microagi では、私たちは 10 億体のロボットを配備します。それが実現したとき、経済的・社会的な影響は計り知れないものになるでしょう。
私たちは、ロボットが生産性と生産量を飛躍的に高めることで、ほとんどの経済モデルの前提となっている「物質的希少性」が消滅し、豊かさあふれる世界が到来すると考えています。ほぼすべての経済モデルは需要と供給の原則に基づいて構築されており、その根底には資源の希少性という前提があります。ライオネル・ロビンズは 1932 年にこれを捉え、経済学を「代替的な用途を持つ希少な手段と目的との関係」と定義しました。私たちは、ロボットがこの希少性をなくすと信じています。そのような世界では、すべての人々の生活水準は今日誰かが享受しているものを遥かに超え、人類が達成できる可能性は無限大になります。
しかし同時に、ロボティクスが普及して生まれた豊かな世界では、今日私たちが知る人間の肉体的労働の多くが必要なくなるという結果も認めなければなりません。過去には、機械が供給を増やして価格を引き下げると、その後需要が増加し、それを満たすために雇用も増えました。しかし今回は、汎用ロボティクスがその需要を単独で満たすことができるようになります。もし私たちの経済システムが現状のままなら、これは何百万もの既存の仕事の喪失を意味し、人々から収入、地位、そして多くの人にとっては生きがいすら奪いかねません。
私たちはジレンマに直面していますが、ロボティクス業界の大多数はこれまでこの問題を公に認めることすらなく、ましてや解決に取り組んでいません。私たちの生活を物質的に向上させるために必要な技術は、必然的にその生活を大きく変えてしまいます。決定的なのは、この問題に適切な解決策を提供できなければ、そのような豊かな世界には決して到達できないということです。大多数の人々は、知能が物理世界へ拡散することに反対して団結し、その圧力の下で政府はロボットの配備を止めるでしょう。
本稿は、そのジレンマを見つめようとする私たちの試みです。ここでは、技術が現在どこにあるのか、なぜ主流の「置換（displacement）」に関する経済モデルがこれから起きることを説明するには不十分なのか、そして「働く必要がなくなったとき人は何者であるのか」という問いが、豊かさが本当に到来するかどうかを決める理由について述べます。次にヨーロッパに目を向けます。それは私たちがヨーロッパの企業だからという理由もありますが、主にヨーロッパがこのジレンマに対して極めて無防備だからです。ヨーロッパの福祉国家は主に労働への課税によって支えられており、ヨーロッパの産業は今もロボットが習得しつつある種類の仕事に何百万人も雇用しており、そしてヨーロッパ自身はそのロボットをほとんど製造していません。私たちはこの大陸に訪れうる 3 つの未来を描きます。そのうち 2 つは避けなければならず、残る 1 つを私たちは築こうとしています。
ロボティクスの GPT モーメントをめぐる競争
人類の歴史を通じて、物質的な快適さは常に誰かの労働に依存してきました。食料は育てられ、家は建てられ、商品は場所から場所へと運ばれなければなりませんでした。ロボティクスはこの肉体労働を自動化し、モノのコストを引き下げ、物質的な豊かさをもたらすほどの生産量拡大を可能にすると約束されています。この未来は手の届くところにあり、急速に近づいています。
どれほど急速かを具体的に示すため、直近 18 ヶ月だけを考えてみましょう。
Figure AI の 02 ヒューマノイドは、サウスカロライナ州スパータンバーグにある BMW の工場で 11 ヶ月の配備を完了しました。10 ヶ月目には、ロボットは 10 時間のフルシフトを稼働し、ビンから板金を持ち上げて溶接治具に 5 ミリメートルの精度で配置していました。プログラム全体を通じて 90,000 個以上の部品を搬入し、30,000 台以上の BMW X3 の生産に貢献しました。2025 年 11 月に退役しましたが、これは進歩の方向性を示す指標です。
2026 年 4 月、Generalist は同社の GEN-1 モデルが特定の物理タスクにおける平均成功率を 64% から 99% に引き上げたと報告しました。箱折りやスマートフォンの梱包において従来のアプローチより約 3 倍速く動作し、タスクごとのロボットデータはわずか 1 時間程度でした。デモンストレーションには、人間の介入なしに段ボール箱を 200 回連続で折る作業が含まれていました。これらはまだ企業による評価ですが、信頼性と速度こそが、技術的成果を実用的な生産量に変えるまさにその性質なのです。成功率 64% のロボットはデモには十分ですが、成功率 99% のロボットは従業員を置き換えることができます。
今年 7 月 30 日、Google DeepMind は Gemini Robotics 2 をリリースしました。ヒューマノイドの脚、胴体、腕、5 本の指を持つ手を単一の学習済みポリシーで制御し、オンデバイス版を提供するとともに、数時間でまったく新しい身体構造に適応する能力を備えています。8 月 25 日、Skild AI は S1 を発表しました。これは、人が未知のタスクを実行している動画を 1 つ見るだけでそれを再現できるモデルで、最大 10 分間、数十ステップに及ぶタスクに対応します。社内ベンチマークにおいて、Skild は未見のタスクで 66% の成功率を報告しており、同じ規模で学習された言語プロンプト型モデルの 9% を大きく上回っています。
これらの企業はすべて、「ロボティクスにおける GPT モーメント」の創出を競い合っています。それはつまり、基盤となるロボットモデルにほぼあらゆる物理タスクの実行を指示でき、実用に足るレベルで遂行できるようになることを意味します。ChatGPT は 2022 年 11 月に言語分野でこれを実現し、研究上の興味深い対象を、何億人もの人々が毎日使うものへと変えました。
