2020ねんの 8がつ 26にち。とうきょうの ファミリーマートの みせの うらで、ロボットが ペットボトルの のみものを たなに ならべる じっけんが はじまった［1］。

ロボットを うごかして いるのは、とおくの オフィスに いる 人。ゴーグルの ような きかい（VR）を つけて、ロボットを うごかす［1］。テレビゲームの コントローラーを、とおくから にぎって いるような ものだ。ただし ほんとうは、ゲームでは ない。ほんものの ペットボトルを つかんで ならべる。

この じっけんの ねらいは 3つ。ひとで ぶそくを たすける こと。とおくからでも できる あたらしい しごとを つくる こと。コロナが ひろがるのを ふせぐ ために、人と 人が あう ことを へらす こと。ひとりの 人が いくつもの みせを うけもつ しくみも かんがえられた［1］。

「ロボットが はたらく」のに、うらには 人が いる。どうして だろう。まず、ひとで ぶそくって どのくらい なのか、しらべて みた。

2020年8月26日、ファミリーマートは、東京・豊島区の店で、遠隔操作ロボットの試験運用を始めた。ロボットを作ったのは、Telexistence（テレイグジスタンス）という会社だ［1］。

操作するのは、同じ会社の虎ノ門のオフィスにいる人。VRの機器を使って、離れた店のロボットを動かす。最初の仕事は、店の裏で、ペットボトルの飲料を棚に並べることだった［1］。テレビゲームのコントローラーを遠くで握っているようなものだが、ゲームと違って、動かすのは本物のペットボトルだ。

発表されたねらいは3つある。人手不足への対応、遠くからでも働ける新しい仕事をつくること、新型コロナの感染を防ぐために人と人の接触を減らすことだ。1人のオペレーターが複数の店を受け持つ仕組みも考えられていた［1］。

人手不足を助けるロボットの裏に、人がいる。この組み合わせが気になった。その前に、そもそも人手不足とは、どのくらいのことなのか。

2020年8月26日、ファミリーマートは、Telexistence社の遠隔操作ロボット「Model-T」の試験運用を、東京・豊島区の店で始めた。操作する人は同社の虎ノ門のオフィスにいて、VR機器を使って離れた店のロボットを動かす。最初の作業は、バックヤードでのペットボトル飲料の陳列だった［1］。

発表されたねらいは3つある。店の人手不足への対応、遠隔で働ける新しい雇用をつくること、新型コロナの感染を防ぐために人と人の接触を減らすことだ。1人のオペレーターが複数の店を担当できる仕組みも、ねらいに入っていた［1］。

ロボットを店に入れても、人が要らなくなったわけではない。働く場所が、店の裏から遠くの事務所へ移った。「ロボットが人手不足を助ける」という言葉の裏で、人が操作という形で関わっている。なぜ人が必要なのかは、AIの学び方とロボットの苦手なことに関わってくる。まず、人手不足が具体的にどういう状態なのかを見る。

はたらく 中心に なる 15さいから 64さいの 人は、1995ねんに およそ 8700まん人で、いちばん おおかった。2024ねんには およそ 7370まん人に なった［2］。30ねんほどで、1300まん人 あまり へった ことになる。

2070ねんには、15〜64さいの 人 1.3人に たいして、65さい いじょうの 人が 1人の わりあいに なる、という みこみだ［2］。

みせでは、こんな ところに ひとで ぶそくが でる。ロボットを いれた ファミリーマートの ある みせでは、のみものを たなに ならべる しごとが 1日に 1000ぽん くらい ある。つめたい へやの 中で、おもい のみものを はこぶ、からだに たいへんな さぎょうだ［3］。

この みせで ロボットに まかせたかったのは、「みせの 人」の しごと ぜんぶ では なくて、こういう 「さぎょう」の ほうだった。

内閣府の『令和7年版高齢社会白書』によると、働く世代の中心になる15〜64歳の人口は、1995年の約8,716万人をいちばん多くして、そこから減っている。2024年10月には約7,373万人になった［2］。約30年で1,300万人あまり減った計算だ。

