機械人が人間を置き換えることになるのでしょうか？彼はそうは言いません！

この記事を読むのに必要な時間は 21 分

ロボットは人間を置き換えるのではなく、労働の再構築を行います。

原文タイトル：The Human Advantage in the Robotics Revolution
原著者：Sumir Meghani、Instawork Robotics Labs（IRL）
翻訳：Peggy、BlockBeats

編集者注：多くの人々がまだ「ロボットが人間の仕事を取って代わるかどうか」について議論している中、本文では、人間が置き換えられるどころか、「物理的AIシステム」の中で不可欠な基盤になりつつあると主張しています。

現在の産業の主要なボトルネックは、アルゴリズムやハードウェアにあるのではなく、「データと展開能力」にあります。ロボットは、高度な適応能力を持つ人間の実際の環境での操作を観察してトレーニングを完了する必要がありますが、高品質で多様な物理世界のデータは非常に乏しいため、「十万年のデータギャップ」と呼ばれる状況が生じています。これにより、長年無視されてきた能力の一種が再び際立つようになりました。それは、スキルを持ち、スケジュール可能で検証可能な人間労働力です。

この枠組みの中で、人間の役割は再構築されています。彼らは、機械のトレーニングの「データソース」として機能し、標準化された注釈付きの操作プロセスを提供します。また、彼らはシステムの運用を支える「現地ノード」として機能し、メンテナンス、修理、およびリモート制御を担当します。最終的に、プラットフォームによって結ばれた「人間と機械の協力市場」に参加し、ロボットの大規模展開のための必須条件となります。

実際、技術革新は労働を廃止するのではなく、労働の再構築をもたらします。ATMからインターネットへ、技術の進化はいずれも雇用に対する不安を伴いますが、変化するのは「仕事の有無」ではなく、「仕事の再定義」です。人間型ロボットを代表とするこの技術サイクルでは、同様の手順が繰り返されています。タスクが分解され、能力が標準化され、ポジションが再構築され、新しい職業が生まれています。

真のチャンスは、「人間を置き換えること」ではなく、だれがその橋を築き上げ、人間の能力をスケーラブルなデータ、運用システム、および協力ネットワークに変換できるかにあるのです。

以下は元文です：

1年前、私は労働市場においてやや異例の質問を提起しました：ロボットが登場した時、当社プラットフォーム上の「専門家（Pros）」はどうなるでしょうか？

私たちのビジョンは、世界中のProsとパートナーに経済的機会を提供することです。現在、1000万人を超えるProsが私たちに生計を頼っており、彼らの多くも同様の問題について考えています。私たちはこれに深い責任を持ち、答えを出さなければなりません。

同時に、予期せぬ現象を観察しています。いくつかのロボット企業が、既に当社のアプリケーションプラットフォームに参入し、当社のProsと協力しています。彼らは、ロボットトレーニングタスクでの専門知識を持つ人や、さまざまなビジネスシナリオに入る必要があります。これは、将来ロボットが展開される環境です。そして、彼らが依存しているのは、私たちがこれまでに構築してきた労働力体系なのです。

その瞬間、すべてが突然明確になりました：Instawork は「物理 AI 経済」に人間労働力を提供できることがわかりました。

「10 万年の難問」

Ken Goldberg はこの問題を「10 万年のデータギャップ」と要約しました：一方で、言語モデルのトレーニングに使用される膨大なデータがあります。もう一方では、非常に限られた物理世界でロボットをトレーニングして微細な操作を実行するデータがあります。

注：Ken Goldberg は、ロボティクスと人工知能の分野で非常に影響力のある学者であり、同時にアーティストおよび横断的研究者です。

このギャップのため、何十億ドルがロボット企業に投資され続けているにもかかわらず、ヒューマノイドロボットがホテルの客室を掃除したり、倉庫で荷役したりするのをまだ見ていませんでした……少なくとも今のところは。

私たちの見積もりでは、2024 年までに業界全体で約 10 万時間のトレーニングデータが収集されており、2025 年までにはこの数字が 100 万時間に増加し、2026 年までには 2000 万時間に達すると予想されています。これは指数関数的な成長ですが、それでもこのギャップを埋めるのは 0.04% に過ぎません。

ますます多くの企業がこの競争に参加し、ヒューマノイドまたは汎用ロボットを構築しようとしています：ベースモデルの研究室はビジョン-言語-アクション（VLA）モデルを開発し、ハードウェア企業は物理的なロボットを構築し、中間業者も現れ続けています。それらすべての参加者は、共通のボトルネックであるデータに直面しています。

しかしながら、重要な点は、このシーンを以前にも見ていたということです。

自動 Teller マシン（ATM）が登場したとき、ほとんどの人々が銀行の窓口係が消えると予測しました。しかし、結果はまったく逆でした—窓口係の数は増加しました。ATM は支店のコストを削減し、銀行はより多くのフィリアルを開設することができました。そして窓口係の役割も、紙幣の払出しから顧客関係の維持に変わりました。

このようなパターンは、重要な技術革新ごとに繰り返されています：産業革命、電化、インターネット。新技術が仕事を消滅させるのではなく、仕事を再構築し、新たな機会を生み出しています。

