デモの厄介な点は、再現性の有無ではなく最高のパフォーマンスを見せていることだ。展示されているヒューマノイドは、理想的な条件の下で決められたタスクをこなしている場合が少なくない。それを見てビジネスにどう活用できるかを想像するのは心躍る体験だが、ヒューマノイドは機能面で本格導入の段階には達していない。

　この期待と現実のギャップは、費用や器用さ、精度の限界が重なり合うことで生じている。2026年時点のヒューマノイドは、まだ大規模で精密な作業をこなすことができない。「一部の企業は、ロボットを人間の従業員のように細かい設定や教育なしですぐに稼働できる即戦力だと過大評価しがちだが、実際はそうではない」。こう指摘するのは、米TechTargetの調査部門Enterprise Strategy Group（ESG）傘下でテクノロジー市場を調査するOmdiaのチーフアナリスト、リアン・ジェイ・スー氏だ。スー氏によると、ヒューマノイドのためにワークフローの再調整が必要になり、相応の出費を伴う可能性があるという。

　ヒューマノイドという形状自体が期待のギャップをさらに広げ、実際には持っていない能力まで持っているように錯覚させてしまう。調査会社Gartnerでバイスプレジデントアナリスト兼リサーチチーフを務めるビル・レイ氏によれば、これは偶然ではない。企業がロボットを人間のような見た目に設計するのは、人間が持つ「見た目が人間に近ければ、能力も人間並みのはずだ」と錯覚してしまう心理を、意図的に利用しているからだ。

　「ロボットが踊ったり走ったりするのを見ると、私たちは無意識のうちに『跳ぶ』『登る』『投げる』といった別の能力も備わっていると思い込んでしまう」とレイ氏は説明する。「人間の形をしていることがかえって邪魔になり、買い手に過剰な期待を抱かせる」というのだ。たいていの場合、ヒューマノイドは実用性よりも見栄えの良さが先行しているため、実際の活用事例はごくわずかであり、見た目ほどの機能はないと同氏は付け加える。

　企業は、ハードウェアの形状ではなく機能性に焦点を移す必要がある。具体的には、人手の代わりとして費用対効果の低いものを導入するのではなく、そのシステムが複数のタスクに適用でき、生産性を向上させられるかどうかを見極めるべきだ。

　「Gartnerでは、物理的な形状よりも多機能ロボットについて議論する」とレイ氏は語る。ロボットを評価する際は、人間の代わりとして考えるのではなく、既存の従業員の生産性をどう高められるかを検討するべきだと同氏は勧める。

「ほぼ機能する」だけでは不十分

　管理された環境と現場の間で生まれるパフォーマンスの差は、企業におけるロボット導入を阻む大きな障壁になっている。理想的な条件で決められたタスクを繰り返し実行できるロボットと、状況の変化や障害、学習データと異なる事態に直面した際にリアルタイムで適応できるロボットでは、全くの別物だ。

　「最大の課題は複雑なタスクの解決にある」とスー氏は説明する。十分に訓練されていないタスクの解決が求められた途端、システムは急速に破綻してしまう。

　ロボットそのもの以外にも、パフォーマンスに影響を与える要因はある。Cisco Systemsの産業用IoT（モノのインターネット）ネットワーク担当プロダクトマネジメント部門バイスプレジデント、サミュエル・パスキエ氏は、「現場でのロボットの自動化には、ネットワークの信頼性と低レイテンシ（遅延の少なさ）が不可欠だ」と指摘する。システムは常に安定して稼働しなければ使い物にならない。ネットワークが不安定であれば、問題はすぐに表面化する。現場では、わずかな通信の途絶であっても、判断の遅れや作業の中断、完全な停止を招く恐れがある。

　企業はロボットの導入を単なる機器選びではなく、インフラ整備の課題として捉える必要があるとパスキエ氏は語る。ネットワークの信頼性や予測可能性、エッジ（データ発生源の近くでのデータ処理）、帯域幅（通信路容量）、可動性、セキュリティを当初から評価しなければならない。

手先の器用さと適応力には依然として課題

　ヒューマノイドがステージでパフォーマンスを披露しようとして、つまずいて転んでしまう。こうした光景はこれまで何度も繰り返されてきた。バランス感覚や歩行能力は向上しているものの、物体を扱う作業は依然として難しい。

