Metaはデータセンターをロボット化へ。それでも熟練技術者が欠かせない理由

MetaのAIインフラ自動化は、ソフトウェアの領域を越え、データセンター内の物理作業にも広がっている。同社は、ケーブルの接続やサーバーの再起動といった定型作業をロボットに任せる試験を進めている。一方で、全社の働き方を「AIネイティブ」に変える、より大きな構想も描いてきた。

背景にあるのは、急拡大するAIインフラへの巨額投資だ。Metaは2026年にAIインフラと半導体へ少なくとも1,300億ドルを投じる見通しで、年間投資額は1,450億ドルに達する可能性も報じられている。2 9 ただ、ロボットの初期実験は、近い将来に熟練したデータセンター技術者が不要になるわけではないことも示している。

ロボットが試験している作業

現在および過去の関係者への取材に基づく報道によると、MetaはWatney Robotics、Kinova、ABBなどのロボットや関連機器を、アイオワ州アルトゥーナやオハイオ州ニューアルバニーなどの施設で試験しているという。

対象とされている作業には、次のようなものがある。

• ネットワークケーブルの接続や交換
• サーバーの電源をいったん切って再投入する「パワーサイクル」
• 機器への電力供給を停止する作業
• 物理的な再起動ボタンを押す作業
• データセンター技術者が担ってきたその他の反復的なハードウェア操作 9

いずれも手順が標準化しやすく、動作が予測しやすい仕事だ。そのため、大規模なAI施設で必要になる複雑な設置、診断、修理よりも、ロボット導入の初期対象として現実的だといえる。

ある関係者は、ケーブル交換ロボットが十分に実用化されれば、一部の技術者の業務の最大80％を担える可能性があると見積もった。ただし、これは自動化できる範囲についての推計であり、ロボットがすでに業務の80％を処理していることを示す実績ではない。9

まだ「自律型データセンター」ではない

報じられている試験は、完全自律型のデータセンターを意味しない。ロボットは人間の技術者より動作が遅く、監視や充電も必要だという。また、比較的限定された白黒カメラのシステムを使っており、NvidiaのGB300システムに必要な高密度のケーブル敷設のような精密な設置作業には対応できない。

この違いは重要だ。決められたケーブル交換や再起動を繰り返せるロボットは、技術者が費やす定型作業の時間を減らせるかもしれない。しかし、機器が予想外の挙動を示したときの判断、複雑な導入作業の調整、高電力の電気設備や計算機器の周辺での安全確保まで代替できるとは限らない。

Metaのロボット戦略は、単にボタンを押させるだけにとどまらない。同社のロボット部門の責任者は、データセンターでの障害対応の迅速化、環境監視、予防保全などへの活用にも言及している。 そこから見えるのは、ロボットが標準化された操作を少しずつ担い、人間が監督、例外対応、複雑な作業を受け持つ段階的な導入モデルだ。

Metaは熟練技術者の採用も続ける

ロボットの試験は、データセンターの建設・運用を担う人材の育成や採用への投資と並行して進められている。MetaはAIインフラの急拡大によって熟練労働者が不足していると説明し、必要なのは単純に「少ない人員」ではなく、関連する専門知識を持つ「より多くの人材」だとしている。15

自動化と採用強化は、一見すると矛盾しているように見える。しかし、両者は同時に進められる。採用は目の前の人手不足に対応し、ロボットは将来的に、一人の専門技術者が監督できるインフラの量を増やす可能性があるからだ。

この場合、ロボットは技術者を一括して置き換える存在というより、判断をあまり必要としない反復作業を引き受け、技術者の処理能力を拡張する道具になる。

Project OTとのつながり

データセンターの物理作業を自動化する取り組みは、Metaが掲げた「Project OT（Organization Transformation）」の根底にある問いとも重なる。社内計画では、Metaを「AIネイティブ」な企業に変え、AIエージェントが数千人の従業員が担ってきた仕事を引き受け、人間の小規模なチームが自動化された業務を監督する構想が検討された。一部のチームについては、規模を最大60％縮小するシナリオも評価されたという。1 6

この計画は当初の形では実行されなかった。Metaは最終的に約8,000人を削減した一方、11月に予定されていた全社的な追加削減の第2波は、最初の削減が始まる直前に取り消された。7

報道によれば、従業員の反発に加え、AIが期待された生産性向上を実現していないことを示すデータが、計画の後退につながった。1 3 MetaはProject OTについて、全チームに影響する確定計画ではなく、シナリオ策定の取り組みだったと説明している。2

この経緯は、ロボット計画を考えるうえで重要な前例になる。Metaが自動化を望んでいることは明らかだ。だが、実際の運用環境では、定型作業の速さだけでなく、予期せぬ障害への対応や安全性も問われる。計画書の上で効率化できそうに見えることと、現場で安定して生産性を上げられることは同じではない。

巨額投資が自動化を促す

Metaのインフラ投資の規模を考えれば、わずかな効率改善でも戦略的な価値を持つ。同社の2026年第2四半期の設備投資は、サーバー、データセンター、ネットワークインフラへの支出を背景に、311億ドルに達したと報告されている。14 また、年間のAIインフラ・半導体投資は少なくとも1,300億ドル、他の報道では1,300億～1,450億ドルと見積もられている。2 9

物理的な拠点が拡大すれば、人件費は運用上の課題の一部になる。ロボットには、次のような効果が期待される。

• 定型作業を一貫した手順で実行する
• 専門技術者が反復作業に費やす時間を減らす
• 障害への初動を速める
• 限られた人数の技術者が、より多くの機器を監視できるようにする
• 信頼性と採算性が確立すれば、長期的な運用コストを抑える

ただし、投資規模が大きいほど、導入の成功条件も厳しくなる。高価で、動作が遅く、監視が難しく、例外処理にも弱いロボットは、コスト削減どころか運用を複雑にする可能性がある。大規模なAI処理を支える機器であれば、ミスの影響も小さくない。

当面は「人間とロボット」の分業に

現在確認できる情報から、「ロボットがデータセンター技術者を置き換える」と結論づけるのは早い。Metaが試しているのは、標準化された物理操作を自動化できるかどうかだ。同時に、同社のAI戦略は、AIエージェントと小規模なチームを中心に知的業務を再設計しようとしている。

しかし現時点では、ロボットは人間の監視や充電を必要とし、複雑なケーブル敷設にも対応できない。Project OTも、期待された生産性向上が十分に確認できなかったことで、当初想定された規模から後退した。1 3

したがって、近い将来に最も現実的なのはハイブリッド型の運用だろう。ロボットが反復作業を担当し、AIソフトウェアがワークフローを調整・支援し、熟練技術者が複雑な設置、安全管理、診断、例外対応を担う。巨額のAI投資はこのモデルを追求する強い動機になる一方、Meta自身の人員改革の経験は、自動化の構想を現場で検証する必要性も浮き彫りにしている。