Agility Robotics Digit、Toyota CanadaのRAV4工場で7台稼働

ヒューマノイドロボットが「実験」から「ライン労働者」へと立場を変える瞬間が、カナダ・オンタリオ州のトヨタ工場で静かに進行している。Agility Robotics の二足歩行ヒューマノイド「Digit」が、Toyota Motor Manufacturing Canada（TMMC）の Cambridge 工場で7台以上稼働を開始し、世界で最も売れているSUVのひとつ「RAV4」の製造ラインで素材ハンドリング業務に従事している。

これは単なるPRデモではない。Agility Robotics は2025年後半に Salem 工場の生産能力を月産200台規模まで引き上げ、CEO の Peggy Johnson 退任後に経営を引き継いだ Peggy Spanos 体制下で、フルフィルメント・自動車・リテールの3領域に営業を集中させてきた。Toyota Canada での「7台同時稼働」は、ヒューマノイドが単発の実証から複数台フリート運用へ移行した初の自動車工場ケースとして、業界に強いシグナルを送っている。

そして競合の動きも激しい。Figure は BMW の Spartanburg 工場で複数台運用、Boston Dynamics は親会社 Hyundai の工場で電動 Atlas を試験、Apptronik は Mercedes-Benz と提携——いま自動車工場は「ヒューマノイドの陳列棚」と化している。本稿では Digit の Toyota Canada 配備の中身、Agility の量産戦略、競合との優位性、そして「Toyota生産方式（TPS）とヒューマノイド」が交差する地点を、筆者の見解を交えて深掘りする。

Toyota Canada での配備内容——「素材ハンドリング」とは何をやっているのか

TMMC Cambridge 工場は Toyota 北米最大級の生産拠点で、RAV4 と Lexus RX を年間約50万台生産している。今回 Digit が投入されたのは、RAV4 ラインに隣接するロジスティクスエリアで、具体的には次のような業務だ。

• トート（樹脂コンテナ）の搬送: 部品を入れたトートを棚からピックアップし、ライン側のサプライポイントへ移送
• 空容器の回収・スタッキング: 使用済みの空トートをラインから引き上げ、所定のラックに積み上げる
• カート連携: AMR（自律走行ロボット）と協働し、Digit がカートに荷物を積み込み、AMR がライン側へ走行する分業
• 24時間連続シフト: 1台あたり1日10〜16時間の稼働、バッテリー交換ステーションで90秒程度のスワップ運用

特筆すべきは、Digit が既存のライン設計を変更せずに人間の動線にフィットしている点だ。Toyota は工場設計の哲学として「人間工学に最適化された作業空間」を持っており、ヒューマノイドはこの設計をそのまま流用できる——これが**「ヒューマノイドが選ばれる理由」のひとつ**である。AMR は通路幅やQRコードマーカーなど環境側の改造が必要だが、Digit は既存の棚・通路・台車をそのまま使える。

この図は、TMMC Cambridge 工場における Digit 7台フリートの業務分担と、AMR・人間オペレーターとの協働関係を示している。Digit は「最後の1メートル」を担当し、AMR は「長距離搬送」、人間は「品質チェックと例外処理」という役割分担で、3者がシームレスに連携している点が肝だ。

Digit V5 とは何か——「鳥脚型」を捨てた新世代

Agility Robotics の Digit は元々、オレゴン州立大学発のスタートアップ Oregon Robotics が開発した二足歩行プラットフォーム「Cassie」をベースに進化してきた。初期世代は**膝が後ろに曲がる「鳥脚型」**として知られ、競合のヒューマノイドとは明らかに異なる外観を持っていた。鳥脚型は荷重効率は高いが、人間の作業空間との親和性で不利だった。

2025年に発表された Digit V5（第5世代） は、デザインを大きく変更している。

• 人型に近い膝関節: 鳥脚型を廃し、人間と同方向に曲がる関節を採用。狭い通路でのすれ違いがスムーズに
• 積載能力16kg→約20kg: 樹脂トートの標準重量（部品込み15〜18kg）を余裕でカバー
• 連続稼働時間16時間: 高密度バッテリーパックとホットスワップで実質24時間運用が可能
• 手のひら型グリッパー: 従来のクランプ式から、トート両端を内側からつかむ機構へ。落下リスクを低減
• 頭部の表示パネル: 視線方向と状態（充電中・作業中・例外）を周囲の人間に伝えるUI
• オンボードAI: Nvidia Jetson AGX Thor を搭載し、エッジでの物体認識・経路計画を実行

