OpenAIは、他社製ロボットにAIモデルを提供するだけの立場から一歩踏み出そうとしている。サム・アルトマンCEOはヒューマノイドを「必ず」手がけると述べ、さらに別のフォームファクターのロボットにも取り組む考えを示した。人の体や道具に合わせて作られた現実世界では、人型が幅広い作業に適しうるという考え方だ。18

ただし、これは製品発表ではなく戦略上のコミットメントである。今回確認できる情報の範囲では、OpenAIはヒューマノイドの外観、実演、価格、導入先、量産時期を公表していない。

求人が示すのは、ロボットの「全層」を自前で組み上げる動き

OpenAIのロボティクス関連求人は、AI研究職にとどまらない。カスタムギア、アクチュエーター試験、ワイヤーハーネス、電気・機械アーキテクチャ、熱シミュレーション、制御、ファームウェア、試作、システム統合、量産準備まで広がっている。1 2 3 4 5 9 10 14 15

注目点は次の通りだ。

• 関節と減速機：カスタムギアとギア段を開発し、初期設計から試作検証、システム統合までを担う人材を募集している。1
• 反復可能な試験基盤：アクチュエーター用ダイナモメーターの電気系として、モータードライブ、計測配線、データ収集、電源、安全系を整備する職種を置く。2 これは部品性能を測り、改善を繰り返すための基盤に当たる。
• 電気・機械の密な統合：センシング、通信、電力配分、アクチュエーター接続、構造、計算要素を含む、小型で高密度な電気機械システムの設計者も求めている。5 10
• シミュレーションと制御：仮想環境内のロボット身体モデルを、より幅広く、現実的に、高速に扱うためのシミュレーション人材と、リアルタイム制御・低レイヤーのハードウェア制御を担う人材を募集している。11 14
• 試作から量産準備まで：初期段階のロボットを組み立て、デバッグし、改修するラボ職に加え、信頼性、製造、サプライチェーン、生産準備を含むアクチュエーター開発を統括する職種もある。7 8 9

人型を含む移動ロボットでは、関節、減速機、電子回路、発熱、配線、センサー、制御ソフトは切り離せない。こうした採用の並びは、OpenAIが機体とソフトウェアの相互作用を深く把握し、社内で扱える能力を築こうとしていることを示す。

一方で、求人は方向性と投資の証拠ではあっても、完全自社製の量産機がすでに完成している証拠ではない。

なぜ「人型」なのか

アルトマン氏の説明は実用的だ。ドア、階段、工具、作業台など、現実の環境の多くは人間の身体を前提に設計されている。ヒューマノイドなら、家庭や職場の設備を大規模に作り替えずに作業できる可能性がある。18

もっとも、OpenAIの構想は二足歩行の汎用機だけに限られない。同氏は別形態のロボットにも取り組むと述べている。18 例えばインフラ整備やデータセンター関連の作業では、人型が必ずしも最適な機構とは限らず、用途特化型の機械が有力になりうる。

OpenAIの短中長期の見取り図も広い。アルトマン氏によれば、OpenAI Roboticsは世界シミュレーション研究から発展した組織で、短期的には将来のインフラを建設する熟練労働者を支援するロボット、長期的には個人向けロボットを視野に入れている。31

強みになりうるのは「シミュレーション→実機→学習」の循環

世界シミュレーション研究を起点とするロボティクス組織と、シミュレーション、制御、実機開発にまたがる採用を組み合わせると、OpenAIは次のような開発ループを狙える。

1. 作業とロボットの身体をシミュレーションする
2. 実機の試作品を製作し、計測する
3. 性能と失敗のデータを集める
4. 制御・学習システムを更新する
5. 機械・電気設計を改良する

垂直統合の要点は、すべての部品を内製することではない。モデル、センサー、手、関節、計算基盤、制御、試験データを、ひとつのシステムとして最適化できることにある。これが機能すれば、搭載する身体の特性や失敗パターンに合ったAIを育てやすくなる。

競争環境での現在地

OpenAIはAI研究能力と拡大中のハードウェア組織を持つ。しかし、ヒューマノイドの競争で難しい優位性は、アルゴリズムだけでは決まらない。

Teslaや既存のロボットメーカーは、電気機械設計、製造システム、現場でハードウェアを運用する経験を持つ。OpenAIの求人は、同社がそうした能力を獲得しようとしていることを示すが、現時点で同水準の生産規模を裏付けるものではない。

NvidiaとGoogle DeepMindは、ロボティクスAI、計算基盤、シミュレーションの広い領域で影響力を持つ。ただし、今回の情報だけから、OpenAIが両社に対して製品単位でどのように競合するかを断定することはできない。

Figure AIとSkild AIは、身体を持つAIの領域で重要な競争相手だが、この情報だけでは、実運用や技術面でOpenAIと優劣を順位付けするには根拠が足りない。確実に言えるのは、OpenAIが単なるモデル供給者ではなく、エンボディドAIの担い手としてより直接的な役割を狙い始めたことだ。