　フルサイズのヒューマノイドという形状自体はかなり成熟しているが、それ以上に大きな制約となっているのがロボットの手（エンドエフェクタ）だとスー氏は指摘する。多様な状況に安定して適合するために必要な精度と自由度が欠けているからだ。ただし、ソフトロボティクス（柔らかい素材を使ったロボット技術）やソリッドステートセンサー（可動部を持たない半導体センサー）の分野で幾つもの技術革新が起きており、「この市場は今後大きく成長するだろう」と同氏は予測する。

　これらの進歩によって、ロボットが物理世界と相互作用する方法が改善され、より優れたフィードバックと適応性の高い制御が可能になると期待されている。しかし2026年時点では、管理された環境でのデモと現場での操作能力との間のギャップが、普及に向けた大きな制約になっている。

ROIが合わない理由

　ヒューマノイドの費用は、ハードウェアだけではなくその周辺環境にかかってくる。実際、複数ベンダーがRobot as a Service（RaaS：ロボットをサブスクリプション形式で提供するモデル）を提供しているため、ロボット自体の費用はそれほど高いハードルではなくなりつつある。課題となるのは、システムの連携やワークフローの再設計、よりシンプルな自動化の手段と比較した場合の、理想的な多機能システムにかかる機会費用だ。

　多機能ロボットは高額になる傾向がある。レイ氏によれば、単一の用途ではなく複数のタスクに適用して初めて、投資効果が得られる。「ロボットを複数のタスクに適用して初めて、追加費用を正当化できる」と同氏は説明する。

　このため、ヒューマノイドは特定の目的に特化したシステムと比較して不利な立場に置かれがちだ。単一のタスク向けに設計されたロボットアームや、倉庫内の自動保管・検索システムであれば、連携作業も少なく、結果を予測しやすいため、より迅速に導入できる。対照的に、ヒューマノイドはワークフローやインフラの広範な変更を必要とし、価値を生み出すまでに時間と費用、複雑な手順がかかる。企業にとっては、大幅な適応が必要な汎用ロボットを導入するよりも、特定のタスクを自動化する方が簡単で費用対効果（ROI）が高い。

　ヒューマノイドが使用されている現場では、その適用範囲は狭く、厳密に管理されている傾向がある。Agility Roboticsの二足歩行ロボット「Digit」は、特定の資材搬送タスクのために工場や倉庫に導入されている。Figure AIのヒューマノイド「Figure 02」は、ドイツの自動車メーカーBMWの工場内で2024年から実証実験を行い、11カ月間で3万台以上の車両生産に貢献した。UBTECHの産業用ヒューマノイド「Walker S2」は、自動車や航空宇宙の現場で使用され、テストされている。これらの導入事例は、適用範囲や可視性の面で依然として限定的であり、大規模な本格導入というよりも、対象を絞った試験導入に近い。

　費用の問題に加えて、ROIが見込めるかどうかも課題となっている。スー氏によれば、ヒューマノイドの導入は段階的に進む可能性が高い。まずはROIが理にかなっている大手製造業者や物流企業が先行して動き、その他の企業は技術が成熟するのを待つことになるという。

ヒューマノイドが経済的に見合う領域

　ヒューマノイドの全面的な普及は、徐々に、かつ選択的に進むと考えられる。一方でレイ氏は、ヘルスケア分野や、ヒューマノイドが活動するのに十分なスペースがある環境での導入が早く進むとみている。スペースにゆとりがあり、自動ドアのある場所が適している。「さまざまな作業が入り交じる、いわゆる3K（きつい、汚い、危険）労働の現場に導入してこそ、多機能なヒューマノイドのROIを最大化できる」と同氏は語る。

　アナリストは、完全な人間型ではなく、より適応力に優れた多機能なシステムを中心に普及が進むと考えている。「ヒューマノイドは引き続き注目を集める可能性はあるが、近い将来に意義のある普及が見込まれるのは多機能ロボットの方だろう」とレイ氏は述べる。

　こうしたロボット技術が進化するにつれて、導入規模をどれだけ早く拡大できるかという点で、インフラの果たす役割が大きくなる。通信の接続性やエッジコンピューティング、ITとOT（工場の機械などを物理的に制御・運用する技術）の緊密な連携が、ロボットをどのように、どこで使用するかを決定づける要因になる。

　ヒューマノイドの性能は急速に向上しているが、その用途は依然として限定的だ。工場や倉庫のような場所で安定して稼働させるには、さらに時間がかかる。ヒューマノイドは、デモ環境よりもはるかに予測が難しい現場での活躍が求められている。