特に重要なのは、Digit V5 が「フリート運用」を前提に設計されている点だ。Agility の SaaS プラットフォーム「Agility Arc」は AWS 上で稼働し、各 Digit の状態・タスク・KPIをリアルタイムに監視する。AWS との連携は深く、Digit の機械学習モデルの再学習・配信は SageMaker と IoT Greengrass を活用している。これは後述する AWS の存在感が、ヒューマノイドのバックエンドで急速に大きくなっている証左でもある。

Agility Robotics の量産戦略——月産200台の意味

Agility Robotics は2023年、オレゴン州 Salem に「RoboFab」と呼ばれるヒューマノイド専用工場を稼働させた。当初は年産10,000台規模を目指すと発表していたが、現実的な歩留まりと需要を踏まえ、2026年時点では**月産200台ペース（年率2,400台）**で立ち上げている。

これは控えめに見える数字だが、「ヒューマノイドの累計稼働台数」という分母で見ると桁違いだ。

• 2024年末時点の世界稼働数: 推定300〜500台
• 2025年末時点: 推定2,000〜3,000台
• 2026年末予測: 10,000台超

Agility 単独で年産2,400台ということは、業界全体の4分の1のシェアを1社で握る計算になる。CEO の Peggy Spanos は2026年第1四半期の決算カンファレンスで、「2027年には月産1,000台への拡張を視野に入れている」と発言しており、これが実現すればヒューマノイドの単価は$150,000を下回る可能性が出てくる（現行は$250,000前後と推定）。

この図は、Agility Robotics が Salem 工場で進めている量産化ロードマップと、フルフィルメント・自動車・リテール3領域への展開状況を示している。横軸が時間、縦軸が累計出荷台数で、2026年から2028年にかけて指数関数的な伸びが予想されていることが分かる。

顧客リストの厚み

Agility が公表または報道されている主要顧客は以下のとおりだ。

• GXO Logistics: ヒューマノイドの初の RaaS（Robotics-as-a-Service）契約。Spanx（下着メーカー）の倉庫で運用中
• Amazon: Sumner 倉庫で複数台テスト、買収報道もあったが Agility は独立維持を選択
• Toyota Canada（TMMC）: 今回の7台フリート、業界初の自動車工場フリート運用
• Schaeffler: 独自動車部品メーカーとの提携、欧州展開の足掛かり
• 未公開のリテーラー2社: 店舗バックヤードでの試験運用

「顧客が顧客を呼ぶ」フェーズに入っており、Toyota の採用はその象徴だ。

競合比較——Digit vs Apptronik vs Figure vs Atlas

自動車工場をめぐるヒューマノイドの競争は、いま4社の寡占状態にある。それぞれの特徴を比較表で整理する。

項目	Agility Digit V5	Apptronik Apollo	Figure 03	Boston Dynamics Atlas（電動）
主要顧客	Toyota、GXO、Amazon	Mercedes-Benz、GXO	BMW、未公開	Hyundai
身長	175cm	173cm	168cm	150cm
重量	65kg	73kg	60kg	89kg
積載能力	約20kg	25kg	20kg	非公開（推定25kg+）
稼働時間	16時間（ホットスワップ対応）	4時間（バッテリー交換式）	5時間	非公開
AIモデル	Agility Arc（自社）+ AWS	Apollo OS + Nvidia GR00T	Helix（自社VLA）	RT-X系 + GR00T
量産工場	Salem RoboFab（月200台）	Austin（規模非公表）	BotQ（年産12,000台計画）	非公開
単価（推定）	$250,000	$250,000〜	$50,000〜（量産時）	非公表（研究機関販売中心）
フリート運用実績	Toyota Canada 7台	Mercedes 複数台	BMW 複数台	主に研究用途
強み	倉庫物流での実績、量産先行	エンタープライズ営業	OpenAI連携、PR訴求力	運動性能、Hyundai統合
弱み	鳥脚廃止で識別性低下	バッテリー稼働時間が短い	量産はこれから	商用化スピード

