1,000台のヒューマノイドロボットを導入する倉庫計画は野心的だ。GXOにとって、その実現はApptronikのApolloが信頼性の高い作業をこなせるかどうかにかかっている。
GXO LogisticsとApptronikは11月12日、2027年から実環境での試験を拡大する意向書を締結したと発表した。北米での初期導入は2027年後半を目標とし、生産性、安全性、運用面で両社が合意した目標を達成できれば、4年間で最大1,000台を世界各地に導入する可能性がある。倉庫事業者は、計画されている配備台数だけでなく、完了した作業、停止時間、現場の安全性にも注目することになる。
Apolloの1,000台計画は試験の拡大から始まる
契約に基づき、GXOとApptronikは、商品から人、人から商品へのピッキング、ケースやトートの搬送、梱包、仕分けを試験する。また、技術面とセキュリティ面の要件に加え、ロボットが人や既存の自動化設備とどのように連携するかも評価する予定だ。
両社は2024年に協業を開始した。GXOによると、2026年初めに完了した米国での試験運用では、小型の消費財を自律的にピッキングする作業に焦点を当てた。
ApptronikのCEOであるJeff Cardenas氏は、実際の施設で実運用上のKPIに照らして評価していると、 GXOが11月12日に発表した声明述べた。
発表では、Apolloが達成すべき性能の基準値は示されていない。GXOは以前の試験運用を成功と評価したものの、既存の倉庫自動化と比べたApolloの性能を評価するには十分なデータが発表されていない。
Apollo 2が追加した、倉庫がなお検証を必要とする機能
Apptronikは今夏、 Apollo 2と約9万平方フィートのRobot Parkを発表した。ロボットには車輪型と二足歩行型があり、訓練施設では遠隔操作と自律実行を組み合わせ、Google DeepMindと開発したロボット工学モデルのためのデータを収集している。この取り組みはApolloを、 ヒューマノイドにより高度なAI制御を与えようとするGoogleの幅広い取り組みへと結び付ける。
Apptronikは、交換可能なバッテリー、近接検知型の安全制御、そしてロボットの監視と調整を行う Fleet Connectソフトウェアについても説明している。
同社は、産業現場で身体的負担が大きく反復的な作業をApolloに担わせる方針だ。ただし、長時間の稼働や人との安全な相互作用といった機能については、GXOがロボットに期待する環境下での検証がなお必要になる。
Apptronikの Robot Parkに関する発表によると、Apollo 2の訓練データは、次期商用モデルApollo 3の開発に生かされる。GXOは、どの世代のApolloハードウェア、またはどの移動方式を導入する予定かを明らかにしていない。
倉庫事業者にとって未解決の問題には、ロボットが特殊な商品をどう扱うか、共有作業スペースをどう移動するか、作業に失敗した際にどう復旧するかが含まれる。
サービスコストと信頼性が導入の行方を左右する
GXOは、商用契約にRobotics-as-a-Serviceモデルを採用する見込みだ。このモデルでは、倉庫事業者はすべての機械を買い取るのではなく、サービス契約を通じてロボットの稼働能力を利用できる。
発表では、料金、保守の責任分担、サービスレベルに関する取り決めは明らかにされていない。
大規模な導入には、コンベヤー、在庫管理ソフトウェア、その他の自動設備など、既存の倉庫システムとロボットを連携させることも必要になる。
すでに自動化に投資している事業者にとって、商用導入の判断は、過度な監視、保守、統合コストを増やすことなく、ロボットが有用な作業を安定して実行できるかどうかにかかっている。
eWeekが分かったこと:GXOにはDigitの実績があるが、Apolloの指標は少ない
Apolloは、GXOが倉庫で稼働させた初めてのヒューマノイドロボットではない。Agility Roboticsとの既存の提携は、有用な比較材料となる。
GXOとAgilityによると、DigitロボットはGXOのジョージア州Flowery Branch施設で 10万個を超えるトートを搬送した。ロボットは2024年から既存の自動化設備と連携し、コンテナをコンベヤーに載せている。
Digitは2027年初め、米国のさらに2つの施設にも導入される予定だ。Agilityによると、同社のより広範な商用導入と顧客向けプログラムでは、稼働時間が合計6万5,000時間を超えているが、この数字はGXOに限ったものではない。
Agilityはまた、次世代Digitで より長い稼働時間を実現することを目指しており、持久力も注目すべき開発項目となる。
一方、Apolloについて公に利用できる性能データは少ない。米国での試験運用は小型消費財のピッキングに焦点を当て、ApptronikのRobot Parkでの評価では50を超える物流作業を対象とした。しかし、両社が11月12日に発表した内容では、ピッキング速度、継続稼働率、作業員の介入頻度は明らかにされていない。
指標 | Apptronik Apollo | Agility Digit |
| 導入状況 | GXOでの試験運用を完了、2027年に試験拡大を予定 | 2024年からGXOで商用導入 |
| 公表された実績 | Robot Parkで50を超える物流作業を評価 | GXOの1施設で10万個を超えるトートを搬送 |
| 拡大計画 | 性能目標の達成を条件に最大1,000台 | 2027年にGXOのさらに2施設で導入予定 |
| 公開されている性能データの不足 | 11月12日の発表では、1時間当たりの処理量、稼働率、介入率を示さず | 累計トート数は開示されているが、1時間当たりの生産性やコストについて直接比較できる数値はない |
この数字から、どちらのロボットの性能が優れているかは分からない。Digitはコンテナを搬送する一方、ApolloのGXOでの試験運用は小型製品のピッキングに焦点を当てた。異なる倉庫作業を担っているため、両者の結果を比較するのは誤解を招く。
GXOの次の試験では、倉庫事業者がApolloについて次の3つの疑問に答えを出せるようになるはずだ。
- 1時間に何個の商品をピッキングできるのか。
- 頻繁に停止することなく、シフト全体を通して稼働できるのか。
- 従業員が介入する必要があるのはどの程度の頻度か。
コストも懸念事項だ。サービス料金、保守、充電、監視の費用は積み重なる。ロボットを支援するために作業員が自分の作業を頻繁に中断する必要があるなら、期待されるコスト削減は投資を正当化できない可能性がある。
より広範なヒューマノイドロボット市場にとって、GXOの試験はデモンストレーションや配備目標を超えた実証をもたらす可能性がある。重要な指標となるのは、停止時間、エラー、人による支援を考慮した上で完了した作業量だ。導入が成功すれば、Apolloの能力を倉庫全体で再現可能な商業的価値へと転換できるかどうかが明らかになる。
関連記事:詳しく見る Tesla、Figure AI、Agilityが2027年の実環境導入に向けてヒューマノイドロボットを準備中。