1世紀以上にわたり、産業界は機械のユートピアを追い求めてきた。人為的なミスを排し、完璧な効率で絶え間なく稼働する工場である。1980年代には、その最初のスケッチを目にした。床にボルトで固定され、歯車が摩耗するまで同じ動作を繰り返すようプログラムされた、巨大なロボットアームだ。だが今日の工場は、核心の部分がいまだ頑固なほど「人間中心」である。
従来の自動化は、正確な反復には優れている。だが、それ以外のほとんどは不得手だ。部品の位置が2ミリずれただけでも、あるいはセンサーのキャリブレーションがわずかに狂っただけでも、従来型ロボットは失敗する。
それがようやく変わりつつある。フィジカルAI（物理世界で動作するAI）の登場によってだ。機械は台本どおりに動くだけではなく、知覚し、推論し始めている。混沌とした環境と機械が関わる方法そのものが、根本から変わりつつある。自律型工場はついに現実へと近づき始めたが、その道のりはパンフレットが示すほど整ってはいない。
シミュレーション・ギャップとデータのボトルネック
エンジニアは何十年も、シミュレーションから現実へのギャップに頭を悩ませてきた。物理法則が完璧な仮想世界でロボットを訓練できても、ひとたび工場の現場に置けば、途端にうまくいかなくなる。
とはいえ近年、大規模な並列シミュレーションによる強化学習は非常に高い水準に達した。いまや1万体の仮想ロボットを同時に動かし、現実世界で1年かけて試行錯誤するような学習を、計算時間およそ48時間へと圧縮できる。だが実運用では、モデルが予測しづらい形でなお失敗する。いまやボトルネックはロボットではない。データの品質である。粉じんが光学センサーに及ぼす影響をシミュレーションが織り込めていなければ、現実世界でロボットはやはり「見えない」ままだ。
基盤モデルと硬直性の終焉
そして、Vision-Language-Action（VLA）モデルの登場がある。ここで、誇大な期待は現実のハードウェアに突き当たる。初めて、絡まった配線の入った箱を「見る」ことができ、そうした混乱に特化して事前プログラムされていなくても、どう解きほぐすかを試みるシステムが現れた。
本質は、if-thenロジックから統合フレームワークへの移行である。作業者はロボットに「傷のあるハウジングを赤い箱に移して」と文字どおり指示でき、モデルはその自然言語をモーター制御の命令に変換する。とはいえまだ初期段階だ。これらのシステムは動作が遅いことがあり、存在しない把持点を幻覚のように「見て」つかみにいくこともある。それでも、硬直的で単機能のツールの時代は薄れ始めている。
ロボットの「島」問題
テクノロジーの伝道師がたいてい語らない部分がここにある。愚かな生産ラインに天才的なロボットを追加すると、改善する前にむしろ悪化することが多い。
ステーションAに高速ピッキングアームを導入した途端、ステーションBが処理しきれない部品の山に埋もれることがある。こうした状態を「ロボットの島」と呼ぶ。ハイテクによる効率が局所的に孤立し、結果としてシステム全体のボトルネックを生み出してしまうのだ。
大規模な物流オペレーション、たとえば倉庫のような現場では、すでにその類型が見られる。システムの一部で得られた改善が、別の部分へ予測不能な波及をもたらし得る。
本当に勝つには、組織図そのものを考え直す必要がある。工場の現場を、ハイブリッドな空間として再設計しなければならない。安全のために、人をロボットから遠ざけることが必要な場合もある。一方で、機械が重作業を担い、人間が微細な作業や接触を伴う作業を担う「協働ロボット（cobot）」のステーションを構築することが求められる場合もある。例えば、繊細な光ファイバーケーブルを狭いハウジングに通すといった作業だ。
ヒューマノイドの蜃気楼
ヒューマノイドロボットへの執着については、率直であるべきだ。二足歩行ロボットが工場内を歩く姿は優れたデモになるが、エンジニアリングの投資対効果の観点からは、しばしば本質を見誤らせる。
工場は効率のために設計されており、人間の美的感覚のためではない。パレットを動かす必要があるなら、車輪付きの台車型ベースのほうが速く、安定し、そして大幅に安い。環境が人間のためだけに特別設計されていない限り、特化型ロボットがヒューマノイドを上回ることがほとんどだ。未来の工場は『アイ，ロボット』のワンシーンのようにはならない。高度に統合された、多層的なセンサーと特化型機械のシステムになる。
作業者の新しい役割
人間も照明も不要な「ライトアウト工場」は、ほとんどの業界にとってなお幻想である。人間はいなくならない。役割がシステム監督へと引き上げられるのだ。
『モダン・タイムス』のチャーリー・チャップリンのようにレンチを回す代わりに、作業者はいま、モデルを訓練し、システムが混乱するエッジケースを監視し、判断を要する重大な意思決定を下す。人間の洞察の価値が薄れたわけではない。より凝縮されたのである。
機械はついに賢くなり始めた。いま必要なのは、システムの残りの部分が追いつくことだ。
（BCGドイツ・オーストリアのオペレーション部門を率いるマネージング・ディレクター兼シニアパートナー、ダニエル・キュッパーの協力を得て執筆）