読み解きのポイント:

1. Digit の強みは「フリート運用」の実績: 単発デモではなく7台同時稼働を実現しているのは現時点で Agility だけ
2. Figure の量産計画は野心的だが未実証: BotQ が計画どおり立ち上がれば単価で頭抜けるが、まだ実機が出ていない
3. Apollo は営業力で差別化: 元 Apple/Tesla の経営陣が GXO・Mercedes と長期契約を結んでいる
4. Atlas は商用化で出遅れ: 運動性能では群を抜くが、「工場で安く長く働く」価値訴求が弱い

筆者は、2026〜2027年は Digit と Apollo の二強体制になり、2028年以降に Figure が量産で追い上げる構図と見ている。

Toyota生産方式とヒューマノイド——筆者の所感

ここで筆者の見解を述べたい。Toyota が Digit を採用した背景には、単なる人手不足対策を超えた**「Toyota生産方式（TPS）」との適合性**がある。

TPS の根幹は「ジャストインタイム」と「自働化（にんべんのある自動化）」だ。後者の「自働化」は、機械が異常を検知したら自律的に停止し、人間に判断を委ねる思想を指す。ヒューマノイドはこの哲学と相性が極めて良い。

• 既存ラインの設計を変えない: TPS の「現場の改善」は人間の動きを前提に積み上げられている。ヒューマノイドは AMR と違ってこの蓄積を破壊しない
• 多能工化との親和性: TPS の理想は「1人が複数工程をこなす多能工」。Digit は AI モデルを差し替えるだけで多能工化できる
• 異常時の即時停止: Digit は人間の作業者と同じ動線で動くため、何か起きたら作業者がすぐ気づき、TPS の「アンドン（異常表示）」と同じ思想で停止できる
• 改善活動への組み込み: 現場のオペレーターが Digit の動作を観察し、「もっとこう動かしたい」というフィードバックをすぐに反映できる

逆に言えば、完全自動化（無人工場）を志向する企業——たとえば Tesla の Optimus 計画——とは設計思想が異なる。Toyota は人間とヒューマノイドが同じフロアで協働する未来を描いており、Cambridge 工場の7台はその実験場なのだ。

筆者は Toyota の判断を妥当だと考える。なぜなら、TPSは50年以上かけて作り込んだ「人間中心の生産哲学」であり、これをゼロから自動化前提に書き換える経済合理性は乏しいからだ。むしろ既存哲学を維持したまま「人手不足を補完する」道具としてヒューマノイドを使う方が、リスク・コスト・カイゼン文化のいずれの観点でも合理的だ。

「実際に使ってみた」の代替——技術スタックの深掘り

Digit を個人で「実際に使ってみる」ことはできないため、ここでは Digit のソフトウェアスタックを技術的に深掘りし、筆者の所感として代替する。

Agility Arc——SaaS化されたフリート管理

Agility Arc は AWS 上で動く SaaS プラットフォームで、以下の機能を提供する。

1. タスクオーケストレーション: 「トートを棚 A12 からライン B7 へ運ぶ」といったハイレベルなタスクを Digit に配信
2. テレオペレーション: 例外発生時に人間オペレーターがリモートで Digit を操作できる
3. データ収集と再学習: 各 Digit の動作ログを SageMaker に流し込み、共通モデルを継続学習
4. KPIダッシュボード: 稼働率・ピック成功率・例外件数を可視化、Tableau や QuickSight と連携

このアーキテクチャは、ヒューマノイドが単体製品ではなく「クラウドサービス付きの労働力」として売られる時代を象徴している。Agility は実質的に「ロボット版 Snowflake」を目指しており、ハードよりソフトとデータで儲ける構造だ。

Nvidia GR00T との関係

Agility は2024年から Nvidia の GR00T（Generalist Robot 00 Technology） プラットフォームを部分採用している。具体的には:

