2026年5月、羽田空港で一体のヒューマノイドが貨物コンテナを押す実証が始まりました。空港でのヒューマノイド活用としては国内初、2029年以降の実用化を目指す取り組みです。日本航空が要件と安全評価を持ち、JALグランドサービスが運営を担い、GMO AI＆ロボティクス商事がロボットと動作プログラムを供給する。三社の分担がすでに組まれた、本気の座組みです。検証の対象はグランドハンドリング業務全般、手荷物や貨物の搭降載から機内清掃までを見込み、取り組み期間は2028年までを予定しています。
投入された機体も具体的です。子供サイズのUnitree G1（身長130cm、重量35kg、連続稼働2時間、関節数29）と、大人サイズのUBTECH Walker E（身長172cm、重量73kg、連続稼働3時間、関節数41）の2機種。いずれも中国製です。両社が人型を選んだ理由もはっきりしています。空港は限られたスペースで多様な特殊車両を扱う、人の手作業を前提とした環境です。固定式の自動化設備や単一機能のロボットでは、既存インフラや複雑な作業動線に柔軟に対応できない。人間と同等の可動域を持つ人型なら、施設を大幅に改修せず、1台で複数の業務をこなせる。この判断こそが、後で見る「選定」という工程の中身です。
それでも、電源を入れれば動く話ではありません。計画書にはこうあります。「最初に各業務をロボットに教え、その後、一連の動作として作業できるように開発を進める」。担当するJGSの吉岡智也氏によれば、ドーリーのストッパーを解除して貨物コンテナを回転させる、ドーリーからハイリフトローダーへコンテナを押して動かす、といった動作を一つずつ開発し、2027年下期ごろから各動作をつなげて実際の作業の流れにしていく。しかも実証そのものが段階を踏みます。初期段階では空港現場の業務を可視化・分析し、ロボットが安全に作業できる領域を特定する。その上で実際の空港環境を想定した動作検証を重ね、人の作業を補完する形での運用を探る。社長が掲げる目標は「実情に合わせて、2028年度末には一部の作業領域で業務を置き換える」ことです。最先端の機体を、代表的な航空会社が、専門企業と組んで立たせる。それでも、業務を可視化するところから始め、教え、二年半をかけて一連の作業に仕上げていきます。
ここに、この講座の出発点があります。ロボットの実証実験は世界中で動いています。動かないのは、その次です。実証から本番配備へ進む途中で、多くのプロジェクトが止まる。しかも止まる場所は、毎回ほとんど同じところです。技術が未熟だから止まるのではありません。「導入」という工程が、そもそも設計されていないから止まる。本講座は、この工程を八段に分解し、それぞれの段で何を決め、何を作り、何が失敗するのかを書き下ろす。導入を、一つの学問として初めて体系化する試みです。
ロボット導入が止まるのは、技術ではなく工程の側である
なぜ止まるのかを、当事者の言葉で確かめておきます。
全日本空輸は、国土交通省の技術検討会に手荷物搭載ロボットの導入結果を報告し、実運用に至らなかった理由を四つ挙げました。作業の標準化が困難であること。設置スペースに制約があること。多額の投資が必要であること。そして、現場のマインドセットが追いつかないこと。この四つは、ロボットの性能表のどこにも書かれていません。カタログのスペックがどれだけ優れていても、この四つは別の問題として立ちはだかります。
同じANAの資料には、その四つの壁の手前を先に走った二台のロボットが、具体的な数字とともに載っています。一台目はメイキコウと共同開発したバルクカート用ロボットで、九州佐賀国際空港の手荷物仕分け場に2020年3月から入りました。吊り下げ式のアームが真空ポンプでスーツケースを吸着し、平均26秒で一個をカートへ積みます。扱える手荷物は、500〜800mm×350〜600mm×220〜350mmという寸法の枠と、30kg以下という重量の枠に区切られ、対象はキャスター付きスーツケースです。二台目は豊田自動織機と共同開発したコンテナ用ロボットで、羽田空港第2ターミナル南の仕分け場に置かれ、出発120分前までに預けられた手荷物をLD-3コンテナ2台へ同時に積み、25秒で一個を処理します。導入にはいずれも航空局のファストトラベル補助金が使われました。機種、共同開発の相手、設置空港、作業速度、扱える寸法、重量の上限、補助金の名前。これらはすべて、機体のカタログではなく、導入という工程が現場で決めた数字です。
