JD.comはロボット産業の“販売後”まで支える基盤を築こうとしている

JD.comのロボット戦略は、特定のヒューマノイド1機種に賭けるというより、ロボット産業全体の「商用化レイヤー」を目指す構想に近い。需要を集め、共通部品を調達し、実際の店舗や倉庫でロボットを稼働させ、データを集め、修理や回収まで担う。こうした仕組みを組み合わせ、ロボットを研究室のデモから、店舗、物流、医療、製造、家庭、公共サービスなどの反復的な業務へ移す狙いだ。 56

計画の規模は大きい。JD.comは2028年までにロボット分野へ100億元規模のリソースを投入し、100ブランドがそれぞれ独立売上高10億元を超えることを支援すると表明している。また、ロボットを100万のエンドポイント・シナリオへ導入する目標も掲げた。いずれも発表された目標であり、すでに達成された結果を示すものではない。 56

ロボットに必要なのは、性能だけでなく産業インフラ

管理された環境で動くロボットが、そのまま商用製品になるとは限らない。実際の導入には、安定した部品供給、購入者の獲得、設置、操作訓練、ソフトウェア更新、交換部品、修理、リサイクル、そして性能改善に使える十分な運用データが必要になる。

JD.comの前提は、ロボット企業の多くがそれぞれ異なる領域に特化しているということだ。ある企業はハードウェアを作り、別の企業は制御システムやAIモデルを開発する。しかし、巨大な販売網、複数業界にまたがる導入先、標準化された調達、国際的な保守体制、大規模な実世界データを、1社だけで同時に構築できる企業は限られる。JD.comは、こうした固定費を多数のブランドと用途で分担させようとしている。 4710

1. 消費者と企業の需要をまとめる

JD.comによると、同社は自社運営モデルを通じて200社超のロボットブランドや中核部品サプライヤーと協業している。対象は家庭・消費者向けロボットだけでなく、小売、ヘルスケア、製造、物流などにも広がる。同社はさらに、利用者のニーズを基準に、プラットフォーム上のロボットを16カテゴリーに分類している。 146

この分類は、単なる商品棚の整理にとどまらない。どの製品が誰向けなのかを明確にし、ブランドと消費者・企業の需要をつなぎ、検索、相談、購入、評価から得られたシグナルを製品開発側へ戻す役割を持つ。ある報道では、JD.comのプラットフォーム上で約7億人の消費者と800万社の企業顧客から需要データが生まれているとされる。 4

ロボットのスタートアップにとっては、顧客を探し、製品と市場の適合性を試すコストを抑えられる可能性がある。一方、JD.comにとっては、メーカーが作りたいものではなく、購入者が実際に自動化したい作業を把握する手段になる。

2. まずは電池から共通部品を標準化

JD.comが需要集約の例として打ち出しているのが、ロボット用電池だ。同社は20社超のロボット関連パートナーと、電池の寸法、インターフェース、通信プロトコル、安全基準の共通化に取り組んでいる。集中調達、在庫の事前準備、段階的な納入も組み合わせる計画だ。 51517

狙いは実務的である。

• 調達量を増やし、部品・購入コストを抑える
• 個別仕様を減らし、重複する設計作業を削減する
• 交換部品を安定的に確保する
• 交換や保守を簡単にする
• 製品開発とサービス提供のサイクルを短縮する

電池を標準化しても、ロボット業界にあるすべての相互運用性の問題が解決するわけではない。また、実際にどれほどのコスト削減が実現したのかは、提供された情報からは確認できない。それでもこの取り組みは、競合するメーカーの間にある共通要件を見つけ、JD.comの調達力と物流力で支えやすくするという、同社の広いアプローチを示している。

3. ロボットを「実際の仕事」に投入する

JD.comは、ロボットをステージ上のデモにとどめず、自社の事業拠点の一部を実運用の場として開放している。報告されている用途には、商業施設での案内・買い物支援、商品棚の補充、コーヒーの調製、倉庫での搬送・仕分け、自律配送、薬局での包装、介護支援などがある。修理、故障診断、電池交換、保守、査定、回収といったサービスも対象だ。 16182022

店舗や倉庫などの現場では、レイアウト、物品、顧客、作業手順、故障パターンが絶えず変化する。そこで繰り返し稼働するロボットは、短い台本どおりのデモよりも、性能改善に役立つフィードバックを多く生み出せる可能性がある。

JD.comは、こうした事業環境を継続的な実地訓練の場と位置づける。ロボットは運用経験を得て、JD.comはどの作業に経済的な価値があるのか、どこで人の介入が必要なのか、顧客が導入後に何を求めるのかを学ぶ。 1517

4. 修理から回収まで、ライフサイクルを支える

商用ロボットにとって、販売後のサポートは目立ちにくいが重要な部分だ。中核技術が機能していても、故障診断、修理、アップグレード、安全なリサイクルができなければ、ロボットは高価な負債になり得る。