中国メーカーは、生産台数で明確な先行を見せている。BloombergがOmdiaの調査として報じたところでは、2025年に世界で出荷されたヒューマノイド約1万3,000台の大半を中国メーカーが占め、上海のAgiBotは推計5,168台を出荷した。32 台数は部材調達、信頼性向上、コスト低減、現場運用の経験を積み上げる。新規参入のOpenAIが時間をかけて獲得しなければならない優位性でもある。

まだ分からない5つのこと

1. ロボットの仕様

OpenAIは、ヒューマノイドの外観、移動性能、手の構造、可搬重量、稼働時間、安全設計、価格、想定導入先を公表していない。開発方針の表明は、仕様書ではない。18

2. 発売時期

確認できる情報には、公式な製品スケジュールはない。OpenAI自身の発表に基づかない具体的な時期は、未確認情報として扱うべきだ。

3. 製造戦略

アクチュエーターの量産準備やサプライチェーンに関する採用は進めている。9 しかし、主要部品を自社で製造するのか、受託製造を使うのか、関節を外部調達するのか、あるいはそれらを組み合わせるのかは不明だ。

4. コストと信頼性

制御されたデモで印象的に動くロボットでも、広く導入するには高価すぎる、壊れやすい、遅い、整備しにくいということがありうる。OpenAIが試験と信頼性に投資していることは求人から読み取れるが、商用規模での採算性を示すものではない。2 9

5. 現実世界での身体知能

高性能な言語モデルやマルチモーダルモデルが、そのまま安定した歩行、物体操作、校正、失敗からの復帰、人の近くでの安全な稼働を実現するわけではない。問われるのは、AIの能力を、管理された実演の外でも繰り返し信頼できる物理的な振る舞いへ変換できるかどうかだ。

結論

OpenAIのヒューマノイド計画は、モデル企業からフルスタックのエンボディドAI企業へ移行しようとする試みとして捉えるのが妥当だ。アルトマン氏はヒューマノイドと他形態のロボットを公言し、求人はAIを実際に動く電気機械製品へ変えるための主要分野を広くカバーしている。18 31

採用情報が強く示すのは「意図」であって、市場投入可能なロボットや製造面での優位ではない。OpenAIの勝ち筋は、モデル、シミュレーション、制御、専用ハードウェアをひとつの開発循環につなげることにある。その研究力を、量産経験と実運用台数で先行する競合に追いつけるほど、信頼でき、手の届く価格の機械へ変えられるかが次の試金石になる。

OpenAIは、他社製ロボットにAIモデルを提供するだけの立場から一歩踏み出そうとしている。サム・アルトマンCEOはヒューマノイドを「必ず」手がけると述べ、さらに別のフォームファクターのロボットにも取り組む考えを示した。人の体や道具に合わせて作られた現実世界では、人型が幅広い作業に適しうるという考え方だ。18

ただし、これは製品発表ではなく戦略上のコミットメントである。今回確認できる情報の範囲では、OpenAIはヒューマノイドの外観、実演、価格、導入先、量産時期を公表していない。

求人が示すのは、ロボットの「全層」を自前で組み上げる動き

OpenAIのロボティクス関連求人は、AI研究職にとどまらない。カスタムギア、アクチュエーター試験、ワイヤーハーネス、電気・機械アーキテクチャ、熱シミュレーション、制御、ファームウェア、試作、システム統合、量産準備まで広がっている。1 2 3 4 5 9 10 14 15

注目点は次の通りだ。

• 関節と減速機：カスタムギアとギア段を開発し、初期設計から試作検証、システム統合までを担う人材を募集している。1
• 反復可能な試験基盤：アクチュエーター用ダイナモメーターの電気系として、モータードライブ、計測配線、データ収集、電源、安全系を整備する職種を置く。2 これは部品性能を測り、改善を繰り返すための基盤に当たる。
• 電気・機械の密な統合：センシング、通信、電力配分、アクチュエーター接続、構造、計算要素を含む、小型で高密度な電気機械システムの設計者も求めている。5 10
• シミュレーションと制御：仮想環境内のロボット身体モデルを、より幅広く、現実的に、高速に扱うためのシミュレーション人材と、リアルタイム制御・低レイヤーのハードウェア制御を担う人材を募集している。11 14
• 試作から量産準備まで：初期段階のロボットを組み立て、デバッグし、改修するラボ職に加え、信頼性、製造、サプライチェーン、生産準備を含むアクチュエーター開発を統括する職種もある。7 8 9

人型を含む移動ロボットでは、関節、減速機、電子回路、発熱、配線、センサー、制御ソフトは切り離せない。こうした採用の並びは、OpenAIが機体とソフトウェアの相互作用を深く把握し、社内で扱える能力を築こうとしていることを示す。

一方で、求人は方向性と投資の証拠ではあっても、完全自社製の量産機がすでに完成している証拠ではない。

なぜ「人型」なのか

アルトマン氏の説明は実用的だ。ドア、階段、工具、作業台など、現実の環境の多くは人間の身体を前提に設計されている。ヒューマノイドなら、家庭や職場の設備を大規模に作り替えずに作業できる可能性がある。18