新たな波が押し寄せていますが、今回は私たち自身により似ています：腕があり、足があり、そして目があります。

物理 AI の 3 幕劇

第 1 幕：ロボットのトレーニング

この1年間、私は自発的に行動し、世界の機械学習分野の一流の人々に連絡を取り、研究者、ラボリーダー、巧みな機械手作りから完全な人型ロボットまでの起業家に助言を求めました。彼らは親切にも彼らの時間と洞察を共有してくれ、私に強い印象を与えてくれました。正直に言うと、私たちは元々この業界に所属していませんでしたが、より多く聞くうちに、Instawork が参入できる空間が見えてきました。

繰り返しになりますが、ある視点が度々言及されました：ロボットは熟練した人間の活動を観察し、実際の環境で細かい物理的タスクを完了することで学習します。これは、規範的なナイフさばきから、人込みの密集した倉庫を歩くまで、さらにはブランド基準に合致したホテルのベッドメイキングまで、を指します。問題は、この種のデータを高品質に収集することが非常に困難であることです。誰かにカメラを装着して録画を始められるなんてことはできません。データは多様な環境、タスク、手の動きをカバーする必要があります。さらに重要なのは、これらのタスクを実行する人々が真に専門的でなければならないということです。そうでなければ、「下手なナイフさばき」というトレーニングを受けたロボットは、ただ「下手なナイフさばき」を学んでしまうだけであり（これは誰にとっても望ましくありません）、誰も得しないでしょう。

これは本質的に労働力運用の問題です：スキルを持つ労働者を募集する方法、トレーニングを行い、品質を保証する方法、さらに、異なる地域やシナリオで分散型労働力ネットワークを管理する方法です。これらは私たちがずっと行ってきたことです。私たちはスキルが検証された1000万人以上の Pro を持ち、数百種類のタスクに対応しています。パートナーシップを築いており、実際のビジネスシナリオに進出できるようになっています。そして、誰が安定した出席率で高品質な仕事を継続的に完了できるかについてのデータを把握しています。この組み合わせは、どのデータ収集会社もゼロから複製できないものです。実際、多くのラボが自発的に私たちに接触しており、今や私たちはこの分野の多くのトップチームと協力しています。

第二幕：ロボットの「調教師」の台頭

忘れられがちなことが1つあります：ロボットも人間を必要とするということです。

ある主要なロボット企業の幹部は、彼らが4〜6ヵ月ごとに1回交換する必要がある重要部品があると教えてくれました。これほど頻繁な頻度では専任の技術者を配置するのは現実的ではありませんが、停止すれば明らかな損失が発生するほど高価です。自動運転、デリバリーロボット、および各種自動化展開の普及に伴い、ますます多くの企業が同様の問題に直面しています：拡大には現地サポートが必要ですが、どの市場にも専任スタッフを配置することは経済的に現実的ではありません。

私たちはすでに複数のロボット企業とパイロットプロジェクトを開始しましたが、バッテリー交換、部品交換、ロボットのメンテナンスなどのサービスを提供しています。同時に、時間給労働者向けのロボット認定システムを構築しています。これは業界初の試みと言えます。最初の数週間だけで、2万人以上の Pros が認定を取得しました。

データ収集側では、認定を受けた Pros は、ウェアラブルカメラデバイスの操作方法、高品質なビデオの収集、センサーデータの注釈付け方法を学びます。つまり、ロボットの研究所が実際のホテルスイートで数時間のベッドメイキングプロセスを録画する必要がある場合、彼らは新人のような「学びながら作業する」人ではなく、プロフェッショナルを手に入れます。テクニカルサポート側では、認定を受けた Pros は、ハードウェアの診断、安全基準、特定のロボットシステムに対するメンテナンス手順を習得します。

想像してみてください：ある物流会社が10を超える倉庫に自動化ロボット車両を展開しています。午前2時、メンフィスの倉庫でロボットがナビゲーションエラーを起こしたり、フェニックスのある装置でセンサーモジュールを交換する必要がある場合があります。工場の技術者が数日後に到着するのを待つ必要はもうありません。認定を受けた Instawork Pros の1人が数時間以内に到着し、問題を解決できます。その間、私たちは、データ収集のスケールが拡大した後の実験室を支援するために、VRベースのリモートコントロールトレーニングを開発しています。これにより、純粋な現場録音の制約を克服できます。

将来10年間で数十億のAIデバイスが展開されるとしたら、その機会はそれらのメンテナンスだけでなく、完全に新しい職種を創造することにもあります：ロボットテクニシャン、フリートオペレーター、リモートコントロールエキスパート、そしてまだ命名されていない新しい職種。

第三幕：ヒューマンマシンコラボレーションの市場

去年、私は世界的な大手ホテルチェーンのCEOとランチを共にしました。彼らは、客室サービスの一貫性を向上させるために自動化をどのように活用するか真剣に考えています。多くのロボット企業が彼らのホテルに製品を展開したいと考えていますが、何が単なる "デモ効果" であり、何が本当の "運用成果" なのかを判断するのは難しいです。しかし、私たちはこれらのシナリオ、プロセス、および痛点に非常に精通しています-なぜなら、私たちは既にこれらの場所でサービスを提供しているからです。

私たちは「ロボットサービスマーケット」を構築しています-ロボット企業を自動化の準備ができている企業とつなぎ合わせます。私たちは需要側と供給側の両方にサービスを提供しているため、「マッチング」だけでなく、実際に着地させることができます。

未来は "ロボットが人間に取って代わる" のではなく、"ロボットと人間が協力する" ことです。これが Instawork Robotics Lab が達成したい目標です：3つの機能、1つのプラットフォーム-ロボットをトレーニングし、現実世界での運用をサポートし、それらを実際に必要としているビジネスシーンに接続することです。