データ処理コストが急増する中、Figure社が4代目ヒューマノイドの設計を確定

Figure AIは2026年10月22日に開催された社内全体会議で、第4世代ヒューマノイド「Figure 04」の設計が確定し、新しいアクチュエータ、バッテリー、および再設計された手の部品の出荷が開始されたことを従業員に伝えた。 最高経営責任者（CEO）のブレット・アドコック氏は、このハードウェアにおけるマイルストーンに加え、約10日以内に同社の短期的な演算能力を約2倍に引き上げるという公約と、次世代AIモデル「Helix 3.0」の予告を併せて発表し、このアップデートを、ヒューマノイド分野のコスト曲線が通常許容する範囲よりも速いスケールアップを目指す数十億ドル規模の賭けとして位置付けた。

このタイミングが重要なのは、Figureが、全く異なる賭けに出ているライバル企業の目の前で、この賭けを行っているからだ。テスラは「オプティマス」において自動車製造の規模を武器にしており、UnitreeやAgiBotといった中国のメーカーは単価と出荷台数で競争し、ボストン・ダイナミクス系チームは数十年にわたる移動技術の研究を強みとしている。 全社員向けミーティングのハードウェア、データ、コンピューティングの各セクションで示されたFigureの答えは、ロボット本体が完成する前に、シリコンと人間が作成したトレーニング映像の両方に積極的に投資するというものだ。これは、ほとんどのハードウェア企業がスケールアップする手法とは逆の順序でのアプローチである。

「フォース・ハンド」設計と、デザインロックが実際に固定するものは何か

「デザインロック」とは、特定のエンジニアリング上のマイルストーンであり、発売日ではない。Figure 04 に関して、アドコック氏は、バッテリー負荷や熱試験が継続中であるにもかかわらず、アクチュエータ、バッテリーアーキテクチャ、ハンドメカニズムが十分に確定したため、部品の発注や製造用金型の確定が可能になったことを意味すると述べた。 同社によると、全社員参加の会議の1週間前に、負荷試験用のバッテリーパックを10セット組み立て済みであり、次は熱検証が予定されているという。

社内で最も注目を集めたのはハンドだった。アドコック氏は、Figure 04のハンドの第4世代について説明した。これは、ミリメートルレベルの精度で人間の参照データを基準とした、数ヶ月にわたる指先追跡作業の成果である。同氏は、その結果を「人間に近づきつつある」と評した。

同等性については、同社は標準化された器用さのベンチマークとの比較結果を提示しなかったが、ヒューマノイドメーカーが「人間並み」という表現を安易に用いることが多いため、この点は留意しておくべきである。 手の設計は業界全体で繰り返し問題となるボトルネックとなっている。歩行やバランスではなく、器用な操作こそが、デモ用ロボットと、倉庫や病院で実際に大規模に導入可能なロボットとを分ける能力の差なのである。

Figure社はまた、この夏に1,000台目の「Figure 03」を製造したことを明らかにし、「Figure 02」から「Figure 03」への移行により製造コストを90％以上削減したと述べたが、絶対的な単価については言及しなかった。 このコスト曲線がFigure 04でも維持されれば、それが「設計固定」発表の真の背景となる。Figureは、競合他社に価格面で追い抜かれる前に、資本集約的なデータ・コンピューティング戦略を採算の合うものにするために、世代間の製造コストを十分に迅速に圧縮できることを証明しようとしているのだ。

シードラウンドに匹敵する週単位のデータ費用

Figureが現在、モデルのトレーニングにどれほどの費用を投じているかを最も明確に示すのは、アドコック氏が共有したデータ数値だ。2026年8月に開始された同社のクラウドソーシング型動画プログラム「Index」は、動画を撮影した人々から直接トレーニング用映像を購入するもので、全社ミーティングが行われた週までにアップロードされた動画数は3,750万本、 アプリダウンロード数は126万件、展開国は112カ国に達しており、全社員会議が行われた週だけで21万人が少なくとも1本の動画をアップロードしていた。 Figure社が8月に「Index」のローンチを発表した際、初期の集計値は108カ国で約1,600万本の動画とされていたため、このプログラムは約2ヶ月で動画数を2倍以上に増やしたことになる。

