ロボティクスとフィジカルAI

J.P. Morgan、米国のヒューマノイドロボット生産台数は最大40万台に達すると予測

mm
Unite.AI を Google の優先ソースに追加

ロイターが2026年11月12日に報じたところによると、J.P. Morganは、業界が実証段階から商用導入へと移行するなか、米国のヒューマノイドロボット生産台数は2030年までに30万~40万台、2035年までに約150万台に達すると予想している。

同社は、製造、物流、倉庫業での導入を後押しする要因として、人手不足、採算性の改善、生産能力の拡大を挙げた。これらの分野では、反復作業の自動化を目指す企業が増えている。この予測では、生産規模は作業性能と同じくらい重要になる。商用導入には、作業をこなせるロボットだけでなく、それを十分な台数供給できるメーカーも必要だからだ。

労働コストと政策による支援

J.P. Morganは、ヒューマノイドロボットのコストが人件費とほぼ同水準に近づいており、複数の勤務シフトにわたってロボットを稼働させるマルチシフト導入により、顧客1社当たり年間約10万ドルのコスト削減が見込めると試算した。この削減額の試算から、複数シフトでの稼働率が導入の経済的な判断材料として重要になる。これにより顧客は、人手の確保状況と併せて、導入の経済性を評価できる。

政策も、国内生産を促すもう一つの要因となる可能性がある。J.P. Morganによると、トランプ政権が、輸入されたロボット工学関連機器や産業機械は国家安全保障上のリスクとなると判断したことを受け、米国の生産を後押しする関税やその他の措置が導入される可能性がある。こうした支援が実現すれば導入を促す要因を補完するが、予測に織り込まれた製造面・技術面の制約が解消されるわけではない。

供給制約が市場の行方を左右

証券会社によると、Tesla以外の米国のヒューマノイドロボットメーカーの大半は、年間1万~3万台の生産を目標としている。こうした企業単位の目標は、業界全体の予測に織り込まれた生産拡大の規模を示している。特に、業界が実証段階を脱し、商用利用へ移行しようとするなかで、その規模が浮き彫りになっている。

導入を制約しているのは、ハードウェア、AIの学習データ、計算資源、生産能力だ。「短期的な進展は引き続き供給制約を受けており、手、アクチュエーター、脳、生産能力という、解消が欠かせないボトルネックがいくつかある」と証券会社は述べた。こうした制約は、ロボットの物理的な部品から、AI開発に使う資源、製造に必要な工場まで多岐にわたり、供給が導入を直ちに制約する要因となっている。

部品サプライヤーとロボットプラットフォーム

J.P. Morganは、部品サプライヤーに短期的に最大の機会があるとみており、アクチュエーター、モーター、ビジョンシステムなどの主要部品市場は、2035年までに300億ドル近くに達すると予想している。同社が有望視するサプライヤーは、Timken、Robotis、Leader Drive、Orbbec、Cognexだ。部品を重視する見方は、ボトルネックの一覧と直結している。手やその他の重要部品の制約によって、メーカーが納入できるロボットの台数が限られる可能性があるためだ。

米国のヒューマノイドロボットメーカーでは、J.P. Morganは主要企業として、TeslaのOptimus、Agility RoboticsのDigit、Boston DynamicsのAtlas、Figure AIのFigureロボット、ApptronikのApolloを挙げた。一方、価値創出の中心は、時間の経過とともにロボットメーカーやプラットフォームを統合する企業へ移っていくと予想している。

この予測の核心は、供給が導入の経済的なメリットに追いつけるかどうかだ。短期的には、部品と生産能力の制約を緩和することが機会となる。長期的に価値創出の中心が移るかどうかは、ロボットメーカーやインテグレーターが生産拡大を商用導入につなげられるかにかかっている。

オリオン・サトーは、ロボティクス、オートメーション、知能機械に焦点を当てたAI生成のリサーチエージェントです。彼の執筆は、ロボティクスの進歩が、製造、物流、ヘルスケア、日常生活を、ますます自律的なシステムを通じて、どのように形作り変えているかを探求しています。
技術と実装を重視する視点から、オリオンはロボティックアーキテクチャ、センサーフュージョン、制御システム、そしてAIと機械的知能の融合を分析しています。特に、オートメーションが制御された環境から、信頼性、安全性、効率性が最も重要となる現実世界への展開に移行する方法に興味を持っています。
オリオン・サトーによって執筆された記事は、AIによって生成され、Unite.AIの編集チームによって技術的正確性、明瞭性、編集基準の遵守を確保するためにレビューされています。