人とAIの共生の理想形としてのロボット

フィジカルAIの原点：産業用ロボット

　ロボットはこれまで、自動化を実現するツールとして活用されてきました。しかし現在では、特定の高度なスキルを持つ「チームメイト」として、職場に加わるようになっています。ロボットは、人間やAIの力が届きにくかった危険作業、遠隔地の業務、人手の足りない現場にも活躍の場を広げます。たとえばクリティカルインフラの現場では、物理空間を移動しながらデータを収集し、異常を検知し、意思決定を支援します。さらに、人が危険にさらされる前に必要なワークフローを起動することもできます。反復作業を安定してこなせる点も、大きな強みです。高齢化によって働き手が減り、身体的負担の大きさから人材の定着も難しい労働集約型産業において、ロボットは現場の負担を軽減する有力な手段となります。

　現在稼働しているロボットの約80％は、産業分野で利用されています¹。放射線量の高い区域、瓦礫が散乱する現場、通信が不安定な場所、狭く入り組んだ空間など、人が立ち入れない、あるいは立ち入るべきではない環境でも遠隔から作業を行えるロボットが、人質事件への対応や産業施設の清掃、爆発物処理、火災後の建物調査など、さまざまな現場で活躍しています。福島第一原子力発電所でも、ロボットは廃炉計画を支える重要な存在です。人が立ち入れないほど放射線量の高い区域で、各種測定や写真撮影、サンプル採取などを行っています。

　ロボットは、派手さこそないものの、企業活動に欠かせない業務で人間を超える力を発揮します。たとえば、人間のインターンが工場の点検を担当し、メモを残したとしても、その情報が適切に集約され、必要な人に共有されるとは限りません。点検にあたるのが工場長であれば、異常の兆候であるノイズとそうでないものとを判別できるでしょう。しかし、その工場長が退職すれば、その知見も失われてしまいます。一方、ロボットは工場内を巡回しながら、人間には感知できない音まで捉え、毎日同じ場所、同じ条件でデータを収集し続けることができます。その結果、質の高い時系列データが蓄積され、AIの学習基盤として活用できるだけでなく、将来起こり得る異常の予兆を捉えることにも役立ちます。効果的なAIシステムを構築するうえで、正確で質の高いデータが不可欠であることは、いまや広く認識されています。ヒューマンエラーや主観に左右されることなく、安定してデータを収集できるロボットは、極めて頼りになる存在です。

現実世界で機能するAIの最前線でロボットの実用化を進める

　日常生活に入り込むロボットは、AIの進化を切り拓く最前線の存在として、コンピューターの画面上や職場内だけではなく、現実世界にAIのメリットを落とし込みます。生成AIや自然言語インターフェースを搭載したロボットは、「昨日と比べて何が変わりましたか」という質問に答えられます。たとえば発電所であれば、「14番ポンプ付近で検知された熱異常は何ですか」といった質問にも対応できるでしょう。ロボットに現実世界を認識させ、自律的な行動をさせるために、以下のような複数のAIレイヤーが連携して機能しています。

• 認識：物体を見る、聞く、感知する、検出する、計器を読み取る、危険を認識する

• ナビゲーションと自律制御：空間を地図化する、障害物を回避する、移動経路を計画する、充電ステーションへ戻る、ミッションをくり返す

• 物体操作：対象物のつかみ方、開け方、運び方、置き方、あるいは対象物を用いて何かをする方法を理解する

• 予測分析：点検で得られたデータを警告、傾向分析、メンテナンスの提案へつなげる

　ロボットは、現実世界におけるAI活用の最前線です。ロボットを進化させていくことで、私たちはAIの新たな可能性を試し、さらなるイノベーションを生み出すことができます。しかし、ほかのAIと同様に、ロボットというテクノロジーそのものは価値の半分にすぎません。本当の価値は、それをいかに効果的に運用できるかによって決まります。AI導入で多くの企業が苦労してきたのも、まさにこの点です³。ロボット導入で同じ轍を踏まないために、リーダーは次の3つに優先的に取り組む必要があります。