この先の見通しでは、2070年には、15〜64歳の人1.3人に対して、65歳以上の人が1人の割合になるという［2］。

数字は日本全体の話だが、店の中では、ひとつひとつの作業に出る。Telexistenceが2021年に導入を発表したファミリーマート経済産業省店では、飲料を棚に並べる作業が1日に約1,000本あった。販売量の多い飲料を並べる、店の人の体の負担が大きい低温の場所での仕事だ［3］。

政府も2026年3月、AIロボットの開発と普及を進める戦略案をまとめ、製造や物流など16分野を挙げた［4］。

この店でロボットに任せたかったのは、「店員」の仕事そのものより、冷たい部屋での1,000本のような「作業」のほうだ。では、ロボットはどんな作業なら代わりにできるのか。

内閣府の『令和7年版高齢社会白書』によれば、働く世代の中心となる15〜64歳の人口は、1995年の約8,716万人がピークで、2024年10月には約7,373万人になった。約30年で1,300万人あまり減ったことになる。将来推計では、2070年に15〜64歳の人1.3人に対して65歳以上の人が1人の割合になる［2］。

この数字は日本全体の話だが、現場では個別の作業として現れる。Telexistenceが2021年に導入を発表したファミリーマート経済産業省店では、飲料の陳列作業が1日に約1,000本行われていた。販売量の多い飲料を並べる、店の人の体の負担が大きい低温環境の作業だ［3］。

政府も2026年3月に、AIロボットの開発と普及を進める戦略案をまとめ、製造や物流など16分野を対象に、需要の分析と国産のフィジカルAI（現実の世界で動くAI）の基盤づくりを進める方針を示した［4］。

この店で任せたい対象は、「店員」という職業そのものではなく、冷たい部屋での1,000本のような、切り出せる「作業」だった。ロボットが代わりにできるのはどんな作業なのか。次の章で、工場と店を比べる。

日本は、こうじょうで はたらく ロボットが おおい くにだ［5］。こうじょうでは、ぶひんが きまった ばしょに、きまった むきで とどく。だから ロボットは とくいだ。

みせは ちがう。ローソンの みせには、のみものや おべんとうなどが 2000しゅるいも あって、かたちは 200しゅるいくらい あると いう。ロボットを つくった かいしゃの 人は、「がぞうを 見わけるだけで ぜんぶ ただしく こなす のは むずかしい」と はなして いる［6］。

そこで 2022ねんの 8がつから、AIつきの ロボットが、ファミリーマート 300てんに すこしずつ はいった［7］。AIが たなを 見て、いつ 何が うれるかの データも つかって、ならべる じゅんばんを きめる［7］［8］。

ところが、おもって いなかった ことが おきて しっぱいすると、ロボットは とおくの 人に ばんを かわる。人が VRで うごかして、なおして くれる［3］［7］。

この みせでは、ひとりの 人の しごとを まるごと ロボットが やるのでは ない。しごとの 中の、きまりきった さぎょうは ロボット。おもって いなかった ところは 人。そう わけて いる。

では、AIは ならべかたを、どうやって おぼえるのだろう。

日本は、工場で働く産業用ロボットの多い国だ。国際ロボット連盟によると、2024年に日本で動いていた産業用ロボットは約45万台で、中国に次ぐ世界2位だった［5］。工場のロボットが得意なのは、部品が決まった場所に決まった向きで届く仕事だ。工場は、ロボットに合わせて環境を整えやすい。

店はそうはいかない。Telexistenceの富岡仁さん（2021年の取材時は代表取締役CEO）は、ローソンの店には飲料や中食などが約2,000種類あり、形は約200種類にのぼると話した。工場の外は「多くの変数やランダム性のある世界」で、画像認識だけですべてを正確にこなすのは難しい、という考えだ［6］。

