なぜ成功率が99％あっても、ほとんどのロボット導入は失敗に終わるのか

ピック・アンド・プレースのデモを9回連続で完璧にこなすロボットは、それを見ているほとんどの人にとって、すでに解決済みの問題のように見えるだろう。 しかし、この1ステップあたりの成功率99％という数値を、9ステップのステージデモではなく、100ステップからなる倉庫でのシフト全体に適用すると、1回の失敗もなくシフト全体を完了できる確率は、およそ37％にまで低下する。 一見完璧に見えるデモと、購入者が実際に無人運用できるワークフローとの間のこのギャップこそが、2026年10月時点におけるヒューマノイドおよび産業用ロボット業界の真のボトルネックであり、それはほとんどの資金調達ラウンドの評価基準となっている要素ではない。

そのボトルネックとは「器用さ」であり、それは指の数の多さやアクチュエータの高度さではなく、単一の練習済みの動作ではなく、タスクシーケンス全体を通じて機能し続けなければならない、センシング、制御、回復、判断からなる閉ループシステムとして定義される。 この枠組みは、実験室でのデモではなく、有償の導入現場で現在、高度な操作能力を持つ、あるいはある程度操作能力を備えたシステムを運用している3社と比較することで、より鮮明に浮かび上がる。そのうちの1社であるANYboticsは、産業用検査分野以外の購入者の多くにはまだ馴染みのない企業である： スイス・チューリッヒに拠点を置く同社は、2016年にETHチューリッヒのロボティクスシステム研究所からスピンアウトし、四足歩行型検査ロボット「ANYmal」を開発している。このロボットは、石油掘削施設、風力発電所、製鉄所において、人間が実際にそのルートを歩くことなく、計器の読み取り、漏れのチェック、異常の検知を行う。 同社の導入事例の一つでは、450カ所の個別点検ポイントで33,000件以上の検査を完了しているが、この規模が意味を持つのは、それらの検査のほぼすべてが実際に正しく完了した場合に限られる。

「優れたデモ」を「失敗した導入」に変えてしまう計算

この37％という数字の背後にある計算は決して複雑なものではありませんが、それゆえに調達チームが見落としがちになるのです。 ある単一の動作が99％の確率で成功するというのは、直感的には、システムが基本的に完成しているように聞こえます。しかし、実際のシフトにおいて、100の連続した動作（物の取り出し、配置、障害物の回避など）に、その同じ99％の成功率を積み重ねていくと、

落とした物を再び掴み直す場合、失敗を一度もせずに一連の動作全体を完了する確率は、0.99の100乗、つまりおよそ36.6パーセントにまで低下する。 各ステップの信頼性を99.9％まで高めれば、一連の動作全体の成功率は約90.5％まで上昇する。 信頼性を 99.99％まで引き上げると（実際の環境において、すべてのサブタスクでこの水準を達成している実稼働システムは現在、極めて稀である）、一連の動作全体の信頼性は約 99.0％に達する。 信頼性が「9」増えるごとに、それは単なるわずかな改善ではなく、常に人間の監視者がそばにいなければならないロボットと、本当にその必要がないロボットとの違いとなります。

この複合的な効果こそが、ベンダーが提示する「最高のデモ映像」が信頼性の指標としてはほぼ無意味である理由であり、また、それに頼った購入者がパイロット運用開始から6ヶ月後に常々失望を味わう理由でもある。 10秒の動画は、ベンダーが制御した条件下で、1回だけ実行された短いシーケンスを示しているに過ぎない。その動画からは、その基盤となるシステムが、その日の100回目の繰り返しでも、シフト終了時の薄暗い照明下でも、あるいは人間の作業員が無意識に扱っているがロボットが一度も見たことのない、わずかに異なる木箱の形状に対しても、同じ成功率を維持できるかどうかは分からない。 購入者が真に必要とする信頼性の数値は、「動作するか」というものではない。これは現在、ほぼすべての信頼できるベンダーが実証できることだが、真に重要なのは「実際の環境下で、どれほどの自然な変動を乗り越え、連続して何回繰り返した後で故障するか」という点であり、これを自発的に公表しているベンダーはほとんどない。