言語モデルの能力との大きな違いは、物理世界ではタスクの検証がはるかに容易であることです。これは特に、産業環境でのタスクや、時間軸の短いタスク（例：箱詰めや機器の製造）に当てはまります。検証可能なタスクは自動化できるため、AI システムの影響は物理世界ではるかに顕著に現れます。
これが労働にとって何を意味するかを測定しようとしたこれまでの最も厳密な試みは、9 月 30 日に Anthropic のエコノミストたちによって発表されました。O*NET がカタログ化する約 19,000 の業務タスクを用いて、Russell Legate Yang と Maxim Massenkoff は、今日存在するロボットが米国の物理タスクの 74% を実行可能であり、それが全労働時間の 34% に相当することを発見しました。ただし、その大部分は専用設計または構造化された環境でのものです。大規模言語モデルと組み合わせると、労働時間ベースで業務タスクの約 80% がどちらかの技術の影響を受けます。彼らが 50 年間を対象に行ったバックテストでは、当時のロボットの影響をより強く受けた職種では、その後の数十年で賃金と雇用が低下したこと、そしてロボットは毎年、以前はできなかった物理的作業の約 2% を新たにこなせるようになっていることが示されました。
公共の議論はロボティクスのリスクを認識できていない
生産性の向上だけでは、それ自体が物質的な安心や満足を保証するものではありません。このテーマについて、人工知能を構築している人々は異例の率直さで語り始めており、彼らが語ること、そして語らないことに注意深く耳を傾ける価値があります。
2025 年 5 月、Dario Amodei は、AI が 1〜5 年以内にエントリーレベルのホワイトカラー職の半分を消滅させ、失業率を 10% から 20% に押し上げる可能性があると警告し、「がんは治り、経済は年 10% で成長し、予算は均衡している——しかし 20% の人に仕事がない」という世界を描きました。その 3 ヶ月後、スタンフォード大学の経済学者たちは、米国最大の給与計算処理業者の記録を用いて、生成 AI の普及以降、AI の影響を最も受けやすい職業に就く 22〜25 歳の労働者の雇用が相対的に 13% 減少した一方で、同じ職務に就く年長の同僚には影響がなかったことを発見しました。
ここには物理 AI の潜在的な影響が含まれていません。Anthropic が 9 月に発表した Scenarios for our Economic Future（私たちの経済的未来のシナリオ）は、労働市場への影響について 3 つのモデルを示しました。「大幅（substantial）」シナリオでは、AI は知識労働全体の半分をこなせるようになり、知識労働者の賃金は実質的に横ばいです。「極端（extreme）」シナリオでは、米国の GDP は約 3 分の 1 増加し、所得に占める労働分配率は約 45% に低下し、知識労働者の賃金は 10% 以上下がり、失業率は「通常の景気後退期を超える水準」まで上昇します。
金融界も別の角度から同様の結論に至っています。2026 年 8 月、Bridgewater の CEO である Nir Bar Dea と CIO の Greg Jensen は『The New York Times』紙上で、労働にのみ課税されているため、税制が人間を機械に置き換えることを積極的に報奨していると論じました。彼らは、労働への課税を軽減し、「すべての市民」と共有できる AI 企業への出資資金を確保するため、AI トークンに対する消費税を提案しました。9 月下旬までに、Bar Dea は移行の扱いを誤れば「社会の崩壊」が起きると公に警告していました。
基盤モデルの開発ラボや世界最大のヘッジファンドが、少なくとも広範な社会的影響の可能性を認めていることは心強いものの、私たちは彼らの予測が、これから起こる労働市場ショックの規模を根本的に過小評価していると考えています。
彼らの最も極端なシナリオでさえ、「人類が超高性能なロボットを開発する」可能性は「含まれていません」。そして、置き換えられた知識労働者に示される選択肢は明示的に肉体的なものです。彼らは「AI の影響を受けにくい電気技師や看護師のような仕事に移らなければならない」とされ、著者たち自身もこの移行が多くの人間にとって困難で遅々としたものになると認めています。認知的置換のあらゆるモデルは、どこかでこの同じ静かな前提に依拠しています。すなわち、置き換えられた認知的労働はいずれ肉体的な役割へと移行するという前提です。
しかし、ロボティクスの広範な配備が現実的になった途端、この前提は致命的に崩壊します。資格を取得した直後にロボットが建物の配線をしていると予想されるなら、コンサルタントは何年もかけて電気技師として再訓練を受けることはないでしょう。機械が患者を持ち上げると予想されるなら、パラリーガルが介護職へ移ることもありません。経済学者たちが想定する認知的自動化からの逃避路は、逆方向から迫り来る物理的自動化と真正面から衝突するのです。
豊かさはいつ到来するのか
Legate Yang と Massenkoff の論文が述べるように、ロボットは現在少なくとも一部の環境で物理タスクの 74% を完了できるかもしれませんが、人間の労働とコスト面で競争力があるのはわずか 0.3% に過ぎません。ロボットの価格が年間約 3% という歴史的ペースで下落し続けた場合、その割合が 10% に達するには約 40 年かかります。彼らの「高速（fast）」シナリオでも、ロボットが今日の物理的作業の半分でコスト競争力を持つようになるのは 2050 年になってからです。しかし、これは過去の変化率を測定して将来に投影したものであり、著者たち自身が「AI を搭載したロボットは私たちの推計規模を飛び越える可能性がある」と認めています。
