これは、人型ロボットブームの裏側にある知られざる物語——数千人の人々の労働に支えられた、低コストで巨大なデータパイプラインの実態だ。彼らの多くは、自分の録画を最終的に誰が見るのか知らされていない。

データ収集の仕組み：人間を「センサー」に

テキストから学習するAIモデルとは異なり、ロボットは人間の手が実際にどのように動き、物を握り、現実世界の物体と相互作用するのかを“見る”必要がある。コンピューターシミュレーションだけでは、洗濯物を破壊せずにたたむ方法や、散らかったキッチンを移動する方法をロボットに教えることはできない 。このギャップを埋めるために、企業は新たな種類のギグ（単発仕事）を展開している。

• Micro1（パロアルト拠点のスタートアップ）は、71カ国で約4000人の「ロボティクス・ジェネラリスト」を採用。ワーカーはiPhoneをヘッドストラップで頭部に装着し、調理、掃除、ガーデニング、ペットの世話といった choreographed（振り付けされた）タスクを撮影する。Micro1の支払いは一部市場（ナイジェリア、米国）で時給約15ドル。全ワーカーが毎月16万時間超の動画を提出する 。
• Objectways も50カ国以上で数千人のワーカーを採用し、ウェアラブルカメラと動作追跡手袋を使用する 。
• Instawork は2026年6月、5台のボディマウントカメラとコンピュートバックパックを備えたウェアラブル端末「Instacore」を発表。既存のギグワーカーを商業厨房や倉庫などの現場でロボット訓練データ収集者に変えた 。
• Human Archive（Y Combinator支援のスタートアップ）は、インドのワーカーにカメラ付きキャップと触覚手袋を支給。ホームサービス、ホテル、飲食店などに1000台以上のアクティブなセンサーヘッドセットを展開している 。
• World Context（2025年創業のパキスタンスタートアップ）は、工場労働者に独自のセンサーとヘッドマウントカメラを装着させ、産業訓練データセットを米国や中国のロボット企業に販売している 。
• DoorDash は2026年3月、米国拠点の配達員800万人を対象に、日々の家事を録画してロボット訓練データを生成するアプリ「DoorDash Tasks」を開始した 。

誰がデータを買うのか：Tesla、Figure AI、Agility Robotics

ギグワーカーが収集した一人称視点の映像は、Tesla（Optimus）、Figure AI、Agility Robotics などが開発する人型ロボットの訓練に使用されている 。特にFigure AIは生産を急拡大しており、CEOのBrett Adcock氏は2026年4月に約150台を製造したと発表。この急増は、実際の人間によるデモンストレーションデータがあってこそ実現した 。

数字で見る驚異的な規模

データパイプラインの規模は巨大で、成長を続けている。

• Micro1単独：約4000人の協力者、71カ国、月間16万時間超の動画 。
• JD.com（中国）：江蘇省宿遷市と協力し、2年間で1000万時間のロボット訓練データを生成 。
• 世界市場：人型ロボット基盤モデル訓練データインフラ市場は2025年に15億ドルと評価され、2034年には628億ドル（年率56％成長）に達すると予測 。
• 投資額：2025年には人型ロボティクスに60億ドル超が流入（Tesla Optimus、Figure AI、1X、Agility Roboticsなど）。現実世界の訓練データへの需要はほぼ無尽蔵となっている 。
• ベンチャー推定：Bessemer Venture Partnersは、2030年までにロボット関連のデータコストが総額30億ドルを超えると予測 。

報酬の格差：時給15ドル vs 2.60ドル

このグローバルな労働力の中には、際立った賃金格差が存在する。

• ナイジェリアおよび米国市場：時給約15ドル（例：Micro1の協力者がiPhoneで録画）。
• インド：時給約250ルピー、すなわち約2.60ドル——同じ作業内容で、ナイジェリアや米国の給与水準のおよそ6分の1である 。

プライバシーと労働をめぐる懸念

この産業の急速な成長は、深刻な倫理的疑問を投げかけている。

• 透明性の欠如：多くのワーカーは、自分の映像が最終的にどの企業に使われるのか知らされない。Micro1はデータセットを人型ロボット開発企業に販売するが、個々のワーカーは購入先を知らないことが多い 。
• 家族の映り込み：ワーカーは自宅で撮影するため、配偶者や子ども、私的な居住空間が頻繁に記録される。その映像は保存され、AI訓練に使用されるが、保存期間や削除ポリシーは不明瞭だ 。
• インフォームド・コンセントの欠如：批評家は、低所得国のギグワーカーが自分の動作データがどのように使われるか、あるいは自分たちと同様の労働を最終的に代替するロボットを訓練していることを十分に理解していない可能性を指摘する 。

世界規模の競争：中国の国家支援データセンター

身体化AIデータへの需要は、民間企業にとどまらない。中国政府はこれを国家戦略と位置づけ、大規模な国家支援インフラを構築している。

• 北京人型ロボットイノベーションセンターの身体化AIロボットデータ・訓練拠点は、数十の現実世界シナリオを再現し、1日500時間超のデータ生成が可能 。
• 2026年5月には身体化AI応用国家試験基地が開所。140台以上のロボットがキッチン、倉庫、農場など40以上の職種別シナリオで訓練を受けている 。
• 北京市石景山区には、予算3000万ドルの人型ロボットデータ訓練センターが2025年10月に稼働開始。100台の人型ロボットが訓練を行っている 。
• 中国の各都市では、地方国有資本やテクノロジーコングロマリットの支援を受けた身体化AIデータ収集センターが約100カ所建設されており、現在最も活発なロボット購入者の一角となっている 。