その工程の正体を、ANAはバルクカート用ロボットの積み付けフローとして一枚の図に描いています。まずカウンターで受託した手荷物を投入する。次にカメラで手荷物の寸法を計測し、キャスターの有無を判別する。ここでボストンバッグやお土産の紙袋は、そもそもロボット搭載の対象外と決められています。続いてロボットが手荷物を吸引形式で持ち上げてコンテナへ搭載しますが、吸引後に30kg以上と判別された手荷物は搭載不可とされる。そして、大きさや重さ、キャスターの無さでロボットが扱えなかった手荷物は、係員が手で積む。
この一枚に、導入という工程の正体が凝縮されています。導入とは、機体が何を扱えて何を扱えないか、その境界を現場の条件で判定し、扱えないものを人へ振り分ける設計です。30kgという閾値も、寸法のエンベロープも、キャスターの有無も、紙袋の除外も、機体のカタログには載っていません。現場で決める工程の産物です。ANA自身が資料に掲げた目指す姿も、この分業を言い当てています。「自動化・機械化できる業務は機械に任せ、人は人でしか担えない判断業務等へシフトする」。扱えない分を誰がどう引き取るかまで設計して、初めて運用が回る。
機体の外側で決めることは、まだあります。羽田で使う機体は中国製でした。この点について本紙が安全保障上の懸念を指摘したのに対し、GMO側は「安全保障上あまりよくないのは指摘通りだが、市場でちゃんと動くヒューマノイドが限られている」と述べ、「まず中国のものでやってみるが、どこかで国産や海外製で安全性やセキュリティ面をしっかり検証したものに切り替える必要がある」と語りました。しかも今回はロボットを所有せず、GMOから「派遣」する形をとり、新型が出れば交代も検討するといいます。どの国の機体を、所有するのか借りるのか、責任は誰が負うのか。これも性能表の外にある、法規と責任の設計です。
導入が止まる構造は、ここにあります。機体の性能は、導入という長い工程の一要素にすぎません。26秒という作業速度、30kgという可処理性の閾値、扱えない分の人への振り分け、機体の調達と責任の設計、複雑な動線への対応、そして補助金という費用の調達。どれも機体のカタログには載っていないのに、どれかが抜ければ本番で止まる。実証は機体の性能を見せる場ですが、本番配備は機体以外の全工程が問われる場です。実証で成功して本番で止まるのは、評価している対象が実証と本番でずれているからです。
だから本講座は、機体の技術を教えません。ロボットがどう動くのかは第一門の講座と研究室が扱う領域です。本講座が扱うのは、そのロボットがどうやって現場に立つのか。作られ方ではなく、立ち方です。
導入という工程を、八段に分解する
ロボットが現場に立つまでの道を、本講座は次の八工程に分けます。選定、法規・責任、安全、現場評価、統合、適配、視覚、運用。この八つは直線ではありません。運用で集めたデータが次の適配と視覚に還り、環になります。この環が、全十回の背骨です。
一段ずつ、何を決め、何を作り、何が失敗するのかを定義します。羽田とANAの実例を、その都度この八段に当てはめていきます。
選定。 スペック表と現場のあいだにある溝を埋める工程です。羽田がG1とWalker Eの二機種を並べたのは偶然ではありません。可搬重量35kgと73kg、連続稼働2時間と3時間、関節数29と41。この差が、扱える手荷物の重さと、一度に回せる作業時間を分けます。ANAの30kg閾値、そして500〜800mm×350〜600mm×220〜350mmという寸法のエンベロープは、機体の吸引力と現場の手荷物分布から決まる可処理性の線引きです。機体を選ぶのではなく、作業と機体の組み合わせを選ぶ。ここを飛ばすと、能力の足りない機体を買い、あるいは能力の余る機体に払いすぎます。第2回で、この可処理性という考え方を掘り下げます。
法規・責任。 海外製のロボットを日本の現場に入れるには、輸入から設置までに複数の法体系を通ります。電気用品安全法（PSE）、電波法の技術基準適合証明（技適）、製造物責任法（PL）、そして事故時の責任を誰が負うかを定める契約と保険。羽田の「派遣」モデルは、この責任構造を設計した一例です。ロボットを買い取れば資産と責任を自社が持ち、借りて派遣を受ければ責任の一部が供給側に残る。中国製をめぐる安全保障の判断も、この工程で引き受けます。鎖のどこか一つが抜けると、機体は現場に置けません。第3回で扱います。