私たちは、実際に飛び越えると確信しています。私たちの主張は以下の通り展開されます。
1. 2027 年までに、AI システムが本格的なロボティクス研究を行い、開発サイクルは崩壊する
2025 年 6 月、OpenAI の CEO Sam Altman は、2026 年には新たな洞察を生み出せるシステムが登場し、2027 年には「現実世界でタスクをこなせるロボット」が生まれるかもしれないと予測しました。2026 年 9 月までに、OpenAI は「自動研究インターン」、つまり熟練した人間の研究者が数日かかる研究タスクを実行できるシステムを構築したと発表し、現在は 2028 年 3 月までの完全自動化された AI 研究者を目指しています。独立した測定も同じ方向を指し示しています。METR は、最先端 AI エージェントが 50% の信頼性で完了できるソフトウェアタスクの長さが、6 年間にわたって約 7 ヶ月ごとに 2 倍になっていることを発見しました。ロボティクスは、とりわけソフトウェアの問題であり、シミュレーションの問題であり、データの問題です。これらはまさに、これらのシステムが最も急速に上達しつつある領域なのです。
これをロボティクスに適用すれば、開発サイクルは崩壊します。ハードウェアは常に遅々としていました。なぜなら、すべての設計は組み立て、破壊、再構築を経なければならず、新しいスキルはすべて実際のロボットで、1 回の遠隔操作デモンストレーションごとに教え込まなければならなかったからです。この両方のボトルネックが今や解消されつつあります。AI はアクチュエータを提案し、制御ポリシーを書き、朝までに障害ログを読み取ることができるため、イテレーションはソフトウェアに近い速度で進むようになります。
データソースは現在、従来の遠隔操作よりもはるかに多様化しています。2 月、NVIDIA は、人が手を使っている一人称視点の動画 20,854 時間を用いてロボットモデルを事前学習させましたが、ロボットの遠隔操作データはわずか 4 時間、学習データ全体の 0.1% 未満でした。その結果、人間の動画の時間が増えるにつれて性能が予測通りに向上することがわかりました。NVIDIA と学術協力者は、同種の映像 44,000 時間以上を用いて DreamDojo ワールドモデルを学習させました（NVIDIA, DreamDojo, 2026）。自己中心視点データの役割への信頼は、過去 18 ヶ月でロボット学習データスタートアップが 7 億ドル以上を調達したことにも表れています。Skild の単一動画学習や DeepMind のクロスボディ転送も、新しいタスクごと、新しい身体ごとにデータを収集するという高コストな工程が溶解しつつあることを示しています。
2. 2029 年までに、ロボットは経済的に重要なすべてのタスクを技術的に完了できるようになる
これが実現するために、すべてをこなせる単一の完全なシステムロボットが必ずしも必要というわけではありません。むしろ、多くの身体で動作できる汎用ロボット知能、適切な環境向けのヒューマノイドシステム、そして特定の価値ある産業タスク向けの特殊な身体構造の組み合わせによってもたらされます。
2 月、Physical Intelligence は、各業務向けにファインチューニングされた基盤モデル π0.6 が、実際の商業環境で他社のロボットを稼働させる様子を示しました。サンフランシスコのコインランドリーで顧客の洗濯物を畳み、倉庫で実際の e コマース注文を梱包し、フルシフトを 96.4% の自律度で稼働させたのです。職場を機械を中心に再設計できる場所では、かつての組立ラインがそうであったように、実際に再設計されるでしょう。それができない場所では、機械のほうが職場に適応することを学んでいます。この試験で使用された倉庫ロボットは、既存のワークステーションに組み込み、数時間以内に作業を開始できるように作られていました。
3. 社会的影響は「普及」ではなく「能力」とともに到来する
ここが私たちの主張の核心です。普及曲線はロボットがいつ至る所に存在するかを描きますが、人々がいつロボットが至る所に存在すると信じ、それに応じて意思決定を行うかは描きません。労働者は、ロボットに自分の仕事を奪われるのを待ってから、そうした進展が子どもの未来に何を意味するのかを理解するわけではありません。ヨーロッパでは、人々はすでに最悪の事態を予期しています。欧州委員会自身の調査では、66% が AI は生み出す以上の雇用を破壊すると信じています。この数字は 2024 年春に記録されたもので、世界のどこでもヒューマノイドがフル生産シフトをこなす前のことでした。私たちが懸念する社会的帰結は、即時の普及を必要とせず、普及が来ると信じる気持ちさえあれば生じるのです。
「経済が人間なしで機能することを学びつつある」という物語が支配的になれば、政治はそれが経済統計に反映されるずっと前に行動を起こすでしょう。
だからこそ、私たちは本稿を Abundance 2029（豊かさ 2029）と名付けました。もちろん、それまでにヨーロッパのすべての倉庫が自動化されるわけではありません。前節で述べた認知的置換には 5〜10 年かかり、物理的置換にはさらに長くかかるかもしれません。しかし 2029 年までには、物理 AI の能力は非常に明確になり、いわば豊かさの兆しとも言うべき軌跡が誰の目にも見えるようになり、ヨーロッパにどの未来が待ち受けているかを決める意思決定はすでになされているでしょう。
人々はいかにして社会での居場所を獲得してきたか
