自動運転とロボットは、ある日急に進み始めるのか―自動運転を考える【第5回】

ここまで自動運転について調べてきたが、その先には家庭用ロボットの話がある。

自動運転とロボットは別の技術に見える。車は道路を走り、ロボットは手足を動かす。しかし、カメラから現実を理解し、人や物の次の動きを予測し、目的に合わせて行動するという中核部分は近づいている。仮想空間で学び、多数の機体が得た経験を共通AIへ戻す仕組みも同じだ。

ぼくは、自動運転もロボットも、しばらくは期待ほど速く進まず、採算にも乗りにくいと思っている。しかし、共通AI、仮想空間での学習、量産、遠隔支援の省人化が同時に一定水準を超えると、普及速度は急激に変わるのではないか。さらに、複数の能力を組み合わせた結果として、個別には教えていない問題を解くような創発が起きれば、その変化は現在の延長線を超えるかもしれない。

今回は2026年9月16日までに確認できた実績を土台に、自動運転とロボットの共通点、違い、急加速が起きる条件、そして近未来を考えてみる。

最初に、現在地と予想を分ける

論点	2026年9月に確認できる現在地	ここからのぼくの予想
自動運転	地域限定の完全無人タクシーは商用化済み。一般車の広域機能には人の監視が残る	制限を減らしたレベル4が先に広がり、共通AIの汎化が地域展開を速める
人型ロボット	工場・物流の限定作業と、家庭向け先行製品の段階	工場が先行し、限定家事と遠隔支援を組み合わせて家庭へ入る
採算	車両、センサー、計算資源、保守、遠隔支援が重い	量産と介入頻度の低下が重なるまで、利益化は技術実現より遅れる
共通AI	映像、言語、空間理解から行動を生成するモデルが進歩	車とロボットの経験が一部共通化し、個別開発の比率が下がる
創発	個別能力の進歩は確認できるが、社会全体を変える転換は未確認	能力と生産基盤が同時に閾値を超えた時、普及曲線が急勾配になる可能性がある
最後の制約	AIだけでなく、電力、送電網、水、半導体、生産設備が必要	知能より物理インフラが普及速度を決める時期が来る

未来の部分は、企業が約束した確定事項ではない。現在の技術と産業構造から考えた予測である。

自動運転とロボットは、同じ問題を解き始めている

両者に共通するのは、事前にすべての状況を書き切れないことだ。

道路では、工事、落下物、飛び出し、予測しにくい他車の動きが起きる。家庭では、家具の配置が変わり、見たことのない容器が置かれ、衣類が絡まり、人や猫が突然近づく。どちらも、状況ごとの手順を人間が一つずつプログラムする方法では限界がある。

そこで、カメラなどの入力から状況を捉え、目的に合う行動をAIに生成させる方向へ進んでいる。自動運転なら映像から進路、停止、回避を決める。ロボットなら映像と言葉から、近づく、つかむ、運ぶ、置くという動作を決める。

Google DeepMindが2026年7月に発表したGemini Robotics 2は、言語と映像から全身と両手の動きを制御し、複数段階の作業を扱う。公開評価では成功率が課題ごとに大きく異なり、五本指による細かな操作はなお難しいと同社自身が説明している。万能ロボットの完成ではないが、ロボットごと、作業ごとにすべてを書き直す方式から、複数の機体と作業を一つのAIで扱う方向は明確になっている。Google DeepMindの発表

自動運転で進んだ世界理解、将来予測、シミュレーションはロボットへ使える。ロボットで進む物理理解、長期計画、失敗からの復帰は自動運転へ戻せる。TeslaやXPengのような自動車会社がロボットも開発する理由は、AIだけでなく、カメラ、モーター、バッテリー、電力制御、量産技術まで共有できるからだ。

