バークレイズ、ヒューマノイドのハイプサイクルを冷ます
TREE NEWS 報道： 9月18日に発表されたリサーチノートで、バークレイズはヒューマノイドロボティクスへの投資ブームに対して冷静な評価を下し、汎用ヒューマノイドロボットの広範な展開は、業界の多くが予測する2030年ではなく、2035年より前には実現しそうにないと論じた。同行はこのセクターを形作る3つの中核的な論点を指摘した。すなわち、大規模展開のタイムライン、真のコンピュート需要プロファイル、そしてヒューマノイドという形態がそもそも必要かどうかである。
バークレイズは、主要なボトルネックはハードウェアではなく知能にあると主張する。今日披露されている多くの能力は依然として、事前プログラミング、遠隔操作、あるいは特定シナリオ向けに調整された狭い範囲の自動化に依存しており、真の汎用自律性には程遠い。知覚、推論、行動に必要なAIモデルは未成熟なままだ。ハードウェア面では、業界は鶏と卵の問題に直面している。規模がなければコストは高止まりし、十分な知能がなければ商業的価値を証明できず、規模・コスト・能力の3つすべてを同時に解決するのは難しい。
コンピュート：データセンターの恩恵は限定的、真の戦場はエッジ
同ノートは、集中型データセンターのコンピュートと分散型エッジAIコンピュートを明確に区別している。データセンターはシミュレーション、合成データ生成、基盤モデルのトレーニングを担う。しかし推論、すなわちロボットが物理世界で行うリアルタイムの知覚・意思決定・行動は、レイテンシ、電力、信頼性、安全性に関する厳しい制約の下、ロボット自体に搭載された専用エッジプロセッサ上で実行されなければならない。これは、ヒューマノイドロボットがエージェント型AIと同じようなハイパースケールのデータセンター需要を生み出さないことを意味する。データセンターにとって、ヒューマノイドは増分需要にとどまるが、エッジコンピューティングにとっては大きな触媒となり得る。
それでも、AIデータセンター容量がすでに逼迫している業界では、増分需要であっても重要だ。決定的なのは、コンピュート需要がハードウェア展開に先行することである。開発者は、ロボットが大規模に展開されるずっと前から、シミュレーションとモデルトレーニングのために膨大なコンピュートを必要とする。FigureとNscaleの複数年契約はその好例で、初期投資は約35億ドル、目標は60億ドル超、最大10万基のNVIDIA Vera Rubin GPUを支える。フルラック構成で1 GPUあたり約3.0〜3.3キロワットとすると、これは約300〜330メガワットのIT容量に相当し、ヒューマノイドロボットが1台も大規模展開される前に、意味のあるデータセンター需要を生み出す。
ヒューマノイドという形態：必ずしも最良の道ではない
バークレイズは、フィジカルAIによる破壊の第一波はヒューマノイドではない可能性が高いと論じる。タスク特化型AIロボットはすでに各業界で稼働している。協働ロボット、自律移動ロボット（AMR）、AIドローン、四足歩行ロボットは、商業、産業、防衛の各用途で「汚く、退屈で、危険な」役割に進出している。アマゾンはすでに100万台以上のロボットを運用しているが、そのどれもヒューマノイドではない。トラビス・カラニック氏のAtomsは最近、鉱業・輸送向けの特殊産業ロボットとフィジカルAIシステムのために17億ドルを調達した。
ヒューマノイドを支持する根拠は2つの柱に立つ。人間の世界は人体を中心に構築されているため、ヒューマノイドはインフラを改修せずに既存環境へ入り込めること。そして汎用ヒューマノイドはマルチタスク・プラットフォームを提供する。すなわち、資材を運び、工具を操作し、設備を点検できる1台のロボットである。しかしタスクと環境が明確に定義されている場合、特化型ソリューションの方がしばしば速く、安く、安全だ。平坦な倉庫では車輪型ロボットが二足歩行を上回り、不整地では四足歩行の方が安定し、反復作業では特化型グリッパーの方が五指ハンドより精密である。
投資家向けの要点
- 短期的な機会はインフラにある：コンピュート、データ、モデルの各層——ヒューマノイドの「GPTの瞬間」を解き放つために必要な基盤スタック——は、ハードウェアよりも早い投資機会を提供する。
- エッジAIは過小評価された受益者：推論ワークロードはハイパースケールのデータセンターではなく、エッジに集中する。投資家は従来のデータセンター関連にとどまらず、視野を広げるべきだ。
- 非ヒューマノイドのフィジカルAIはすでに商業化している：コボット、AMR、ドローン、四足歩行ロボットは今日すでに収益を生んでいる。破壊の第一波はすでに到来している——ただ、それは人間の姿をしていないだけだ。
- タイムラインのリスクは現実：自動運転が10年以上を要した商業化サイクルとの類似性は、投資家が現在のハイプが示唆するよりも長い助走期間に備えるべきことを示している。