• 視覚言語アクションモデル（VLA）として GR00T N1 をベースに、自社の倉庫データでファインチューン
• シミュレーション環境は Isaac Sim を使用、Salem 工場のデジタルツインで事前訓練
• 推論は Nvidia Jetson AGX Thor で実行、消費電力60W程度

これにより Agility は 「自社モデル × Nvidia基盤」のハイブリッド戦略を取っており、Figure の完全自社開発（Helix）とは異なる。

AWS との深い統合

Agility は AWS re:Invent 2025 でケーススタディを発表し、以下のサービスを使用していることを公開した。

• Amazon SageMaker: モデル学習
• AWS IoT Greengrass: エッジ-クラウド同期
• Amazon Kinesis Video Streams: テレオペ用動画ストリーミング
• Amazon S3: 動作ログのアーカイブ（年間ペタバイト級）
• AWS Bedrock: 自然言語タスク指示の解釈

つまり、Digit はハードウェアでありながらクラウドネイティブだ。

この図は、Digit のソフトウェアスタックを階層的に示している。最下層のハードウェアから、中間のオンボードAI、上位のクラウドサービスまでが垂直統合されており、AWS と Nvidia という2大プラットフォームが基盤として機能している。

日本での影響——Toyota日本工場での展開可能性

ここからは日本視点の考察に入る。Toyota Canada での成功は、当然ながら日本国内の Toyota 工場での展開を視野に入れている。

想定される展開順序

筆者の予測では、Toyota は以下の順序で日本展開を進める可能性が高い。

1. 2026年下期: 田原工場 or 元町工場でのパイロット: Canada と同様のRAV4／Lexus系生産ライン
2. 2027年: 高岡工場・堤工場への拡大: ハイブリッド車・PHEV ラインでの素材ハンドリング
3. 2028年: サプライヤーへの展開: デンソー・アイシン・豊田自動織機などのTier 1サプライヤー
4. 2029年以降: ホンダ・日産・SUBARU も追随: 業界標準としてのヒューマノイド導入

日本固有の課題

ただし日本展開には固有の障壁がある。

• 労働安全衛生法の整備: 日本では「人間と協働するロボット」の安全基準が ISO 10218 ベースだが、ヒューマノイド固有の基準はまだ未整備。厚労省・経産省の調整が必要
• 労組との対話: トヨタ自動車労働組合は世界最大級の企業内労組のひとつ。雇用への影響を慎重に説明する必要がある
• 日本語UI対応: Agility Arc の管理画面は現状英語のみ。日本人オペレーターが使うには日本語化が必須
• 電源規格の違い: 北米120V/240Vと日本100V/200Vで充電ステーションの仕様調整が必要
• 国内代替企業: 川崎重工 Kaleido、ソニーグループ、Preferred Networks など国産ヒューマノイドも存在し、政府が国産優先を選ぶ可能性

日本企業がいまできること

ヒューマノイドの本格普及を見据え、日本企業が今から準備すべきことは多い。

1. 工場のデジタルツイン構築: Isaac Sim や Omniverse でのシミュレーション環境整備
2. クラウド基盤の整備: AWS、Azure、GCP のいずれかで IoT・ML 基盤を運用できる体制
3. 作業手順の標準化: 暗黙知の作業を文書化・タグ付けし、ヒューマノイドが学習できる形に
4. テレオペレーション拠点の整備: 例外発生時にリモート対応できる人員配置
5. KPI設計: 「人時生産性」だけでなく「ヒューマノイド稼働率」「テレオペ介入率」を追加

業界への影響——「ヒューマノイドは陳列棚化」

Toyota Canada の7台フリートは、自動車業界全体に強いシグナルを送る。BMW、Mercedes、Hyundai、Toyota とすでに4大OEMがヒューマノイドを採用、残るは Volkswagen、Stellantis、Ford、GM だ。これらも2026〜2027年に何らかの形で参入すると筆者は見ている。

サプライヤーへの圧力

OEMがヒューマノイドを使う以上、サプライヤーも追随せざるを得ない。デンソー、ボッシュ、コンチネンタル、マグナといったTier 1は、すでにApptronikやAgilityと交渉中と報じられている。ヒューマノイド導入が「サプライヤー選定の差別化要因」になる日は遠くない。