安全。 労働安全衛生法とISO 10218を軸にしたリスクアセスメントの工程です。産業用ロボットには柵で囲う前提の確立した安全体系がありますが、羽田のように人と同じ空間で働く人型や、通路を自律走行するAMRには、既存の枠組みがそのまま当てはまらない灰色地帯が残ります。羽田の実証が「初期段階で業務を可視化・分析し、ロボットが安全に作業できる領域を特定する」と段階を切ったのは、この工程を先に置いた設計です。ここは本講座がもっとも深く掘る領域です。第4回で扱います。
現場評価。 動線、通信、電源、照明。ロボットが動く前提となる現場の条件を測る工程です。羽田が人型を選んだ理由が「限られたスペースで多様なGSEを扱う複雑な動線」だったように、現場の形が機体の要件を決めます。ANAが佐賀空港の実験場でテスト手荷物を通してから、多種多様な実手荷物を検証するために羽田へ機材を移したのも、現場を測り直す工程でした。経済産業省が進める「ロボットフレンドリー」な環境整備の標準化もここに関わり、現場をスキャンして三次元で持つこと自体が、導入の一工序になりつつあります。第5回で扱います。
統合。 ロボット単体では仕事になりません。羽田のロボットは、ハイリフトローダーという特殊車両へコンテナを渡します。佐賀のバルクカート用ロボットをメイキコウが、羽田のコンテナ用ロボットを豊田自動織機が共同開発したように、機体を現場設備につなぐ担い手はシステムインテグレータです。倉庫管理システム（WMS）や製造実行システム（MES）、手荷物搬送システム（BHS）といった上位システムや周辺設備、安全回路とつなぎ、LD-3コンテナ2台へ同時搭載するといった現場の仕様に機体を合わせる。ANAが資料で描いた目指す姿も、単体の自動化では終わりません。手荷物受託のセルフ化、積み付けの省力化、機側への自動搬送、貨物室への省力搭載という前後工程をつなぎ、預けから搬送までの流れ全体を最適化する。ロボット一台の統合は、この長い流れの一結節点です。そして、何をもって導入成功とするかの受入基準をここで設計します。「成功の定義」を曖昧にしたまま始めたプロジェクトは、終わらせ方も曖昧になります。第6回で扱います。
適配。 「教える」がデータに変わった工程です。羽田が「動作ごとに開発し、2027年下期からつなげる」と描いたその作業が、逐次の教示から、遠隔操作によるデータ収集、収集したデータでのモデル微調整とsim-to-realへと広がっています。この工程の技術的な敷居は、実は急速に下がっています。上海の研究チームが2026年に公開した部署パイプラインは、新しい対象物をロボットに扱わせるまでの時間を、従来の一日から二日を約30分に縮めました。一つの対象を教える工数が桁で変わるということです。厂商ごとのツールチェーン（Genie Studio、宇树のSDK、LeRobot）の違い、遠隔操作でデータを集めて微調整するという新しい「教え方」もここで扱います。第7回で扱います。
視覚。 現場の目をつくる工程です。ANAの図でカメラが手荷物の寸法を測り、キャスターの有無を判別し、吸引後に30kg以上かどうかを見分けていたのが、この工程です。羽田のコンテナ用ロボットは、この目をさらに使い込みます。EB一時保管場所から投入された手荷物をカメラで形状判定し、回転台の上で向きとサイズを認識して向きを補正し、ハンドで受け取ってLD-3コンテナ2台へ同時に積む。搭載する適当なスペースがなければストックコンベアへ仮置きする。寸法を測るだけでなく、置き方まで見て決める視覚です。カメラの選定と校正、照明の設計、識別を現場に合わせ込む適配。さらに、ロボットに処理できるものとできないものを見分け、できないものを人に振り分ける判定の設計。この判定と振り分けが、次の運用の人機分業を成り立たせます。第8回で扱います。
運用。 人とロボットの分業を設計する工程です。ANAで30kg超や紙袋を係員が手積みしたように、機体が扱えない分は必ず人が引き取ります。完全自律で回るロボットは、現状ほとんどありません。人がどこで、どのくらいの頻度で介入するのか。保守体制をどう組むのか。複数台を束ねる機隊運用（fleet ops）をどう設計するのか。そして、運用で集まるデータをどう資産に変え、環の上流へ還すのか。第9回で扱います。