人々が豊かさをもたらす能力にどう反応するかを理解するには、歴史を遡る必要があります。
Yuval Noah Harari が Sapiens で記すように、7 万年前、人間は愛し、遊び、友情を築き、地位や権力を争っていました。しかし、チンパンジーやヒヒ、ゾウも同じでした。「彼ら（人間）には特別なところは何もなかった」。それでも、互いにとって重要な存在でありたいという欲求はすでにそこにありました。
身体的な強さは地位を得る一つの道でした。勝負に勝ち、集団を守り、自らの意志を押し通す能力です。しかし、爪を持たず、ライオンには到底敵わない、身体的に凡庸な霊長類であった私たちは、代わりに他の利点を発達させました。棒を研ぎ尖らせること、言葉を使って狩りを連携させること、火を起こすことを学びました。有用な知識を次世代に伝え、それぞれの世代が前の世代が終わった地点から始められるようにしたことで、食物連鎖の上位にいるあらゆるものに打ち勝ったのです。しかし、どの世代もまず前の世代が知っていたことを学ばなければならず、そのため新しい知識やイノベーションの開発はより困難になり、より高い専門性が求められるようになりました。Benjamin Jones はこの力学を「知識の負担（burden of knowledge）」と呼びました。巨人の肩の上に立つためには、「まずその背中に登らなければならない」からです。習得に何年もかかる知識は少数の人しか持っておらず、したがって希少であり、ゆえに価値があると考えられます。
小さな集団の中では、技能が尊敬を集めました。より良い道具を作れる人や、厳しい冬を乗り越えるよう導ける人は、仲間にその判断を信頼する理由を与えました。しかし、集団内での尊敬は、知性に築かれた社会秩序と同じではありません。そしてヨーロッパ史の大半において、そのような秩序は存在しませんでした。
啓蒙思想の登場が、この既存の社会的階層システムを変えました。カントがこの時代の標語とした sapere aude（知る勇気を持て）は、自ら考えることへの促しであり、何が人を尊敬に値する存在にするのかという新しい考えをもたらしました。生まれや信心深さではなく、理性です。知性は次第に、貨幣的富が集積する特性となり、それゆえ社会的地位が付与される特性となっていきました。
今日、クオンツトレーダーの高給や弁護士の名声は、その力学の現代的な表現です。現代経済は知性を希少な、ゆえに価値あるものとして扱い、それを持つとみなされた人々に物質的地位と社会的地位の両方で報います。肉体労働に従事する人々にとっても、啓蒙時代より古くギルドに根ざした、もう一つの梯子がありました。親方、マイスター、エンジニアよりもラインを知り尽くした職長、溶接部が決して破断しない溶接工です。手の技能はそれ自体が一種の知性であり、それもまた敬意をもって遇されました。
要するに、仕事とは、大多数の人が生計だけでなく社会での居場所を獲得するための制度です。それは意味と目的の感覚を与え、さもなければ午前 3 時に襲ってくる実存的な問いに対する防壁となります。では、人々が生活と地位を築いてきた能力がもはや希少でなくなり、ゆえに価値を持たなくなったらどうなるでしょうか。機械が弁護士より賢く、同時に溶接工より手ブレしないようになったら、何が起きるでしょうか。
形成されつつある連合
認知労働の自動化の進展はすでに議論を引き起こしており、それは当然のことです。しかし、大多数の人々にとって、McKinsey が必要とするコンサルタントが減るという見通しが同情をほとんど呼ばないのも理解できます。同僚が仕事を失い、翌朝には非常に具体的で物理的な機械がその席に座っているとき、脅威を軽視することははるかに難しくなります。
自動化には、所得、教育、政治的信条が大きく異なる人々を、同じ結論へと導く可能性があります。すなわち、経済が自分たち抜きで機能し始めているという結論です。コンサルタントと工場労働者が、社会の組織化のあり方に同意する必要はありません。社会の向かう先が自分たちの居場所を脅かしているという点で一致できればよいのです。そのような連合は、大量失業がすでに到来していることを必要としません。排除されるという予期だけでも、共通の政治的利益を生むには十分です。そして、異なる不満を抱えた集団が共通の敵を見出したとき、歴史が示すように、劇的な変化がすぐに続くことが多いのです。
1789 年のフランスでは、中産階級の一部は政治的権力を求め、都市労働者は手頃なパンを求め、農民は封建的重荷からの解放を求めていました。彼らの不満は異なっていましたが、同じ体制に対して収束していきました。パリでのパンの価格は、バスティーユ陥落のまさにその週にピークを迎えました。マリー・アントワネットはその体制の特権を象徴する憎悪の対象となり、彼女の奢侈は国の苦境を説明するものとして誇張されました。1917 年のロシアでも同様に、皇帝への反対は自由主義的知识人から労働者や兵士へと広がりました。レーニンの「平和、土地、パン」という約束は、異なる不満を単一の綱領に結びつけ、3 世紀を生き延びた体制が数ヶ月で崩壊しました。
技術そのもののより近い歴史も同様に示唆に富んでいます。1811 年から 1816 年にかけて、イングランド中部および北部のラッダイトたちは、熟練繊維労働を脅かす幅広の靴下編み機や剪毛機を打ち壊しました。議会は 1812 年の機械破壊法で応じ、機械の破壊を死刑に値する犯罪としました。ラッダイトは進歩の敵として記憶されています。実際には彼らは、新技術の利益が他者に流れ、そのコストが自分たちに降りかかることを明確に見抜いた熟練労働者であり、彼ら自身の生涯においては正しかったのです。