JD.comは、国内に8か所のロボット修理センターを設け、「120」サービス基準を導入したと説明している。これは、1分以内の応答、2時間以内の訪問、当日中の修理を意味する。同社の修理能力は欧州、中東、北米にも広がっているという。 415

さらに、5年間で80か所のRoboBaseを建設し、100を超える国・地域でアフターサービスを展開する計画を掲げている。RoboBaseは、展示・納品、保守、研究開発・設計、中間試作、データ収集、製造、製品更新を一体化した拠点として構想されている。 57

理論上は、ロボットメーカーが単独で構築するには負担の大きい機能を、共有サービスとして利用できる。導入する企業や家庭にとっても、「故障したらどうなるのか」という基本的な不安への答えを提示しやすくなる。

5. 実世界データを改善の循環につなげる

具現知能（Embodied AI）には、ロボットが何を見て、どう動き、何に触れ、予想外の状況へどう反応したかを結びつけるデータが必要だ。JD Cloudは、2年以内に実世界のシナリオデータを1,000万時間超収集し、その基盤を使って自社で管理可能なAIモデル群を構築する計画を示している。 5611

過去の報道では、物流、製造、医療、家庭サービス、都市運用などを対象に、データの収集、アノテーション、学習、検証を一貫して行うパイプラインも説明されている。人間の視点から撮影した動画と、ロボット本体の運用データを収集する構想も示されている。 2426

想定される循環は次のようなものだ。

1. 店舗、倉庫、家庭などの現場でロボットが稼働する
2. 成功した動作、失敗、例外的な状況が記録される
3. そのデータでモデル、インターフェース、作業計画を改善する
4. 改良されたシステムを同じネットワークへ戻し、さらに検証する

ただし、動画の量が多ければ、それだけで質の高いロボット学習データになるわけではない。データには、目的との関連性、適切なラベル、合法的な利用可能性、そして学習対象となる動作や結果との結びつきが求められる。1,000万時間という数字は目標であり、その技術的価値を現時点で前提にすることはできない。

JD.comが共有ネットワークに期待する理由

規模の経済

需要をまとめれば、仕入れ交渉力を高め、在庫計画を立てやすくなる。共通仕様は設計作業や交換部品の複雑さも減らし得る。電池のように、汎用性がありながら安全性も問われる部品では特に効果が期待される。 1015

信頼性を「運用能力」として構築

ロボットの信頼性は、作業を1回完了できるかどうかだけでは決まらない。稼働率、診断、交換部品、現場技術者、ソフトウェア更新、廃棄・回収までが含まれる。ライフサイクル全体を支えるネットワークがあれば、これらを製品の一部として設計しやすくなる。 78

市場からの反応を素早く得る

JD.comの販売・物流・運用事業は、商品発見、顧客の問い合わせ、取引、レビュー、現場導入、サービス履歴をつなげられる。こうした情報は、単発の実証実験よりも速く、有望な用途や技術的な改善点を示す可能性がある。 47

業界全体の「誰も単独では作れない」問題に対応

標準化や共有データには産業全体の利益があるが、小規模メーカー1社では、構築に必要な費用や人員を負担しにくい。JD.comは、調整役、買い手、運用者、サービス事業者、データプラットフォームを同時に担うことで、その空白を埋めようとしている。

まだ証明されていないこと

構想は大規模だが、重要な数値の多くは将来目標である。80のRoboBase、100超の国・地域を対象とするサービス網、1,000万時間のデータ、100億元の投入、売上高10億元超を目指す100ブランド、100万のエンドポイント・シナリオ、10万人超のアフターサービス雇用は、いずれも発表された計画または目標だ。 567

一方で、200社超のロボットブランドとの関係、国内8か所の修理センター、20社超のパートナーとの標準化電池の取り組み、小売、物流、保守、ヘルスケア、家庭サービスなどでの導入事例といった、すでに存在する基盤については報道が確認している。 41518

しかし、これらの要素がそろったからといって、ネットワーク全体が世界規模でコスト低下、信頼性向上、大量普及を実現することが証明されたわけではない。成否を分けるのは、競合ブランドが共通規格を受け入れるか、実世界データがロボット性能の改善につながるか、市場ごとに保守サービスの採算が合うか、そして実証実験の後も顧客がロボットに対価を払い続けるかだ。

結論

JD.comが賭けているのは、具現知能のボトルネックがロボット内部の「知能」だけではないという見方だ。ロボットを手頃に購入でき、現場へ導入でき、故障時に修理でき、実際の仕事から学習できるようにする周辺システムこそが、商用化を左右すると考えている。

そのため同社は、巨大な販売基盤による需要、共通部品の調達・物流、実際の稼働環境とデータ、そして全ライフサイクルを支えるサービス網という4つの規模を組み合わせようとしている。実行できれば、分断されたロボット製品を、より保守しやすく導入しやすい産業へ変える一助になる可能性がある。

ただ現時点で最も確かなのは、JD.comがグローバルなロボットネットワークをすでに完成させたことではなく、そのためのインフラを組み立て始めているという事実だ。