モジアが導入を拡大し、安徽省のヒューマノイド生産台数が増加

安徽省は、合肥市における公共データ収集プログラムと、ヒューマノイドの導入推進および生産台数の急増を結びつけている。 同省によると、2026年上半期のヒューマノイド完成機生産台数は2,600台を超え、2025年通年の700台強から大幅に増加したほか、Mojia Robot社も世界的な販売拡大を記録している。

合肥市、ヒューマノイドのトレーニングループを構築

合肥にある公共の知能ロボットサービスプラットフォームは、1,600平方メートルの面積を有し、約40名のデータ収集担当者が勤務している。同チームは、精密なバッテリー組立、棚の商品の識別・取り扱い、サービス対応などを含む、現実的な運用環境を構築している。 同プラットフォームはロボットの動作を記録し、その観測データをトレーニングデータに変換することで、さまざまなヒューマノイド設計における知覚モデルや動作モデルの改善に役立てている。

この仕組みは、実環境でのトレーニング、データ蓄積、製品の反復改良、そして大規模展開という、公に掲げられたループに沿ったものである。このプラットフォームは、抽象的なシミュレーションのみでのテストにとどまらず、配置やピッキングといった機械的な作業と、曖昧さが生じやすい一般ユーザーとの対話を組み合わせて行っている。 その目的は、バッテリー生産ラインの手袋をはめた作業員から、キオスクで待ちきれない買い物客に至るまで、ロボットが実際に求められる作業状況を反映した感覚的な変動を通じて、モデルを堅牢化することにあります。

運用責任者にとって、共通の施設が存在することは、導入の判断基準を変えます。共有テストベッドを利用するベンダーは、一般的な業務に対する訓練済みの動作のベースラインを携えて参入できるため、工場や会場側によるデータ収集の立ち上げ期間を短縮できます。これにより、現場での技術者の作業時間を削減し、試行によるリセット回数を減らすことが可能です。 こうしたメリットが得られるのは、購入先の現場環境がプラットフォームで想定されたシナリオと十分に一致している場合に限られるため、テストシーンの視察はパイロット導入前のチェックリストに含めるべきである。

この手法は、単純な比較で最も理解しやすい。実場面のデータを用いてヒューマノイドを訓練することは、新入社員に

マニュアルだけでなく、作業サンプルや業務見学を取り入れること。サンプルによってエッジケースが明らかになり、業務見学によってタイミングや引き継ぎが明確になります。サンプルが優れていればいるほど、引き継ぎはスムーズになります。

省はデータをセクター目標と結びつける

安徽省は、合肥ループを活用して再現性のある動作を構築し、産業分野とサービス分野を横断した協調的な取り組みを説明している。同省は、自動車業界の資材搬送向け産業用ロボット、商業施設の案内や小売向けサービスロボット、地域医療や高齢者介護機関向けの介護ロボットを推進している。 各カテゴリーにおいて、現実的な現場からのデータが製品の更新に反映され、大規模展開に向けた準備が整ったユニットが提供されるとしている。

こうした組み合わせは、組織的なアプローチを示唆している。省レベルのプラットフォームが共有データとトレーニング活動をホストし、ベンダーや導入事業者は定義されたセクターをターゲットとする。自動車工場ではすでに厳格なタクトタイムと標準的な治具が運用されているため、資材搬送はロボットアームや移動ベースにとって理にかなった最初のターゲットとなる。 小売や公共案内業務の役割は、場所や言語によってより多様性に富んでいます。地域医療や高齢者介護では、プライバシーや人間との相互作用に関する配慮がさらに求められます。これらを単一のループ下に統合することは、データの幅広さがタスクを横断してモデルを一般化するのに役立つという信念を示唆しています。

