Elon Musk、2036年までに人型ロボット10億台を予測――だが計算は過酷だ
Elon Muskは、2036年までに世界で10億台を超える人型ロボットが存在するとの予測を示したと報じられている。この主張は、CCTV Financeを引用した9月2日公開のRSSHub 36Kr記事に掲載された。人口9人につきロボット1台に迫る機械の総数を意味する。
この数字は、単なる楽観的な市場予測ではない。10年以内に、現在の自動車産業を上回る規模の産業を築くことを意味する。また、人型ロボットが大きく異なる職場や家庭で、手頃な価格で、信頼でき、有用で、受け入れられる存在になることも必要となる。
この構想と現実の隔たりは非常に大きい。2025年には1万3,000台超の人型ロボットが出荷されたと報じられる一方、Teslaの納入台数は数百台以下にとどまった。導入済み機械を10億台に到達させるには、生産量を何桁も引き上げる必要がある。
Muskはまた、10億台のロボットが人類全体の生産量を上回るとの見方を示したと報じられている。人工知能が世界経済を20%から30%成長させる可能性があり、年間活動額で数兆ドル規模の上積みに相当すると結び付けた。
こうした生産性および経済規模の推計は、独立した検証を受けていない。元の発言には、生産速度、稼働時間、作業性能、資本コスト、雇用代替の影響を説明する公開モデルも添えられていなかった。
したがって本質的な論点は、ロボットが踊れるか、シャツをたためるか、デモ会場内で部品を運べるかではない。メーカーがembodied AIを、前例のない規模で信頼できる労働力へと変えられるかどうかだ。
Muskの2036年予測はロボット普及の時間軸を前倒しする
Muskの予測は、一般に2050年ごろとされる見通しを、わずか10年後の期限へと圧縮している。
9月2日に報じられた予測によると、Muskは10年以内に少なくとも10億台の人型ロボットが存在すると見込んでいる。この報道は、基礎となる発言を9月1日のものとしているが、会場や予測の前提については限られた文脈しか示していない。
この欠けた文脈は重要だ。予測は年間生産量、累計生産量、稼働中の導入台数、あるいは技術的に人型の動作が可能な機械を指す場合がある。これらの定義では市場規模が大きく異なる。
RSSHub 36Krの記事は、この数字を世界の人型ロボット数として説明している。引退済み、実験用、遠隔操作、あるいは限定的にプログラムされた機械が総数に含まれるかどうかは明記していない。
人型ロボットは一般に、人間らしい身体と、知覚、移動、作業実行のためのソフトウェアを組み合わせたものだ。この形態により、もともと人のために設計された階段、扉、棚、道具、作業台の周囲で機械を動かしやすくなる。
ただし、この定義には依然としてかなりの解釈の余地がある。固定ルートを走行する倉庫ロボットと、初めて訪れる家庭に入り、自由度の高い指示を完了できる汎用機械とでは大きく異なる。
Muskの時間軸は、Wall Streetの有力な予測とも異なる。Morgan Stanleyは、人型ロボットの導入台数が10億台に近づくのは2036年ではなく2050年ごろだと見ている。
同社の人型ロボット市場予測では、導入は2030年代半ばまで比較的緩やかに推移する。その後、2030年代後半から2040年代にかけて成長が加速する見通しだ。
Morgan Stanleyは、2050年までにこれらの機械の約90%が産業または商業環境で働くと見込む。家庭内の仕事には、より大きな柔軟性、安全性、社会的受容が求められるため、家庭市場ははるかに小さいと予測している。
Muskは実質的に、この10億台の節目を約14年前倒ししている。その予測を実現するには、さらに10年の技術開発を経てではなく、加速局面をほぼ直ちに始める必要がある。
人口との比較は、この主張をより具体的に感じさせる。国連の予測では、2037年ごろの世界人口は約90億人となる。したがって10億台のロボットは、およそ9人に1台の人型ロボットに相当する。
ただし、この比率は誤解を招く可能性もある。初期の機械の大半は、工場、倉庫、鉱山、病院、物流施設に集中する可能性が高い。家庭や国々に均等に分布するわけではない。
ある工場が数百台のロボットを稼働させる一方で、近隣の家庭が1台も所有しないこともあり得る。関連する経済指標は、人口当たりのロボット数ではなく、作業、施設、または労働時間当たりのロボット数だ。
