米Figure AIの人型ロボットFigure 02は、BMWの米国スパルタンバーグ工場でパイロット運用され、BMWグループによれば10か月間で3万台超のBMW X3の生産を支援した。これは量産ラインへの恒常導入が完了したという意味ではなく、定義された作業での実証が一定期間回ったという実績として読むべき事例である。

Figure 02のBMW工場パイロット:3万台超の生産支援

BMWの公表では、Figure 02は月曜から金曜まで1日10時間のシフトで稼働し、溶接工程向けに板金部品を取り出して配置する作業を担った。期間中に扱った部品は9万点超、稼働時間は約1,250時間、歩数は約120万歩とされる。これらの数字は2025〜2026年のBMW発表に基づくもので、特定作業・特定工場での実績である点に留意したい。

人型ロボットが担った作業:板金部品の取り出しと配置

担った作業は、繰り返し精度が要り人体には負担の大きい定型作業である。人型である利点は、既存の作業台や治具の寸法に合わせやすいことだが、専用自動化設備より速度や精度で劣る場面も多い。BMWは後継機Figure 03による物流の順序付け作業など追加ユースケースの評価を進めるとしており、用途探索は続いている。ドイツ・ライプツィヒ工場では別社の人型ロボットの欧州初パイロットも始まっており、比較の土台が広がりつつある。

人型ロボット導入の評価軸:台数より稼働と精度

導入判断で見るべきは、ロボットの台数や動画の印象ではなく、稼働率、介入頻度、精度、保守体制、そして人と並んで働く安全設計である。パイロットの成功条件を事前に置き、期間と作業範囲を明示して公表したBMWの進め方は、導入側の実務として参考になる。日本の製造現場でも、PoCの終了条件と本導入の判断基準を分けることが失敗を減らす。

製造業のR&D・生産技術担当者は、自社工程のうち定型・高負荷・高精度の重なる作業から候補を探す視点が役立つ。ロボット研究者は全身制御の学習基盤と現場データの循環に注目したい。数字は発表時点のもので、恒常導入の有無は別途確認が必要である。

あわせて読みたい

「PoC(概念実証)の設計:検証で何を確かめるか」 https://deeptech.aohalab.ai/#/article/27

「量産・製造の壁:試作ができた会社が次にぶつかるもの」 https://deeptech.aohalab.ai/#/article/7

「Agility Robotics Digitの物流導入:倉庫向け二足歩行ロボットの実証と課題」 https://deeptech.aohalab.ai/#/article/83

出典:BMW Group公式発表「First humanoid robot introduced in Plant Leipzig」(Figure 02の実績を含む) https://www.bmwgroup.com/en/news/general/2026/humanoid-robot-in-leipzig.html

本記事で紹介した内容は2026年11月時点の公表情報に基づきます。内容は変更される可能性があります。最新の内容は出典の一次情報をご確認ください。

人型ロボットの実証を、自社工程の評価軸に引き直すには

人型ロボットの導入は、台数や動画の印象ではなく、稼働率、介入頻度、精度、保守体制といった評価軸でパイロットを設計する段階にあります。技術の見極めと導入評価の進め方については、AOHA LABがディープテック領域の調査と事業化支援で支援しています。

まず、自社工程について、①定型・高負荷・高精度の重なる作業はどこか、②パイロットの成功条件(稼働率、介入頻度、精度、保守体制)をどう置くか、の2点を書き出してみてください。そこまでが、記事内で完結する第一歩です。

そのうえで、評価の進め方を自社のPoC設計に組み込む方法については、この記事の下にある相談フォームから、30分無料相談を受け付けています。なお、BMWの数字は特定作業・特定工場での実績であり、恒常導入の有無は別途確認が必要です。評価軸は自社工程に引き直して使ってください。