🦾実務とノウハウ

ほとんどのロボット技術者はシステムのある一層――機械設計、組み込み制御、知覚、ソフトウェアアーキテクチャ――に特化し、CADやコードに向き合い、ロボットを何度もテストして、関節がずれる理由やカメラが棚を誤認識する理由をデバッグして過ごす。仕事の大部分は劇的ではなく、実機での忍耐強い反復テストだ。

必要ない。現役のロボット技術者の多くは、専用のロボティクス学位ではなく機械・電気・情報工学の学位を持っている。ロボティクスやメカトロニクス単独の学位課程はまだ新しく、中核分野ほど普及していないからだ。競技チームや研究室、個人製作といった実践的なプロジェクト経験は、学位名と同じくらい重視される。

AIは判断――物体の認識、経路の計画、行動の選択――に関わり、コンピューターの中だけで完結できる。ロボット工学はその判断を物理世界で実行することに関わる――モーターを精密に動かし、潰さずに掴み、バランスを保つ。ロボットには通常その両方が必要だが、ロボット技術者ならではの専門性は物理的な側面、つまりどのAIモデルも予測しない理由で故障する部分にある。

一部はそうだ――知覚、動作計画、さらには一部の機械設計の探索もAIツールによる自動化・高速化が進んでいる。自動化に抵抗するのは物理的なデバッグ――実機がモデルと違う挙動をする理由を突き止めること――と、判断ミスが人を傷つけかねない機械に対する説明責任だ。AIは道具を変えつつあるが、まだ仕事そのものを取り除いてはいない。

国と業界によって大きく異なる。米国では中央値が年収およそ10万5000~11万ドル、ドイツの中堅エンジニアは5万5000~7万5000ユーロが一般的、日本と韓国はドル換算では給与水準が低いが、産業用ロボット製造ではその両国が世界を主導している。ヒューマノイドロボットのスタートアップの上級職は、これらの中央値を大きく上回る。

自動車と電子機器の製造は今も規模で最大の雇用主で、溶接・塗装・組み立てにアームを使っている。倉庫・物流の自動化、手術支援ロボット、農業、そして急成長中のヒューマノイドロボット分野が2020年代に最も積極的に採用しており、2000年代から同様の技術を使ってきた爆発物処理ロボットなどの防衛用途もそれに続く。