マイページ
人型ロボットが変えるのは「精度」だけか
長期では、宇樹科技、Unitreeのような人型ロボット企業が、工場そのものをどう変えるかが焦点になる。人型ロボットには、歩いたり走ったりする姿が注目されるが、その手と腕を使った作業も重要な用途だ。
そこで比較の基準を丁寧にそろえたい。ファナックの小型産業用ロボットLR Mate 200iDは、繰り返し同じ位置へ戻る精度を±0.01ミリメートルと公表している。Unitreeの専用アームZ1の公表値は約0.1ミリメートルだが、機種も試験条件も違い、Z1は人型ロボットの腕そのものでもない。公開資料から「中国の人型ロボットの腕は、日本の産業用ロボットより精密だ」とは結論づけられない。
むしろ注目したいのは、作業対象が変わったときの対応力である。同じ部品を同じ場所へ置き続ける仕事には、産業用ロボットが長く磨いてきた強みがある。部品の置き方や種類が変わる仕事では、カメラで状況を捉え、動作を選び直せる能力に価値が生まれる。現場の担当者が新しい作業を教える手間や、設備を作り替える時間が減るなら、導入できる仕事の範囲が広がる。
作業成功率99％超の現場
実例も出てきた。中国の智元機器人、AGIBOTは2026年4月、電子機器メーカーの龍旗、Longcheerのタブレット検査工程で、ロボットが機器の出し入れなどを行う事例を発表した。作業成功率は99％超という。ただし、これは同社の公表値であり、あらゆる工場で同じ性能が出ることを示すものではない。スマートフォンやタブレットの製造現場が、ロボットの実用化を進める場になっている点が重要だ。
Unitreeも2026年2月、自社工場でロボットの組み立て作業にAIモデルを導入して試験していると発表している。現場で作業し、その記録から学び、改善した動作をまた現場で使う。この循環が成立すれば、一台の販売は、次の製品を良くする経験の入り口にもなる。
もっとも、稼働中のロボットが安全を保ちながら自動的に学び続け、改善内容を他の工場へ即座に展開できる段階まで確認されたわけではない。集めた記録を学習に使える形へ整え、失敗を検証し、改善した動作の安全を確かめる仕事が必要になる。「工場が学習する」という未来の価値は、この地道な工程をどれだけ回せるかにかかっている。
