人間の作業負荷が圧力を受ける中、Metaがデータセンター向けロボットをテスト

Metaは、拡大する米国インフラを雇用創出につなげる姿勢を示す一方で、データセンターにおける物理作業向けロボットをテストしている。報道によると、これらの機械はケーブルの交換、サーバーの再起動、機器の点検、ラックの移動、部品の再装着を行う。ある従業員は、ケーブル作業の自動化が成功すれば、特定の業務負荷の最大80％を代替できる可能性があると見積もった。

この見積もりはMetaの公式予測ではない。Google Newsで広く流通した記事の基礎となったWIREDの取材で、従業員が語った内容である。ロボットは依然として、熟練技術者より遅く、自律性も低い。

それでも、このテストは自動化をソフトウェアの領域から、MetaのAIシステムを支える物理的な通路へと拡張するものだ。Microsoft、Google、Amazonも関連する用途を検討してきた。Metaは今、インフラの成長が技術職を生み出すのか、それとも徐々に自動化されたワークフローへ転換するのかという難しい問いに直面している。

これは単に、ロボットがボタンを押す話ではない。ますます自動化が進むコンピューティングシステムにおいて、最後の手作業を誰が担うのかという問題である。また、人の手を前提に設計された今日のデータセンターが、信頼性を損なわずに機械による保守が可能になるかも試される。

Meta、データセンター向けロボットを実際の施設へ導入

Metaはもはや、データセンターロボティクスの取り組みを管理されたデモに限定していない。

WIREDが記録したロボティクスのテストによると、複数の機械がMetaの施設内で稼働、または試験運用されている。対象はアイオワ州アルトゥーナ、オハイオ州ニューオールバニーなどの拠点に及ぶ。

Metaは、電源の入れ直しにKinova Gen3ロボットアームを試験導入したと報じられている。電源の入れ直しとは、特定の障害から機器を復旧させるために、物理的に電源をオフ・オンする作業を指す。

別の実験では、2本のアームを備えたWatney Roboticsの機械が使われている。これらの機械は、Metaのアルトゥーナ・キャンパスで人間の監督下においてケーブル作業を試みている。

この試験は2025年6月から進められていると報じられている。機械はまだ人間の技術者の速度には達していないが、実運用環境で作業している。

MetaはニューオールバニーのPrometheusキャンパスでもABB製機器をテストしている。報じられた構成の一つは、車輪付きプラットフォーム、シザーリフト機構、6軸ロボットアームを組み合わせるものだ。

この設計により、アームはラック内の異なる位置に到達できる。初期の任務には、信頼できる接続を回復するためにハードウェアを取り外したり位置を調整したりする部品の再装着が含まれると報じられている。

機械の多様性には意味がある。Metaは、すべての保守作業を行う単一のヒューマノイドロボットに賭けているわけではない。特定の運用上の問題に対して、専門化された構成を試している。

ある作業には移動性が必要となる。別の作業には高さの調整、正確な目視検査、制御された力、あるいは柔軟なケーブルを操作する能力が求められる。

Metaは、これらの新しい試験以前にも、より単純な自動化を導入していた。2023年には、重量のあるサーバーラックを運搬する自動運転の牽引車を公開した。

また、バーコードを読み取る車輪付き在庫管理ロボットも開発した。WIREDによると、これらのシステムは現在、アイオワ州やバージニア州の施設を含む複数の拠点で稼働している。

この進展は、Metaの実践的な開発戦略を示している。同社はまず、予測可能な経路を中心に環境を構造化できる移動や在庫管理を自動化した。

現在は、物体操作をテストしている。ケーブルは曲がり、コネクターには違いがあり、機器がカメラの視界を遮り、誤りは高価なハードウェアを損傷させかねないため、物体操作はより難しい。

Google Newsの見出しは、ロボットが定型作業を引き継ぐ点に焦点を当てた。より重要な変化は、Metaが機械に稼働中の施設特有の複雑さを経験させる運用上のテストベッドを整えたことである。

アルトゥーナはこのプロセスの中心にあるようだ。アイオワ州のキャンパスは歴史的に、Metaがより広範な展開を検討する前にインフラ技術を評価する場として機能してきた。

これは、すべての機械が実運用に到達することを意味しない。それでも同社は、自動化が最終的に有効性を証明しなければならない環境内で、性能データを収集できるようになった。