八工程を一巡すると、ANAが挙げた四課題がすべてどこかの段に載ることがわかります。「標準化が困難」は、一つとして同じ形のない手荷物を決まった大きさのコンテナへ荷崩れなく積むという、選定と適配の課題です。「スペース制約」は、狭隘な仕分け場の改修を要する現場評価の課題です。「多額の投資」は、顧客から見えない領域ゆえに投資されにくいという費用構造の課題です。そして「マインドセット」は、トライ＆エラーの繰り返しを受け入れる運用の課題です。当事者が挙げた四つの壁は、そのままこの八工程の上に載ります。導入が止まるのは、この工程のどこかが設計されていないからだと、当事者の言葉が裏づけています。
この工程を担う人が、世界中で足りない
八工程を設計し、現場でやり切る。それを担う人材が、いま世界中で不足しています。しかも、その人材を養成する仕組みが、どの国にもほとんどありません。職業としては成立し始めているのに、養成だけが空白です。
日本から見ます。FA・ロボットシステムインテグレータ協会が2022年に会員企業へ行った調査では、回答した149社のうち、エンジニアが「やや不足」と答えた企業が58.6%、より不足感の強い層が39.3%でした。合わせて約98%の企業が、ロボットを現場に組み込む技術者の不足を訴えています。産業用ロボットの分野ですらこの水準で、羽田のような新型ロボットの導入人材はさらに手薄です。
一方で、その人材を認定する仕組みは細いままです。日本にはロボットシステムインテグレータのスキルを問う「ロボットSI検定」がありますが、2025年度に実施された第9回の2級では、学科試験の受験者は22名でした。合格率は学科が90.9%と高い一方、実技は35.4%、最終合格率は32.3%にとどまります。98%の企業が人材不足を訴える職業の、公的な検定の受験者が一回あたり数十人という規模です。需要と養成の断層が、この二つの数字に表れています。
人の不足は、周辺の労働市場にも表れています。羽田の実証も、背景には「インバウンド増加による需要拡大と、生産年齢人口の減少による人材不足の深刻化」がありました。日本航空総研のレポートは、空港のグランドハンドリングに相当する陸上荷役・運搬作業員の有効求人倍率を5.81倍、航空分野の主要職種を4.99倍と引いています。一人の求職者に五つ前後の求人がある状態です。しかもこの仕事は、航空機の誘導や手荷物・貨物の搭降載に安全確保のための高度なスキルを求め、身体的な負荷も大きい。技能が要るのに人が集まらない現場です。給与も追いついていません。同レポートは、国税庁の民間給与実態統計調査による全業種平均年収を約478万円とし、グランドハンドリング業界の平均年収を国交省調査の約434万円と、平均を下回る水準に置いています。人が集まらない現場だからこそ、ロボットへの期待が高まり、それを導入できる人材への需要が積み上がります。
中国を見ると、国家が制度で追認し始めています。人力資源社会保障部は2026年、新しい職業の公示に「具身智能机器人应用技术员（身体性知能ロボット応用技術員）」を加えました。その定義は逐語でこう書かれています。「遥操作設備、空間デジタル化ツール及びシミュレーションテストプラットフォームを使用し、身体性知能ロボットのマルチモーダル相互作用データの採集と処理、アルゴリズムモデルの微調整と適配、システムのソフトウェア・ハードウェアの現場配備と調整、及び運行効能の監視と維持最適化に従事する人員」。遥操作、データ採集、微調整、現場配備、運用監視。本講座が八工程で書こうとしていることが、そのまま新職業の定義に並んでいます。さらに下位の工種として「具身智能机器人数据采集员（データ採集員）」「具身智能机器人训练师（ロボット訓練師）」の二つが置かれました（本稿執筆時点では意見公示の段階で、確定前です）。
規模の見立ても示されています。央視新聞の報道によれば、今後五年で「データ採集員、ロボット群協調運営師」などの新規雇用が100万人を超える見通しとされます。関連して引かれることの多い「人材缺口450万」という数字は、2017年に公表された《制造业人才发展规划指南》が示した「高档数控机床和机器人領域」全体の2025年時点の不足予測であり、単一職業の数字ではありません。引くときは、領域全体の予測であり2017年時点の見立てである、と口径を揃える必要があります。
