Figure Helix-02 が8時間ぶっ続けで働いた日 — 中小工場の夜勤はあと何年もつか

人間が誰一人触らないまま、工場のラインが8時間まわった。

2026年5月13日、Figure AIのCEOブレット・アドコックが投稿した一文に、業界の温度が一気に変わった。Figure 03 ヒューマノイドが、新しい脳「Helix-02」を載せて、人間と同じ速度・人間と同じ精度で、フルシフト1本を完走したという。バーコードを読み、向きを直し、コンベアに乗せる。3秒に1個。8時間で1万件近い荷物が、人間に一度も触られずに流れていった。

しかも、その脳の中から C++のコードが約10万行消えていた。代わりに突っ込まれていたのは、ニューラルネット1個と、人間の動きを録画した1,000時間ぶんの映像だった。今日はこのニュースを、中小製造業の経営判断という解像度まで落として読み解いていく。

8時間、人間が一度も触らずに働き続けた

まず一次情報を整理する。発信元は Figure AI 公式、最初に拾った英語メディアは TechTimes (2026-05-14)。要点はこうだ。

「24時間連続稼働テスト」という見出しは前にもあった。だが今回が違うのは、人間オペレーターによるリセットも微調整もないまま、1シフトを完走した点 だ。前世代の BMW スパルタンバーグ工場でのデモは、Figure 02 + Helix-01 の組み合わせで「半自律」だった。今回は完全自律。業界の評価軸が、DoF (自由度) から MTBF (連続自律時間) に確実に移動した。

補足すると、人間の指先の触圧分解能は一般に5〜10グラム前後とされる。Figure 03 の3グラム検知は、その2〜3倍の精度に到達したことを意味する。検査・選別・組立といった「感覚」が問われる工程でも、人間優位だった領域が崩れ始めている。

Helix-02 の脳 = 3層ニューラル (S0/S1/S2) を覗く

Helix-02 の中身は、時間スケールの異なる3層のニューラルネットが同居している。料理の脳・運動の脳・反射の脳が、別々の周波数で並行して動くと考えると分かりやすい。

注目すべきは S0 層だ。これまで Boston Dynamics 系も含めて、二足歩行ロボの「バランスを取る」「転びそうになったら踏ん張る」という反射動作は、長年の研究蓄積によるC++コードで書かれてきた。Figure はそこに、10万9,504行を1個のニューラルネットで置き換えた、と公表している。学習させたのは20万並列環境のシミュレーション強化学習と、1,000時間ぶんの人間動作データ。

これは制御工学者の世界観を一段ひっくり返す話だ。「物理法則をモデル化して制御則を書く」のではなく、「現象をデータで覚えさせる」アプローチが、反射レベルまで降りてきた。XenoSpectrum の表現を借りれば、ロボット開発の競争軸は 「コーディング」から「データセット」へ 移行しつつある。

ここで一つ視点を変えてみる。Helix-02 の構造は、実は生成AIの世界で起きている「複数モデル並列評価」と相似形だ。S2 で抽象推論、S1 で具体技能、S0 で反射。役割の違うAIを 同時に走らせ、評価軸を分けて使う。製造現場でAIツールを選ぶときも、「単一LLMで全部やる」発想ではなく、用途ごとに複数を並列評価して使い分けるのが、これからの王道になっていく。

BMW で3万台、9万部品を裁いた前世代との差分

Figure の前世代 (Figure 02 + Helix-01) が、すでに実工場で実績を積んでいたことは押さえておきたい。場所は BMW のスパルタンバーグ工場 (米サウスカロライナ州)。10ヶ月の配備期間で、

• BMW X3 を 30,000台超 の生産に貢献
• 累計 90,000部品超 を処理
• 累計 120万歩 歩行
• 120日で速度4倍、成功率7倍、1日 1,000件 処理