この試験は、物理ロボティクスをMetaの既存のソフトウェア自動化とも結び付ける。Metaは長年、障害を検知し、リモート修復を試みる監視システムを利用してきた。

同社のハードウェア修復プロセスは、不健全なサーバーを特定し、ソフトウェアによる修正を適用し、物理的な介入が引き続き必要な場合には技術者向けチケットを作成できる。ロボットはこの最後のカテゴリーを対象とする。

サーバーのリセットは、ソフトウェアがリモートで完了できなくなると単純ではなくなる。誰かが正しい機械を特定し、その状態を確認し、制御部に手を伸ばし、隣接する機器に影響を与えないようにしなければならない。

自動化された物理作業は一つひとつ、この隔たりの一部を埋める。したがって、この実験はMetaのソフトウェア制御システムを建物そのものへと拡張するものだ。

Metaが最後の手作業を自動化する理由

Metaがインフラにより多くの資金を投入し、より専門的なハードウェアを運用するほど、事業上の合理性は強まる。

Metaは、ファイナンスリース元本の支払いを含む2026年の設備投資額が1,300億ドルから1,450億ドルに達すると見込んでいる。この見通しは同社の四半期決算に記載されている。

同社は第2四半期だけで310億8,000万ドルの設備投資を計上した。Metaの投資の多くは、サーバー、データセンター、ネットワーク、そしてAI開発に必要なシステムを支えている。

この規模では、保守は副次的な問題ではない。接続不良が起きれば、適切な技術者が適切なラックに到達するまで、高価なコンピューティング能力が使えなくなる可能性がある。

MetaのAIクラスターには、従来型の設備群よりも多様なハードウェアが含まれる。同社は、50を超えるコンポーネントに関わる30種類以上の保守作業について説明している。

また、同社のキャパシティ保守に関する文書によると、毎日数千件のAIホストに対する中断を伴う作業を実施している。中断を伴う作業とは、一時的にホストを生産的な処理から外す作業である。

こうした作業の大半はソフトウェア主導のままである。しかし、故障したケーブル、緩んだ部品、遮られたセンサー、反応しない電源制御は、依然として人の対応を必要とする可能性がある。

ロボットは、その最後の対応を短縮できる可能性を持つ。施設内にすでにいる機械は、ソフトウェアが物理修理チケットをエスカレーションした際に行動できる。

経済的な利点は、必ずしも労働者の置き換えだけに依存しない。より迅速な介入によって、価値の高いハードウェアを早く復旧させ、夜間や週末の遅延を減らせる。

ロボットは再現性も提供する。各試行の力、位置、タイミング、結果を記録でき、後の分析に向けた構造化データを作成する。

その情報は、ロボティクスソフトウェアと将来のハードウェア設計の両方を改善し得る。Metaは、どのコネクター、ラック配置、修理手順が一貫して自動化を妨げるのかを発見できるかもしれない。

経験豊富な技術者の人材プールが限られる地域では、圧力は特に強くなる。大規模キャンパスには、電気技師、ネットワーク専門家、冷却設備の専門家、安全担当者、ハードウェア技術者が必要となる。

Metaによると、人手不足はすでに建設を制約している。同社は、利用可能な労働力を縮小するのではなく拡大することを目的とした研修施策を開始している。

CBREとのLevelUpプログラムは、将来の光ファイバー技術者に向けた4週間のコースを提供する。Metaは、この取り組みで数千人を訓練し、請負業者ネットワークを通じて卒業者を仕事の機会につなげるとしている。

Metaはまた、米国で27のデータセンターを運営または建設中だとしている。2010年以降、これらのプロジェクトは3万人以上の建設雇用と5,000人以上の恒久的な運用職を支えてきた。

これらの数値はMetaの雇用に関する発表に基づくため、企業報告の数字として理解すべきだ。それでも、Metaがインフラ拡大と雇用をいかに強く結び付けているかを示している。

ロボティクスはこのメッセージを複雑にする。建設需要は増加する一方で、運用業務はより自動化される可能性がある。

建設と運用の違いは重要である。新たなキャンパスの建設には大規模な一時的労働力が必要となる一方、完成した施設を稼働させ続けるために生まれる継続的な雇用の枠はより小さい。

したがってMetaは、個々の職務を自動化しながらも全体としてより多くの人を雇用できる。どちらの主張も成立し得るが、その恩恵は異なる労働者や地域に届く可能性がある。

