74%と0.3% — 同じロボット市場なのに数字がまったく違う
Anthropicは米国約900職種と約1万9000のjob taskを分析し、現在のロボットが身体作業の74%を少なくとも何らかの環境では実行できると推定した。全労働時間に換算すると約34%に相当する。
しかし購入、設置、保守、人の監督、エネルギーまで含めると、現在人よりコスト競争力がある領域は全労働の約0.3%だった。
74%は技術的露出、0.3%は現在の経済性まで通過した範囲である。この差がPhysical AIの市場形成を考える上で重要になる。
「できる」には複数の段階がある
研究はロボットがタスクを実行できる環境をE0からE3に分ける。E0は現在実行不能、E1はロボット専用環境、E2は構造化された人の作業環境、E3は非構造環境でも実行可能という区分だ。
全労働時間では約12%が現在ロボットでは実行できない身体作業、約23%が専用環境、10%が構造化された人の作業場、1%が非構造環境でも可能な作業だった。
したがって74%は、人と同じようにどこでも身体労働の74%を行えるという意味ではない。多くは作業環境をロボット向けに整える必要がある。
デモの成功と現場での反復性能は違う
Anthropicは一度成功したデモだけをcapabilityとして数えていない。現在のロボットが人と同程度の信頼性、エラー率、速度でタスクを実行できるかを評価している。
それでもcapabilityは身体作業の約70%で大規模自動化を妨げる要因と推定された。特に物体を触り扱うmanipulationは、身体作業の約半分で重要な制約となる。
Physical AIでは一度できたかではなく、環境が変わりタスクが繰り返されても性能を維持できるかを見る必要がある。
Capabilityを越えてもEconomicsという狭い門が残る
研究ではロボットの購入・設置、耐用年数、資本コスト、保守、エネルギー、人の監督を年間費用に換算し、人の総報酬と比較した。
その結果、技術的には多くの身体作業をこなせても、現在の費用で人より安い領域は全労働の約0.3%にとどまった。
Can DoとShould Deployは同じではない。技術的に可能であることだけでは、企業の導入判断は成立しない。
包装業務は0.3%がどう成立するかを示す
packers and packagersの例では、物品搬送、検査、箱組み、ラベル、封緘のため複数のロボットを使う。購入・設置費は200万ドルを超えるが、約14人分の年間作業を代替できると推定される。
耐用年数、資本費、保守、人の監督、エネルギーを年換算すると、1人分を置き換える費用は約4万5000ドル、人の労働費用は約4万9000ドルで、ロボット側が年間約2500ドル安い。
経済性を作るのは万能ヒューマノイドではなく、構造化された環境、大きな作業量、高い反復性、長期間にわたる固定費の分散である。
Task AutomationとJob Automationは同じではない
溶接ロボットは成熟しているが、溶接工は大型部品の位置合わせ、高所作業、品質確認、研磨、仕上げまで行う。
Anthropicがこの仕事全体をカバーするロボット構成の費用を推定すると、人の溶接工より約5倍高かった。
職業を構成する多くのタスクが自動化できても、最後に残る人依存タスクがjob全体の経済性を決めることがある。
過去の価格低下が続けば10%まで約40年 — ただし予言ではない
研究が参照した産業・政府データではロボット価格は1990年代以降、長期的に年約3%低下してきた。この傾向を単純に延長すると、コスト競争力のある労働が0.3%から10%へ増えるには約70%の費用低下と約40年が必要になる。
ただし研究もこれを固定的な未来予測とはしていない。ヒューマノイド量産、部品価格低下、製造革新、AI capabilityの向上が同時に進めばquality-adjusted costはもっと速く下がり得る。
高速シナリオでは2050年までに身体作業の半分でロボットがコスト競争力を持つ経路も示される。重要なのは年そのものではなく、何がコストとcapabilityの曲線を速く変えるかだ。
BANSEOG VIEW | Physical AIの市場はCapabilityとDeploymentの間で作られる
74%だけを見ると短期の自動化を過大評価しやすい。一方、現在の0.3%だけを見るとdeployment economicsが変化する速度を過小評価する可能性がある。
Banseogはその間をCapability → Environment Fit → Reliability → Integration → Economics → Deploymentの6段階で見る。
ロボット市場は『できるタスク』が増えるだけではなく、現場で反復し、既存システムとつながり、人より経済的に実行できるタスクが増えることで拡大する。
BANSEOG VIEW
Banseog View — Capability → Environment Fit → Reliability → Integration → Economics → Deployment
74%の技術的露出と0.3%のコスト競争力は矛盾ではなく、異なる段階を測る数字である。
実際のPhysical AI導入には環境適合、信頼性、システム統合、総コスト、反復可能なdeploymentが必要になる。
市場が下流へ進むほどproduction engineering、reliability、field deployment、integration、fleet operationsの価値が高まる可能性がある。
SOURCES
参照した主な資料
- Anthropic — What work can robots do?
2026-09-30。約900職種・約1万9000タスク、身体作業74%、全労働時間34%、コスト競争力0.3%、E0–E3分類、capabilityとcostの障壁、包装・溶接の費用例、長期シナリオを確認。
74%は現在のロボットが何らかの環境では実行できる身体作業の割合で、34%はそれを全労働時間へ換算した値。0.3%は現在の費用まで考慮して人よりコスト競争力があると推定された全労働の割合である。研究はO*NET・BLSデータとClaudeによるtask分類・費用推定を組み合わせており、モデル化の仮定と測定誤差を含む。Capability → Environment Fit → Reliability → Integration → Economics → DeploymentはAnthropic公式の段階ではなく、研究結果をPhysical AI導入判断へ翻訳したBanseogの分析フレームである。