ただし、家庭用ロボットは自動運転のコピーではない

共通点が多くても、難しさは同じではない。

車の基本操作は、進む、曲がる、止まるに集約できる。道路には信号、標識、車線、交通規則がある。一方、ロボットは移動に加えて、物を見分け、手を伸ばし、力を変え、持ち替え、柔らかい物や壊れやすい物を扱う。映像から正解が分かっても、指先がその通りに動かなければ仕事は終わらない。

その代わり、家庭用ロボットはすべての家事を解いてから売る必要もない。洗濯物をうまくたためず停止することと、車が人を見落として停止しないことでは、失敗の危険度が違う。火、刃物、熱湯、介護などを初期の対象から外し、物を運ぶ、片づける、決まった場所を清掃するといった比較的安全な仕事から始められる。

つまり、汎用家庭ロボットは技術的には自動運転より複雑でも、限定機能で市場へ入るまで必ず自動運転より遅いとは限らない。

最初はのろのろ進み、ある時から急に進む

現在は、一つの問題を解くと別の問題が現れる段階にある。AIが賢くなっても手が壊れる。手が器用になっても動作が遅い。本体ができても高い。自律できても、例外のたびに人が遠隔介入すれば採算が合わない。

このため、初期の進歩は外から見ると遅く見える。しかし、複数の要素が同時に一定水準を超えると、循環が逆向きになる。

導入台数が増えれば、実世界の失敗データが増える。共通AIが改善すれば、人の介入が減る。介入が減れば運用費が下がり、採算の合う用途が増える。用途が増えれば生産台数が増え、本体価格が下がる。安くなればさらに導入が増える。

これは永遠に続く指数関数というより、長い低成長の後に急勾配となり、やがて飽和するS字曲線になる可能性が高い。だが、転換点の前と後では、同じ技術を見ても将来予測がまったく違って見える。

現在の自動運転とロボットは、まだ複数の制約が同時に残る転換点前にいる、とぼくは見ている。

創発は、突然万能になることだけを意味しない

ここで期待したくなるのが創発である。ただし、何か神秘的な能力が一夜で現れる、と決めつけるべきではない。

一つ目に考えられるのは、モデル内部の創発だ。映像、言語、物理的な動作を大量に学んだ結果、個別に教えていない物の性質や作業手順を推測するようになる。初めて見る容器でも、形と材質から持ち方を考えるような能力である。

二つ目は、能力の組み合わせによる創発だ。物体認識、言語理解、長期計画、触覚、自己修正は、それぞれ単独では家事を完成させない。しかし、すべてが一定水準を超えてつながると、「来客前に部屋を整えて」という曖昧な命令を、片づけ、収納、清掃、確認という手順へ自分で分解できる可能性がある。

三つ目は、個体群から生まれる創発だ。一台が遭遇した失敗を共通AIへ戻し、翌日には世界中の車やロボットが同種の問題へ対応する。導入台数が増えるほど、一台当たりの改善も速くなる循環である。

四つ目は、産業全体の創発だ。AIが新しい機体、半導体、工場工程、学習課題を設計し、ロボットがその機体と設備を作る。個々の技術が少しずつ改善しただけでも、組み合わせた結果として、導入しない方が高くつく用途が突然増えるかもしれない。

どれも起きると確定した現象ではない。しかし、創発の可能性を外して、現在の一台の性能だけから10年後を直線的に予測することも危うい。

巨大AIはクラウド、反射は車体とロボット本体に残る

GPT-6やFableをさらに超えるAIが仮想空間で膨大な試行を行い、ネットワーク経由で車やロボットを支える構成は有力だと思う。一台ごとに巨大モデルのすべてを載せるより、世界中の経験を集めたAIへ必要な時だけ問い合わせる方が、未知の状況への汎用性は高くなる。

ただし、ハンドル、ブレーキ、姿勢維持、握力、衝突回避までWi-Fiの先へ任せることはできない。通信には遅延と切断があるからだ。

実際の構成は、本体側が緊急停止や瞬間的な制御を担い、小型のローカルAIが既知の運転や作業を処理し、クラウドの巨大AIが未知の状況、長い計画、学習結果の共有を受け持つ形になるだろう。

