倉庫AIハイプサイクル：上昇中の技術と下降中の技術

倉庫AIのハイプサイクルを読み解く最良の方法は、アナリストのレポートではなく、2024年夏の公開された一連の出来事である。6月27日、GXO LogisticsはAgility Roboticsと複数年の契約を締結し、SPANXの施設にヒューマノイドロボットDigitを導入した——両社はこれを業界初の正式な商用導入と呼び、ロボット・アズ・ア・サービスとして構成されている。その数カ月前、Figure AIはMicrosoft、NVIDIA、Jeff Bezosの支援を受け、$675 millionを$2.6 billionの評価額で調達していた。一方、ほとんど注目されることなく、Locus RoboticsのAMRフリートは静かに累積ピック数で数十億を突破していた。同じ「AI×倉庫」の物語：一方はスポットライトの下に、もう一方は経済性を成立させている。この対比こそが、この曲線の本質である。

現象：七つの技術、七つの位置

まず公開記録から始めよう。2023年10月、AmazonはSeattle南部のロボティクスR&D施設でDigitのテストを開始した。空になったトートの回収から始まった。その2カ月後、GXOはGeorgiaのSPANX施設でDigitのテストを開始し、商品が入ったトートをAMRからコンベアへ移載した。2024年6月の契約によりパイロットは「商用導入」となったが、導入台数は開示されなかった。

資金調達市場はまったく異なる物語を語る。PitchBookによると、Figure AIは2024年2月に$2.6 billionの評価額で$675 millionを調達した。18カ月後、そのシリーズCでは企業価値は$39 billion——約15xの増加である。ロボティクス業界全体では、2025年第2四半期の案件額は221件で$8.8 billionに達し、前四半期比170.5%増となった。資金は投票している——そしてその票は「人に見えるもの」に向かっている。

AMRの世界はずっと静かだ。Locus Roboticsの2026年10月の開示：ロボット22,000台以上、ピック8.5 billion件以上、顧客150社以上、20カ国以上で360拠点以上——さらにInteract Analysisの米州AMRプロバイダーランキングで売上首位、2年連続だ。発表会も、何千億もの評価額もない——あるのは作業指示書だけだ。

ビジョン検査は第三の道を歩んだ。2022年11月、AmazonはロボットアームSparrowを公開した。同社によれば、販売する商品の約65%を識別でき、トートから形状の異なる個別の商品をピッキングできるという。華やかさはないが、ビジョンAIがコアの個別ピック作業フローに入った初めての事例だった。

倉庫コンベア上で稼働するAIビジョン検査装置

デジタルツインは「誰もが聞いたことがあるが、金を払っている人は少ない」ゾーンにある。NVIDIAの公開事例資料によると、Amazon RoboticsはOmniverse EnterpriseとIsaac Simを使って倉庫のAI対応デジタルツインを構築している——Amazon Devicesの製造シナリオでは、Isaac Simが新デバイス1台あたり50,000枚以上の合成画像を生成し、マーカー検出成功率を88.6%から98%に引き上げた。技術は本物だが、一握りの巨人を除けば、倉庫規模のフルツインに金を払う顧客はまだ少ない。

音声ピッキングは「AIの話題」から完全に消えた——それこそが語る価値がある理由だ。Vocollectは1987年に産業用音声認識の先駆者となった。今日では音声指示ワークフローはWMSの標準周辺機器だ。話題に上らなくなる技術がある。問題が解決したからだ。

倉庫AIハイプサイクル上の七つの座標：段階と根拠

曲線がこの形になる理由：三つの帰属ライン

第一のラインは経済性が成立するかだ。AMRが上昇している評価されざる理由の一つがビジネスモデルだ。RaaSは一時的な設備投資を月額またはピック課金の運用費に変えた——小規模倉庫にも手の届く、Locusの8.5 billionのピックを支える従量課金のロジックだ。一方ヒューマノイドには今のところ「パイロット予算」しかなく、「運用予算」はない。GXOの複数年契約自体がRaaSとして構成されている——最大の買い手でさえハードウェアを買い切らない。ベンダーがリスクを負う。技術の買い方が「試してみましょう」しかないとき、それは啓蒙の坂にはいられない。