物流・リテールへの波及

自動車工場で実績を作ったヒューマノイドは、必ず物流とリテールに流れ込む。Agility はすでに GXO Logistics と契約済みで、2026年中に Walmart や Target のバックヤードでの試験運用も報じられている。日本のヤマトHD、佐川急便、SGホールディングス、セブン&アイHDなども無関係ではいられない。

投資の流れ

2025〜2026年のヒューマノイド業界への資金流入は累計**$15B（約2.3兆円）**を超えた。Figure（$1.5B）、Apptronik（$350M）、1X Technologies（$100M）、Skild AI（$300M）など、メガラウンドが相次いでいる。Agility は2023年に DCVC・Playground Global からシリーズBで$150Mを調達済みで、2026年中にシリーズCを計画中と言われている。

残された課題と懸念

ヒューマノイドの普及には依然として課題が多い。

• 安全性: 65kgの機械が秒速1.5mで動く以上、人間との衝突リスクはゼロにならない。Toyota は Digit 周囲に5mの「安全圏」を設定し、人間が入ると自動停止する設計を採用しているが、生産性とのトレードオフが残る
• 故障時のダウンタイム: フリート7台のうち2台が同時故障した場合の業務継続計画（BCP）は未公開
• データプライバシー: Digit のカメラは常時周囲を録画している。北米では明示同意で運用しているが、日本では個人情報保護法との整合性が論点
• 雇用への影響: 短期的には人手不足の補完だが、中長期的には作業員ポジションの構造的減少につながる可能性
• 環境負荷: 1台あたり年間消費電力は推定3,500kWh（家庭1軒分）。CO2排出量への影響は無視できない

筆者の見解・予測

最後に、本件についての筆者の見解をまとめる。

1. Digit は今後12ヶ月で「業界標準」のポジションを確立する: フリート運用の実績は他社を引き離している。2027年初頭までに累計1,000台稼働を達成する可能性が高い

2. Agility は買収ターゲットになる可能性が高い: Amazon、Toyota、Nvidia いずれも候補。買収価格は$3〜5Bレンジと予想。ただし Spanos 体制下では独立維持の意向が強い

3. 日本での本格展開は2027年以降: 規制整備、労組対話、日本語化の時間を考えると、Toyota 日本工場での7台フリート相当の展開は2027年下期が現実的

4. 「ロボット労働力」のレンタル価格は時給$5まで下がる: 現行は時給$10〜15相当だが、月産1,000台ペースに乗れば2028年には半額以下になる。これは最低賃金を下回る水準で、経済原理が完全に逆転する

5. 日本企業のチャンスは「クラウド + 国産ロボの統合」: ハードは輸入でも、SaaS層・テレオペ層・データ層は国産で勝てる余地がある。SBインテリジェンス・Preferred Networks・楽天技研などに勝機

まとめ——いま読者が取るべきアクション

Toyota Canada での Digit 7台フリート稼働は、ヒューマノイドが研究室から工場フロアへ完全に移行したマイルストーンだ。日本企業・技術者・投資家のいずれの立場でも、以下のアクションを推奨する。

1. 製造業の経営者: 自社工場のヒューマノイド導入可能性を Apptronik・Agility・Figure に問い合わせ、12ヶ月以内にパイロットを検討する
2. エンジニア: AWS の IoT・SageMaker・Bedrock を実機で触り、ロボティクスのバックエンド人材として希少性を高める
3. 投資家: 上場企業では Nvidia、AMD、Symbotic、Toyota など間接受益銘柄を、未上場では Agility・Apptronik のセカンダリ市場に注目
4. ジョブシーカー: ヒューマノイドのテレオペレーター・フィールドエンジニアという新職種が2026〜2027年に急増する
5. 政策関係者: 経産省・厚労省はヒューマノイド固有の労働安全衛生基準を急ぎ策定すべき

ヒューマノイドはもう「未来の話」ではない。Cambridge の工場フロアで毎日トートを運んでいる Digit たちは、来年には日本の田原工場や元町工場に立っているかもしれない。その時、あなたの業務はどう変わるか——いまから考え始める価値は十分にある。

AWS