米国自動車工場へ入り始めたヒト型ロボ、効率化神話の実力と盲点

量産ラインに近づくヒト型ロボの現在地

ヒト型ロボットは、研究室や展示会の主役から、自動車工場の一部工程を試す実用段階へ移りつつあります。BMW、Hyundai Motor Group、Mercedes-Benzが相次いで実証を進める背景には、EV化で増す部品点数の変化、混流生産、物流の複雑化があります。

ただし、歩ける、話せる、物をつかめるという能力は、そのまま生産性の向上を意味しません。この記事では、工場で何が実証済みで、どこからが期待先行なのかを、公開データと業界団体の分析から整理します。

BMWとHyundaiが描く工場導入の筋道

Spartanburgで進むFigure実証

BMW Group Plant Spartanburgは、ヒト型ロボット導入競争の象徴的な現場です。BMWは2024年、Figure AIのFigure 02を使い、車体工場で板金部品を治具へ挿入する実証を行いました。作業は単純に見えても、部品を正確に持ち、姿勢を保ち、ミリ単位で位置決めする必要があります。

Figure 02は身長約170センチ、重量約70キログラム、可搬重量20キログラムのロボットです。BMWの発表では、前世代より計算能力が高まり、カメラ、マイク、センサー、バッテリー、音声コミュニケーションも改善されました。各手に16自由度を備える点も、従来の固定アームとは異なる特徴です。

2025年の実証では、Figure 02が10カ月間にわたりBMW X3の生産を支援したとされています。Figure AIとBMWの発表を合わせると、稼働は平日10時間シフト、累計1,250時間超、90,000点超の部品を扱い、30,000台超のX3生産に関わりました。歩数は約120万歩に達したとされます。

重要なのは、この成果が「万能ロボット」の証明ではなく、「限定工程での工程適合性」の証明に近いことです。Figure AIは、当該工程で総サイクル84秒、ロボットによるロード時間37秒、シフト当たり99％超の成功率、介入ゼロをKPIとして設定したと説明しています。つまり評価軸は、見た目の人間らしさではなく、ラインのリズムに遅れないことです。

BMWは2026年、後継機Figure 03を同じSpartanburg工場のHall 52に投入し、物流の「シーケンシング」用途へ進めました。これは、到着した部品を組み付け順に並べ替え、台車や搬送ロボットに引き渡す工程です。部品の向き、重なり、位置が完全にはそろわないため、固定動作だけでは処理しにくい領域です。

Hyundaiが選ぶAtlasの段階導入

Hyundai Motor Groupは、Boston Dynamicsを軸により長い導入計画を描いています。2026年1月のCESで発表された新型Atlasは、56自由度、触覚を備えた人間サイズの手、最大50キログラムのリフト能力を持つ産業用ヒト型ロボットです。Boston Dynamicsは、2026年分のAtlas配備をHyundaiのRobotics Metaplant Application CenterとGoogle DeepMind向けに予定していると説明しました。

HyundaiがAtlasを最初に投入する計画の場所は、ジョージア州Savannah近郊のHyundai Motor Group Metaplant Americaです。この工場はEVとハイブリッド車の生産拠点で、将来的に年50万台規模を目指す大型投資です。すでにAIとリアルタイムデータ、AGV、Spotによる外観検査、駐車ロボットなどを組み込んでいます。

同社の計画では、Atlasは2028年から部品シーケンシングで導入され、2030年には部品組み立てへ応用範囲を広げる想定です。これは慎重な段階導入です。まず安全性と品質上の利点が検証しやすい工程を選び、次により複雑な組み立てへ進める設計になっています。

Mercedesが狙うキット搬送

Mercedes-Benzも、ApptronikのApolloを使ってヒト型ロボットの実証を進めています。同社のベルリンMarienfeldeにあるDigital Factory Campusでは、MO360と呼ばれる生産データ基盤とAI機能に、Apolloを組み合わせる取り組みが行われています。