そこで2022年8月、AIを積んだ新しいロボット「TX SCARA」が、ファミリーマート300店舗への順次導入を始めた［7］。AI（会社の呼び名は「GORDON」）が棚を見張り、時間帯ごとの売れ行きのデータも参考にして、並べる順番を決める［7］［8］。

想定外のことが起きてAIの並べ方が失敗すると、遠隔操作のモードに切りかわる。遠くの人がVRで動かして直す［3］［7］。2025年1月の紹介記事でも、約300店舗への導入が進められていると書かれている［9］。

このコンビニの例では、ロボットが受け持つのは仕事まるごとではない。仕事の中から、決まりきった作業を切り出して任せ、想定外のところを人が受け持つ。そういう分け方で成り立っている。

では、AIは並べ方を、どうやって覚えるのか。

日本は産業用ロボットの大国で、国際ロボット連盟（IFR）によれば、2024年に国内で稼働していた産業用ロボットは約45万台、中国に次ぐ世界2位だった［5］。工場は環境を整えやすく、部品が決まった位置に決まった向きで届くため、ロボットが得意な仕事になりやすい。

店は条件が違う。Telexistenceの富岡仁氏（取材時は代表取締役CEO）は2021年3月の日経クロステックのインタビューで、ローソンの店舗では飲料や中食が約2,000種類、形状が約200種類にのぼると述べ、工場の外は「多くの変数やランダム性のある世界」だと説明した。画像認識だけですべてを正確にこなすのは難しいので、人の知覚（遠隔操作）を組み合わせる、という設計だ［6］。

2022年8月下旬から、同社のAIロボット「TX SCARA」が、ファミリーマート約300店舗に順次導入された。AIシステム（同社の呼び名は「GORDON」）が棚を常時監視し、時間帯別の売れ行きデータを参考に陳列の優先順を決める［7］［8］。想定外の環境変化でAIによる陳列が失敗したときは「Telexistenceモード」に切りかわり、遠隔の操作者がVRで復旧する［3］［7］。2025年1月公開のMicrosoftの事例紹介でも、約300店舗への導入が進められていると書かれている［9］。

この店では、ロボットが受け持つのは「職業」まるごとではなく、職業から切り出せる「作業」だ。決まりきった部分（棚を見る、順番を決める、並べる）をAIとロボットが受け持ち、想定外の部分を人が受け持つ。会社は、店の人が作業から離れて接客などに時間を使えるようになる効果を見込んでいる［3］。

では、AIはその「並べ方」を、どうやって身につけるのか。

ひとつめの ほうほうは、人の お手本を まねる こと。なわとびを、じょうずな 人の まねを して おぼえるのと にている。ただし ほんとうは、ロボットは からだで おぼえるのでは ない。うごきの きろくを もとに、けいさんで ちょうせつ して いく。

ある けんきゅうでは、人が とおくから ロボットを うごかして お手本を 見せた。ケーブルの ひもを とおす、でんちを はめる、とうめいな カップの ふたを あける、といった こまかい 6つの さぎょうで、お手本は たった 10ぷんぶん。それでも、うまく いく わりあいは 8わりから 9わりに なった、と ほうこくされた［10］。

べつの けんきゅうでは、13だいの ロボットで 17かげつ かけて、13まん回いじょうの さぎょうを きろくした。700いじょうの さぎょうが ふくまれる［11］。

さっきの ロボットの かいしゃも、とおくから うごかして あつめた うごきの データを、ほかの ロボットを つくる 人たちに わたす しごとを 2026ねんの 1がつに はじめる、と 2025ねんに はっぴょうした［12］。お手本は、とおくの 人の 手から うまれる。

でも、お手本を あつめるのには、人の じかんが かかる。もっと はやく れんしゅうする ほうほうは ないのかな。

AIの学び方のひとつは、人のお手本をまねることだ。「模倣学習」と呼ばれる。ここでいうAIは、動かし方を1つずつ書いたプログラムではなく、記録された動きのデータから、自分で調整していく仕組みのことだ。