仮想空間では、現実で一度起きた失敗から、天候、配置、人の動き、物の形を変えた何千もの類似場面を作れる。実機が同じ危険へ遭遇するのを待たずに訓練できる。ただし、仮想世界の物理が現実と違えば、AIは存在しない世界で上手に動く方法を覚える。実機データで仮想世界を修正し、仮想訓練を再び実機で検証する循環が必要になる。

採算の転換点は、ロボットがロボットを作ることかもしれない

自動運転もロボットも、技術的に動くことと、利益が出ることの間に距離がある。高価な車両とセンサー、計算資源、整備、遠隔支援を抱える初期段階では、人件費を減らしても全体では安くならない可能性が高い。

そこで重要になるのが、ロボットによる生産そのものの自動化だ。

最初から一台の人型ロボットが別のロボットを丸ごと作る必要はない。部品を工作機械へ入れ、加工品を運び、ケーブルを接続し、ネジを締め、カメラで検査する。それぞれの工程をロボットが担えば、人間は工程設計と難しい例外処理へ集中できる。

ロボットが車を作り、ロボットが次のロボットを作るようになれば、生産台数の増加が次の生産能力を増やす。そこで初めて、本体価格、保守部品、工場の増設速度が同時に改善する可能性がある。

したがって、普及の順序は、工場・物流、ロボットと自動車の生産、施設や店舗、最後に家庭となるだろう。家庭用だけを見ていると進歩が止まって見えても、上流の生産現場で転換点が近づいている可能性がある。

Waymoは2027年に東京で完全無人タクシーを目指す

この予測を考えている最中に、日本で具体的なニュースが出た。

Waymo、GO、日本交通は2026年9月15日、2027年中に東京でレベル4の完全無人タクシーを商用化する方針を発表した。2025年から都内7区で日本交通の乗務員が同乗する自動走行試験を行っており、許認可と検証を条件に、段階的に100台規模を目指す。GOとWaymoの両アプリから利用できる計画だ。GOの共同発表、Waymoの発表

これは、日本で大規模運行の実績がすでにできたというニュースではない。2027年という目標が示され、乗員付き試験から完全無人の商用化を目指す段階へ進んだというニュースである。それでも、日本のレベル4が少数の低速・固定路線だけではなく、都市型タクシーへ進む具体的な計画として重要だ。

日本交通が運行管理と営業所を担い、GOが既存の利用者と配車基盤を持ち、Waymoが運転AIと車両管理を提供する。海外の技術を単に持ち込むのではなく、日本のタクシー事業の基盤へ接続する形になっている。

Waymoは、いつまで地図を必要とするのか

それでも、ぼくはWaymo方式に対する疑問を持っている。都市ごとに詳細な地図を用意し、現地で検証してから運行範囲を広げる方式は、安全に無人化するには強い。しかし、人間のように初めての道路を走るAIが成立すれば、地域ごとの準備費用と展開速度で不利になる。

ただし、ここから直ちに「Waymoは袋小路」とは言い切れない。Waymo自身も、2026年8月の技術説明で、高精度地図を唯一の判断材料ではなく追加情報として使い、大規模な基盤モデルによる汎化と組み合わせる構成を説明している。Waymoの技術説明

ぼくは、Waymoも将来、地図を捨てるかどうかという二者択一ではなく、地図の役割を薄めてくる可能性があると思う。

最初は詳細な地図と十分な現地検証を使って無人営業を始める。その後、AIの汎化能力が上がれば、地図は「ここから外れてはいけないレール」ではなく、「道路構造を先に知らせる参考情報」になる。さらに進めば、未整備地域を走行しながら必要な情報を生成し、後から確認する方式へ変わるかもしれない。

この変化ができれば、Waymoの現在の強みである安全実績を残しながら、TeslaやWayveが狙う展開速度へ近づける。逆に地図作成と現地調整の費用が都市数に比例したままなら、より汎化した方式が無人化に成功した時に苦しくなる。