Muskの生産性に関する主張も、同じ区別に左右される。長時間シフトで稼働する10億台の機械は、莫大な総生産を生み出し得る。しかし、その有用な貢献は、稼働率、監督、保守、エネルギー、作業成功率、完了した仕事の価値に依存する。
1つの生産作業を確実に実行するロボットは、測定可能な価値を生み出せる。頻繁な介入を要する汎用機械は、置き換える以上の労働力を消費する可能性がある。
この予測は、測定済みの見通しではなく、産業目標として捉えるのが最も適切だ。製造と自律性がともに向上すれば、embodied AIが到達できるとMuskが考える規模を示している。
この位置付けは、正確な数字が外れたとしても予測を重要なものにする。車両製造だけでなく、人型ロボット製造をTeslaの長期的なアイデンティティの中心に据えるものだからだ。
Teslaにあるのは100万台計画であり、10億台産業ではない
Teslaが公表した生産計画は信頼できる出発点を示すが、Muskの世界規模の予測をなお3桁下回っている。
Teslaは2026年1月の会社アップデートで、Optimus Gen 3が量産を前提とした初の設計になると述べた。同社は第1四半期中にこの設計を公開する予定だった。
Teslaはまた、初のOptimus生産ラインを準備しているとした。この取り組みにはサプライチェーンの整備が含まれ、生産は2026年末までに始まる見込みだった。
計画中のラインは最終的に、年間100万台のロボット生産能力を支えるものとなる。Teslaは、導入済み生産能力が実際の生産量と同じではないことを慎重に指摘している。
この区別は不可欠だ。工場の生産量は、部品供給、設備稼働率、ソフトウェアの準備状況、規制条件、品質管理、需要に左右される。
年間100万台であっても、大きな製造上の達成となる。しかし、1本のラインがそのペースで10年間稼働しても、引退や生産ロスを考慮する前でわずか1,000万台しか生産できない。
2036年までに稼働中のロボットを10億台供給するには、はるかに大きな規模が必要だ。業界全体で、この10年間に年間平均ほぼ1億台の純増を実現しなければならない。
初期生産量ははるかに少なくなるため、後年の年間生産量はこの平均を大幅に上回る必要がある。メーカーは故障した機械や耐用年数を終えた機械も交換しなければならない。
大まかな規模比較は、この難しさを示している。報じられた2025年の出荷台数は1万3,000台を超えた。この水準から累計10億台に達するには、ほぼ7万7,000倍の機械が必要になる。
道のりは直線的ではない。初期の商用化段階では生産が急速に倍増し、市場の成熟に伴って減速する可能性がある。繰り返し倍増したとしても、年間生産量が数百万台に達すれば、要求は困難なものになる。
Teslaには有用な優位性がある。大量生産、電動パワートレイン、バッテリー、ビジョンシステム、垂直統合型ソフトウェアを理解している。同社の工場は、Optimusの作業を試験するための管理された環境も提供する。
社内導入は、初期の需要問題を軽減できる。Teslaは自社施設内にロボットを配置し、失敗を観察し、訓練データを収集し、幅広く販売する前に作業を改善できる。
この戦略は、産業オートメーションが発展してきた方法に似ている。メーカーは管理された空間で反復作業から始め、信頼性と投資利益を測定した後に複雑性を加えていく。
ただし、人型ロボットの生産には、自動車とは異なる部品と公差が関わる。手には小型アクチュエータと精密なセンシングが必要だ。関節はトルク、重量、効率、耐久性、安全な対人接触の均衡を取らなければならない。
乗用車は、一定の部品冗長性や保護構造を許容できる。人型ロボットは、転倒や繰り返しの接触に耐えながら、効率的に動けるほど軽量でなければならない。
身体を量産化することは問題の半分にすぎない。各ユニットには、物体を認識し、行動を計画し、ミスから回復し、人の周囲で予測可能に振る舞うソフトウェアも必要となる。
そのソフトウェアは、完全にリハーサルされたデモに頼ることはできない。実際の職場には、置き場所を間違えた道具、反射面、破損した荷物、塞がれた通路、予測不能に行動する人が存在する。
遠隔の人間による支援は、一部の隔たりを埋められる。ロボットが異常な状況に遭遇した際、監督者が複数台を支援することも可能だ。
しかし、頻繁な介入は生産性の方程式を弱める。繰り返し人の助けを求める機械は、労働をなくすのではなく、管制室へ移すことになる。