イギリスでは、労働者 1 人あたりの生産量が約半世紀にわたって上昇した一方で、実質賃金はほとんど動きませんでした。経済史家 Robert Allen が「エンゲルスの停止（Engels' pause）」と呼ぶ期間です。機械を壊した男たちは恩恵を目にするまで生き延びず、彼らの仕事を置き換えた労働はしばしばより劣悪なものでした。産業の敵ではなかった Adam Smith でさえ、いくつかの単純な作業を一生繰り返すことは、労働者を「人間がなりうる限り愚かで無知な存在」にすると恐れました。
ラッダイトが間違っていたのは、長期的な視点においてです。機械を壊しても産業革命は止まらず、それは最終的に普通の人々を過去のどの世代よりも豊かにしました。私たちがロボティクスに期待するのも同じことです。そしてその過程を通じて、仕事はまだそこにありました。
現在の AI とロボティクス革命を分けるものは、進歩の速度と範囲です。Bill Gates も 8 月に同様の区別を示しました。農場からオフィスワークへの移行といった以前の転換は何世代にもわたって展開し、人間の認知を必要とする新しい仕事を生み出しました。しかし、AI がほとんどの領域で私たちの能力を超え、しかもはるかに速いペースで進化しているため、「多くの仕事が永遠に消滅するだろう」と彼は書きました。産業革命の恩恵は、仕事を通じて普通の人々に届きました。それが生み出した雇用と、支払われた賃金を通じてです。もしロボティクスが仕事を生み出さずに豊かさをもたらすなら、その恩恵は別の経路で人々に届く必要があり、人々には地位の別の源泉が必要になります。
その経路が存在しない限り、政治的・経済的スペクトルのあらゆる立場の人々がこの技術変化に抵抗する動機を持ち、1789 年や 1917 年のような収束が再び起こり得ます。政府やテクノロジー企業が、こうした進歩が労働者にとってどのように利益となるかを示せなければ、技術的に実現可能であっても、すべての人の生活水準を向上させる物質的豊かさは達成されないでしょう。そして、もし政府とテクノロジー部門が実際に失敗したなら、人々がそのような結論に至ることを誰が責められるでしょうか。
連合はすでに形成されつつある
こうした力学は、データセンターをめぐる攻防ですでに見ることができます。米国では、Data Center Watch が集計したところ、約 2 年間で 180 億ドル規模のプロジェクトが地元住民の反対によって阻止され、460 億ドル規模が遅延しました。これは共和党支持州・民主党支持州を問わず、電気代、水、騒音、土地を理由に起きています。2026 年第 1 四半期だけでも、約 1,300 億ドル規模の少なくとも 75 のプロジェクトが妨害されたと記録されており、これは四半期ベースで過去最大です。2025 年にデータセンターが計量電力全体の 23% を消費したアイルランドでは、系統運用者の EirGrid が 2028 年までダブリン地域での新規データセンター接続受付を停止しました。
政府やモデル開発者が、自分たちの技術がどのように普通の生活をより良くするのかを示せなかった結果、左派から右派にまたがるデータセンター反対の同盟が生まれました。これはロボティクスに直接関わります。あらゆる汎用ロボットは学習のために、そしてますます推論のためにも計算資源に依存しています。データセンターを建設できない大陸は、物理 AI を大規模に稼働させることができません。
2025 年 6 月 8 日、ロサンゼルス中心部で抗議活動を行っていた人々が少なくとも 5 台の Waymo ロボタクシーに火を放ち、同社は当該地域でのサービスを停止した。この抗議は自動化ではなく、移民取り締まりに対するものだった。社会が怒りに満ちているとき、路上の機械は、その怒りの対象が何であれ、それを象徴する存在になる。2024 年 10 月には、国際港湾労働者協会（ILA）の港湾労働者 4 万 5,000 人がメイン州からテキサス州にかけての 36 の港を封鎖したが、自動化からの保護も彼らの中心的な要求の一つだった。
あらゆるロボット企業には、データセンター建設者たちの過ちを繰り返さない責任がある。すなわち、生じうる社会的影響を認識し、豊かさへの移行がすべての人に恩恵をもたらすようにすることだ。信頼できる代替手段や未来への参加権がないまま、人々が自動化を「収入と地位の剥奪」として突然経験すればするほど、混乱を引き起こしているシステムを減速させようとする要求は強くなる。社会は、豊かな知能を構築する技術を持ちながら、その導入を拒むこともできるのだ。
だからこそ、人々がどのように地位・権力・目的を保つのかという信頼できる答えが、完全な導入に先立って示されなければならない。
ヨーロッパのアキレス腱
誰がその答えを示すかは、誰が機械を所有するかによって決まる。ヨーロッパの企業として、私たちが懸念しているのは、ヨーロッパがその答えを示せるかどうかだ。以下で述べる多くは他の地域にも当てはまるが、高齢化する人口動態、強力な労働組合、手厚い福祉国家、深い産業知識、そして AI とロボット製造の両方における弱い立場——これらが組み合わさったヨーロッパは、検討すべき最も重要な事例である。
フィジカル AI は二つの要素から成る。ロボットが見て、推論し、行動するための「知能」と、それを実行する「身体」だ。この両方の地理的分布はすでに決まっており、ヨーロッパはそのいずれも握っていない。
知能層ではアメリカがリードしている。ロボットが見て、推論し、行動することを可能にする基盤モデルは、圧倒的にアメリカの研究機関やスタートアップで開発されている。Google DeepMind の Gemini Robotics、Physical Intelligence、Skild、Generalist、OpenAI Robotics、NVIDIA の Cosmos や GR00T プラットフォームなどだ。これらは「頭脳」であり、ソフトウェア特有の加速度的なタイムスケールで進化し続けている。