狙いは、まずイントラロジスティクスです。Apolloは部品やモジュールを生産ラインへ運び、作業者が組み立てる前の部品確認を担う用途で検討されています。Mercedes-Benzは、現場経験を持つ従業員がテレオペレーションや拡張現実を通じてロボットへ知識を移す過程も重視しています。

ここから見える共通点は明確です。自動車メーカーは、いきなり最終組み立ての中心にヒト型ロボットを置いているわけではありません。まず、人が歩いて行い、部品のばらつきに対応し、単調で身体負荷の高い工程から試しています。

二足歩行ロボが担う物流と部品供給の難所

固定ロボットでは拾いにくい変動

自動車工場は、すでに世界で最も自動化が進んだ産業の一つです。溶接、塗装、接着、重量物搬送では、従来型の産業用ロボットが長く使われてきました。国際ロボット連盟によると、2024年の世界の産業用ロボット新規導入は542,000台で、稼働在庫は466万4,000台に達しました。

米国でも、2025年の産業用ロボット導入は前年比11％増の38,000台とされます。このうち自動車産業は13,500台で、依然として最大の導入先です。つまりヒト型ロボットは、ロボットが少ない職場に初めて入るのではなく、高度に自動化された現場の「残った難所」に挑んでいます。

その難所の一つが物流と部品供給です。EVや多品種生産では、同じライン上に異なる仕様の車両が流れます。部品は常に同じ向きで現れるとは限らず、箱の中でずれ、重なり、隠れます。治具やベルトコンベヤーに完全に合わせた固定ロボットを作ると、工程変更のたびに大きな投資が必要になります。

ヒト型ロボットが期待される理由は、人間向けに作られた棚、台車、通路、作業台を大きく作り替えずに使える可能性があるためです。ApptronikやMercedes-Benzが強調する「既存環境で働ける」という利点は、単なる宣伝文句ではなく、設備投資を抑えたい工場にとって切実な論点です。

歩く能力より重要な手と認識

ただし、二足歩行そのものが常に最適とは限りません。IEEE Spectrumに掲載された論考では、短中期では車輪付きのロボットアームの方が、信頼性、効率、コストで有利な場面が多いと指摘されています。平坦な工場床で短距離を移動するだけなら、脚は複雑さを増やす要因にもなります。

BMWのLeipzig工場で実証されているAEONは、その示唆に富みます。AEONは人間のような胴体を持つ一方、脚ではなく車輪で移動します。BMWは同機を高電圧バッテリー組み立てや部品生産の支援に使う計画です。これは「ヒト型」の価値が、必ずしも二足歩行だけにあるわけではないことを示しています。

むしろ自動車工場で重要なのは、手、視覚、触覚、判断の統合です。Figure 03は手のひらカメラと触覚センサーを備え、指先では紙クリップ程度の軽い力を検知できると説明されています。FigureのHelix 02は、視覚、触覚、自己位置感覚を入力し、脚、胴体、腕、手指を一体で制御する構成です。

「話す」能力も、工場では雑談のためではありません。音声や自然言語は、作業指示、異常報告、遠隔監視との橋渡しになります。Figure 03はリアルタイムの音声対話を改善したとし、Boston DynamicsのAtlasもMESやWMSなどの産業システムとの接続を掲げています。人が「どの部品をどの順で運ぶか」を自然に伝えられるなら、段取り替えの負担は下がります。

データ基盤に組み込む工場設計

ヒト型ロボットの競争は、ハードウェア単体では決まりません。自動車工場では、ロボットが生産管理システム、倉庫管理システム、バーコード、RFID、搬送ロボット、品質検査AIと連動して初めて価値を持ちます。孤立したロボットが一台動くだけでは、ライン全体のスループットは上がりません。

HyundaiのHMGMAは、この点で実験場として適しています。受注、調達、物流、生産をAIとデータで最適化する設計があり、すでに自律搬送や検査ロボットを組み込んでいます。Atlasの導入計画が2028年からとされるのは、ロボット本体だけでなく、工場側のデータ基盤も含めて整える必要があるためです。

