さあ、その「今すぐ購入」ボタンを押して、セーターやテレビ、あるいは、サーモンの切り身に見える枕を手に入れよう。ボタンを押せば、働き者の倉庫ロボットの役に立つことになる。

オンラインショッピング（ネット通販）の利用が増えれば、それだけ商品の発送にロボットを利用するオンラインショップが増える。倉庫を埋め尽くす商品の棚の間を往復するロボットもいれば、バーコードをスキャンして在庫を確認するロボットもいる。

そして、かつて人にしかできなかったことを、ロボットアームがこなすケースがますます増えている。無数に存在する奇妙なかたちの物をいくつかの注文にまとめ、親愛なるお客様へと発送することもできるようになった。

「わたしの考える2017年の重大ニュースは、オンラインショッピングが転換点を迎えたことです」と、米カリフォルニア大学バークレー校のロボット研究者ケン・ゴールドバーグは言う。「アマゾンなどの企業は前例のないペースで商品を発送するようになりました。1秒あたり500個といったペースです。しかもこれが増加し続けています」

そして進化だ。現在の働くロボットは、重い物を持ち上げたり、溶接したり、力ずくの作業を行うだけではない。アマゾンなどの配送センターを走り回る新種のロボットは、もっと高度で繊細で協力的になっている。

また、こうしたプロセスの一部を自動化することで、オンラインストアの受注処理コストが下がる（その結果、買う側が支払う金額も安くなる）。それと同時に「ロボット・ルネッサンス」に火が付き、倉庫を超えた広い範囲に影響が及ぶだろう。

「強化学習」で進化が加速する

工場のロボットといって思い浮かぶのは、走り回って物をとってくるといった単純で面倒な作業をロボットが担当し、人間は最も得意なこと（手を使う細かい作業）を行う構図だ。この構図は昔から存在している。

実際の箱詰めといった重要な（そして驚くほど複雑な）最終手順を担当するのは人だ。人の手の器用さに勝るものはない。しかしロボットはいま、「箱詰め」で目覚ましい進歩を遂げている。

この動きには、アマゾンが主催したコンテスト「アマゾン・ピッキング・チャレンジ」も貢献している。これは各チームがロボットにピッキング作業をさせて成果を競うコンテストで、学術界と産業界の溝を埋める役割を果たした。

「ロボット工学はとても長い間、研究ばかりに力を注いでいて、物事を実世界に当てはめることをしてきませんでした。実世界は難しすぎるからです」と語るのは、カリフォルニア大学バークレー校のロボット研究者であるピーター・アビールだ。彼の新しい会社、Embodied Intelligenceは、産業ロボットをより賢くすることを目指して活動している。「アマゾン・ピッキング・チャレンジは、人々が、『すごい、これって実世界のことで本当に必要なんだ。研究できるんだ』と語るもののひとつです」

例えば、サンフランシスコのKindredというスタートアップでは、受注から発送という一連の流れの最後の手順をロボットに教え込もうとしている。模倣学習と呼ばれる手法を用いて、アマゾンのようなサイトにあるさまざまな商品の最適なつかみ方をロボットに示すのだ。

「柔らかくてつぶれやすいものもあれば、硬いものも、重いものも、軽いものもあります。しかしどうやってもこれはプログラムできません」と、Kindredの設立者のひとりであるジョージ・バブは述べる。そこで、強化学習と呼ばれる2番目の手法が効力を発揮する。

ロボットは学習した内容を基に、試行錯誤を重ねてスピードと正確性の両方にさらに磨きをかける。理論的には、これで発送プロセスが改善されるだけでなく、効率もよくなる。例えば、衣料品店は冬が近づいてきたら、コートなどの分厚い商品の扱い方をロボットに教える必要が生じる（Kindredは現在、GAPでパイロットプログラムを実施している）。

ロボットに冬物の扱い方を教えるのに、新たに複雑なコードを大量に作成するなんて、おかしいと思うかもしれない。だが、配送センターなどの比較的構造化された環境でも、ロボットは山ほどの障害物に直面する。そのなかには文字通り、一緒に働いている人間も含まれる。

ロボットは労働現場の「仲間」になる

人間とロボットの協働が求められる状況が増えたことで、企業は自動ロボットを職場に統合する方法を検討せざるを得なくなっている。アマゾンと10万体の働くロボットの場合、その方法とは非常に人間的な行動、すなわち「聞くこと」だった。研修プロセスにおいて作業員が声を出す役割を担った。

「ロボットたちは、棚の素材と容器の色に関してフィードバックを返すほど、粒度が細かくなりました」と、アマゾンの広報担当であるニナ・リンゼイは言う。「またそのデザインも、ロボットが商品を効率的に見つけられるよう配慮されていました」

シニカルな人には、作業員たちは自分の仕事がなくなる日を自ら早めているように聞こえるかもしれない。だが短期的には、そんなことはここでは起こらない。アマゾンでは、ロボットの採用数と比例して人間の雇用数も増加している。また、ロボットの活躍の場があるのと同じように、人間にも活躍の場がある。

「技術は、人が行う作業を肩代わりするのが非常に得意ですが、仕事とはそうした作業だけではありません」と、デロイトのマネージングディレクターであり、職場でのロボットに関する新しいレポート［PDFファイル］の共同執筆者であるデヴィッド・シャツキーは言う。「このため仕事の種類は変わるでしょうが、多くの仕事のカテゴリーが大量に消滅することはないと思います」

仕事のオートメーション化は、新しいことではない。1700年代終わりの米国では、90パーセントの人が農業に従事していたが、2012年にはその値は1.5パーセントになっていた。

倉庫の仕事は根本的に異なるものではあるが、近い将来ますます高度になったロボットが人間に協力するのをやめて、現場の作業員たちに取って代わり始める日が訪れることは想像に難くない。その結果、取って代わられた人がよりクリエイティヴな仕事に移っていくのか、あるいはロボットの監視係に落ち着くのかは、その仕事によって異なるだろう。

家庭用ロボットにも進化が波及する

ロボット・ルネサンスの火蓋を切ったいくつかの要因をここでまとめてみよう。1つ目は、無秩序な状況でのロボットの移動を可能にするセンサーが、驚くほど強力になったのと同時に非常に安価になったことだ。

2つ目は、人工知能（AI）が大きく改良されたこと。そして3つ目は、利益が出ること、しかも莫大な儲けになることだ。オンラインショッピングはひたすら成長し続けており、2020年までに米国だけで年間6,000億ドルに達するとみられている。

とはいえ、オンラインショッピングの企業がこの恩恵を独り占めするわけではない。受注処理用に開発された技術が、実世界にあふれ出すことを期待しよう。そうなれば、家庭を侵略し始めたコンパニオンロボットが、家の中をますますうまく移動できるようになり、倉庫の仲間たちを見習うようになるだろう。

こうしたロボットは、Embodied IntelligenceやKindredといった企業のおかげでさらに賢く使いやすくなり、専門知識のない人たちでも教育できるようになるはずだ。そして、ロボットにさまざまな物体を認識させ、つかませて処理させるという、ロボット工学のとらえどころのない夢は、きっと実現する。この技術でオンラインショッピング業界の誰かが大儲けできるからだ。

だから思い切って、「今すぐ購入」ボタンを押すといい。ロボット（と資本家）から感謝されるはずだ。