ある研究では、人が遠隔操作でお手本を見せた。ケーブルタイを通す、電池をはめる、透明な調味料のカップのふたを開ける、といった細かい6つの作業で、お手本はわずか10分ぶんだけ。それでも成功は8〜9割になったと報告された［10］。

規模の大きい例もある。別の研究チームは、13台のロボットで17か月かけて、13万回以上の作業を記録した。700以上の作業が含まれる。見慣れた作業では97％の成功率だったが、初めての作業では76％だった［11］。

さっきの会社も、遠隔操作で集めた動きのデータを、ほかのロボット開発者向けに提供するサービスを、2026年1月に始めると2025年に発表した［12］。お手本は、遠くにいる人の手から生まれる。

ただ、お手本を集めるのには人の時間がかかる。もっと速く練習する方法はないのか。

1つめは模倣学習で、人が遠隔操作でロボットを動かして見せた記録を集め、AIがその記録から動かし方を学ぶ。ここでいうAIは、動かし方を1つずつ書いたプログラムではなく、データから内部の数値を自分で調整していく仕組みを指す。

低コストの両腕ロボット「ALOHA」の研究（2023年）では、ケーブルタイを通す、電池をはめる、透明な調味料カップのふたを開けるなどの6つの難しい作業を、遠隔操作インターフェースで集めたお手本で学ばせた。お手本はわずか10分ぶんで、成功率は80〜90％と報告されている［10］。

規模を大きくした例が、RT-1という研究だ。13台のロボットを17か月動かして、700以上の作業を含む13万エピソード以上を集めた。見慣れた作業の成功率は97％、初めての作業の指示では76％、じゃまな物を置いたテストでは83％、背景を変えたテストでは59％だった［11］。

遠隔操作で集めたお手本を、商売にする動きもある。Telexistenceは2025年8月、ロボットの動作データを大量に作って提供するサービス「モーションデータ工場」を2026年1月に始めると発表した。対象は、ロボットのスタートアップ、メーカー、大学、研究機関などだ［12］。店の裏で使っていた遠隔操作の技術を、お手本づくりに広げた形だ。

お手本は集めるだけで人の時間がかかり、RT-1の数字を見ると、背景を変えたテストでは成功率が下がる。別の方法として、コンピューターの中で練習させる手がある。

ふたつめは、ためして おぼえる ほうほう。うまく いったら ほめて、しっぱいしたら やりなおす。それを ものすごい かず くりかえす。

ロボットの 手で ルービックキューブを とく けんきゅうが あった。ほんものの ロボットで やると じかんが かかるので、コンピューターの 中の せかいで れんしゅう した。ぜんぶで、1万3000ねんぶんくらいの けいけんに なる、と かかれて いる［13］。

ただ、コンピューターの 中は ほんものと ちょっとだけ ちがう。そこで、キューブの おおきさや、すべりやすさ、じゅうりょくの つよさなどを、わざと ばらばらに した。サッカーの れんしゅうを、ボールの おおきさや、じめんの すべりやすさを かえて やって おく のに にている［13］。ただし ほんとうは、ロボットは すうじを かえて いるだけで、からだで おぼえて いる わけでは ない。

そうして れんしゅう した 手は、ほんものの キューブを とけた。ゴムの 手ぶくろを はめても、ぬいぐるみで つついても、とけた［14］。ただし ぜんぶ うまく いった のでは ない。まぜかたが ふつうなら 10かい中 6かい、いちばん むずかしい まぜかたなら 10かい中 2かいだった［13］。

あんなに れんしゅう しても、2かいしか。ロボットの にがてな ことは、なんだろう。

2つめは、試して覚える方法だ。うまくいったらほうびの点を増やし、失敗したら減らす。これを大量にくり返す。「強化学習」と呼ばれる。

ロボットの手でルービックキューブを解く研究があった。本物のロボットでやると時間がかかるので、コンピューターの中の世界で練習した。合計すると、約1万3000年ぶんの経験（コンピューターの中の時間）になる、と論文に書かれている［13］。