調達チームは、これを仕様を明確にするためのきっかけと捉えるべきです。サプライヤーが合肥のプラットフォームを参照する場合は、具体的にどのタスクやシーンが使用されたか、どのようなエラーモードが観察されたか、モデルはどのくらいの頻度で更新されるか、そして現場導入前にそれらの更新がどのように検証されるかを尋ねてください。 自社の業務仕様とプラットフォームのシナリオとの対応表を要求し、その対応表を反映した小規模なパイロットプロジェクトを設計すべきだ。これにより、検証可能な主張を明確にし、失敗がロボットに起因するものか、あるいは環境の不一致に起因するものかという後の議論を減らすことができる。

生産台数は実績よりも急速に伸びている

生産台数と売上高は上昇傾向にあります。安徽省は、ヒューマノイドロボットの完成機生産台数が2,600台を超えたと報告しています。

2026年上半期。これに対し、2025年通年の販売台数は700台強にとどまった。 2023年から奇瑞（Chery）社内でインキュベーションを受け、2025年初頭に正式に設立されたMojia Robot社は、2025年のヒューマノイド型ロボットの全世界販売台数が300台を超え、2026年上半期には60以上の国と地域で590台以上を販売したと報告した。

問題点は、これらの数値だけでは、指定された業務仕様をどの程度のロボットが満たしているか、その一貫性のレベルはどの程度か、1日あたり何時間稼働しているか、またサポート負担がどの程度かといった点が明らかにならない点にある。 開示情報には、出荷の定義、売上高、返品率、フリートの稼働率、安全指標、顧客名、あるいは受注と納品の区別などが含まれていない。こうした指標がなければ、購入者は主張されているタスクの裏付けとなる証拠の重みを推測できず、運用者は予想される安定性に基づいて人員配置を計画することもできない。

「プラットフォーム優先」というアプローチは健全なエンジニアリングの実践ですが、商業的な課題は依然として未解決です。もし合肥のループがより優れた汎用モデルを生み出しているのであれば、パイロット導入が、再調整を最小限に抑えて同じタスクが繰り返される複数拠点への展開へと移行する様子が見られるはずです。 そうなれば、データは「ユニット数」から「ジョブ数」へ、「搬送された箱数」から「仕様通りの稼働時間」へ、「デモ」から「スケジュール遵守率」へと移行するだろう。それらの数値が公開されるか、評価契約の下で共有されるまでは、ユニット数の増加は「保証」ではなく「処理能力」と捉えるのが妥当である。

「ジョブの再現性が証明されていない状態での生産は、契約ではなく賭けに過ぎない。」

これは控えめな見解であり、否定ではありません。数百台から数千台への拡大は、より多様な条件下でより多くの機械を稼働させることを意味し、これはモデルを改善するために必要なステップです。 合肥プラットフォームは、対象セクターにとって重要なタスクを段階的に配置することで、そのプロセスに構造を与えています。調達上の優位性は、この構造を検証可能なマイルストーンに変えることから生まれます。例えば、棚管理における誤ピッキング率や、受入フロー中の引き渡しタイミングについて閾値を設定し、パイロットプロジェクトをその閾値に準拠させてから承認を行うといった具合です。

拡張。

Mojiaは一般向けユースケースをターゲットにしている

Mojia Robotは、ベンダーがこの広範な潮流にどのように歩調を合わせているかを示す明確な例だ。 同社は2023年から奇瑞（Chery）社内でインキュベーションを受け、2025年初頭に正式な法人となった。同社のヒューマノイド「Mo Yin」は身長1.67メートルで、多言語に対応しており、交通誘導、顧客対応、展示会の巡回を目的としている。これらは、マニピュレーターの操作スキルと同様に、存在感と明確なコミュニケーションが重要となる業務である。

数字は、市場浸透の勢いを示唆している。Mojiaによると、2025年のヒューマノイドの世界販売台数は300台を超え、2026年上半期には590台以上に達し、60以上の国と地域で販売された。 こうした導入実績に公開データループを組み合わせれば、多言語プロンプト、来場者誘導手順、混雑した空間での移動安全範囲を改善できるフィードバックチャネルが構築されます。会場やイベントの運営責任者は、各拠点で共通して活用できるスクリプト、案内表示の統合、エスカレーション手順を標準化する機会と捉えるべきでしょう。