身体、そしてそれを大規模に製造する能力では中国がリードしている。2024 年、中国は 29 万 5,000 台の産業用ロボットを導入した。これは過去最高であり、世界全体の導入台数の半分以上を占める。対して EU 全体では 6 万 7,800 台、ドイツ単独でも 2 万 6,982 台にとどまった。中国のサプライヤーは現在、国内市場の 57% を占めており、約 10 年前の約 28% から大きく伸びている。ヒューマノイドにおいては、この非対称性はさらに顕著だ。2025 年に世界中に出荷されたヒューマノイドロボット 1 万 3,318 台のうち、AgiBot が 5,100 台以上、Unitree が約 4,200 台を出荷し、トップ 10 の大半を中国企業が占めた。Unitree は、ヒューマノイド部門の売上が初めて四足歩行ロボットを上回った後、2026 年 8 月に上海の STAR マーケットに上場し、評価額は約 90 億ドルに達した。
2023 年 11 月、中国工業情報化部は『ヒューマノイドロボットのイノベーションと発展に関する指導意見』を発表し、2025 年までにロボットの「脳、小脳、四肢」を構築し、2027 年までにヒューマノイドを実体経済に深く統合する方針を打ち出した。ヒューマノイドをコンピューターやスマートフォンに匹敵する規模の技術として位置づけ、それにふさわしい行動をとったのである。
アメリカは機械に思考することを教えている。中国は誰よりも安く機械を作る方法を学んでいる。ヨーロッパはこの未来において何も所有できなくなる危険にありながら、実はこの二つの地域以上にこの技術を必要としている。欧州委員会の分析によれば、現在の人口予測と教育水準が変わらない場合、EU の労働力は 2050 年までに最大 1,880 万人減少する可能性がある。
ロボティクスは、ヨーロッパにとって最も予測可能な危機を解決する手段となるかもしれないし、次の危機の原因となるかもしれない。三つの未来
未来 1：ヨーロッパが導入を止める
ヨーロッパは、自動化の欠如による長期的な雇用喪失リスクの規模も、考えられる解決策の形も理解できない。労働組合、地域のキャンペーン活動、そしてあらゆる政治思想の政治家たちが、ロボティクスを多くの人がすでにデータセンターに対して抱いているのと同じ視点で見るようになる。つまり、電力、水、土地、雇用を奪いながら、隣に住む人々にほとんど何も還元しないものとしてだ。ダブリンですでに起きているように、送電網への接続は拒否される。建築許可は停滞する。ケージに囲まれた産業用アーム向けに作られた安全規則が、移動し学習する機械に適用され、実質的に導入が不可能になる。ヨーロッパの工場における従来の自動化を長く遅らせてきた労働者の不安は、強固な政治的拒否権へと固まり、結果として、ロボット導入の加速に明確に反対しない綱領を掲げて選挙に臨む政治家はいなくなる。
私たちは、何も変わらなければこれがデフォルトの軌道になると考えている。すでにヨーロッパ人の 3 分の 2 が、AI は創出する以上の雇用を破壊すると信じており、誰も彼らにそうではないと思わせる理由を提示できていない。その結果、西側の民主主義社会はロボットの導入を阻み、競合国は前進していく。同じような民主的制約を持たない中国は、生産コストを下がり続ける。中国の工場はすでに、EU 全体で導入される数の 4 倍以上の産業用ロボットを設置している。生産は海外へ移り、投資、サプライヤーネットワーク、実践的な知識も一緒に持ち去られる。
この未来の輪郭は、すでに現在に見えている。ドイツ産業界は 2025 年だけで約 12 万 4,000 件の雇用を失い、前年のほぼ 2 倍、2019 年以降では約 26 万 6,000 件に上る。自動車セクターだけでも 6 年間で 11 万 1,000 件、労働力の 13% を失った。2025 年 11 月、BASF は中国南部の湛江にある新しい Verbund（統合生産拠点）で生産を開始した。投資額は約 87 億ユーロで、同社史上最大の単一プロジェクトだ。一方、160 年間本拠地としてきたルートヴィッヒスハーフェンでは工場閉鎖が進んでいる。これは持続不可能な国内経済状況に対する合理的な反応である。
ドイツ産業界の屋台骨であるミッテルシュタント（中堅中小企業）は顧客を失う。その強みは常に暗黙知にあった。特定の合金が特定の温度でどう振る舞うかを正確に知るエンジニアの技だ。生産が海外に移るにつれ、ヨーロッパ企業はまず製造をアウトソースし、次に自社の知的財産が海外での製造にますます依存していることに気づき、最終的にはその知識自体が消え去っていることを発見する。
産業労働者は職を失う。同時に専門職は、ヨーロッパが規制で排除できない（余裕がないため）アメリカの AI システムによる認知的自動化に直面する。この二つの波が同時に押し寄せる。
2024 年、社会保険料を含む労働課税は EU 全体の税収の 51.5% を占めた。ヨーロッパの福祉国家は、根本的に人々が仕事を持っていることによって支えられている。一方で、老年従属人口指数は 2022 年の 36% から 2070 年には 59% へ上昇し、65 歳以上 1 人あたり働く世代が約 3 人から 2 人以下になると予測されている。マリオ・ドラギはヨーロッパの人口動態と生産性の状況を「存続に関わる課題」と呼んだ。
未来 1 では、これらのトレンドが衝突する。失業する人と引退する人が増えるため、福祉への需要は高まる。しかし、ヨーロッパ企業が十分な生産・販売を行えないため、課税ベースは縮小する。政府に残された選択肢は三つだ。サービスの質を低下させるか、縮小する課税ベースに増税するか、債務のさらなる蓄積を許容するか。いずれも望ましくないか、持続不可能だ。極端な場合、福祉国家は約束を果たせなくなる。労働者を守るはずの政策が、結局は彼らの雇用も、それを支える制度も守れない結果に終わる。
