ソフトウェアAIと身体を持つAIは、異なる仕事に打撃を与える
AIと雇用をめぐる懸念は、これまで主にソフトウェア——文書作成、コーディング、カスタマーサポート、分析といった、キーボードの前で行われるタスク——に集中してきた。ヒューマノイドロボットは、労働市場の異なる部分を変える。それは物理的な空間を移動し、実際の物体を持ち上げて置き、人や機械のそばで信頼性を持って稼働しなければならない。そのため、その経済的な影響が及ぶのは、オープンプランのオフィスではなく、倉庫、工場の現場、物流センターといった別の場所になる。
したがって、いずれ導入されると宣伝されている場所ではなく、実際に今日どこで導入が進んでいるのかを具体的に見ることが重要である。正直な実態はこうだ。実際に対価が支払われ、複数年にわたるヒューマノイドの導入は、現在、物流と軽工業に集中している——一般的な家事労働ではない。家事労働は依然として、自律的というよりも大部分が遠隔操作に依存している。
実際に何が、どの規模で導入されているか
Agility RoboticsのDigitは、今日、対価を得て持続的な物理労働を行っているヒューマノイドロボットの、最も明確な実例である。GXO Logisticsは2024年半ば、自社いわく業界初となる、ヒューマノイドロボットに関する複数年契約をAgilityと締結したと発表し、GXOがハードウェアを所有するのではなく完了した作業に対して対価を支払う、Robots-as-a-Serviceモデルを説明した(GXO)。2025年11月までに、Agilityは、ジョージア州フラワリーブランチの単一のGXO施設だけで、Digitが移動させたトートは10万個を超えたと報告した(Agility Robotics)。2026年半ばまでに、上場に関連する提出書類の中で、Agilityはより広範な数字を開示した。Digitは、Schaeffler、GXO、トヨタ自動車製造カナダ、Mercado Libreを含む9つの顧客施設にわたって、6万5000時間を超える稼働時間を記録していた。
これは意味のある、検証可能な導入実績である——記録された時間、名指しされた顧客、そしてその数字の裏づけとなる公開提出書類がある——が、同時に限定的でもある。これらはトートの移動、機械の世話、仕分けといったタスクであり、自動化のために設計された施設における、構造化され、反復的で、大量の物理作業である。これは、ヒューマノイドロボットが家庭、小売店の売り場、あるいは非構造的な屋外作業の多様性に対応できる準備が整っているという証拠ではなく、Agility自身もそうは主張していない。
予測者は何を、どれほどの速さで見込んでいるか
この分野についてのウォール街自身の数字は、急速に、そしてほとんど上方に動いてきた。Goldman Sachsは2026年9月のリサーチノートで、ヒューマノイドロボットの出荷予測を、2030年までに89万台、2035年までに650万台へと引き上げ、その結果生じる市場規模をおよそ1380億ドルとし、物流、倉庫業、自動車産業を主要な推進力として挙げている(247wallst.com、Goldman Sachsのリサーチを報道)。2026年6月に更新されたMorgan Stanleyの中国限定の予測は、同国のヒューマノイドロボット市場を2026年時点でおよそ20億ドルとし、2030年までに年平均成長率106%で150億ドルへと成長し、出荷台数は2030年までにおよそ44万6000台に達するとしている(CNBC、Morgan Stanleyのリサーチを報道)。
これらは銀行によるリサーチ予測であって、実現済みの結果ではなく、いかなる先行きの市場予測にも適用されるのと同じ慎重さをもって読むべきである。アナリストたちは短期間のうちにこれらの数字を繰り返し上方修正しており、これは基盤となる導入の実態と同じくらい、市況心理がどれほど速く動いているかを物語っている。それでも、両行が描く方向性——物流、倉庫業、製造業に集中した、急激でセクター特化型の成長——は、Agilityの実際の契約がある場所と符合している。