このため、80％の業務負荷という見積もりはGoogle Newsで注目を集めた。これは技術的なパイロットを、理解しやすい労働の問題へと置き換えるものだからだ。

ただし、業務負荷の削減は雇用の消滅と同義ではない。技術者は診断、安全確認、エスカレーション、計画、そして現在のロボットでは確実に対応できない未知の修理を担っている。

当面の圧力は反復的な作業にかかる。ケーブル交換、在庫確認、基本的なリセット、定期点検は、予測不能なトラブルシューティングよりも定義しやすい。

自動化はしばしば、そうした作業をより広い役割から切り出すことから始まる。その後に残る仕事は、より技術的に、より監督的に、あるいはより少数になる。

Metaにとって中心的な課題は、このプログラムを動かしているのが労働力の代替ではなく不足であることを示すことだ。その証明には、導入データ、人員配置の傾向、再設計された役割に関する透明性の高い説明が必要となる。

データセンターロボティクスはハイパースケーラー間の競争へ

Metaの実験は、物理インフラをソフトウェアのように応答させるための、より広範な競争の一部である。

Microsoft Researchは、光トランシーバーやケーブルを操作するモジュール式ロボットを開発している。その取り組みは、ファイバーの清掃、設置、修理、廃止措置、ハードウェア再構成にも及ぶ。

同社は、自律保守型データセンターという長期目標を掲げている。このモデルでは、ソフトウェアが障害を検知し、人間の関与を限定しながら物理的な対応を調整する。

Microsoftのロボティクスプログラムは、共同設計を重視している。機械を後付けの技術者として扱うのではなく、施設、ハードウェア、ソフトウェア、ロボットがともに進化しなければならない。

Googleも物理インフラ向けロボティクスを追求してきた。同社の採用には、ハイパースケール施設全体への移動ロボット、誘導車両、多軸アームの導入を担う専門家が含まれている。

Amazonは、データセンターのコンポーネントを扱い、リサイクルするためのロボティクスについて議論してきた。大規模な倉庫自動化の経験は関連する専門性をもたらすが、サーバー保守には異なる水準の精度が求められる。

Metaの現在の立場は、確立されたデータセンター設備群と拡大中のロボティクス組織を組み合わせたものだ。同社は、単一の汎用ヒューマノイドシステムを待つことなく、複数の商用プラットフォームをテストできる。

このサプライヤーアプローチは、技術的な集中を抑える。Watney、Kinova、ABBは、それぞれ異なる形態、制御システム、成熟度を提供する。

一方で、統合はより難しくなる。Metaは各機械を、施設マップ、修理チケット、ハードウェア記録、安全方針、アクセス制御に接続しなければならない。

したがって主な競争は、Metaと単一の競合他社との間にあるのではない。自動化された保守と、人間のために構築されたインフラとの競争である。

人間は、ラベル表示の不十分なケーブルを認識し、障害物を動かし、ドアを開け、明示的な指示なしに握り方を調整できる。ロボットには、こうした変動をモデル化または検出する必要がある。

データセンターには、標準化されたラックと、長年にわたり積み重なった例外が共存している。機器の世代は異なり、ケーブル経路は変化し、修理履歴によって小さな物理的な不整合が生じる。

こうした条件は、ケーブル操作が重大な研究課題となった理由を説明している。ケーブルは変形し、重なり、コネクターを隠し、隣接するハードウェアへ力を伝える可能性がある。

ロボットは正しいケーブルを特定し、その経路を理解しなければならない。さらに、隣接する接続を外してしまわないよう、把持を制御する必要がある。

コネクターに抵抗がある場合には、復旧手順も必要となる。訓練を受けた技術者なら抵抗を感じ取り、角度、ラッチ、あるいは部品のどれに問題があるのかを判断できる。

現在のロボットは、制約された条件下ではこうした作業を実行できる。信頼できる展開には、そうした条件がもはや当てはまらないことを認識する能力が求められる。

Metaの実験は、完全自律型の施設より先に、特化型ロボティクスが導入されることを示唆している。車輪付きの点検ロボットが在庫管理を担い、固定式アームが制御された電源操作を実行する可能性がある。