したがってTeslaは、異なる3種類の規模を証明する必要がある。製造規模、自律作業の規模、顧客導入の規模だ。
100万台規模の工場が対処するのは、最初のカテゴリーだけである。投資家と顧客は依然として、これらのユニットが限定的な監督で価値ある仕事を完了できるという証拠を必要としている。
Muskの予測は、Teslaにより多くの運用データの公開を迫る。デモ動画や演出されたイベントでは、フリート規模の信頼性や経済的価値を立証できない。
有用な開示には、作業完了率、介入頻度、稼働時間、職場での事故、保守サイクル、ソフトウェア更新後の性能が含まれる。
こうした指標が示されるまで、Optimus計画は、不確実な労働プロダクトに結び付いた生産上の野心にとどまる。
市場予測は2036年までの10億台を大きく下回る
独立系の予測は大きな人型ロボット市場を支持しているが、その導入曲線はMuskの予測よりも劇的に遅いままだ。
Goldman Sachsは2024年、人型ロボット市場が2035年までに380億ドルに達する可能性があると推計した。同社のロボット市場分析は、その期間の出荷台数を140万台と予測した。
この推計は、同社の以前の出荷予測の4倍にあたる。Goldmanは改定の一因として、AI開発の加速と予想される部品コストの低下を挙げた。
同社は、言語に基づく推論を知覚や物理的な行動と結び付けるロボティック大規模言語モデルを取り上げた。これらのシステムは、エンジニアがすべての動作を手作業でプログラムする必要性を減らすことを目指している。
Goldmanはまた、汎用性の実現可能性はまだ証明されていないと警告した。物体操作、自然な対話、精密部品、製造能力は引き続き重要な制約だった。
同社の基本シナリオでは、2030年の人型ロボット出荷台数は25万台を超える。ほぼすべてが、環境と作業を管理できる産業用途に向かうと見込まれている。
この予測は、Muskの目標に必要な生産曲線を大きく下回る。2035年までに年間数百万台という大幅に上方修正された予測であっても、巨大な隔たりが残る。
Morgan Stanleyはより長期的な見方を取る。同社は2050年までに人型ロボットがほぼ10億台に達し、導入は2030年代半ば以降に加速すると予測している。
この予測も依然として並外れた成長を描いている。しかし、メーカーに対して、サプライチェーン、標準、サービスネットワーク、社会的受容を整備するための時間を2倍以上与えている。
最近の導入データは、目前の普及というより慎重な楽観論を裏付けるものだ。Associated Pressは、2025年に世界で1万3,000台超のヒューマノイドが出荷されたと報じた。
同社の出荷概要では、Omdiaの推計として、AGIBOTとUnitreeがそれぞれ5,000台超を出荷したとしている。TeslaとFigureの出荷は数百台以下だった。
Omdiaは、先進ロボットの出荷台数が2030年代前半に年間100万台を超えると見込む。これは2025年の水準から大幅な成長となる。
ただし、年間100万台の出荷でも、Muskが提唱する保有台数のごく一部にすぎない。10億台という目標には、特殊な産業機器の規模ではなく、スマートフォン級の製造能力が必要になる。
スマートフォンとの比較は、難しさを見えにくくする。スマートフォンには高度な電子機器が搭載されているが、バランスを取り、未知の物体を操作し、作業員のそばで稼働するわけではない。
スマートフォンの故障は通常、通信を妨げるだけだ。移動ロボットの故障は、設備を損傷し、生産ラインを停止させ、あるいは人を負傷させる可能性がある。
ロボットには現地での保守も必要になる。モーターは摩耗し、関節は緩み、バッテリーは劣化し、センサーはずれ、手部には繰り返し機械的な負荷がかかる。
したがって、10億台規模の保有台数は巨大な保守経済圏を生み出す。メーカーは多くの国で、交換部品、技術者、診断ソフトウェア、保険手続き、安全な更新システムを用意しなければならない。
供給の集中も別の制約となる。Morgan Stanleyによれば、開発企業は依然として中国やアジアの他地域で調達される部品に大きく依存している。
この集中は地政学的・運用上のリスクを生む。輸出規制、関税、材料不足、生産障害は、主要なロボットメーカーすべてに同時に影響し得る。
