工場で働き始めたヒューマノイド——武道と芸道の「型」が照らす身体知の継承

カテゴリー：世界と日本　|　シリーズ：先端ビジネスとそのルーツ　|　著者：ARBO編集部

はじめに——「賢いAI」から「働くAI」へ

2025年から2026年にかけて、人工知能をめぐる物語の中心は静かに移動した。これまで主役だったのは、文章を書き、絵を描き、コードを生成する「画面の中のAI」だった。だが2026年、世界の注目は物理的な身体を持ち、現実の空間で労働するAI——すなわちヒューマノイドロボットへと一気に傾いた。

その象徴的な出来事が、ドイツの自動車大手 BMWと、米国のロボティクス企業 Figureの協業である。BMW Group の公式発表によれば、米サウスカロライナ州スパルタンバーグ工場で実施されたFigure製ヒューマノイドの実証では、約10か月の稼働を通じて BMW X3を3万台以上生産する工程を支援したという。ロボットは板金部品をミリ単位の精度で位置決めし、累計で9万点以上の部品を扱い、約1,250時間稼働した。これはもはや実験室のデモンストレーションではない。量産ラインの一員として、ヒューマノイドが人間と並んで働き始めた瞬間である。

家庭にも波が及ぼうとしている。ノルウェー発・米国拠点の 1X Technologiesは、家庭用ヒューマノイド「NEO」を本体価格2万ドル、もしくは月額499ドルのサブスクリプションで提供すると発表し、2026年後半からの消費者向け出荷を予告した。洗濯物をたたみ、物を運び、片付けや仕分けをこなす——SF映画で繰り返し描かれてきた「家庭用ロボット」が、現実の商品として価格表に載る時代が到来している。

この地殻変動は、私たちに古くて新しい問いを突きつける。**ロボットはどのようにして「働けるようになる」のか。人間の動作や技能を、機械にどう教え、どう伝えるのか。**そして、その技能は世代を超えてどう蓄積・継承されていくのか。

実は、この「動作をいかに標準化し、反復によって身体に刻み、世代を超えて伝えるか」という問いに、日本は数百年をかけて独自の答えを練り上げてきた。武道と芸道に共通する**「型（かた）」**の思想である。本稿では、世界で進むヒューマノイド革命の現在地を確認したうえで、日本の「型」という身体知の継承システムを補助線として、機械に技能を宿らせるとはどういうことかを考える。

第一部：グローバル視点——ヒューマノイドが「現場」に降りてきた

Figure とBMW——量産ラインに立った人型ロボット

ヒューマノイドの商業化を語るうえで、最も具体性のある事例がFigureとBMWの協業である。Figureは2022年創業の比較的新しい企業だが、汎用ヒューマノイド「Figure 02」、そして自社開発のAIシステム「Helix」を武器に、急速に存在感を高めてきた。

BMW Group の発表によれば、スパルタンバーグ工場での実証は単発のデモではなく、月曜から金曜まで、1日約10時間のシフトで継続的に行われた。ロボットが担ったのは、板金部品を取り出して溶接工程の治具へミリ単位の精度で挿入するという、地味だが正確さを要する作業である。BMWはこの成果を踏まえ、ドイツ・ライプツィヒ工場への展開や、生産現場におけるフィジカルAIの専門組織「Center of Competence for Physical AI in Production」の設立を進めているとされる。

ここで重要なのは、ヒューマノイドが選ばれた作業の性質である。それは「何でもできる万能ロボット」としてではなく、特定の反復動作を高い再現性でこなす存在として導入された点だ。汎用の身体を持ちながら、現場で価値を生むのは「型化された動作の正確な反復」だった——この事実は、後段の議論の伏線となる。

1X NEO とTesla Optimus——家庭とマスマーケットへの賭け

産業用と並行して、消費者市場への攻勢も始まっている。1X Technologies の「NEO」は、家庭という極めて多様で予測不能な環境を主戦場に据える。同社はカリフォルニアに垂直統合型の生産拠点を設け、当初年間最大1万台規模の生産能力を確保し、将来的にはさらなる増産を計画していると報じられている。

米 Teslaの「Optimus」も、マスマーケットを狙う代表格である。Elon Musk は工場での試験生産の開始や、将来的な年産100万台規模への増産、2〜3万ドルという価格帯での一般販売に繰り返し言及してきた。ただし、Muskの宣言は過去にもしばしば計画が後ろ倒しになってきた経緯があり、本格量産の時期については慎重に見るべきだという観測も根強い。本稿では、これらを「実現した事実」ではなく「表明された計画」として区別して扱う。

急拡大する市場と、台頭する中国勢

市場予測も強気だ。Fortune Business Insights は、ヒューマノイドロボット市場が2026年の約62億ドルから2034年には約1,651億ドルへ拡大し、年平均成長率は50％を超えると見込む。投資銀行のなかには、10年以内に2,000億ドル規模に達するとの見方を示すところもある。

