データ不足、コスト高が最大の壁！花旗：ロボットの規模化は10年マラソン、RaaSが鍵。この2社が勝者

花旗リサーチが主催する年次ロボット・実体AIリーダーシップサミットが火曜日（7日）に閉幕しました。会議にはロボット分野の創業者、投資家、運営者、産業の幹部が集まり、「実体AI」の発展状況を検討しました。

花旗のアナリスト、Heath Terryは会後の報告書で、産業は概念実証段階から商業的展開へと移行しているが、規模拡大には依然として多くの課題があると指摘しました。特に、データの不足が参加者全員が一致して最も重要な制約要因と見なしていると述べています。

Terryは次のように述べています。「労働力の不足、製造業の回帰、好ましい規制環境が企業の需要を加速させていますが、データ不足、人材のボトルネック、バッテリーの持続時間の制限、高い導入コストが依然として主要な摩擦点です。」

Instaworkは会議で、今年業界全体で数千万時間の現実世界のデータを収集したとしても、高水準のロボット性能に必要な総データ量に比べれば、「ベーシスポイント（basis points）」にすぎず、「パーセンテージ（percentage points）」ではないと強調しました。

大規模言語モデル（LLM）のようにデジタルAIを迅速に複製・展開できるのとは異なり、実体AIの価値の中心は、現実の環境で収集された独自のデータ、専用のハードウェア、安全認証にあります。つまり、新しいシーンごとにほぼゼロからデータを蓄積する必要があるのです。

さらに、既存の半導体プラットフォームの多くはデータセンターのワークロード向けに設計されており、モバイルプラットフォームのリアルタイムエッジ推論には最適化されていません。電力供給とチップアーキテクチャも重要なボトルネックとなっています。

サミットでは、人型ロボット、倉庫用自律移動ロボット（AMR）、自動運転トラック、建設ロボットなど、商業化の進展が最も速い企業は、いずれも具体的な高痛点に焦点を当て、顧客の導入障壁を下げるために「ロボット・アズ・ア・サービス」（RaaS）モデルを採用し、モデルの複雑さよりも安全性を優先するという類似の戦略を取っていることが明らかになりました。

Terryは、最近の投資リターンを実際に生み出しているのは、注目を集める汎用人型ロボットではなく、Locus RoboticsやDexterityのような専用AMRと専門化されたシステムであると見ています。

過去2年間で、実体AI分野には累計で約200億ドルの投資が集まりました。物流、倉庫、自動車製造は、高頻度の繰り返し作業という特性から、自動化導入の中心的な戦場となっています。

最近では、BMWも人型ロボットがサウスカロライナ州の工場で作業を開始したと発表しました。

RaaSモデルは、一括の資本支出を、使用量に応じた運用支出に変えることで、中小企業市場を開く鍵とされています。

Terryは特にSymboticの「倉庫即サービス」（warehouse as a service）製品に言及し、このモデルが自動化解決策をより広い顧客層に普及させるのに役立つと評価しています。

Terryは最終的に、実体AIは「10年規模のマラソン」であり、チャットボットのように急速に爆発することはないとの判断を下しました。長期的な価値は、データの飛輪を掌握し、現実の展開課題を解決し、最高の安全基準を達成した企業に蓄積していくと結論づけています。