第二のラインは問題が閉じているかだ。音声ピッキングとビジョン品質管理は、閉じた、反復可能で、測定可能な問いに答える。境界のある指示セット、定量化できる精度、計算できるROIだ。「汎用マニピュレーション」は開いた問題であり、ヒューマノイドの真のコストはハードウェアではなく「汎用」という言葉にある。5%のロングテール作業をカバーするために100%近い複雑性のプレミアムが要る——二足歩行、器用な手、意味理解、その一つ一つが工学の深淵だ。最も速く上昇する技術は、常に問題領域を十分に絞ったものだ。

第三のラインは、データの好循環を回す導入密度だ。Locusの360以上の拠点は毎日リアルな作業指示書を生み出し、アルゴリズムはリアルなピックで反復改善する。ヒューマノイド業界全体のリアルな作業指示書データを合わせても、それと比べれば誤差の範囲だろう。作業指示書データがなければ、モデルの反復もなく、坂もない。

ここから二つの直感に反する判断が導かれる。第一に、谷へ滑り落ちる技術こそ最高の買い時かもしれないことだ。ピークで買うのは物語であり、谷で買うのは値引きと工学だ——ベンダーは価格を下げ、納期はより信頼できるものになる。この曲線の買い手にとっての本当の使い方は、勝者を予測することではなく、交渉テーブルの価格付けだ。第二に、最も「AIらしく見える」倉庫技術が回収から最も遠く、最も地味な技術（音声ピッキング）が最も確実なROIを持つ——答えの分かっている問いに答えるからだ。倉庫AI技術は、モデルの新しさではなく、問いの閉じ具合で評価すべきだ。

ハイプサイクルから読む今後三年：時間軸付きの判断

ヒューマノイド：2024–2026年は膨らんだ期待のピークにあり、幻滅の谷は2027–2028年頃の見込み。根拠は検証サイクルだ——パイロットからスケール検証まで、通常は2〜3年のリアルな作業指示書データを要する一方、現在の「商用導入」は規模の開示がない契約段階にとどまっている。2030年頃の啓蒙の坂への到達は、再現可能なスケール導入が3〜5件揃うかにかかっている。それまでは「来年量産」という主張は割り引いて聞くべきだ。

ビジョン検査とAMR：すでに啓蒙の坂の上。今後2〜3年はスケール再現のウィンドウであり、競争は「動くか」から「いくらで動くか」へ移る。ここでの買い手の仕事は、価格、サービスSLA、マルチサイト再現の交渉であり、技術路線の選択ではない。

デジタルツイン：谷へ下降中だが、必ずしも悪いことではない。シミュレーションコストが下がり続ければ、2027年頃に「シミュレーションがロボットを訓練する」という新しい物語で再上昇する可能性がある——88.6%から98%への改善は、価値が可視化ではなくデータ生成にあることを既に示唆している。

音声ピッキング：生産性の台地で安定。成長は新シナリオではなく既設リプレースから来る。正しい姿勢は「うまく使う」であり「新しいものを追う」ではない。

AI需要予測：乖離している。データ基盤の堅い企業はすでに日常業務として回し、データ品質の悪い企業は「ソフトを買ったが誰も使わない」状態で止まっている。同じ技術が企業ごとに曲線上の異なる位置にある——曲線全体で最も見落とされている点だ。位置は技術の属性ではなく、技術に組織のデータ基盤を掛けたものの属性だ。

ハイプサイクルは水晶玉ではなかった。買い手にとっての本当の使い方は座標系だ。いつ、いくらで、どの種類の問題に対してか。ヒューマノイドが2028年に谷に落ちるのか、デジタルツインがロボット訓練シミュレーションで再上昇するのか——その答えは曲線上になく、今後三年の作業指示書データの中にある。より興味深い問いは次のものかもしれない。最もホットな技術が谷に落ちて最安値になったとき、あなたの倉庫はまだどのカードを持っているべきか。

Dr. Chen（サプライチェーン研究者）著

英語版からの翻訳。内容に相違がある場合は英語版を優先します。