見出しとなる成功率よりも復旧が重要な理由

信頼性の複合計算が厄介な数学であるならば、リカバリーはそれに対する、より実践的な工学的解決策である。 グリップの滑り、部品の位置ずれ、あるいはナビゲーションエラーを、故障が連鎖して生産ラインが停止する前に修正できるほど早期に検知するシステムは、最初の試行で完璧である必要はありません。必要なのは、最初の試行がうまくいっていないことに気づく能力です。これにより、評価の枠組み全体が再定義されるのです。

購入者がベンダーに尋ねるべき質問。 「成功率はどれくらいか」という質問よりも、「人間が介入する前に、システム自体によって検出・修正される失敗の割合はどれくらいか」という質問の方が有用だ。なぜなら、その数値こそが、実際の導入にどれだけの監視作業が必要かを予測するものであり、通常、タスクの自動化が採算に合うかどうかを決定づける重要な要素だからだ。

歩道配送ロボットを運用するスターシップ・テクノロジーズは、まさにこの点で有益な事例です。なぜなら、そのタスクは外から見ると一見単純に見えるからです。つまり、小さな車輪付きロボットを店舗から玄関先まで走らせるだけ。1,000万件以上の自律配送を完了した今、同社の実際の技術的課題は、表向きの走行タスクそのものではありませんでした。 むしろ、縁石の切り欠き部分に駐車された車、リードにつないだ犬、閉まったままの門といった、現実世界における「ロングテール」の妨害要因を検知し、そこから回復できるシステムを構築することであり、あらゆる例外ケースを遠隔の人間オペレーターに委ねることなく対応することでした。 数千万件という配送実績が印象的な数字であるのは、その基盤となる回復層が、その規模でユニットエコノミクスが成り立つよう、人的介入率を十分に低く抑え続けたからに他ならない。

「人間らしさ」を追い求めるのではなく、ロボットを仕事に合わせる

業界が現在、汎用的な人間型ロボットに固執していることは、この状況を単純化するどころか複雑化させています。なぜなら、二足歩行のヒューマノイドは、器用さ、バランス、移動能力を同時に解決しなければならず、専用に設計されたプラットフォームよりも多くのサブシステムにわたって信頼性の計算が複雑化してしまうからです。オレゴン州に拠点を置く二足歩行ロボット「Digit」のメーカーであるAgility Robotics社は、 オレゴン州に拠点を置く二足歩行ロボット「Digit」のメーカーであるAgility Robotics社は、特に倉庫でのトート箱取り扱いへの導入を追求してきた。その理由は、このユースケースによって、Digitに求められる器用さの要件を、平らな倉庫の床を歩き、既知の寸法を持つトート箱を持ち上げたり置いたりするという、扱いやすい範囲に絞り込めるからであり、一般的な家庭用ヒューマノイドロボットが求められるような、自由度の高い操作を必要としないためである。

いずれ必要となるものです。その絞り込みは、謝罪すべき制限などではありません。 これは、複合的な信頼性計算に対する正しい工学的な対応であり、人間のような歩行よりも安定性が重視される地形において、ANYboticsが二足歩行ではなく四足歩行の点検プラットフォームを開発したのと同じ直感であり、また、脚を全く必要としない歩道において、Starshipが歩行型ではなく車輪式の配送ロボットを開発したのと同じ直感でもある。