という数字を出している。2025年12月にはドイツの BMW ライプツィヒ工場にもテスト配備が拡大した。5年後にはドイツ国内で数千台規模、という報道もある。

ここから今回 (2026年5月) までに何が変わったか。差分は3つに整理できる。

Helix-02 のデモには、倉庫の段ボール仕分け・キッチンでの皿の取り扱い・BMW工場での自動車部品組立といった、業界をまたいだ複数タスクが含まれている。汎用ヒューマノイドの本質は、業種ごとの専用機ではなく 同じハードウェア + 異なる学習データ で工程を切り替えられる点にある。食品・自動車・物流の境界線は、ハード側で消えつつある。

競合自律稼働マップ: Optimus / Apollo / Digit と何が違うのか

「8時間連続・完全自律」を 2026年5月時点で公式に主張している のは Figure だけだ。とはいえ、Tesla Optimus も Apptronik Apollo も Agility Digit も、それぞれ違う角度で前進している。整理しておく。

ざっくり言うと、

• Agility は「物流現場で確実に金を稼げる」フェーズ
• Apptronik は「重い物を運ばせるなら現状最強」
• Figure は「ホワイトカラー仕事に最も近い汎用作業」で先頭
• Optimus はテスラ流の垂直統合で 量産価格を破壊しに来る 立場
• Unitree は中国のオープンソース勢として研究開発の裾野を広げる

注意したいのは、これは2026年5月時点のスナップショットでしかないことだ。Apollo は520M ドル調達で量産を加速し、Optimus は2026年Q2にフリーモントで量産開始予定。半年単位で順位は入れ替わる。製造業の経営判断は、特定機種に賭けるのではなく「いつ、どの層が、いくらで動くか」を観察すること から始まる。

中小製造業ROI試算: ¥270万 × 8時間自律 = 時給いくらか

ここからが本記事の本丸だ。日本語の競合記事5本中、「日本の中小製造業の経営者目線でROIを計算した記事」はゼロ だった。だからここで埋める。

価格の基礎値は、ITmedia オルタナティブ・ブログ (今泉大輔氏) で公表されている Figure 02 / 1台 約270万円 (想定値、為替・時期前提あり)。これを叩き台に置く。なお Helix-02 を搭載した Figure 03 の量産価格は2026年5月時点で公式公表なし。今回は「同水準で量産が立ち上がった場合」の試算と理解してほしい。

計算前提

• ロボット価格: ¥270万円/台 (想定値)
• 耐用年数: 5年 (定額償却) → 月割 ¥45,000/台
• 電力・保守: ¥30,000/台/月 (想定値)
• 稼働: 1日8時間 × 月22日 = 月176時間
• 故障・段取り損: 稼働率 85% → 実働 約150時間/月

月コスト ¥75,000 を実働 150時間で割ると、ロボットの時給は約 ¥500。

比較対象: 中小製造業の夜勤コスト

A社・金属加工(80名)の現場で、夜勤1人を雇うコストを並べてみる。

実働を同じ150時間で割ると、人間の夜勤の時給は約 ¥2,040。ロボットの試算 ¥500 と比べて、約4倍 の開きがある。

中小製造業では、夜勤シフトを担える中核年齢層の引退と新規採用難が同時に進行している。時給4倍の差は、単なるコスト比較ではなく「そもそも人を採れない現場をロボットで埋められるか」という採用代替の問題として読む必要がある。後述するように1年で初期投資が回収できる前提が立つなら、夜勤の人件費を浮かせる以前に 採用予算自体を別工程に振り直せる インパクトが大きい。

何台でペイするのか

A社の夜勤シフトは2名体制。仮にロボット2台を導入し、5年で減価償却するシナリオで試算すると、

• 初期費用: ¥270万 × 2 = ¥540万円
• 月次差額 (人間2名 – ロボット2台): (¥305,830 – ¥75,000) × 2 = ¥461,660/月
• 回収期間: ¥540万 ÷ ¥461,660 ≒ 約11.7ヶ月