米国では、ヒューマノイドを開発する各社が、機体を現場で回すための「fleet operator（機隊オペレータ）」や「data collection operator（データ収集オペレータ）」を募集しています。運用と適配の担い手を、開発企業自身が求め始めた。任用条件はおおむね「機電の素養に加え、VRやゲームの経験があれば優先」で、採用後は社内で訓練します。その人材を対外的に養成する機関は、調べた範囲ではほとんど見当たりません。職業は先に生まれ、養成は後を追っていません。
日本、中国、米国。制度も市場の段階も違いますが、結論は一致します。導入と運用を担う職業は成立した。足りないのは、それを教える仕組みのほうです。
そして、その教科書が存在しない
養成の仕組みがない、と書きました。より正確には、教材そのものが空白です。本講座を始める前に三つの言語圏を調べた結論を、正直に共有します。
すべてが空白なのではありません。伝統的な産業用ロボットの導入には、しっかりした教材があります。中国では、産業用ロボット技術を教える高等職業学校が709校あり、年に3.6万から3.8万人の卒業生を送り出しています。国家職業標準（操作員・運維員）から1+Xの三証書、国家規画教材、実訓装備の産業までがつながった、世界でもっとも厚い産業用ロボットの職業教育体系です。日本には経済産業省が2018年にまとめた「ロボットシステムインテグレータのスキル読本」があり、システムインテグレーションの工程を体系的に整理しています。ただし日本語の集成方法論は、実質この一冊の無料PDFと、日刊工業新聞社の実務書が数冊あるきりです。メーカーの教育は充実しています。ユニバーサルロボットのUR Academyは受講者20万人超を公表し、ファナックの認定教育は1,700校以上、ABBの研修は年2万人規模とされます。ただし、その中身は機種ごとに割れ、教材は外に出ません。本講座の調査では、ファナックの教示コースは4日で143,000円、iRVisionの視覚コースは2日で77,000円から、安川の教示特別教育は2日で50,000円という水準で、どれも自社機体の使い方に閉じています。安全教育だけは別で、産業用ロボットの特別教育は法定の枠として体系が整い、受講者はSI検定の数十人をはるかに上回ります。日本で厚いのは、機体に閉じた訓練と、法定の安全教育の二層です。
空白なのは、二つの領域です。
一つは、メーカー中立の導入方法論です。特定の機体の使い方ではなく、どの機体にも通じる「選定から運用までの学科」を、体系立てて書いたもの。日本語では2018年の官庁PDFが一冊あるきりで、現代版がありません。英語圏の代表作は、マイク・ウィルソンが2014年に著した『Implementation of Robot Systems』一冊で、以後更新されていません。産業用ロボットを前提にした十年前の骨格のまま、時計が止まっています。
もう一つは、AI時代の適配技能です。データ採集、モデルの微調整、視覚の現場適応、人間による兜底運用、機隊運用。羽田の「教える」やANAの「判定と振り分け」が指しているこの新しい技能群を、体系的に教える教材は、調べた範囲では日本語にも中国語にも英語にも見当たりませんでした。LeRobotのようなオープンな教材は未完結で、対象も愛好家寄りです。NVIDIAの教材は自社プラットフォームに結びつきます。大学は技術を教えますが、導入は教えません。東京大学の松尾研究室が2025年に開いたPhysical AI講座は1,300人を集めましたが、模倣学習やデータ採集を扱う講座の形で、シミュレーション中心です。研究室の技術講義と、現場に立たせる導入の学科とのあいだには、まだ距離があります。
断片を並べれば、自習の課表は組めます。工程の流れは経済産業省のスキル読本で骨格をつかみ、教示の実操は中国の大学MOOCで、動かす感覚は無料のUR Academyで、安全は法定の特別教育で、AI側はLeRobotの課程とオープンな教程で、sim-to-realはNVIDIAのIsaac系で。本講座の調査で組んだこの課表は、六つの体系をまたぎます。裏を返せば、選定から運用までを一つの体系で通す教材が、どの言語にも存在しないということです。学習者は毎回、断片を自分でつなぎ直しています。