ただ、コンピューターの中の世界は、本物と少し違う。そこで、キューブの大きさや形、すべりやすさ（摩擦）、重力の強さなどの物理の設定を、わざとばらばらにした。しかも、だんだん難しくなるように自動でばらばらにする工夫（自動ドメインランダム化）を使った［13］。サッカーの練習を、ボールの大きさや地面のすべりやすさを変えてやっておくのに似ている。ただし本当は、ロボットが変えているのは数値で、体で覚えているわけではない。

そうして練習した手は、本物のキューブを解いた。ゴム手袋をはめても、ぬいぐるみでつついても解けた［14］。ただし、成功は15回まわす普通の混ぜ方で60％、いちばん難しい26回の混ぜ方では20％だった［13］。

あれだけ練習しても、難しい場合は5回に1回。ロボットの苦手なことは、何なのか。

2つめは強化学習で、試行錯誤しながら、うまくいく動きの点数が上がるように学ぶ。ロボットは現実世界で何万回も試すと時間がかかるため、シミュレーションの中で練習させる方法が使われる。

OpenAIの研究チームは、ロボットハンドでルービックキューブを解くために、シミュレーションの中だけで学習させ、それを本物のロボットに移した。学習に使った経験の累計は、およそ1万3000年ぶんに相当する［13］。

問題は、シミュレーションと現実のずれだ。チームは、大きさや形、摩擦、重力などの物理の設定をわざとばらつかせた。そのばらつきを「だんだん難しく」なるように自動で広げていく方法（自動ドメインランダム化、ADR）も考えた［13］［14］。現実が、ばらつかせた無数の「うその世界」のひとつに見えるようにする発想だ。

結果は、15回まわす混ぜ方で成功率60％、最も難しい26回の混ぜ方で20％。ゴム手袋をはめたり、ぬいぐるみでつついたりしても解けた［13］［14］。ただし、これは1つの特定の作業に絞った実験で、成功率も完全ではない。

これだけ練習しても、難しい場合は5回に1回しか成功しない。ロボットに苦手なことは、どこにあるのか。

ロボットの けんきゅうを した ハンス・モラベックさんは、1988ねんの 本で、ふしぎな ことを 書いた。テストや チェッカーの ように 頭を つかう ことは、コンピューターが おとなと おなじくらいに できるように なるのは わりあい かんたん。でも、1さいくらいの 子が ふだん して いる、ものを 見て つかんだり うごいたり する ことは、コンピューターには ずっと むずかしい、と［15］。

たしかに、この 文章に でて きた ロボットは どれも、にがてな ところが あった。ローソンの みせの のみものや おべんとうは 2000しゅるい［6］。まわりの けしきを かえると、うまく いく わりあいが 59パーセントに さがった［11］。いちばん むずかしい キューブは 10かい中 2かい［13］。

ただし、この かんがえには「めだつ れいばかり あつめて いるのでは？」という ひはんも ある［16］。

だから コンビニの ロボットは、AIだけでも、人だけでも なくて、くみあわせて はたらく。きまりきった ところは ロボット、おもって いなかった ところは 人。そう わけると、ひとで ぶそくを たすける ほうほうの ひとつに なりそうだ。みせの うらでは、これで うまく いって いる。では、おうちの ロボットは どこまで きて いるのだろう。

ロボット研究者のハンス・モラベックは、1988年の著書『Mind Children』で、意外な逆転を指摘した。知能テストやチェッカーのように頭を使う課題なら、コンピューターが大人なみになるのは比較的やさしい。ところが、1歳くらいの子どもがふだんしている、物を見て動く力まで持たせるのは、難しいか、ほぼ不可能に近い、と書いた［15］。

理由として、モラベックはこう考えた。人の脳の、感覚と運動を受け持つ部分には、進化の中で10億年にわたって積み重なった、環境への適応が入っている。推論は、その上にのった薄い層にすぎない［15］。この考えは「モラベックのパラドックス」と呼ばれる。