1年で初期投資が回収される計算になる。むろんこれは「Figure 03 が270万円水準で日本に降りてきて、メンテナンス体制も用意される」という前提付きの 想定値 だ。現実には、輸送・関税・保険・保守ベンダー契約・電源工事・安全柵更新がのしかかる。当面は1台 ¥500〜800万円台になっても不思議ではない。それでも、人間2名分の夜勤コストと比較した時、3〜4年で見ればロボット側が安くなる構造 は、もう逆転しない。

「待つか、先行か」— 日本の工場が今やるべき3つの準備

「分かった。じゃあ今すぐ買うか?」と問われると、答えは「No」だ。2026年5月時点で、日本の中小製造業に Figure 03 を売る販路は実質ない。だからといって「3年待てばいい」でもない。3年後に動こうとしたとき、準備していなかった工場から順に詰む からだ。

ここで3つだけ準備をリストアップする。

1. ライン側を「ロボット親和」に作り変える

現在の工場ラインは人間が動く前提で設計されている。通路幅、棚の高さ、工具の置き場、安全柵の位置。これらを ヒューマノイドが入っても動ける配置 に少しずつ寄せていく。新しいラインを引くタイミングで、「ロボット導入を前提にした寸法」で発注する。コストはほとんど変わらないが、3年後の改修コストが2桁減る。

2. データを残し始める

ヒューマノイドの学習は、人間の動作データの量と質 に支配される。BMW の前世代デモも、500時間のテレオペレーションが基礎データになっている。自社の熟練工の動きを、今のうちに動画とセンサーデータで残しておく。撮影は普通のWebカメラと深度センサーで十分。タナカ班長が引退する前に、ライン1本分の動きをアーカイブしておくことに、5年後 ¥1,000万円の価値が出る可能性がある。

3. 「複数AIを比較評価する」現場の文化を育てる

Helix-02 が3層ニューラルで動くように、これからの工場AIは 複数モデルの組み合わせ で動く。生成AIツール選定の時点でも、「ChatGPTだけ」「Geminiだけ」では損をする。複数を並列に走らせて、自社業務でどれが当たるかを評価する 文化 を、今のうちから現場に染み込ませる。これはロボット導入の前哨戦であり、そのまま情報システム部の力にもなる。

3つとも、いま着手しても明日の現場が止まることはない。だが、3年後に「Figure 04 を入れたい」と言い出した時、この3つをやってきた工場と、やらなかった工場では、初期費用の桁が変わる。

まとめ

人型ロボットが工場の夜勤を奪う日は、まだ確定ではない。だが、「3年以内に夜勤シフトの半分はロボットに置き換わり得る」 という前提で経営計画を立てる段階に入った、ということだけは確定した。タナカ班長が夜勤で材料補充をする年数は、あと何回の決算で語られる話題ではなくなる。

中小工場の夜勤はあと何年もつか。答えは現場ごとに違うが、「準備を始めなかった工場から先に、答えを失う」という構造だけは共通している。今日から1つだけ、ライン図面か熟練工の動画か、どちらかを残す作業を始めてほしい。それが、Helix-02 が8時間ぶっ続けで働いた日から、こちらが受け取れる最初の宿題だ。

出典

• Figure AI’s Helix-02 Robots Complete Full 8-Hour Autonomous Shifts (TechTimes 2026-05-14)
• Introducing Helix 02: Full-Body Autonomy (Figure AI 公式)
• Figure AI、最新ロボット制御モデル「Helix 02」を発表 (XenoSpectrum)
• Figure AIとは？Figure 02・03のスペック・BMW実績を徹底解説 (humanoidpress.jp)
• BMWで働き始めているヒト型ロボFigure 02 (ITmedia オルタナティブ・ブログ)
• Figure AI’s Robots Work 17-Hour Shift, Sort 22,000 Packages (eweek.com)
• Humanoid Robot Comparison Tracker 2026 (newmarketpitch.com)