズルのピースを解決していることを示しています。知覚、制御、記憶、操作、バランス、学習、および適応です。 大きな疑問は、それらのピースが合理的なコストで、絶え間ない監督なしに、現実の環境でどのように信頼性高く統合されるかということです。 安全性：デモとビジネスを分けるテーマ CEOS Lógica.フィジカルAI、デジタルAI。 デジタルAIでは、大きな議論の一つは信頼性です。「応答を信頼できますか？」「情報はどこから来たのですか？」「モデルが間違ったらどうなりますか？」 フィジカルAIでは、信頼性はよりデリケートになります。「ロボットが人にぶつからないと信頼できますか？」「バランスを崩したらどうなりますか？」「どうやって止まるのですか？」「カメラが故障したらどうなりますか？」「確率的システムによって行われた物理的な決定はどのように監査されるのですか？」 安全性は、採用における最も重要な障壁の一つとなるでしょう。NVIDIAはこのことを理解しており、2026年には、シリコンからソフトウェアまで、ヒューマノイドおよび産業用ロボット向けのフルスタックセキュリティプラットフォームであるHalos for Roboticsを発表しました。Agility Roboticsは、そのDigitロボットで、物流、製造、倉庫での作業統合の最初の事例の一つとして登場しています。 この点は、ビジネスマンにとって非常に重要です。ロボットの価値は、それが何ができるかだけでなく、安全に、繰り返し、認証可能に、そして経済的に正当化できる方法で何ができるかによって測定されます。 企業では、運用できないイノベーションはデモンストレーションのままです。そして、管理できないテクノロジーはリスクになります。 労働者を置き換えるのか？ この質問は避けられませんが、より適切に表現することが重要です。 ロボットが人々を置き換えるかどうかを単に尋ねるだけではありません。戦略的な質問は、「AIが物理的に行動できるようになると、どのタスクが所有者、コスト、リスク、または速度を変えるのか？」ということです。 多くの産業では、ヒューマノイドは最初に完全に職を代替するために現れるのではなく、反復的、危険、高回転、または人員確保が困難なタスクを吸収するために現れるでしょう。運ぶ、検査する、移動する、分類する、ラインに供給する、スペースを移動する、長時間稼働する、またはロジスティクスプロセスを支援する。 しかし、労働への影響があることを否定するのはナイーブでしょう。産業オートメーション、エンタープライズソフトウェア、そして現在の生成AIでもそうであったように、各技術的飛躍は価値を再分配します。一部のタスクは関連性を失い、他のタスクは変容し、新しいタスクが出現します。 企業にとっての機会は、単に人員削減を考えるのではなく、完全なプロセスを再設計することにあります。ヒューマノイドを人間のタスクを置き換えるためだけに使う企業は、限定的な節約しか得られないかもしれません。それらをデータ、運用、保守、セキュリティ、およびビジネスインテリジェンスのより広範なアーキテクチャに統合する企業は、はるかに多くの価値を捉えることができるでしょう。 デジタルコパイロットから物理的な仲間へ ビジネスマン、経営者、および作業チームとの会話で、私はしばしばあることを強調します。AIは孤立したツールとしてではなく、新しい運用レイヤーとして理解されるべきです。 まずデジタルレイヤーが到着しました。コパイロット、自動化、エージェント、予測分析、コンテンツ生成、インテリジェント検索、顧客サービス、ドキュメント作成、および支援された意思決定です。 次のレイヤーは物理的なものになります。作業指示、在庫、ルート、運用ダッシュボード、センサー、カメラ、ERP、CRM、WMS、MES、および内部システムに接続できるマシンです。 そこに真の変革があります。ヒューマノイドは、人間のような形をしているというだけで価値があるわけではありません。企業のロジックに接続できるかどうかで価値があります。 在庫に統合されずに箱を動かすロボットは有用ですが、限定的なマシンです。優先順位、ルート、注文、例外、在庫レベル、セキュリティリスク、および配送時間を理解するロボットは、インテリジェントシステムの一部になります。 その違いは甚大です。 メキシコの企業が今日行うべきこと メキシコの多くの企業にとって、ヒューマノイドについて話すことは遠い話のように聞こえるかもしれません。そしてある意味ではそうです。中小企業、オフィス、または店舗で即座に大量採用されることはないでしょう。しかし、準備はロボットを購入するずっと前に始まります。 最初のタスクは、プロセスを整理することです。整理されていない企業は、AIを導入しても賢くなりません。混乱を加速させるだけです。 2番目は、データをデジタル化することです。フィジカルAIは、指示、マップ、在庫、フロー、ルール、許可、ログ、およびメトリックを必要とします。 3番目は、高ポテンシャルのタスクを特定することです。反復的、測定可能、物理的に要求がきつい、危険、または高回転のタスクです。 4番目は、経営判断を育成することです。未来的に見えるすべてが価値を生むわけではありません。すべてのヒューマノイドロボットが、ロボットアーム、AMR、コンベアベルト、レイアウト改善、またはデジタル自動化よりも優れているわけではありません。 5番目は、ビジネスへの集中を失わずにテクノロジーと会話できるリーダーを育成することです。 そしてここで、CEOS LógicaがLíder Empresarialと共同で開発した「企業向け応用AIマスタークラス」に直接つながります。マスタークラスを行う理由は、AIの「トリック」を教えることではありません。それは、ビジネスマン、経営者、および専門家が判断基準を構築するのを支援することです。何を導入するか、何を導入しないか、機会をどのように評価するか、プロンプトをどのように設計するか、エージェントをどのように考えるか、プロセスをどのように自動化するか、そしてAIがコンピュータ上だけに存在しなくなる段階にどう備えるかです。 なぜなら、今日、戦略的な意味でデジタルAIの使用方法を学ぶビジネスマンは、明日、フィジカルAIを評価する準備がより整っているからです。 重要なのはロボットではなく、それを理解する組織です 技術史はしばしば繰り返されます。まず驚きが現れます。次に誇張。その後、失望。そして最終的に、静かに、変化を理解した組織が価値を捉え始めます。 インターネットで起こりました。電子商取引で起こりました。クラウドで起こりました。生成AIで起こっています。そしておそらくヒューマノイドでも起こるでしょう。 すべての企業がヒューマノイドロボットを必要とするわけではありません。しかし、ほとんどすべての企業が、AIが物理的な世界を動き始めることが何を意味するのかを理解する必要があるでしょう。 質問は、明日、すべてのオフィスにロボットが配置されるかどうかではありません。質問は、企業が競争圧力になる前に技術的変化を読む能力を今日開発しているかどうかです。 ヒューマノイドは単なる新しいハードウェアカテゴリではありません。それらは、より深いことの兆候です。インテリジェントな自動化が画面内に閉じ込められることをやめつつあります。 私たちは、AIに一緒に考えるように頼むことから、一緒に行動するように頼む段階に移っています。 そしてそれは、ビジネス、プロセス、仕事、工場、サービス、および決定を設計する方法を変えるでしょう。 デジタルAIはすでに知識を再考することを私たちに強いました。フィジカルAIは、仕事の仕方を再考することを私たちに強いるでしょう。 そこに真の議論があります。 記事「デジタルAIからフィジカルAIへ：ヒューマノイド」はLíder Empresarialに最初に登場しました。