この成長レースで無視できないのが中国勢である。Unitreeの人型ロボット「G1」は1万6千ドル前後という戦略的価格で注目を集め、新興の EngineAIは量産ラインの始動を発表するなど、価格と量産能力を武器にした攻勢を強めている。米国勢が高性能・高単価で先行する一方、中国勢が低価格・大量供給で追い上げる——スマートフォンやEVで見られた構図が、ヒューマノイドでも再現されつつある。

以上を整理すると、2026年のヒューマノイドは次の三つの戦線で同時に進行している。

| 戦線 | 主なプレイヤー | 主戦場 | 価格帯の目安 |

| --- | --- | --- | --- |

いずれの戦線でも共通する技術的課題は、「人間の動作や技能を、いかにロボットに教え込むか」という一点に収斂する。そしてこの問いこそ、日本の「型」の文化が数百年かけて向き合ってきたテーマである。

第二部：日本の補助線——武道・芸道の「型」という継承技術

「型」とは何か——動作を規格化し、身体に刻む

日本の武道と芸道に共通する中核概念が「型」である。型とは、ある技能を構成する動作や所作を一定の様式へと規格化し、反復稽古によって身体に深く刻み込み、それを世代を超えて伝承するための仕組みである。剣道・柔道・空手といった武道、茶道・能・日本舞踊といった芸道——分野は異なれど、いずれも「形（かた）から入る」という共通の教育観を持つ。

日本武道館の資料や武道教育論の研究によれば、型は単なる動作の暗記ではない。決められた形を繰り返すうちに、身体が無意識のうちに最適な動きを再現できるようになり、やがてその形に込められた原理や心の働きまでが体得される、という心身一体の修養システムとして位置づけられてきた。言い換えれば、型とは**「言葉になりにくい身体知を、動作のパッケージとして保存・転送する技術」**なのである。

能の「構え」と「すり足」——最小動作に宿る合理性

芸道における型の精緻さを示す好例が、能楽の「構え（カマエ）」と「すり足（ハコビ）」である。構えとは、膝をわずかに曲げ、腰に重心を落とし、身体の中心を安定させた立ち姿を指す。すり足とは、足の裏を床につけたまま、かかとを上げずに滑るように進む歩行法である。

理学療法の視点からは、この構えとすり足は「低重心・体幹安定」という、姿勢制御の理想形を体現していると解説される。すり足は移動の速度が変わっても重心の高さを一定に保つため、上半身が揺れず、舞台上で静謐な印象を生む。能を大成した世阿弥（ぜあみ、1363?–1443?）の身体論においては、目に見える派手な動きよりも、内面の気力の充溢や様式化された型を通じて、言葉にできない感情を表現することが重んじられた。なお、すり足の起源については、古代中国の呪術的歩行「禹歩（うほ）」に遡るとする説や、武士が気配を消して移動する歩法に由来するとする説など諸説があり、断定はできない。

ここで注目したいのは、能の型が「最小の動作で最大の意味を伝える」よう極限まで洗練されている点だ。悲しみを表す所作「シオル」は、実際に涙を流すのではなく、面をわずかに伏せ、手を顔の前にかざすだけの最小限の動きで深い情感を表現する。無駄を削ぎ落とし、本質的な動作だけを残す——これは、ロボットの動作設計が目指す「効率的で再現性の高い動作シーケンス」と、驚くほど近い思想を持っている。

「守破離」——型を超えていく学習のモデル

型の文化を語るうえで欠かせないのが、修行の段階を示す「守破離（しゅはり）」という概念である。「守」は師の型を忠実に守り模倣する段階、「破」は型を応用し他の流派の知見も取り入れて発展させる段階、「離」は型から離れて独自の境地を確立する段階を指す。この言葉はもともと茶道・芸道の文脈で語られ、後に武道の修行段階を示す言葉として広く受け入れられた。

守破離が示すのは、**「徹底した模倣こそが、やがて創造の土台になる」**という学習観である。まず完成された型を寸分違わず再現できるようになる。その反復のなかで原理が身体化され、はじめて応用と逸脱、そして独創が可能になる。この「模倣から創造へ」という道筋は、後述するロボットの学習方式と本質的に響き合う。

第三部：シナリオ分析——ヒューマノイドと「型」が交わる三つの未来

シナリオA（楽観）：日本の「型」の形式知化が競争力になる

最も前向きなシナリオは、日本が長年蓄積してきた身体知——製造現場の熟練技能、介護の手わざ、職人の所作——を体系的にデータ化し、それがヒューマノイドの教示データとして高い価値を持つ未来である。