技術そのものは、むしろ速く進んでいます。先ほどの上海の部署パイプラインは、Roboflowによる自動アノテーション、SAM 3Dによる単一写真からの三次元再構成（一対象あたり約5分）、FoundationPoseによるゼロショットの姿勢追跡を鎖のようにつなぎ、新対象のオンボーディングを約30分に縮めました。検出精度はmAP@0.5で0.995、姿勢追跡の精度は1.05mmを下回り、実行機はUnitree G1です。
ここに、この講座の逆説があります。個別の技術が進むほど、導入の敷居は下がります。しかし、どの対象を扱えるかを判定し、教え、法規を通し、現場の設備とつなぎ、扱えない分を人へ振り分ける工程は、ツールが変わっても消えません。むしろ、機体もツールも増えるほど、それらを現場に束ねる工程の設計が効いてきます。技術の教科書は増えていく。足りないのは、その技術を現場に立たせる工程の教科書のほうです。
この二つの空白が、本講座の存在理由です。伝統的な産業用ロボットの教材は、すでにある。だから重ねて書きません。書くのは、まだ誰も書いていない、メーカー中立の導入方法論と、AI時代の適配技能です。（「見当たらない」は本講座の調査範囲での話であり、網羅的な不在の証明ではありません。だからこそ、見つけたものは引用し、致敬します。）
全十回の地図
八工程を軸に、全十回を三部で構成します。
第1部は導入です。第1回は本稿、導入という工程の全体地図と、それが学問として書かれていない現状を示します。
第2部が学科の本体、八工程に対応する八回です。第2回・選定編、スペック表と現場のあいだ。第3回・法規・責任編、輸入からPSE・技適・PL・保険まで。第4回・安全編、労安法・ISO 10218・リスクアセスメントと新型ロボットの灰色地帯。第5回・現場評価編、サイトアセスメントとロボットフレンドリー。第6回・統合編、上位システムと安全回路をつなぎ受入を設計する。第7回・適配編、教示・遥操作・データ・学習。第8回・視覚編、現場の目をつくり判定と振り分けを設計する。第9回・運用編、人とロボットの分業とデータの資産化。
第3部は展望です。第10回・経済編、費用構造とROIの誠実な計算、日本の補助金地図（羽田やANAが使ったファストトラベル補助金のような制度を含む）、そして「部署エンジニア」という職業そのものを扱います。
各回は、法規なら条文番号、適配なら工数、費用なら金額の幅、能力なら失効の境界まで、工程として使える具体で書きます。目安は一つ、月曜の朝に現場で使えるか。第一の読者は、明日ロボットを現場に立たせる人です。技術寄りの意思決定者も読めるよう、第1回と第10回は単独で読み通せる構成にしますが、深さは落としません。
おわりに
羽田の実証は、最先端の人型を、代表的な航空会社が、専門企業と組んで立たせます。それでも機体は業務を可視化するところから始め、教え、扱える手荷物と扱えない手荷物の境界を現場で引き、扱えない分を人が引き取り、中国製という調達の判断と補助金という費用の調達まで背負って進みます。動かないのは技術ではありません。設計すべき工程が、そこにあるのです。
その工程を担う職業は、日本でも中国でも米国でも成立し始めました。中国は国家の新職業として、データ採集員と訓練師という工種まで書きました。しかし、その工程を教える教材だけが、どの言語にも存在しません。技術の教科書は増え続け、導入の敷居すら下がっていくのに、技術を現場に立たせる工程の教科書だけが空白のままです。
だから本講座は、その教科書を書きます。八工程を一段ずつ、機体の外側で起きるすべてを、現場で使える具体まで降ろして定義する。ロボットがどう作られるかではなく、どうやって現場に立つのか。その最初の一冊を、ここから書き始めます。
次回は第2回、選定編です。カタログのスペック表と、現場で本当に扱える能力のあいだにある溝を、可処理性という考え方で埋めます。G1とWalker Eの35kgと73kg、そしてANAの30kgという閾値が、どこから決まるのかを掘り下げます。
本記事は「Physical AI 導入実務講座」シリーズの第1回です。次回は選定編、スペック表と現場のあいだを扱います。スライド資料（PDF）は無料でダウンロードいただけます。
出典