この記事に出てきたロボットにも、当てはまる場面がある。ローソンの店では、飲料や中食が約2,000種類ある［6］。背景を変えたテストでは、成功率は59％に下がった［11］。いちばん難しいキューブの混ぜ方は20％だった［13］。ALOHAの論文も、細かい作業は「ロボットには以前から難しい」と書き出している［10］。

ただし、この見方には批判もある。AI研究者のアルビンド・ナラヤナンは、目立つ例ばかりが集まっているだけではないか、推論にも常識が必要ではないか、と指摘している［16］。どちらが正しいかは、この記事では決めない。

コンビニのロボットは、AIだけでも、人だけでもなく、両方を組み合わせて動いている。決まりきった作業はAIとロボット、想定外のところは人。この分け方が、人手不足を助ける方法のひとつになっていると考えられる。店の裏では、こういう形で動いている。では、家庭に来たロボットは、どこまで来ているのか。

ロボット研究者のハンス・モラベックは、1988年の著書『Mind Children』で、知能テストやチェッカーのように頭を使う課題は比較的コンピューターに任せやすい一方、1歳くらいの子どもが日常でしているような知覚や運動は、難しいか、ほぼ不可能に近いと指摘した。理由として、人の脳の感覚・運動をつかさどる部分には、進化の中で10億年にわたって積み重なった環境への適応が刻まれていて、推論はその上にのった薄い層にすぎない、という説明をした［15］。この観察は「モラベックのパラドックス」と呼ばれる。

この記事の例にも当てはまる場面がある。ローソンの店舗の飲料や中食は約2,000種類、形は約200種類［6］。RT-1は、見慣れた作業の97％に対し、背景を変えたテストでは59％だった［11］。キューブは、いちばん難しい混ぜ方で20％だった［13］。ALOHAの論文も冒頭で、ケーブルタイを通すような細かい作業は、接触する力の調整や視覚のフィードバックが必要で、ロボットには昔から難しいと述べている［10］。

ただし、この見方には批判もある。AI研究者のアルビンド・ナラヤナンは、興味を引く例だけが目立つ選択効果ではないか、推論にも常識の知識が必要なので「人には易しく機械には難しい」側に入るのではないか、と論じている［16］。この記事の数字は、特定の研究や実験のものにすぎず、パラドックスの正しさを証明するものではない。

店の陳列ロボットは、AIと人の組み合わせで運用されている。想定外の場面は人が受け持ち、決まりきった部分をAIとロボットが受け持つ。この分担が、人手不足への対策として成り立っている理由のひとつだと考えられる。店の裏の話は、ここまで。家庭に来たロボットは、どこまで来ているのか。

おうちで つかえる ロボットの れいは、そうじの ロボットだ。2002ねんに ルンバが うまれた。さいしょの ルンバは、へやの ちずを もたず、ほとんど でたらめに うごいて、ものに ぶつかると むきを かえた［17］。

へやの ちずを つくって そうじする ルンバが うまれたのは、2015ねん。カメラで へやを 見ながら ちずを つくる。ふつうの おうち むけの せいひんに この ぎじゅつを いれたのは はじめてだった［18］。

にほんでは、ルンバを うって いる かいしゃが、2023ねんの おわりに、じぶんの ロボットの せたい ふきゅうりつが 10パーセントに なったと はっぴょうした［19］。

そうじの ロボットが ふえたのは、いつも おなじ ゆかの 上で、くりかえす しごとだからかも しれない。けんきゅうでは、りょうりを したり、エレベーターに のったり する ロボットも でて きた。人が 50回 お手本を 見せて おぼえさせた［20］。でも これは けんきゅうで、おみせで うっている ものでは ない。

家庭で使えるロボットの代表は、掃除ロボットだ。2002年に発売された最初のルンバは、部屋の地図を持たず、ほぼランダムに動いて、障害物に当たると向きを変えるだけだった［17］。

