ロボットの自律レベル：スクリプト動作から汎用タスクへの道筋

ロボットは数十年前から製造業を支えてきましたが、単一目的に限定され、完全に管理された環境でのみ活躍してきました。過去のインテリジェントマシンの試みは過大な約束と過小な成果に終わりましたが、それは時期尚早でした。今日、現代のAIパラダイムはロボットの障害のほとんどをデータ問題に変換し、かつて不可能と思われた能力を実現しつつあります。これらのモデルが実世界の経験を吸収するにつれ、ロボットは既存のスキルを磨き、新たなスキルを獲得し、より迅速に展開され、労働のシェアをますます吸収していくでしょう。

2025年3月11日、SemiAnalysisは「米国は新たな労働経済を逃している – ロボティクス パート1」と題するレポートを発表し、業界初の「ロボット自律レベル」分類法を導入しました。この分類法はロボットの自律性を5つのレベルに分類し、各レベルは達成可能な能力によって定義され、前のレベルを基盤として順次構築されます。

レベル0：スクリプト動作 従来の産業用ロボットのパラダイムで、ロボットは完全に事前プログラムされ、静的環境とタスクを必要とします。自律性は皆無で、安全性と精度は高いものの柔軟性に欠けます。統合コストはロボット本体価格の4～6倍に達することもあります。自動車工場では1工場あたり400～1000台の産業用ロボットが使用され、最高効率の「ダークファクトリー」では照明なしで完全自動運転が実現されています。しかし、レベル0の硬直性により、エラーが発生すると多大なダウンタイムコストが発生します。

レベル1：スマートピック＆プレイス 2015年頃から、ロボットは視覚能力を獲得し、さまざまな位置や姿勢にあるアイテムを識別してピッキングできるようになりました。このレベルでは汎用認識と汎用把持が可能になります。2015～2022年の期間、多くの企業が「アームファーム」で大規模な把持データを収集し、成功率を99％以上にまで高めましたが、最後の1ミリメートル（99.99％）への改善は困難でした。統合では倉庫管理システム（WMS）との連携が課題となりました。経済性はタスクに依存し、eコマースのような高混合・低スループットのタスクでは投資回収に3.5年かかる一方、小包仕分けのような低混合タスクでは1年以内に採算が取れます。当時の認識能力は脆く、多くの企業は「除外リスト」を使用して失敗を避けていました。

レベル2：自律移動 このレベルでロボットは汎用自律性を獲得し、自らタスクを計画し、開放世界をナビゲートできるようになります。基盤モデルと視覚言語モデル（VLM）による高次計画と空間推論、および大規模シミュレーションでの強化学習による移動の器用さ（ロコモーション）が鍵です。ロボットは建設現場、石油・ガス精製所、インフラ施設など、大規模で危険な環境でデータ収集や点検を行います。導入に数百万ドルの設備改造は不要で、1～3週間で新しい環境に適応できます。NVIDIA Jetsonなどのハードウェア進歩により、長時間の自律運用が可能になりました。

レベル3：低スキル操作 ロボットは基本的な非クリティカルな低スキルタスク（調理、洗濯、単純組立など）を実行できます。現在はキッチン、ランドリー、製造、物流などで初期パイロット段階にあります。汎用操作能力が解放されつつありますが、力制御と微細操作はまだ研究中です。

レベル4：力依存タスク 最高レベルであり、力と重量の理解を必要とする繊細なタスク（ポケットから電話を取り出す、ねじ山に合わせてねじを締めるなど）を実行します。現時点では研究段階にあり、商業展開はまだありません。

まとめと展望 汎用ロボットはすでにレベル2の初期生産段階に入っていますが、まだ一般の目には触れていません。レベル3の低スキル操作はパイロット段階、レベル4は研究中です。ロボットによる労働代替はレベルごとに段階的に進むでしょう。経済的実行可能性はタスクの詳細に大きく依存するため、企業は自社の状況に基づいて投資対効果を評価する必要があります。

SemiAnalysisは業界専門家との広範な議論、企業調査、業界会議への参加、そして関連研究の調査に基づいてこの分類法を開発しました。このフレームワークはエージェンシーと器用さの二次元で能力の進化を示し、将来の進展を予測するものです。