- Aviation Wire「羽田空港でヒューマノイドロボットの実証、JAL・GMOなど」（2026年4月27日）※実証の座組み・機種（Unitree G1 130cm/35kg/連続2h/関節29、UBTECH Walker E 172cm/73kg/連続3h/関節41）・「最初に各業務をロボットに教え…」の逐語・動作ごとの開発と2027年下期からの連結・段階的アプローチ（可視化・分析→安全に作業できる領域を特定→動作検証→補完運用）・検証対象＝グラハン業務全般（搭降載・機内清掃）・取り組み期間5月〜2028年・2028年度末の置換目標・人型選定の理由・中国製の安保懸念とGMOのコメント・派遣モデルの逐語
- 日本航空／JALグランドサービス／GMO AI＆ロボティクス商事 プレスリリース（2026年）※実証の座組み
- 国土交通省 技術検討会 全日本空輸 手荷物搭載ロボット導入結果資料（2024年6月26日）※実運用に至らなかった四課題（標準化が困難／スペース制約／多額の投資／マインドセット）の逐語、目指す姿「自動化・機械化できる業務は機械に任せ、人は人でしか担えない判断業務等へシフト」、バルクカート用ロボット（メイキコウ共同開発／佐賀空港2020年3月実用化／平均26秒・個／対応寸法500-800×350-600×220-350mm・30kg以下／キャスター付きスーツケース／航空局ファストトラベル補助金）と積み付けフロー図（カメラで寸法・キャスター判別／吸引後30kg以上・紙袋は搭載対象外／扱えない分は係員が手積み）、コンテナ用ロボット（豊田自動織機共同開発／羽田第2ターミナル南／LD-3コンテナ2台分／25秒・個／出発120分前EB）
- Yan, Liao & Ye「A Rapid Deployment Pipeline for Autonomous Humanoid Grasping Based on Foundation Models」（arXiv:2604.17258, 2026年4月19日）Fig.1 ※新対象オンボーディング約30分、Roboflow＋SAM 3D＋FoundationPose、mAP@0.5=0.995、姿勢追跡σ<1.05mm、Unitree G1で実行
- FA・ロボットシステムインテグレータ協会 会員調査（2022年公表、会員207社中149社回答）／robot digest（2022年5月2日）※エンジニア不足 やや不足58.6%＋強い不足感39.3%＝約98%（回答区分の逐語は出典リスト#4）。2022年時点、関東経産局の374社調査とは別
- ロボットSI検定 公式（si-kentei.com）※2025年度第9回2級 学科受験22名・学科合格率90.9%・実技35.4%・最終合格率32.3%
- 日本航空総研 グランドハンドリング人材レポート ※陸上荷役・運搬作業員 有効求人倍率5.81倍、航空分野主要職種4.99倍（原統計は厚生労働省・国交省系）、全業種平均年収 約478万円（国税庁 民間給与実態統計調査）／グラハン業界平均年収 約434万円（国交省調査）
- 人力資源社会保障部 新職業公示（意見公示 締切2026年7月17日）※「具身智能机器人应用技术员」の定義逐語、工種「数据采集员／训练师」。界面新聞・中国就業網（人社部主管）・中新網の転載で確認。本稿時点で公示段階
- 央視新聞 報道（2026年7月）／21世紀経済報道 転引 ※今後五年で新規雇用100万人超の見通し
- 《制造业人才发展规划指南》（教育部・人力資源社会保障部・工業情報化部、教职成〔2016〕9号、2017年公布）／工業情報化部 通知頁 ※「高档数控机床和机器人領域」全体の2025年人材缺口450万（領域全体・2017年予測）
- 米ヒューマノイド各社 採用ページ ※fleet operator／data collection operator の募集、任用条件は機電の素養＋VR/ゲーム経験優先で採用後内訓、対外養成機関は調査範囲で見当たらず（発布前スクリーンショット・閲覧日記録）
- 経済産業省「ロボットシステムインテグレータのスキル読本」（2018年）図
- ロボット導入 職業教育の三言語調査（robot-deployment-education 内部調査、各セルに一次URL）※中国 高職709校・年毕业3.6〜3.8万・国家職業標準／1+X／規画教材／英語圏代表作 Mike Wilson『Implementation of Robot Systems』（2014）／UR Academy 20万人超・FANUC認定 1,700校以上・ABB 年2万人／東大松尾研 Physical AI講座（2025・1,300人・講座形態）／AI時代の系統教材は調査範囲で見当たらず