中国は現在、製造面で優位に立っている。Associated Pressが引用した調査によると、2025年のヒューマノイド出荷の推定85%を中国が占めた。
同年、中国には140社超のヒューマノイドメーカーと330超のモデルが存在した。これらの数字は激しい競争を示すが、持続可能な需要を裏付けるものではない。
分断された市場は実験を加速させ得る。一方で、冗長な設計、弱い保守支援、信頼できる用途が確立する前に受注を求める工場を生む可能性もある。
RSSHubの36Krレポートは、これらの市場推計との関係を説明しないままMuskの経済予測を提示している。世界の生産量を20%から30%拡大するには、ロボットを販売するだけでは足りない。
ロボットは、そうでなければ実行されなかった生産的な作業を完了させ、有意な制約を減らし、あるいはまったく新しい財やサービスを生み出さなければならない。既存資本を置き換えるだけでは、同等の純成長は生まれない。
経済学者は投資、エネルギー、保守、ソフトウェア、監督、代替される資産も考慮しなければならない。総生産と純粋な福祉は同一ではない。
この予測は、数値としては極端であっても、方向性として正しい可能性がある。AI搭載機械は、2036年までに10億台に達しなくても生産能力を拡大できる。
高価値の環境に配備されたより小規模な保有台数のほうが、低価値の作業を行うはるかに大規模な保有台数より重要になるかもしれない。生産性は台数だけでなく、稼働率と能力に左右される。
信頼性と需要はヒューマノイドロボットのデモより難しい
中心となる争点は、野心と技術力の対立ではない。10億台という約束と、顧客が信頼できるヒューマノイドを必要としていることを示す証拠との対比だ。
ロボティクスのデモは急速に進歩している。機械は現在、不整地を歩き、押されても立て直し、物体を仕分け、自然言語の指示に応答できる。
こうした能力は重要だが、デモは有利な条件を選ぶ。商用導入では、長時間シフト、摩耗した部品、予期せぬ障害物、反復作業にロボットがさらされる。
信頼性は数千時間にわたって測定しなければならない。短い動画では印象的に見えるタスク完了率も、工場規模では許容できない停止時間を生む可能性がある。
たとえば、作業ステーション間で部品を運ぶよう割り当てられたロボットを考えてみよう。正しい容器を識別し、安全に把持し、人の間を移動し、生産を妨げずに届けなければならない。
各工程で故障の可能性が増える。小さなエラー率でも、1シフトに数百回移動すれば累積する。
汎用能力はこの課題をさらに難しくする。専用機は、限定的な仕事に向けて構造と制御を最適化する。ヒューマノイドは、人間向けの空間や道具を使えるようにする代わりに、一定の効率を犠牲にする。
このトレードオフは、環境が頻繁に変わる場所では価値を持ち得る。固定式ロボットアームや車輪付きプラットフォームが同じ作業をより安く、より確実にこなせる場合、その説得力は弱まる。
工場はすでに広範な自動化を利用している。ヒューマノイドは、空白の市場を埋めるのではなく、既存の機械、再設計されたワークフロー、人間の作業者と競争しなければならない。
人型という形状自体にも議論がある。二足歩行は人向けに作られた空間での移動性をもたらすが、車輪は多くの場合、より少ないエネルギーで、より高い安定性を提供する。
手は幅広い操作の可能性をもたらすが、多くの産業作業に必要なのは専用設計のグリッパーだけだ。指や関節を増やせば、コスト、制御の複雑さ、保守負担も増える。
最も有力な初期用途は、人間が設計した環境と、固定式自動化では対応しにくい作業を組み合わせるものになる可能性が高い。資材搬送、検査、機械への部材供給、危険な保守作業はこのパターンに合う。
家庭内作業ははるかに高いハードルとなる。住宅には階段、ペット、子ども、壊れやすい物、散らかった衣類、液体、絶えず変化するレイアウトがある。
Associated Pressは、ロボットが靴を整理し、衣類を畳み、ゴミ袋を交換した家庭での試験を紹介した。人間の清掃員が同行していた。
利用者はその機械を興味深いと感じたが、効率が悪く、小さな家の中で動かしにくいと評した。この体験は、技術的能力と強い導入動機との隔たりをよく表している。
商用需要も不確実だ。中国メーカーは数千件の注文を報告したが、購入者の多くは研究機関、国有企業、デモンストレーション会場だった。
こうした購入は開発を助ける。しかし、民間顧客が運用コストと生産性を算出した後に大規模な保有台数を配備することを、必ずしも証明するものではない。