監督下の双腕マシンは、特定のケーブル配置に対応できるかもしれない。技術者は例外を管理し、リスクの高い操作を承認することになる。

このモデルは、他産業における自動化に似ている。機械はまず、定義された範囲内の反復作業を担い、人間は不規則なケースに対する判断と責任を維持する。

より大きな変化は、新たな施設設計によってもたらされる可能性がある。Metaがロボット対応コネクター、より広い通路、機械可読ラベル、自動ドアを標準化すれば、性能は向上するはずだ。

ハードウェアモジュールには把持ポイントや位置合わせガイドを組み込める。ラックは、ロボットが密集したケーブル束を通り抜けずに到達できる場所に操作部を配置できる。

こうした変更は、ベンダーとの関係もより強固にする。ロボット対応のMetaキャンパスでは、サプライヤーに対し、定義された機械的・データ的インターフェースに適合する部品の提供が求められる可能性がある。

したがって、最も重要なGoogle Newsの記事は後になって登場するかもしれない。それは、人間の空間に後付けされた機械ではなく、最初からロボットによる保守を前提に設計されたデータセンターを扱うものだろう。

機械がなお失敗する、人間の判断が重要な領域

迅速な展開に反対する最も強い根拠は、すでにMetaの施設内で稼働しているロボットから得られる。

WIREDは、Metaの在庫管理ロボットが、カメラがグレースケールしか検出できないため、緑の表示灯と赤の表示灯を区別できないと報じた。一部の障害には、依然として人間による確認が必要である。

この機械は、曲がり角や経路上に横たわるケーブルにも苦戦する。建物間を移動させる際には、人がドアを開け、遠隔で誘導する必要がある場合がある。

報道によれば、作業者は在庫管理ロボットを遅すぎると考えている。Metaはより高速な選択肢としてドローンを検討したが、同じ報道によると、そのアプローチを継続しなかった。

バッテリー充電も別の制約となる。長時間にわたり利用できないロボットは、バックアップ機や自動充電システムなしには、信頼性の高いインシデント対応を提供できない。

AltoonaのWatneyロボットは、人より遅いままだと報じられている。また監督下で稼働しており、短期的な人件費削減効果は限定される。

Metaは社内で、一部のハードウェアがより難しい問題を伴うことを認識している。Nvidia GB300システムに必要な高密度の配線は、報道によれば、依然としてロボットの現行能力を超えている。

この制約は、規模に関する主張に直接的な疑問を投げかける。新たなAIシステムは自動化の価値を高める一方、物理的な作業をより要求の厳しいものにもなり得る。

ロボットの精度は、ミスのコストと照らして評価しなければならない。誤ったケーブルを外したりコネクターを損傷したりすれば、高価な機器に影響し、重要なワークロードを遅延させる可能性がある。

成功したデモは、運用上の信頼性を確立するものではない。Metaには、数千回の試行、複数世代のハードウェア、異例の障害条件にわたる証拠が必要だ。

同社は、これらの試験における成功率、介入頻度、修理時間、損傷事象を公表していない。また、WIREDによる試験の詳細な記述への回答も控えた。

Exclaim RoboticsのCEO、Helen Oleynikovaは、この報道で率直な評価を示した。業界は多くのパイロットやデモを生み出してきたが、実証可能な実用ソリューションは存在しないと述べた。

この見解は、Metaのプログラムが失敗することを立証するものではない。だが、有望なプロトタイプと信頼できるインフラの間にある検証上の隔たりを示している。

データセンターには、厳格な安全性と可用性の要件がある。機械は、電源制御、アクセスシステム、監視ソフトウェア、近くで作業する技術者と連携しなければならない。

サイバーセキュリティも重要である。サーバーのリセットやネットワーク接続の操作を許可されたロボットは、施設の制御面の一部となる。

運営者は、コマンドを認証し、許可されていない物理操作を防ぐ必要がある。また、機械が何に触れ、なぜそうしたのかを示す信頼できるログも必要だ。

ソフトウェア障害も別の問題をもたらす。ロボットは地図を失ったり、機器を誤分類したり、修理中に停止したりする可能性がある。

人間の監督者には、別の停止障害を引き起こさずに機械を復旧させるための安全な手順が必要となる。緊急停止と制限された稼働区域は、毎回確実に機能しなければならない。

労働をめぐる説明にも不確実性がある。80％という数字は、ある従業員の推定であり、測定された人員削減や正式な人員計画ではない。

この文脈なしに繰り返せば、警告が予測に変わってしまう。これらの試験は、その水準の自動化を独立して確立してはいない。

Google Newsでの配信は、こうした違いを平板化し得る。挑発的な作業量の推定は、監督、充電、グレースケールカメラ、人の補助を要するドアといった詳細よりも速く広がる。