アドコック氏は、この成長に伴うコストを数値化した。全社員会議の1週間前のデータ通信費は推定810万米ドルに上った。これは、コンピューティングやハードウェアを除いた、動画の収集人件費だけで年間4億米ドルを超えるペースに相当する。 現在、Figureは1週間でクラウドソーシングによるトレーニング映像に費やす金額が、多くのロボット工学スタートアップがシードラウンド全体で調達する資金総額を上回っている。

そして、同社がそうする理由は、9月にNscaleとのコンピューティング提携を発表した際、アドコック氏が述べたように、Helixは「あらゆる学習システムと同様に、より多くのデータと計算能力によって」向上するからだ。 同社は、アップロードされた映像のうち、どれだけがクリーニングやアノテーション処理を経て、あるいはその他の方法で利用可能なトレーニングデータに変換されているかについては明らかにしていない。これは、生の動画の量とトレーニング可能なデータの量は同じものではないため、重要な点である。

ロボットの出荷より数年前にコンピューティングリソースを確保

この戦略におけるコンピューティング面は、今週の全社ミーティングのかなり前から動き出していた。 9月、Figureは英国を拠点とするAIインフラおよびGPUクラウドプロバイダーであるNscaleと戦略的パートナーシップを締結した。当初の契約額は35億米ドルで、将来的には60億米ドルを超える規模への拡大を意図しており、NVIDIAのVera Rubinプラットフォーム上で最大10万台のGPUをカバーする。 Nscaleはまた、Figureへの戦略的出資も行っている。この契約に基づく最初のGPUは、テキサス州バーストウの拠点で2027年後半まで稼働開始予定ではない。つまり、Figureは、その容量の大部分が実際に利用可能になる1年以上も前に、数十億ドル規模のコンピューティング費用を前倒しでコミットしていることになる。

全社員向け会議で、アドコック氏はより短期的な取り組みとして、2027年のNscaleによる拡張に先立ち、会議から約10日以内にFigureの利用可能な計算能力を約2倍に拡大する計画を明らかにした。また、追加資金調達により現金残高が20億米ドルを超えていることも明らかにしたが、資金調達の条件については詳細を明かさなかった。 Nscaleへのコミットメント、短期的なコンピューティング容量の拡大、そしてIndexへのデータ投資を合わせると、Figureの資本構成は、従来のロボットメーカーというよりは、最先端のAI研究所に近いものとなっている。そして、まさにこの比較こそが、アドコック氏が投資家や競合他社に引き出してほしいと考えているものなのである。

北京やテスラとは異なるコスト曲線

こうした枠組みにより、Figureはユニットエコノミクスを競うヒューマノイドメーカーとは異なる競争のレールに乗ることになる。中国のメーカーは、

部品サプライチェーンと積極的な価格設定により、ハードウェアコストを抑え、量産体制を迅速に改善することで出荷台数を押し上げている。テスラは、オプティマスが同社の既存の自動車製造基盤を活用することで、単独のロボット企業では到底及ばない規模に到達できると賭けている。 フィグ社の賭けは、より限定的でコストもかかるものだ。ヒューマノイドロボット工学における最大の課題は、ボディを構築することではなく、台本のない家庭や倉庫で確実に動作させるのに十分な汎用性を持つモデルを訓練することであり、最も有用な人間の動作データと計算リソースを最初に蓄積した企業が、他社のペースを決定づけるというものである。

このデータ戦略が測定可能な成果を生み出していることを示す初期の証拠がある。 9月、Figure社は、システムがこれまで見たことのない30軒の賃貸住宅で実施した「Helix 2.5」モデルのゼロショットテストの結果を公表した。Indexのデータで事前学習されたモデルが、同じ評価においてゼロから学習したモデルよりも優れた性能を示したことから、特に選ばれた3つの家事タスクにおいて、約56％の成功率を報告している。 台本のない家事における56％というゼロショット成功率は、完成品とは言えないものの、演出されたデモとは意味において明らかに異なるシグナルであり、Figure社はこれを内部的に、データへの投資を削減するのではなく、むしろ増やすことを正当化する根拠として活用している。

