Tag: 誰も手を上げない日本の労働危機によってロボットが望ましくない仕事を奪うケースが発生しています幸運

日本は労働者が足りない。 2024年には人口が14年連続で減少しました。労働年齢人口は今後20年間でほぼ1,500万人減少すると予想されます。 2024年のReuters/Nikkei調査によると、労働力の不足は、日本企業が自動化とAIの採用を推進する主な原動力であることがわかりました。 先月、経済産業省は、2040年までに世界市場の30％を占めるために国内物理的AI部門を構築する計画だと明らかにしました。そのアイデアは、物流倉庫、工場現場、データセンター内にロボットを採用することです。ロボットが人々の仕事を奪うのではなく、誰も望んでいない仕事を埋めることです。 輸送技術と物理的な世界に焦点を当てたベンチャー企業であるUP.PartnersのパートナーであるAlly Warsonは、長年にわたって投資家にこう語ってきました。日本の労働力不足は、それが明らかになっている代表的な例です。 これは労働需要が多く、これらの役割を果たす人がほとんどいない分野でより顕著です。たとえば、日本は、家庭の健康シナリオやその他の国内部門で老齢人口の世話をするためにロボットを採用する方法を模索しています。 実際、ロボットは非常に普遍化され、最近、バンク・オブ・アメリカの報告書では、2060年までに人々がまもなく自動車よりも多くの人間型ロボットを所有することになると予測しました。 WarsonはFortuneとのインタビューで、「現実的に誰もこれをやりたくありません」と述べました。たとえば、「産業分野には満たされていない雇用が600,000件あります。誰も手をつないで登録しません」 ロボットが壁を積んでいる 総売上343億ドル規模企業のビジネスリーダー215人を対象に実施したUBSグローバル起業家報告書2026によると、産業企業の47％が自動化とロボット工学を最大の商業機会として見ていることがわかりました。 UBSの研究者たちは、AIとロボット工学の物理的可能性を区別したルクセンブルクの建設と不動産会社の代表と話し合いました。 「建設業界では、AIは限られた用途で使用されています。これは物理的なビジネスであり、AIは壁を築くことはできません。 ワーソンも同意します。ロボットはまだ存在していませんが、人の命に危険があるため、ロボット自動化の主な目標となる職業がたくさんあると彼女は言いました。トンネル建設では、有人乗組員を危険な状況に陥らせるのではなく、「ロボットが退屈し続けることができます」。または窓拭きのように目に見えるもの：「ガラス窓を拭くために数百フィートの高さの建物の側面に人をぶら下げても、まだそのようなことが起こるのはなぜですか？」 Warsonの場合、物理AIの最も説得力のあるケースは効率性やコスト削減ではありませんでした。むしろ人を生かすことです。 「人間の命が危険にさらされた職業には経済学が最も効果的だと思います」と彼女は言いました。 「真夜中に土地に釘付けされている建設現場を通る人を交換することについて話しているか、漏れがあって誰かに海外石油及びガス現場に行くように要請する場合、それはあらゆる種類の訴訟に加えて百万ドル以上の生命保険請求に該当します。」 ロボットの未来を準備する UP.Partnersはこれらのアイデアの後ろに実際のお金を投資しました。同社は、実際の作業現場の混乱のために特別に設計された建設ロボット会社であるNoble Machinesをサポートしました。ロボットは階段を探索し、圧力をかけても安定し、以前の産業用ロボットが処理できなかった非構造環境で動作することができます。さらに、建設労働者を監視するハードウェア - ソフトウェアプラットフォームであるWakeCapに投資し、安全観察が91％減少しました。 Warsonは、セーフティに組み込まれ、リアルタイムの活動を追跡する会社のセンサーを説明しながら、「WakeCapは建設現場で人間がより安全に過ごすのを助けています」と述べました。 「それはまた保険に戻ります。AIがさまざまな挑発的な方法で人間がより安全になるように助けているというレンズを使用することもできます」 AIとロボット工学を組み合わせることは、実用的で実用的な結果を達成するための最速かつ確実な方法です。フランクリン・テンプルトン（Franklin Templeton）の報告書によれば、これは、高一サナエ首相の下で日本がロボット工学に63億ドルを投資したという事実で再確認されています。 経済部によると、中国はすでに世界中の産業用ロボット市場の約70％を制御しており、AIを混合して2040年の期限までにさらに多くの成果を達成すると期待しています。 しかし、これはロボットの終わりが差し迫ったという意味ではありません。 Warsonは、物理AIの基本インフラストラクチャがついに実際のユースケースに追いついたと述べました。インターネットに接続されたセンサーは現在、現場のどこでも見ることができます。コンピューティングは、エッジで洗練されたモデルを実行できるほど強力です。そしてAIモデルは、5年前には想像できなかった方法で物理環境全体にわたって一般化する能力を機械に提供しています。 「AIは資産クラスとしてロボット工学の可能性を開いてくれました」とWarsonは言いました。