ワークフローを最適化する – まず必要なのは、ロボットを前提としたワークフロー全体を設計することです。自律的に稼働するロボットを活用するには、巡回ルートの標準化や搭載機器の選定、データ収集や分析、アラート通知の仕組みにくわえ、保守管理システムや資産管理システムなど既存の業務基盤との連携まで含めて考えなければなりません。人間とAIエージェント、そしてロボットが協働する未来を見据えれば、個々の作業を改善するだけでは不十分です。ワークフロー全体を再設計できれば、2030年までに米国だけでも約2兆9,000億ドルの経済価値が創出される可能性があります⁴。

適切なインフラを整備する – ロボットが十分に能力を発揮するためには、それを支えるインフラも欠かせません。なかでも重要なのが、高速で安定したネットワーク環境です。ロボットはクラウド上のAIと連携しながら、状況を判断し、指示を受け、画像を処理します。たとえば見慣れない障害物に遭遇した場合には、その画像をクラウドへ送信し、「これは何か」と問い合わせることができます。しかし実際には、多くの製造現場で十分な通信環境が整備されておらず、高速Wi-Fiが導入されていても利用を制限している企業が少なくありません。一方、人と同じ空間で働くサービスロボットにとって、高速ネットワークは欠かせない基盤です。

社員教育と変革管理を最優先する – ロボットを職場に導入するうえで、社員教育は欠かせません。その考え方自体は、他のAI導入と大きく変わりません。まずはロボットに何ができ、何ができないのか、そして人とどのように協働するのかを理解してもらうことが重要です。その考え方自体は、他のAI導入と大きく変わりません。まずはロボットに何ができ、何ができないのか、そして人とどのように協働するのかを理解してもらうことが重要です。実際、多くの企業はポスターや説明会を通じて社員の理解を深めています。ある企業では、新しいロボットをまず社員食堂で披露しました。社員たちがロボットとの記念撮影を楽しみ、その存在に親しみを持った頃を見計らって、実際の現場への配備を始めたのです。

　ロボット導入にはさまざまな不安がついてまわります。ひとつは監視への懸念です。ロボットにいずれ仕事を奪われるのではないかと、心配する人もいるでしょう。しかし、一般的には、ロボットが代替するのは業務そのものではなく、その業務を構成する個々の作業です。社員がロボットを歓迎するかどうかは、ロボットが担当する作業を自身がどう感じているかということと、密接に関係しています。たとえば物流現場でのコンテナからの荷下ろしは、最も敬遠される作業のひとつですから、ロボットが担うことになれば、多くの作業員が喜ぶでしょう。一方、苦であると感じられない作業をロボットが担う場合には、「将来、自分の業務が変わってしまうのではないか」「仕事がなくなるのではないか」という不安が生まれます。こうした不安に対する最も効果的な対策は、ほかのAIツールを導入する場合と同様で、教育やリスキリング、資格取得の支援の充実などです。つまり、倉庫の作業員に対して、ロボットオペレーターの資格取得を支援するというようなことです。単調で、汚染や危険を伴い、身体的な負担も大きい仕事はロボットに任せ、人は複数のロボットを監督し、データを分析し、対応策を立案し、より高度な意思決定を行う。そうした付加価値の高い役割へとシフトしていくことが理想です。

　ロボット産業にも、改善すべき点がありますまず、ロボットができることについて、もっと現実的な説明をしなければなりません。現時点では実現できないことまでできてしまうかのような動画をつくるのは、もうやめるべきです。また、汎用ロボットを兵器として利用したり、人間や動物に危害を加えたり威嚇したりすることを認めないという合意も必要です。そして、人と近い距離で活動するロボットについては、安全性の面でまだ改善の余地が数多く残されています。