ヨーロッパは自国の国境内でロボティクスを止めることはできる。しかし、深圳やサンフランシスコでのロボティクスを止めることはできず、ヨーロッパのどの工場も太刀打ちできない価格で製品が港に到着するのを現実的に防ぐこともできない。ヨーロッパでロボットの導入を阻むことは、技術進歩の新たな章に足を踏み入れながら、その恩恵を完全に逃すことを意味する。
未来 2：ヨーロッパが妥協する
この第二の未来では、ヨーロッパはロボティクスの広範な導入を阻まないため、すべての人の物質的生活水準の実質的な向上は実現する。しかし、それでも未来は誤った方向へ向かう。
完全に自動化された「無人工場（ダークファクトリー）」を持つ外国の競合他社に直面した企業は、同じ方法で対抗する。人を中心に仕事を再設計するのではなく、方程式から人を完全に除外することが合理的な経済的判断となる。Acemoglu と Restrepo の研究によれば、アメリカの地域労働市場において、労働者 1,000 人あたりのロボットが 1 台増えるごとに、就業人口比率が約 0.2%、賃金が約 0.42% 低下した。彼らの研究対象は 1990 年代から 2000 年代のロボット、すなわちケージに囲まれ、単一目的で、視覚を持たないロボットだった。私たちが 2029 年までに想定しているような汎用ロボティクスの影響は、はるかに重大なものになるだろう。
第二の問題は所有権だ。ヨーロッパはデジタル経済を支える科学の多くを生み出したが、他国が企業を築くのを見守ることになった。Amazon、Microsoft、Google は現在、ヨーロッパのクラウド市場の約 70% を握っており、ヨーロッパのプロバイダー全体でも約 15% にすぎない（2017 年の約 29% から低下）。ヨーロッパの人々が毎日使っている最先端モデルは、カリフォルニアで、アメリカのチップを使い、アメリカの法律の下で訓練されている。ロボティクスも同じ道をたどる可能性がある。十分な計算資源やハードウェア製造への投資不足、そしてヨーロッパ企業に不利な環境が重なり、アメリカと中国による積極的な市場浸透を招く。アメリカの知能が中国の身体に搭載され、その両方がヨーロッパの工場に設置される。
ヨーロッパはすでに、こうした地政学的依存の影響を経験している。2025 年 4 月、中国は希土類磁石に輸出許可制を導入した。高性能モーターの大部分、そしてあらゆるロボットの関節に使われるモーターはこれに依存している。2 か月以内にいくつかのヨーロッパの生産ラインは停止し、中国製技術を利用する一部の申請では、IP に敏感な情報の開示が求められるようになった。工場、病院、農場、倉庫が外国製ロボットで稼働するヨーロッパは、北京によってその「身体」を取り上げられ、カリフォルニアからその「頭脳」のスイッチを切られる可能性がある。
このようなシナリオでは、自動化による利益は外国のモデルやハードウェアの所有者に流れ、コストだけが国内に残る。価値が他の法域に蓄積されるため、大量失業が発生してもそれを吸収する課税ベースが存在せず、社会経済的な分断は悪化する。政府は、まだ課税できるあらゆるものを使ってその格差を埋めようとする。それは Bridgewater が提案するような AI トークンへの消費税、政府が参入できる自動化への公的出資、あるいは当面は希少なままである土地・エネルギー・計算資源への課税という形で現れるかもしれない。これをユニバーサル・ベーシックインカムのような形で再分配すれば、購買力が維持されるため物質的貧困は回避できるかもしれない。しかし決定的なのは、支払いを受けている人々が依然として職を持たないということだ。
ハンナ・アーレントは『人間の条件』において、自動化が私たちを「労働なき労働者の社会」へと導くかもしれないと警告した。労働をあらゆる価値の源泉として賛美してきた社会が、唯一残された活動を奪われる社会だ。「確かに、これより悪いことはあり得ないだろう」と彼女は書いた。ケインズは 1930 年に、自分の孫たちはまさにこれに直面すると考え、何世代にもわたって努力するように訓練されてきた人々の間で「一般的な『神経衰弱』」が起こると予測した。
前述のとおり、私たちの多くにとって仕事は自分が何者であるかの重要な一部を形成しており、給付金だけではそれを代替できない。地位やそれへの欲求は消え去るのではなく、むしろそれをまだ与えられるもの——富、注目、不満、あるいは恣意的な線引きによる集団への帰属——へと移っていく。この変化は、物質的条件がどうであれ、それ自体が社会を不安定にする。
未来 2 の核心的問題は、社会的動揺だ。企業は無人工場へと突き進み、経済格差を生み出し、その格差が動揺を生む。ある程度の再分配が経済面を和らげたとしても、人間の問題は未解決のまま残る。
そうした動揺は、豊かさが依存する政治的条件——データセンターを建設し続け、機械を導入し、ロボットを維持することへの同意——を破壊しかねない。豊かさはあるが目的のないヨーロッパは、その不幸ゆえに、自らを養っているシステムを解体する一票を投じるかもしれない。最良の場合、未来 2 は悪い未来だ。最悪の場合、未来 1 への遠回りにすぎない。
未来 3：ヨーロッパがロボティクスを受け入れ、新しい経済を築く
第三の未来では、ヨーロッパはロボティクスを全面的に受け入れ、それを形作る力を身につける。私たちがモデルを開発し、ロボットを製造し、それを動かすインフラを構築する。ヨーロッパの産業は競争力を保ち、知識・所有権・リターンのより多くがこの地に留まる。国際協力は続くが、ヨーロッパは条件を交渉する技術力と、公的制度を維持する生産能力を持つ。