部屋の地図を作りながら掃除するルンバが登場したのは2015年。カメラと画像処理で周りの地図を作り、自分の位置も確かめる。これを一般向けの製品に初めて入れたのは、ルンバ980だった［18］。

日本では、アイロボットジャパンが、2023年末に自社ロボット掃除機の全国世帯普及率が10％になったと発表した［19］。

家庭で掃除ロボットが広まった理由は、いつも同じ床の上で、決まった作業をくり返すからかもしれない。研究の世界では、料理をしたり、エレベーターに乗ったりするロボットも出てきた。1つの作業につき50回のお手本で学ばせている［20］。ただしこれは研究成果の報告で、家庭向けに売られているものではない。

家庭で使えるロボットの代表は、掃除ロボットだ。2002年に登場した初代ルンバは、地図を持たず、ほぼランダムに動き、障害物に当たると向きを変える方式だった［17］。

iRobotは2015年9月16日にRoomba 980を発表し、カメラで周囲の地図を作りながら自分の位置を確かめる視覚的SLAM（vSLAM）を、消費者向け製品に初めて入れた［18］［17］。地図なしで始まって、十数年でカメラで地図を作る段階まで来たことになる。

日本では、アイロボットジャパンが、2023年末に自社ロボット掃除機の全国世帯普及率10％を達成したと発表した（自社製品だけの数字）［19］。

掃除ロボットが家庭に広まった理由は単純には言えないが、いつも同じ床で同じ作業をくり返す、という条件が、この記事の第3章の「作業の切り出し」と重なるように見える。研究の世界では、Mobile ALOHA（2024年）が、エビを炒める、戸棚を開けて鍋をしまう、エレベーターに乗る、といった作業を1作業50回のお手本から学んだ［20］。ただしこれは研究成果の報告で、家庭向けの製品として売られているものではない。

「ロボットが ひとで ぶそくを たすける」という ニュースを 見たら、3つ さがして みよう。

1つめ。ロボットが やって いる のは、どの 「さぎょう」？　2つめ。うまく いかない とき、だれが たすけて くれるの？　3つめ。その AIは、どこで どのくらい れんしゅう したの？

この 3つが 書いて ある か どうかで、どんな ロボットか ちがいが 見えて くる。

ロボットが うごく どうがは、ALOHAの ページで 見られる。おうちの 人に、さがして もらおう。

「ロボットが人手不足を助ける」というニュースや広告を見たら、3つ探してみる。

1. ロボットが受け持っているのは、どの「作業」か。
2. うまくいかないとき、誰が、どうやって助けるのか。
3. そのAIは、どこで、どのくらい練習したのか。

3つとも書いてあるかどうかで、ロボットの中身の違いが見えてくる。

ALOHAのプロジェクトのページには、ロボットが実際に動く動画が載っている。人手不足を扱う別の分野（物流や介護など）のロボットで、同じ3つを探してみるのもいい。TelexistenceのHPには2020年、2022年、2025年の発表が残っていて、同じ会社の考え方の変化を見比べられる。

「ロボットが人手不足を助ける」というニュースや広告を見たら、次の3つを探してみる。

1. ロボットが受け持っているのは、どの「作業」か（職業まるごとか、切り出した部分か）。
2. うまくいかないとき、誰が、どうやって助けるのか（遠隔操作、現場の人、再挑戦など）。
3. AIは、どんなデータで、どのくらい練習したのか（お手本、シミュレーション、実際の店での運用）。

3つとも書いてあるかどうかで、記事や製品の違いが見えてくる。

読み比べの材料もある。Telexistenceの2020年（遠隔操作だけ）、2022年（AIと遠隔操作の組み合わせ）、2025年（動作データの生成サービス）の発表を並べると、同じ会社の考え方の変化が追える［1］［7］［12］。モラベックの本とナラヤナンの批判を読み比べて、この記事の数字がどちらの側の例になるかを自分で判断するのもいい［15］［16］。ALOHAのプロジェクトのページには、ロボットが実際に動く動画が載っている［10］。