Associated Pressが引用したアナリストは、ユースケースがなお限られていると警告した。ロボットは依然として製造コストが高く、運用時には壊れやすく、構造化された環境に依存している。
この批判は、ヒューマノイドが失敗することを意味しない。業界が、補助金に支えられた実験と再現可能な顧客需要を区別しなければならないことを意味する。
成功した導入では、顧客が目新しさや政策支援に頼らず保有台数を拡大するはずだ。覚書やパイロット導入の発表より、追加発注のほうが強い証拠となる。
安全性も導入速度を左右する。特に導入後にモデルが新しい行動を学ぶ場合、雇用主には人のそばで稼働する機械に関する明確なルールが必要だ。
フィジカルAIは、従来のソフトウェアを超えるリスクをもたらす。チャットボットの誤答と、重量のある機械の誤った動きは別物だ。
ロボットメーカーには多層的な安全策が必要になる。これには、力の制限、緊急停止、制限された稼働区域、衝突検知、安全な更新、監査可能な行動ログが含まれる。
規制当局や保険会社は、ロボットが危害を及ぼした場合に責任をどう割り当てるかを問うだろう。責任はメーカー、ソフトウェア供給者、職場運営者、データ提供者にまたがる可能性がある。
サイバーセキュリティも別の物理的リスクを生む。侵害されたロボットは、カメラや施設地図を露出させるだけでなく、機械設備や人にも影響を及ぼし得る。
接続されたヒューマノイドが10億台あれば、巨大な攻撃対象領域が形成される。安全なID、暗号化通信、更新の検証、ネットワーク分離は基本インフラとなる。
学習データには別の懸念がある。ロボットは、職場や家庭で収集される動画、遠隔操作、シミュレーション、センサー記録から学習する。
それらの記録には、顔、会話、専有プロセス、機微なレイアウトが含まれ得る。プライバシー管理を拡大せずに学習だけを拡大すれば、規制上の抵抗を招くだろう。
エネルギー需要にも注意が必要だ。各ロボットには充電が必要であり、AIモデルの学習と提供にはコンピューティングインフラが必要となる。
10億台のロボットが一様に電力を消費するわけではない。それでも導入計画には、充電スケジュール、送電網の制約、バッテリー、現地の冷却やコンピューティング需要を含めなければならない。
Muskの生産性比較は、これらのシステムが長期間にわたり有用であり続けることを前提としている。保守による停止時間とエネルギー使用は純生産を減らす。
また、組織が機械を中心に業務を再設計できることも前提としている。プロセスを変えずにロボットを導入すれば、生産性向上ではなく高コストな混雑を生む可能性がある。
企業には、ワークフローのマッピング、安全性レビュー、従業員研修、統合ソフトウェア、パフォーマンス監視が必要になる。これらの活動は導入サイクルを長期化させる。
ナレッジワーカーも注目すべきだ。フィジカルオートメーションは情報システムも再構築するからだ。すべてのロボットは、指示、センサー履歴、インシデント記録、保守文書を生み出す。
チームには、散在するマニュアルやチャットスレッドではなく、検索可能な運用知識が必要になる。適切に管理されたAIナレッジベースは、意思決定の保存、失敗の比較、変化する手順の監査に役立つ。
この情報層は機械的な問題を解決しない。しかし、組織が何千もの小さな失敗から学ぶのか、それとも何度も同じ失敗を発見し直すのかを左右する。
したがって、10億台という予測はロボティクスだけでなく、制度的な能力にも依存する。顧客は何を自動化すべきか、それをどう測定するか、危険な導入をいつ停止すべきかを理解しなければならない。
2036年の予測を信頼できるものにする条件
Muskの予測が産業上の軌道になりつつあるのか、それとも宣伝上の目標にとどまるのかは、3つのシグナルで明らかになる。
第1のシグナルは、検証済みのOptimus生産だ。Teslaは最終的に年間100万台のロボットを生産できるラインを説明しているが、生産能力だけでは実際の生産量を示さない。
投資家は、完成品、工場内での導入、外部への納入、再現可能な月間生産を注視すべきだ。Teslaは試作機と顧客導入可能な機械を分けて示すべきでもある。
最も強い確認材料は、継続的な生産量と公表された稼働データの組み合わせになる。大規模な保有台数が相当な時間にわたり非稼働であれば、その主張は弱まる。