責任ある結論は、より限定的である。Metaは、一部の技術者の勤務時間において意味のある割合を占める作業の自動化を積極的に追求している。

現行の機械は、依然として人間と制御された環境に依存している。展開の速度は、Metaがその制約に合わせて施設と手順を再設計するかどうかに左右される。

この移行には数年かかる可能性がある。また、在庫管理や輸送はケーブル作業や複雑な修理より速く自動化されるなど、不均一に進展する可能性もある。

作業者は、一つの割合ではなく作業の構成に注目すべきだ。重要なのは、どの職務が消え、どの責任が拡大し、最終的に各施設が何人の技術者を維持するのかという問いである。

Metaの雇用に関する約束は、いま信頼性の試練に直面している

Metaは、データセンター労働の異なる未来を示す二つのメッセージを整合させなければならない。

第一のメッセージは、雇用創出を強調する。Metaは、AIを支えるインフラを構築・運用するために、米国にはより多くの熟練労働者が必要だとしている。

広報担当のFrancis BrennanはWIREDに対し、米国は第二次世界大戦以来最大のインフラブームを経験していると語った。不足を補うには、より少ない労働者ではなく、より多くの労働者が必要だと主張した。

Metaの研修プログラムは、この立場を支えている。同社は、光ファイバー、電気、機械、配管の作業に向けて人材を育成し、パートナーを通じて一部の修了者に雇用を保証している。

第二のメッセージは、エンジニアリングを通じて発せられている。MetaのロボティクスマネージャーであるEric Xuは、インシデント対応、監視、予防保守に向けたデータセンターロボットを長期目標として説明している。

これらの立場は、必ずしも矛盾するわけではない。ロボットが反復作業を担う一方、訓練を受けた人材は建設、トラブルシューティング、安全、複雑な機器を扱うことができる。

しかし、Metaはそれらの役割がどのように変化するのかを説明していない。同社の対外的な人材メッセージは機会を強調する一方、ロボティクス試験の多くは明らかになっていない。

この隔たりは、データセンタープロジェクトを検討する地域社会にとって重要である。地方自治体の担当者は、しばしば雇用を、税制優遇、土地利用、電力需要、水消費と併せて評価する。

施設は大規模な設備投資を意味し得る一方で、それに見合う数の恒久的な雇用を生み出すとは限らない。自動化の進展は、この差を広げる。

Altoonaの例は、この問題を示している。Metaは2014年にアイオワ州の施設を開設し、現在ではキャンパス全体で数百人を雇用している。

同市は、このプロジェクトが経済活動と明確に認識できるテクノロジー雇用を約束したこともあり、税制上の譲歩を受け入れた。ロボティクスは、今後の交渉の前提を変える。

地域社会は、計画中のキャンパスが数百人の常勤労働者、数十人の専門オペレーター、あるいはより小規模な遠隔チームのいずれを必要とするのかを知りたがるだろう。

また、建設雇用と長期的な運用を区別する可能性もある。一時的な建設需要の急増は、完成後の持続的な技術雇用を保証するものではない。

Metaによる最近の人員決定は、さらに別の側面を加える。同社は、2026年5月の人員削減に関連して、11億8000万ドルの退職金費用を計上したと報告した。

公表された決算では、この削減がデータセンター技術者を特に対象としたものではない。それでも、インフラ支出の増加が全社的な雇用を守るという前提を弱める。

より適切な試金石は、測定可能な人員配置である。Metaは、ロボットが本格稼働した後に技術者数がどう変化するか、影響を受ける作業者がより高い技能を要する役割へ移るかを開示できる。

研修の成果も精査に値する。受講者数よりも、修了、就職、定着、賃金上昇の方が重要である。

作業者には、フリート監督、ロボット保守、安全性検証、インフラ統合を含む、自動化が生み出す役割への道筋が必要だ。

こうした職務には、従来のサーバー作業とは異なる資格が求められる可能性がある。既存の技術者に実践的な移行経路がなければ、企業はこの移行を労働者に優しいとは呼べない。