とはいえ、実用上の課題は依然として残っている。公共の場での役割は、言語構成、周囲の騒音、照明、人混みの密度によって異なる。導入において合肥で収集された共有トレーニングデータを活用する場合、購入者は、それらのシナリオに自施設の具体的な条件が含まれているかを確認すべきである。 ピーク時間帯をカバーし、想定外の行動に対する明確な停止ルールを盛り込み、事後検証のためのインタラクションログを収集する、小規模で期間を限定した試験運用を計画すべきです。実際のストレスポイントに真正面から取り組む短期のパイロットは、それらを回避する長期のパイロットよりも価値があります。

単発の運用から反復可能なユースケースへ

同省が伝えたいメッセージは、実現場のデータこそが反復開発と大規模展開を推進する、というものです。生産実績やMojiaが報告した売上高は、そのストーリーに勢いを感じさせます。しかし、商業的な試金石となるのは「反復可能な業務」です。反復可能な業務には、明確な「完了」の定義、測定可能な許容範囲、そして安定したタスク完了率が求められます。

シフトや週をまたいで、その許容範囲内に収まるようにする。すべての調達決定は、ベンダーの主張をその形式に落とし込むことを目指すべきである。

データプラットフォームは、それ自体が証明となるものではなく、出発点として捉えてください。合肥で研修を受けたベンダーに対し、バッテリー組立の現場の様子、棚の取り扱いレイアウト、および彼らが使用したサービス対応スクリプトについて説明を求めてください。 それらを自社の作業セルや現場に照らし合わせ、共同でテスト計画を策定してください。トリガー条件、再試行の時間枠、人間による対応への切り替え、およびパイロット期間中のモデル変更に関するルールを盛り込んでください。改善の余地は残しつつも、目標を勝手に変更するような「密かな再調整」には警戒してください。

例えは簡単です。工場では、出荷台数だけを見て新しい工具を承認することはないでしょう。自社の生産ラインで、トルク、速度、耐久性の仕様を満たしているかを確認するはずです。 ヒューマノイドに対しても、同様の厳格な基準が求められます。データループは目標達成を早める助けになりますが、受入テストに取って代わるものではありません。ロボットが1つの拠点で実際の数値を用いて作業を完了したら、そのユースケースを承認し、同じ指標を用いて次の拠点へ展開してください。

自動車業界のマテリアルハンドリングを調達する場合は、自社で使用している治具やビン、および生産ラインへの干渉を最小限に抑える動作プロファイルに関連したベンダーの実績を探してください。 小売や案内業務の場合は、店舗レイアウト、商品構成、客動線に関連した実績に加え、ブランドにふさわしい多言語対応のプロンプトがあるかを確認してください。医療や高齢者介護の分野では、地域社会における同意取得、プライバシー保護、インシデント対応に関する実証を求めましょう。データループはこれらすべてに情報を提供できるし、そうすべきですが、契約は実際の業務実績に基づいて成立させるべきです。

慎重な拡大への道

安徽省では実際に活動が進められています。合肥のプラットフォームでは、約40名の作業員がループに参加し、工場やサービス環境における現実的な場面でデータを収集しています。同省は、トレーニングからデータ収集、反復改善、そして大規模展開に至る一連のプロセスを強調しています。Mojia社は、ヒューマノイドロボット「Mo Yin」の身長や役割について具体的に明示しており、

世界的な販売台数の増加が報告されている。2026年上半期には、各地域の生産量が急増した。

ここからが決定的な局面となる。買い手が「台数」から「文書化され、再現可能な作業」へと注目を移すようになれば、ベンダーは出荷台数ではなく、持続的な作業品質で競争することになる。合肥プラットフォームと報告されている生産量の増加は助けとなるが、それは調達チームがそれらを検証可能な確約へと転換できた場合に限られる。来年の進展の成否は、まさにこの点にかかっている。

本分析は情報提供のみを目的としており、投資、法律、または調達に関する助言を構成するものではありません。RobotAIGeekは、特定のベンダーを推奨したり、初期段階の技術の性能を保証したりするものではありません。