第2のシグナルは、自律的な生産性だ。ロボットメーカーは、人間の介入なしに機械がどれだけ長く稼働するか、割り当てられた作業をどの程度の頻度で完了するかを報告する必要がある。
有用な指標には、生産的な稼働時間、介入頻度、安全インシデント、保守間隔、変化する条件下でのタスク成功率が含まれる。
こうした測定は、選ばれたデモではなく通常運用を対象にすべきだ。独立した顧客も、統合と監督のコストを差し引いた後にロボットが価値を生むことを確認すべきである。
第3のシグナルは、複数産業にまたがる反復需要だ。10億台市場は、自動車メーカーが関連するロボティクスプログラムから機械を購入することに依存できない。
倉庫、物流事業者、メーカー、公益事業者、病院、ホテル、サービス企業は、パイロット完了後に追加注文を出さなければならない。
注文は納入と導入拡大に転換されるべきだ。預託金、提携発表、展示イベントは、より弱い証拠にとどまる。
中国はこの検証の中心となる。供給網、メーカー数、初期出荷での優位性により、中国は急速な生産に向けた現在最も強い基盤を持つ。
Teslaや他の米国開発企業は、AIモデル、チップ、統合ソフトウェアで優位性を維持する可能性がある。そうした強みは、より高いベンチマークスコアだけでなく、信頼できる機械へと結び付かなければならない。
汎用ロボットと特化型ロボットの競争も、重要なシグナルとなる。顧客は、多くの業務では車輪型システムや固定式自動化の方が高い投資対効果をもたらすと判断するかもしれない。
特化型マシンが優勢となった場合でも、ヒューマノイドの台数はMusk氏の目標に近づかずに増加し得る。人間型という形態は、その柔軟性が機械的な複雑さを上回ることを証明しなければならない。
今後数カ月で、Tesla自身の立ち位置もより明確になるはずだ。Optimus Gen 3が詳細に公開されれば、手、アクチュエーター、保守性、設計が、再現性のある製造に対応できる段階にあるかどうかが分かる。
2026年末までに生産設備が稼働に入れば、Teslaのタイムラインを裏付ける材料となる。遅延や設計の見直しがあれば、必要な成長はさらに短い期間に圧縮される。
初期の工場成果は、プレゼンテーションの完成度より重要だ。Teslaは、限られた監督のもとで、機械がフルシフトにわたり有用な作業を完遂できることを示す必要がある。
より広範な経済的主張は、引き続き検証が難しい。世界経済が年率20%から30%で成長するには、生産性、投資、消費、市場アクセスのすべてで改善が求められる。
AIは、その成長率を実現しなくとも、経済の生産能力を高める可能性がある。ボトルネックは労働力から、エネルギー、材料、資本、規制、需要へと移ることがある。
分配も重要だ。ロボットによる生産は総生産を押し上げる一方、所得を機械の所有者やインフラ提供者に集中させる可能性がある。
労働者、政府、企業は、賃金、税制、訓練、規制、新規事業の創出を通じて対応する。こうした反応が、能力の向上が広く共有される繁栄へとつながるかどうかを左右する。
RSSHubの36Kr項目はMusk氏の最も劇的な数字を捉えているが、検証上の隔たりもこの話の一部である。読者は、報じられた発言と、監査済みの生産・導入実績を分けて考えるべきだ。
2036年までにヒューマノイドを10億台実現することは、例外的に急峻な製造曲線の下でのみ、数学的には可能となる。Tesla単独ではなく、多数の企業と国々が巨大な規模に到達することが必要だ。
この予測の信頼性が高まるのは、工場が数百万台を出荷し、顧客が再発注し、ロボットが恒常的な人間の救援なしに安全に稼働する、という3つが同時に起きたときだ。
それまでは、この数字は業界への挑戦として機能する。フィジカルAIが最大級の約束を実現するには何を変える必要があるのかを、メーカー、サプライヤー、規制当局、購入者に示している。
次に問うべきは、ヒューマノイドがまた印象的なデモンストレーションを披露できるかどうかではない。どれだけの生産的な作業時間を完了したのか、人がどの程度介入したのか、顧客が追加注文したのかを問うべきだ。
Tesla、中国のメーカー、独立した導入事例をまたいで、これらの答えを追跡したい。生産の拡大とともにそれらが改善するなら、Musk氏の圧縮されたタイムラインは真剣に注目する価値がある。
メーカーが生産能力の目標と演出された動画だけを公表するなら、より長い普及曲線の方が依然として説得力を持つ。その場合、10億台のロボットは2036年の現実ではなく、到達点となる。