ヨーロッパには、すでに持っている強みを活かしてこの未来を築く機会がある。ロボット学習における世界トップクラスの研究成果、今なお数百万人を雇用する製造基盤、そして汎用的なロボット知能を数千の具体的応用へと転換できる工学の伝統がある。計算資源への資金提供も始まっている。2025 年 2 月、欧州委員会は InvestAI を発表し、AI 向けに 2,000 億ユーロ（うち AI「ギガファクトリー」に 200 億ユーロ）を動員する目標を掲げた。これまで欠けていたのは、フィジカル AI こそがヨーロッパがまだ主導権を握れる領域だという確信だ。なぜならフィジカル AI は、まさにヨーロッパが得意とすること——精密製造、深いドメイン知識、そして機械を信頼できるものにするための忍耐——に報いるものだからだ。
さらに、ロボティクスから得られるリターンはヨーロッパで課税されるべきだ。アラスカ州は 1982 年以来、石油資産から得た年間配当をすべての適格住民に支払っており、北海油田の収益で築かれたノルウェーのソブリンファンドは、国民を代表して全世界の上場企業の平均 1.5% を保有している。機械自身が資金源となるヨーロッパ版ロボット配当も、同じモデルに従うだろう。しかし未来 2 が示すように、所得だけでは人に役割を与えることはできず、私たちの野心が今のままなら、与えるべき役割はほとんど残らない。
私たちにできることのほぼすべてをこなせるロボットは、遅かれ早かれ、現在私たちが望むすべての仕事をやってしまい、私たちには物質的豊かさと、それを生み出す役割が残されない状態になる。それでも人間は人間のままだ。私たちは依然として、自分の努力が認められること、前進する機会、自分が不在だと気づかれるコミュニティを求めるだろう。自分たちの仕事が、大切にしているもののために一切必要とされない世界では、それらは何も生き残れない。
私たちの答えは、「Interstellar（星間）」と呼ぶ原則だ。要するに、人類の野心の範囲は常に私たちの生産能力を上回っていなければならない。手持ちのロボットが 1,000 のプロジェクトを実現できるなら、私たちは 1,001 番目に挑むべきだ。すべての機械がすでに稼働していれば、全体のごく一部であっても、残された仕事は人間に委ねられる。ロボットはさらに多くのロボットを作り、そのギャップを埋める。だからこそ、機械が私たちの野心に追いつくたびに、野心はまた先に進まなければならない。この条件のもとでは、機械がほぼすべてのことで私たちより優れている世界においても、人間は必要な存在であり続ける。
実際に星に到達できるかどうかにかかわらず、この名前は常に現在の能力の先にある目標を指し示している。ロバート・ブラウニングは 1855 年にこう表現した。「人の手が届く範囲は、その掴むものを超えていなければならない……そうでなければ、天国は何のためにあるのか？」。最も近い前例はアポロ計画だ。1962 年、ライス大学でジョン・F・ケネディは、アメリカが月へ行き「他のことにも挑戦する。それが簡単だからではなく、難しいからだ」と語った。最盛期には、政府・産業界・大学の約 40 万人が関わり、2 万社以上が支援した。エンジニア、溶接工、数学者、そして宇宙服を縫い合わせた裁縫師たちまでが、その世紀で最も人目を引く人類の偉業の一部となった。
彼らのほとんどは宇宙飛行に向けた訓練を受けていなかったが、自分たちのスキルと専門知識を、それを必要とする目標に注ぎ込んだ。ヨーロッパのより大きな目標も、ロボットに役割を引き継がれる人々に同じことを求めるだろうし、ほとんどの人にはその移行を助ける支援が必要だ。これが私たちが shift に思い描く役割だ。政府、雇用主、地域機関と連携して構築される、継続的教育、リスキリング、そして意義ある仕事のためのプラットフォームである。目標は、shift が周辺領域で必要とされる仕事に向けて人々を訓練し、その仕事へと結びつけることだ。
民間企業が学習へのアクセスを改善し、機会を創出することはできるが、所得、公的資金、公平なアクセスに関する権利は依然として民主的制度に委ねられなければならない。それらはどの一企業の運命や優先事項よりも重要だからだ。移行の管理は、雇用喪失前の所得保護から、自動化による利益の分配（前述の仕組みの一部を活用）、そして shift を通じてより大きな目標が生み出す仕事へと至る資金付きの経路まで及ぶ可能性がある。
また、この規模の野心を設定する責任を、一企業だけが担うこともできない。企業、労働者、公的機関が、ヨーロッパが、そしてより広く人類が、その豊かさを用いて何を成し遂げようとするのかについて合意する枠組みが必要だ。
そのような合意なしに、責任を持って大規模な導入を進めることはできず、しかもそれはすぐに必要とされている。周辺領域の仕事が何になるのか、あるいはそれが今日の仕事が与えている貢献感を与えられるのかは、まだ言えない。しかし、もう一つの選択肢は、野心のすべてを機械に満たされてしまった社会であり、未来 2 がその行き先を示している。
人類が取り組むことを選べるものに、予見できる終わりはない。病気を癒やす新しい方法を見つけ、傷つけた生態系を回復させ、海を探査し、地球の外に生命を根付かせ、やがては他の恒星に到達することもできるだろう。それぞれの達成がさらなる可能性を明らかにし、それぞれが当時の機械だけでは供給できないものを私たちに要求する。その規模の目標を掲げ続ける文明は、人々のための仕事が尽きることはない。到達したすべての目標が、より大きな目標を見せてくれるからだ。目的地そのもの以上に、それこそが私たちが Interstellar と呼ぶものの意味だ。
ロボットがどれほど有能になろうとも、私たちが挑むスケールが人間のための場所を保ち、その場所とともに、何世代にもわたって仕事が人々に与えてきた承認、地位、貢献感がもたらされる。
出典 @ bercankilic.com