実験はベンダーにも影響する。サーバー、ラック、コネクターメーカーは、自社機器をロボットが保守しやすくするよう圧力を受ける可能性がある。

請負業者では、定型的な保守契約が縮小する一方、ロボティクス統合への需要が増える可能性がある。施設管理会社は、機械とソフトウェアの専門性を組み合わせたチームを必要とするかもしれない。

ナレッジワーカーもこのパターンに注目すべきである。データセンターの自動化は、AIが職業全体を置き換える前に個別の作業を標的にすることで、オフィスの役割を変えるあり方と似ている。

職務は存続しても、その自律性、必要な技能、作業量、人員数はすべて変化し得る。そのため、創出・削減される雇用に関する大まかな主張よりも、タスクレベルの証拠の方が有用である。

Google Newsを通じてこの話題を追う読者にとって、労働をめぐる対立は長く続く論点である。ロボットアームは目に見えるが、実際の影響を決めるのは、その背後にある運用モデルだ。

Metaのロボットが準備できたかを示す三つの兆候

次の段階は、もう一つの洗練されたデモではなく、展開の証拠、職務設計、インフラの変化によって判断されるべきである。

第一の兆候は、より広範な運用展開である。Metaはいくつかの機械を試験しているが、データセンター全体へのフリート展開は発表していない。

意味のある拡大には、施設名、定義された作業、測定可能な性能が含まれる。修理完了率と人間の介入率は、この技術が時間を節約するかどうかを明らかにするだろう。

ケーブル交換の性能には特別な注意が必要である。これは高い潜在価値と、困難な操作、そして問題が起きた際の重大な結果を兼ね備えている。

Metaがこの作業を監督下の試験から先へ進めれば、自動保守を支持する根拠は強まる。少数のテストベッドに閉じ込められた状態が続けば、懐疑論者を支持することになる。

第二の兆候は、人員配置と職務記述の変化である。Metaとその請負業者は、採用、研修、社内の役割設計を通じて優先事項を明らかにする。

ロボティクス技術者や集中管理オペレーターの求人が増えれば、仕事が単に消えるのではなく、移行していることを示す。拠点レベルでの技術者需要が減少すれば、直接的な代替を示唆する。

最も有益な指標は、コンピューティング能力の単位当たりの技術者数となるだろう。Metaは人員を増やしながら、各施設に必要な労働力を大幅に減らすことができる。

研修プログラムについても、就職率と定着率を公表すべきだ。こうした結果は、自動化によって業務構成が変化した後も、Metaの雇用に関するコミットメントが労働者に届いているかを検証するものとなる。

3つ目のシグナルは、ロボット対応のインフラである。新たなラック仕様、コネクター、サービスAPI、機械可読ラベル、施設レイアウトは、より深いコミットメントを示すことになる。

後付けのロボットは、人間向けに設計された環境の制約を受けながら動作しなければならない。専用設計のインフラなら、扉、ケーブルの障害物、視認上の曖昧さ、扱いにくいアクセス箇所をなくせる。

こうした設計変更は、Metaが自動化の標準化を見込んでいるという見方を強めるだろう。そうした変化がなければ、同社が依然としてロボットを実験的なツールと捉えている可能性を示唆する。

これらのシグナルでは、競合他社の動きも有用な比較材料となる。Microsoftはすでに、自己保守型データセンターを研究目標として説明している。

複数のハイパースケーラーが共通の機械的インターフェースを採用すれば、サプライヤーは機器を再設計する強い動機を得る。共通標準は、単一企業の取り組みを超えて導入を加速させる可能性がある。

読者は現在の主張をどう受け止めるべきか。完了した雇用代替の証明ではなく、方向性を示す証拠として扱うべきだ。

Metaは、専門ロボットを実際のデータセンターに配置し、経済的に意味のある業務を割り当てている。これは研究室でのデモンストレーションよりも重要だ。

ただし、これらの機械には依然として監督、充電、環境面での支援、そして慎重に限定された作業が必要である。Metaは、その信頼性や労働への影響を確立するほど十分な運用データを公表していない。

次のインフラ発表では、3つの点に注目してほしい。ロボットはテスト拠点を超えて展開されたか。技術者の役割は変化したか。施設は機械による保守を前提に設計されたか。

その答えは、Google Newsの次の見出しよりも重要になる。それにより、Metaが労働者のためのツールを追加しているのか、それともより少ない人手を前提にデータセンターを再構築しているのかが分かる。