「ベビーAGI」がまだ意味しないこと

全社員向けミーティングで最も引用されるであろう発言は、アドコック氏が社内モデルの結果を「ベビーAGI」と表現した部分だろう。報道によると、彼はこの表現について詳細には触れず、公に共有する準備が整っていないと述べたという。 同社は「Helix 3.0」について、以前のバージョンよりも多くのデータとGPU容量を用いて学習させたものだと説明し、数週間以内にさらに大規模なモデルが登場する見込みであるとほのめかしたが、機能の内訳やベンチマーク結果、リリース日については一切明らかにしなかった。 ロボット工学分野の経営陣は、基盤となるシステムが実際に実証できる段階に先立って、AGIに関連する表現を用いるという長い歴史がある。そして、評価結果が公表されていない未公開のモデルは、定義上、未検証の

主張。Figure社のロードマップを評価している購入者は、Helix 3.0のティーザーを、同社内部の自信の表れとして捉えるべきであり、実際にモデルが発売され、結果が公表されるまでは、導入計画を立てる際の根拠として扱うべきではない。

またFigure社は、同社のロボットが現在米国内の3つの州で稼働していること（承認待ちのため顧客名は非公開）、そして以前報じられた200時間にわたる物流実証実験については、1台のロボットが1回の充電で連続稼働したのではなく、充電のためにロボットが交代で稼働していたことを明らかにした。この違いは、マーケティング上の主張と実際の稼働サイクルを照らし合わせて検討する者にとって重要な点である。

「傍観者」ではなく「購入者」の視点でロードマップを読む

2027年または2028年にヒューマノイドロボットの導入を検討している自動化システムの購入者やインテグレーターにとって、この全社総出の発表から得られる実用的な教訓は、Figure 04の手のメカニズムそのものよりも、同社の支出パターンが価格設定や供給状況に何を示唆しているかという点にある。 数十億ドル規模の複数年にわたるコンピューティング契約に加え、データ収集だけで年間およそ4億米ドルを費やしているメーカーが、それらのコストを直接回収するために短期的なハードウェアの価格設定を行っているわけではない。 これは通常、初期のユニットには補助金が投入され、供給はオープンな受注ではなく顧客の承認プロセスによって制限され、Figure社がインフラの費用を賄うためにフリートの収益化を必要とする段階になれば、現在提示されている商業条件も変化することを意味する。 すでにFigureと交渉中の購入者は、現在の見積もりが移行後も維持されると仮定するのではなく、Figure 04が量産出荷された後、現在の価格設定やサービス条件がどの程度維持される見込みか、直接確認すべきである。

もう一つの現実的な懸念材料は、リスクの連鎖だ。 Figureは、まだ実証されていない3つの移行段階を積み重ねている。すなわち、熱的検証の段階にあるハードウェア世代、3,750万件のアップロードのうちどの程度の割合が利用可能なトレーニングデータであるかが明らかにされていないデータパイプライン、そしてベンチマークが公表されていないモデル世代「Helix 3.0」である。これらいずれかの進行が遅れるだけで、

他のプロジェクトのスケジュールについては、図04の価値提案はHelixがそこで順調に動作することに依存しているため、調達チームは10月の全社ミーティングを、資金力のある企業による信頼できる進捗報告として捉えるべきであり、出荷の確約とは見なすべきではありません。また、契約条項は、アドコックが従業員に説明した社内目標ではなく、検証済みのマイルストーンに基づいて策定する必要があります。

今後の注目点

この戦略に対する次の具体的な試金石は、Figure 04の設計確定そのものではなく、それに続く展開である。 バッテリーおよび熱設計の検証が、アドコック氏が示唆したスケジュール通りに、設計確定からハードウェア出荷へと進むのに十分なほど順調に完了するか、そしてHelix 3.0が、彼が述べた「数週間」という期間内に、単なる社内限定のデモではなく、評価結果を添付した形で登場するかどうかである。 2027年後半にバーストウで稼働開始予定のNscaleの演算リソースが最も長期的な指標となるが、より近い指標である、約束された短期的な演算能力の倍増については、Figureが次回の公開アップデートで開示するデータや稼働率の数値から確認できるはずだ。 低コストの中国製やテスラが支援する代替案と比較してFigureを評価している調達チームは、2027年の導入計画にFigureのロードマップを組み込む前に、この最新情報を注視すべきである。

本分析は、同社の声明、公開書類、およびFigure自身の発表や社内プレゼンテーション資料で開示された数値を総合したものです。これは一般的な情報提供のみを目的としており、投資、調達、または専門的なアドバイスを構成するものではありません。