調達チームにとって有益な問いは、これらのフォームファクターのうちどれが抽象的な意味でより先進的かということではない。「最低限必要な器用さ」、すなわち、この特定の経済的に価値のある仕事を、人間が同じ仕事を行うコストを下回る費用で、確実に遂行するために必要な、操作・移動・センシング能力の最小限のセットは何か、ということである。 その「最小限」に合わせて設計され、その限定されたタスクによって露呈する故障モードに正確に対応した強力な回復層を備えたロボットは、たとえ汎用プラットフォームが展示会の動画ではより印象的に見えても、それらの問題をすべて一度に解決しようとする汎用プラットフォームよりも、より迅速かつ低コストで信頼性のハードルをクリアすることができる。

実験室のベンチマークでは得られない、実運用から得られる教訓

これら3社の現在の信頼性レベルは、すべて実験室でのベンチマークではなく、実環境での導入によって得られた成果である。 管理された実験室環境では、システムが「99％」と「99.99％」の間のギャップを十分に埋め、無人でも信頼できる状態にあるかどうかを実際に決定づける、具体的かつ混沌とした故障モード――わずかに角度がずれて落下した物品、結露で部分的に視界が遮られた計器、工事で塞がれた配送ルートなど――を再現することはできません。 だからこそ、現時点のこの業界では、個々の新モデルのリリースやセンサーのアップグレードよりも、導入そのものが真の学習シグナルとして機能しているのです。システムが現場で乗り切り、修正したあらゆる障害が、次期バージョンの検知、制御、および

復旧ロジックは、前述の信頼性計算とは逆の方向に相乗効果をもたらし、導入された各ユニットが、実質的に次の9ユニットに向けた根拠を積み重ねていくことになる。

これは、購入者がベンダーの導入実績と技術仕様書をどのように比較検討すべきかという点に、直接的な示唆を与える。 派手な機能は少ないものの、長年にわたり継続的に実地運用されてきたプラットフォーム――ANYboticsの点検業務、Starshipの配送実績、Agilityの倉庫でのパイロット運用など――は、一見高性能に見えるデモを行うものの、継続的な実地運用実績がほとんどないプラットフォームよりも、実世界における「ロングテール」の不具合に遭遇し、それを修正する機会を多く得てきた。 仕様書は、理想的な条件下でロボットが何ができるかを記述したものです。一方、導入実績は、誰も事前に想定していなかった条件下で、ロボットがすでに耐え抜くことが実証されていることを示しており、パイロット運用が契約更新につながるかどうかを予測するのは、後者の実績です。

デモ映像に代わるべき評価指標

これは、ロボット設計における野心を否定するものではない。むしろ、特定のプラットフォームに予算を投じる前に、適切な指標を測定すべきであることを主張しているのだ。 システムが人間の介入なしに完了するワークフローの割合、自己修正による復旧率、単一の演出された設定ではなく、文書化された環境変動全体にわたる性能、連続使用下での耐久性、そして1件のジョブを成功裏に完了するためのコスト――これらすべては、デモ映像よりもベンダーから引き出すのが難しく、かつ導入が初年度を乗り切れるかどうかをより的確に予測する指標である。 パイロット契約に署名する前にこれら5つの数値を求める購入者は、12本以上のデモ動画が示すよりも、そのシステムが無人運用に対応できるかどうかについて、より多くの情報を得ることができるだろう。

ここで挙げた3社だけがこの実験を行っているわけではなく、また、デモと実運用とのギャップを完全に埋めたと主張する企業も存在しない。実運用に真に近づいている優れたシステムを際立たせるものは

投資家に向けてまだリハーサルを重ねている企業の「準備の整い具合」とは、単に「一発撮り」の洗練された動画のことではありません。それは、実稼働中の機械が、華やかさのない同じ作業を何千回も繰り返し、自らのミスが他者の問題となる前にそれを察知し、静かにさらに9回を積み重ねていく様子を、記録として残し、着実に成長していく姿なのです。

本分析は、ここで取り上げた各社の公式発表および文書化された導入データを総合したものであり、あくまで一般的な情報提供を目的としています。投資、財務、法律、または専門的な助言を構成するものではありません。

ヒーロー画像のクレジット：Agility Robotics。