Figure AIも、BotQという量産施設を整備し、Figure 03の生産速度を1日1台から1時間1台へ高めたと説明しています。初期ラインの能力は年12,000台、今後4年間で合計100,000台の生産を目標としています。ロボットが増えるほど、実世界データが増え、学習モデルの改善速度も上がるという考え方です。

それでも、台数を作れることと、工場が買い続けることは別問題です。国際ロボット連盟は、ヒト型ロボットの大量普及時期は不確実であり、既存ロボットを置き換えるより補完する存在になると見ています。自動車メーカーの現在の動きも、この見方と一致します。

効率化を阻む電池と安全規格の現実

ヒト型ロボットの効率化を測るうえで、最大の壁は派手なデモでは見えにくい項目です。電池寿命、停止率、保守時間、安全停止、作業者との距離、通信品質、ライン停止時の復旧手順です。工場では、ロボットが一度転ぶだけでも、周囲の安全確認と工程復旧に時間がかかります。

IEEEの論考は、信頼性の要求水準を具体的に示しています。月間で99％の信頼性でも約5時間のダウンタイムが発生します。生産ラインでは数分の停止が大きな損失につながるため、顧客は99.99％に近い信頼性を求める場合があります。多用途ロボットでこの水準を安定して満たすのは簡単ではありません。

安全規格も未成熟です。従来の産業ロボットは、囲いの中で停止させればリスクを管理しやすい構造でした。ところが動的にバランスを取る二足ロボットは、単純に電源を切ると倒れる可能性があります。Boston Dynamics関係者も、脚式ロボット向けの安全標準づくりが進行中であることを認めています。

BMWのSpartanburg実証でも、安全概念、追加バリア、パーティション、5G通信の改善が学びとして挙げられました。これは重要な事実です。ヒト型ロボットは既存環境で働ける可能性を持ちますが、実際には通信、床面、搬送経路、人との動線を調整する必要があります。

投資判断で見るべき三つの検証軸

ヒト型ロボットは自動車工場に「来る」のは確かです。ただし、当面の姿は人の仕事を丸ごと奪う存在ではなく、物流、部品供給、検査補助、身体負荷の高い反復作業を埋める補完技術です。歩行と会話は入口であり、投資回収の決め手ではありません。

見るべき軸は三つあります。第一に、サイクルタイム、成功率、人の介入回数、安全停止を含む工程KPIです。第二に、別部品、別ライン、別工場へ横展開できる汎用性です。第三に、MESやWMS、保守体制、作業者教育まで含めた運用統合です。

自動車メーカーが慎重に段階導入しているのは、期待が小さいからではありません。むしろ、工場という厳しい物理環境でAIを使う難しさを理解しているからです。ヒト型ロボットの本当の競争は、見た目の人間らしさではなく、止まらず、壊れず、現場の改善サイクルに入れるかで決まります。

参考資料:

• Successful test of humanoid robots at BMW Group Plant Spartanburg
• BMW Group advances the use of Physical AI in production with Figure 03 project in Spartanburg
• BMW Group introduces humanoid robots – a first in Germany
• F.02 Contributed to the Production of 30,000 Cars at BMW
• F.03 Arrives at BMW
• Introducing Figure 03
• Introducing Helix 02: Full-Body Autonomy
• Hyundai Motor Group’s Statement on Boston Dynamics
• Hyundai Motor Group Announces AI Robotics Strategy to Lead Human-Centered Robotics Era at CES 2026
• Boston Dynamics Unveils New Atlas Robot to Revolutionize Industry
• Hyundai Motor Group Metaplant America Celebrates Grand Opening
• Mercedes-Benz Digital Factory Campus in Berlin
• World Robotics 2025 report
• Humanoid Robots: “Vision and Reality” Paper Published by IFR
• Reality Is Ruining the Humanoid Robot Hype