真剣に受け止める価値のある労働市場のデータポイント
世界経済フォーラムの『Future of Jobs Report 2025』は、事態を複雑にすると同時に、おそらくは裏づけともなるデータポイントを加えている。2030年までに必要になると見込まれる技能について雇用主を調査したところ、WEFは「手先の器用さ、持久力、精密さ」への需要が正味24%減少すると予想されることを発見した——この定期調査が、身体技能のカテゴリーについて正味でマイナスの見通しを示したのは、これが初めてである。これはAI固有でもロボット工学固有でもない、広範なマクロ的傾向の発見であり、WEFの報告書は、技能需要の変化を、自動化を含む複数の力が同時に作用した結果としている。しかしそれは、Agilityの導入実績が現場で示していることと整合している。産業用・倉庫用の肉体労働——まさに「手先の器用さ、持久力、精密さ」に最も左右される仕事——は、雇用主がすでに将来の需要を最も低く見込んでいるセグメントであり、そして今日すでにヒューマノイドロボットが対価を得て働いているセグメントでもある。
これは、すべての肉体労働が一斉に自動化されつつあるという主張として、あるいは、この施設群ですでに一般的なコンベア自動化、機械視覚、その他の非ヒューマノイド型システムではなく、ヒューマノイドロボット単独が、あるいは主にヒューマノイドロボットがこの傾向を牽引しているという主張として読むべきではない。WEFの数字は、より広範な雇用主の意識の変化を捉えたものであり、ヒューマノイドロボットは、このセグメントにおけるより長期的な自動化の軌跡の中の、目に見える、資金の潤沢な一つの構成要素にすぎない。
熟練技能職は、構造的な理由から異なる話である
電気工、配管工、空調技術者といった熟練技能職は、肉体労働経済の中でも異なる部分に位置しており、それらに作用する力は、上記で説明したものとは大きく異なる。その仕事は、非構造的でしばしば不規則な建築環境(見慣れない地下室、非標準の配線工事、建築基準法の適用除外)における予測不可能な問題を診断することを要求する領域であり、AGI時代のモデルがロボットの能力をどう変えるかで説明されている基盤モデルによる汎化の向上は、開発者自身の説明によれば、実用上の信頼性にはまだほど遠い。こうした技能職はまた、AIとは無関係な、退職と数年がかりの資格取得経路によってもたらされる、構造的な労働力不足にも直面している。この議論の詳細については自動化に強い職業を参照してほしい。手短に言えば、倉庫や工場現場の仕事と、熟練技能職の仕事は、今後10年にわたって本質的に異なる自動化へのさらされ方に直面するのであり、「肉体労働」を一つの未分化なカテゴリーとして扱うことは、それを見えにくくしてしまう。
リスクを検討する家庭にとって、これが何を意味するか
AI主導の雇用の混乱が世帯の収入にどう及びうるかを見積もる家族にとって、この区別は直接的に重要である。GXOに似た施設で働く倉庫作業員、機械の世話係、仕分け作業員は、有償のヒューマノイド導入がすでに存在し、予測者が最も速い台数成長を見込み、雇用主がすでにその基盤となる身体技能への需要低下を報告しているセグメントに属する。非構造的な環境で、変動的で判断力を要する肉体労働を行う有資格の技能職者は、現時点の証拠に基づけば、実質的に異なる、より緩やかな影響にさらされている。どちらも誠実な計画に値するが、どちらも同じ時間軸には値しない。
出典に裏づけられた妥当な立場は、両極端の間にある。ヒューマノイドロボットがまもなくあらゆる肉体労働に取って代わろうとしているというのは事実ではない——今日の導入は限定的で、集中しており、1台あたりのコストも依然として高い。しかし同時に、これが現在進行形の証拠を伴わない、遠い先の思弁的な懸念だというのも事実ではない。名の知れた企業が今日、雇用主がすでに需要が減っていると言っているまさにその肉体労働のセグメントにおいて、何万時間ものヒューマノイドロボットの労働に対して対価を支払っているのである。