ヒューマノイドが現場で価値を生むのは、前述のとおり「型化された反復動作の正確な再現」においてである。であれば、すでに動作を「型」として言語化・標準化してきた日本の技能継承の蓄積は、そのままロボット教示の優れた素材になりうる。トヨタ生産方式に代表される「標準作業」の思想、職人の手順を分解して伝える徒弟制の知恵——これらを動作データへと翻訳できれば、日本は「ヒューマノイドに教える技能」の供給源として独自の地位を築ける可能性がある。

シナリオB（中庸）：産業用が先行し、家庭用は段階的に普及する

最も現実的なシナリオは、当面はBMW×Figureのような産業用・物流用での導入が先行し、家庭用ヒューマノイドの本格普及はその後を追う展開である。

工場や倉庫は、環境が比較的整理され、扱う対象物や動作が限定されているため、「型化された反復動作」が活きやすい。一方、家庭は対象物も動作も無限に多様で、安全性への要求も桁違いに高い。したがって、1X NEO やOptimus が描く「家庭の相棒」像は、技術的には可能でも、社会実装としては慎重な段階を踏むことになる。日本では、まず製造業と介護・物流の現場で実績が積み上がり、家庭への浸透は2020年代後半から2030年代にかけて緩やかに進む、というのが穏当な見立てである。

シナリオC（悲観）：価格競争と安全事故が普及を阻む

警戒すべきシナリオは、中国勢を中心とした激しい価格競争が利益を圧迫し、同時に重大な安全事故が社会的な反発を招いて、普及が大きく遅延する未来である。

ヒューマノイドは重量物を扱い、人間のすぐそばで稼働する。家庭用であればなおさら、子どもや高齢者との接触リスクが伴う。日本の世論はテクノロジー起因の事故に厳しく、たとえ1件でも深刻な事故が起きれば、規制強化と社会的忌避が一気に進みかねない。さらに、低価格競争が安全投資を後回しにする誘因を生めば、このリスクは増幅される。技能データの蓄積という日本の強みが活きる前に、市場そのものが冷え込む可能性も否定できない。

ARBOの見解——「型」は、機械に技能を宿らせる言語である

ヒューマノイドの本質的な難所は、ハードウェアではない。指や腕の機構は急速に進歩している。真の難所は、**「人間が無意識にこなしている動作や技能を、どうやって機械が再現できる形に翻訳するか」**にある。熟練工が手の感覚で行う微妙な力加減、介護者が相手の身体を支えるときの絶妙な重心移動——これらは言葉にしにくい「暗黙知」であり、機械への移植が最も難しい領域だ。

ここで日本の「型」の思想が示唆に富む。型とは、まさに暗黙知を動作のパッケージとして保存・転送するために人類が発明した、最も洗練された技術の一つである。能の「構え」が低重心・体幹安定という身体制御の合理性を様式に凝縮したように、型は本質的な動作だけを抽出し、再現可能な形式へと落とし込む営みだった。これは、ロボットに動作を教示する作業の思想的な先祖と言ってよい。

さらに「守破離」は、現代のロボット学習の構造そのものと重なる。後述する模倣学習の手法は、まず人間のデモンストレーションを忠実に再現する「守」から始まり、多様な状況への汎化という「破」を経て、新しいタスクへの応用という「離」を目指す。徹底した模倣を創造の土台とするという学習観を、日本は数百年前から持っていた。

ゆえにARBOは、こう考える。日本がヒューマノイド時代に貢献できるのは、最先端のハードウェアの開発競争で米中に伍することだけではない。むしろ、「技能をいかに型へと言語化し、次世代へ伝えるか」という継承の知恵こそが、機械に身体知を宿らせる時代の本質的な資産になりうる。熟練の手わざを動作データへと翻訳し、ロボットが学べる「型」として整える——この営みにおいて、型の文化を磨いてきた日本には独自の発言権がある。問われているのは、その無形の蓄積を、いかにして形式知へと開いていけるかである。

注視ポイント——今後12〜24カ月の三つのシグナル

第1に、産業用ヒューマノイドの実稼働データの蓄積である。BMW×Figureの事例が他の製造業へ波及するか、稼働時間あたりのコストが人件費と比較してどこまで下がるか、そして何より深刻な事故なく運用が継続されるか。産業用での「型化された反復動作」の成功事例が積み上がるほど、その後の応用範囲は広がる。

第2に、家庭用ヒューマノイドの実力と価格の現実性である。1X NEO やTesla Optimus が予告どおりの時期・価格・性能で出荷されるか、それとも計画が後ろ倒しになるか。特に「家庭という多様な環境で、本当に役に立つ動作ができるのか」という一点が、消費者市場の立ち上がりを左右する。

第3に、日本における身体知の形式知化の動きである。製造業の標準作業、介護の手わざ、職人の所作といった暗黙知を、ロボット教示データへと翻訳する取り組みが現れるかどうか。大学・メーカー・現場が連携して「技能の型のデータ化」に踏み出せば、それは日本独自の競争領域となる。逆にこの動きが鈍ければ、日本は教示データの面でも海外勢に主導権を譲ることになりかねない。