東京進出はWaymo方式の限界を示す試験にもなる。米国で積み上げたAIが、左側通行、狭い道路、密集した歩行者、自転車、独特の道路表示へどこまで共通能力として移るのか。東京のための作り込みがどれほど必要なのか。この差が、Waymoが世界へ広がる方式なのか、都市ごとの重い事業なのかを測る材料になる。

最後に残るのは、電力、水、半導体かもしれない

AIとロボットが急速に広がれば、計算資源と物理資源の需要も増える。

IEAは2025年の報告で、世界のデータセンターの電力消費を2024年の約415TWhから、2030年には約945TWhへ倍増すると予測した。AIが主要な増加要因で、送電網への接続待ちなどにより、計画中のデータセンター事業の約20％が遅れる危険も指摘している。IEA「Energy and AI」

水は主にデータセンターの冷却、発電、半導体製造で問題になる。地域によっては計算チップの価格より先に、発電所、送電線、冷却用水、半導体工場を増やせないことが制約になる。

GPUの供給と価格も当面は障害になるだろう。ただし、ロボットのすべての動作に最高級GPUが必要とは限らない。巨大モデルで得た能力を小型モデルへ移し、既知の動作を専用チップで処理し、難しい時だけクラウドへ問い合わせる構成なら、一作業当たりの計算費用は下げられる。NVIDIAが安価に供給するかだけでなく、競合チップ、専用ASIC、モデル効率の改善が価格を崩す可能性がある。

さらにAIが半導体、蓄電池、発電材料、送電網を設計し、ロボットがその設備を建設・保守するようになれば、需要を作る側が供給制約を緩める側にもなる。ここにも正の循環はあり得る。

とはいえ、ソフトウェアは一夜で配布できても、発電所、送電線、半導体工場、ロボット工場は一夜では増えない。知能が急に伸びても、物理世界は少し遅れて追いかける。この時間差が、近未来の普及速度を決めるだろう。

近未来は、直線ではなく二段階で進むと予想する

ぼくは、2026年から2030年前後までと、その後では景色が変わる可能性があると思っている。

時期	起きる可能性が高いこと	まだ本命に置かないこと
2026〜2028年	都市型レベル4の地域拡大、工場・物流の限定ロボット、乗員・遠隔支援を使った導入	全国どこでも走るレベル5、完全自律の万能家庭ロボット
2028〜2031年	地域ごとの調整を減らすAI、ロボットによる生産自動化、一人が複数台を支える運用	すべての用途で人間より安くなること
2030年代前半	複数の条件が閾値を超えれば、自動運転とロボットの導入が急勾配になる可能性	急加速が必ず起きること、資源制約が消えること

転換を測る指標は、派手な動画や発表された生産能力ではない。無人で走った距離、遠隔介入なしに働いた時間、一人が支援できる台数、故障までの時間、実際の製造台数、そして一時間の仕事にかかる総費用である。

自動運転もロボットも、当面は技術的成功の割に利益が出ず、期待外れと言われる時期を通るかもしれない。だが、その停滞を直線で先へ延ばすと、転換点を見落とす。

ぼくが想像するのは、AIが少し賢くなり、ロボットが少し安くなり、遠隔支援が少し減り、電力効率が少し上がる。それぞれ単独では地味な改善が同時に重なり、ある時から導入しない方が高くつく用途が増える世界だ。

そこへ創発が加わり、個別に教えなくても未知の状況を解き、失敗を世界中の機体で共有し、AIとロボットが次の半導体、工場、ロボットを作るようになれば、変化は通常の普及曲線を超えるかもしれない。

2026年9月の段階で、そこまで到達したとは言えない。しかし、その可能性を単なる空想として切り捨てる段階でもない。現在の能力だけを誇張せず、現在の限界だけで未来を固定せず、どの循環が回り始めたかを見る。それが、自動運転とロボットの近未来を考える上で最も大切だと思う。