もっとも、OpenAIの構想は二足歩行の汎用機だけに限られない。同氏は別形態のロボットにも取り組むと述べている。18 例えばインフラ整備やデータセンター関連の作業では、人型が必ずしも最適な機構とは限らず、用途特化型の機械が有力になりうる。

OpenAIの短中長期の見取り図も広い。アルトマン氏によれば、OpenAI Roboticsは世界シミュレーション研究から発展した組織で、短期的には将来のインフラを建設する熟練労働者を支援するロボット、長期的には個人向けロボットを視野に入れている。31

強みになりうるのは「シミュレーション→実機→学習」の循環

世界シミュレーション研究を起点とするロボティクス組織と、シミュレーション、制御、実機開発にまたがる採用を組み合わせると、OpenAIは次のような開発ループを狙える。

1. 作業とロボットの身体をシミュレーションする
2. 実機の試作品を製作し、計測する
3. 性能と失敗のデータを集める
4. 制御・学習システムを更新する
5. 機械・電気設計を改良する

垂直統合の要点は、すべての部品を内製することではない。モデル、センサー、手、関節、計算基盤、制御、試験データを、ひとつのシステムとして最適化できることにある。これが機能すれば、搭載する身体の特性や失敗パターンに合ったAIを育てやすくなる。

競争環境での現在地

OpenAIはAI研究能力と拡大中のハードウェア組織を持つ。しかし、ヒューマノイドの競争で難しい優位性は、アルゴリズムだけでは決まらない。

Teslaや既存のロボットメーカーは、電気機械設計、製造システム、現場でハードウェアを運用する経験を持つ。OpenAIの求人は、同社がそうした能力を獲得しようとしていることを示すが、現時点で同水準の生産規模を裏付けるものではない。

NvidiaとGoogle DeepMindは、ロボティクスAI、計算基盤、シミュレーションの広い領域で影響力を持つ。ただし、今回の情報だけから、OpenAIが両社に対して製品単位でどのように競合するかを断定することはできない。

Figure AIとSkild AIは、身体を持つAIの領域で重要な競争相手だが、この情報だけでは、実運用や技術面でOpenAIと優劣を順位付けするには根拠が足りない。確実に言えるのは、OpenAIが単なるモデル供給者ではなく、エンボディドAIの担い手としてより直接的な役割を狙い始めたことだ。

中国メーカーは、生産台数で明確な先行を見せている。BloombergがOmdiaの調査として報じたところでは、2025年に世界で出荷されたヒューマノイド約1万3,000台の大半を中国メーカーが占め、上海のAgiBotは推計5,168台を出荷した。32 台数は部材調達、信頼性向上、コスト低減、現場運用の経験を積み上げる。新規参入のOpenAIが時間をかけて獲得しなければならない優位性でもある。

まだ分からない5つのこと

1. ロボットの仕様

OpenAIは、ヒューマノイドの外観、移動性能、手の構造、可搬重量、稼働時間、安全設計、価格、想定導入先を公表していない。開発方針の表明は、仕様書ではない。18

2. 発売時期

確認できる情報には、公式な製品スケジュールはない。OpenAI自身の発表に基づかない具体的な時期は、未確認情報として扱うべきだ。

3. 製造戦略

アクチュエーターの量産準備やサプライチェーンに関する採用は進めている。9 しかし、主要部品を自社で製造するのか、受託製造を使うのか、関節を外部調達するのか、あるいはそれらを組み合わせるのかは不明だ。

4. コストと信頼性

制御されたデモで印象的に動くロボットでも、広く導入するには高価すぎる、壊れやすい、遅い、整備しにくいということがありうる。OpenAIが試験と信頼性に投資していることは求人から読み取れるが、商用規模での採算性を示すものではない。2 9

5. 現実世界での身体知能

高性能な言語モデルやマルチモーダルモデルが、そのまま安定した歩行、物体操作、校正、失敗からの復帰、人の近くでの安全な稼働を実現するわけではない。問われるのは、AIの能力を、管理された実演の外でも繰り返し信頼できる物理的な振る舞いへ変換できるかどうかだ。

結論

OpenAIのヒューマノイド計画は、モデル企業からフルスタックのエンボディドAI企業へ移行しようとする試みとして捉えるのが妥当だ。アルトマン氏はヒューマノイドと他形態のロボットを公言し、求人はAIを実際に動く電気機械製品へ変えるための主要分野を広くカバーしている。18 31

採用情報が強く示すのは「意図」であって、市場投入可能なロボットや製造面での優位ではない。OpenAIの勝ち筋は、モデル、シミュレーション、制御、専用ハードウェアをひとつの開発循環につなげることにある。その研究力を、量産経験と実運用台数で先行する競合に追いつけるほど、信頼でき、手の届く価格の機械へ変えられるかが次の試金石になる。