結論

低コストのグローバルなギグワーカーを「人間センサー」として活用する手法は、2026年における人型ロボット訓練の基盤となっている。従来の遠隔操作よりはるかに低コストで膨大なデータセットを生み出す一方で、労働搾取、インフォームド・コンセント、プライバシーに関する深刻な疑問を提起している——特に、インドのワーカーが他国の同僚の6分の1の賃金で、しかも自分の録画を誰が見ているのか知らされないまま同じ仕事をしている現実は、看過できない。

これは、人型ロボットブームの裏側にある知られざる物語——数千人の人々の労働に支えられた、低コストで巨大なデータパイプラインの実態だ。彼らの多くは、自分の録画を最終的に誰が見るのか知らされていない。

データ収集の仕組み：人間を「センサー」に

テキストから学習するAIモデルとは異なり、ロボットは人間の手が実際にどのように動き、物を握り、現実世界の物体と相互作用するのかを“見る”必要がある。コンピューターシミュレーションだけでは、洗濯物を破壊せずにたたむ方法や、散らかったキッチンを移動する方法をロボットに教えることはできない 。このギャップを埋めるために、企業は新たな種類のギグ（単発仕事）を展開している。

• Micro1（パロアルト拠点のスタートアップ）は、71カ国で約4000人の「ロボティクス・ジェネラリスト」を採用。ワーカーはiPhoneをヘッドストラップで頭部に装着し、調理、掃除、ガーデニング、ペットの世話といった choreographed（振り付けされた）タスクを撮影する。Micro1の支払いは一部市場（ナイジェリア、米国）で時給約15ドル。全ワーカーが毎月16万時間超の動画を提出する 。
• Objectways も50カ国以上で数千人のワーカーを採用し、ウェアラブルカメラと動作追跡手袋を使用する 。
• Instawork は2026年6月、5台のボディマウントカメラとコンピュートバックパックを備えたウェアラブル端末「Instacore」を発表。既存のギグワーカーを商業厨房や倉庫などの現場でロボット訓練データ収集者に変えた 。
• Human Archive（Y Combinator支援のスタートアップ）は、インドのワーカーにカメラ付きキャップと触覚手袋を支給。ホームサービス、ホテル、飲食店などに1000台以上のアクティブなセンサーヘッドセットを展開している 。
• World Context（2025年創業のパキスタンスタートアップ）は、工場労働者に独自のセンサーとヘッドマウントカメラを装着させ、産業訓練データセットを米国や中国のロボット企業に販売している 。
• DoorDash は2026年3月、米国拠点の配達員800万人を対象に、日々の家事を録画してロボット訓練データを生成するアプリ「DoorDash Tasks」を開始した 。

誰がデータを買うのか：Tesla、Figure AI、Agility Robotics

ギグワーカーが収集した一人称視点の映像は、Tesla（Optimus）、Figure AI、Agility Robotics などが開発する人型ロボットの訓練に使用されている 。特にFigure AIは生産を急拡大しており、CEOのBrett Adcock氏は2026年4月に約150台を製造したと発表。この急増は、実際の人間によるデモンストレーションデータがあってこそ実現した 。

数字で見る驚異的な規模

データパイプラインの規模は巨大で、成長を続けている。

• Micro1単独：約4000人の協力者、71カ国、月間16万時間超の動画 。
• JD.com（中国）：江蘇省宿遷市と協力し、2年間で1000万時間のロボット訓練データを生成 。
• 世界市場：人型ロボット基盤モデル訓練データインフラ市場は2025年に15億ドルと評価され、2034年には628億ドル（年率56％成長）に達すると予測 。
• 投資額：2025年には人型ロボティクスに60億ドル超が流入（Tesla Optimus、Figure AI、1X、Agility Roboticsなど）。現実世界の訓練データへの需要はほぼ無尽蔵となっている 。
• ベンチャー推定：Bessemer Venture Partnersは、2030年までにロボット関連のデータコストが総額30億ドルを超えると予測 。

報酬の格差：時給15ドル vs 2.60ドル

このグローバルな労働力の中には、際立った賃金格差が存在する。

• ナイジェリアおよび米国市場：時給約15ドル（例：Micro1の協力者がiPhoneで録画）。
• インド：時給約250ルピー、すなわち約2.60ドル——同じ作業内容で、ナイジェリアや米国の給与水準のおよそ6分の1である 。

プライバシーと労働をめぐる懸念

この産業の急速な成長は、深刻な倫理的疑問を投げかけている。

• 透明性の欠如：多くのワーカーは、自分の映像が最終的にどの企業に使われるのか知らされない。Micro1はデータセットを人型ロボット開発企業に販売するが、個々のワーカーは購入先を知らないことが多い 。
• 家族の映り込み：ワーカーは自宅で撮影するため、配偶者や子ども、私的な居住空間が頻繁に記録される。その映像は保存され、AI訓練に使用されるが、保存期間や削除ポリシーは不明瞭だ 。
• インフォームド・コンセントの欠如：批評家は、低所得国のギグワーカーが自分の動作データがどのように使われるか、あるいは自分たちと同様の労働を最終的に代替するロボットを訓練していることを十分に理解していない可能性を指摘する 。

世界規模の競争：中国の国家支援データセンター

身体化AIデータへの需要は、民間企業にとどまらない。中国政府はこれを国家戦略と位置づけ、大規模な国家支援インフラを構築している。

• 北京人型ロボットイノベーションセンターの身体化AIロボットデータ・訓練拠点は、数十の現実世界シナリオを再現し、1日500時間超のデータ生成が可能 。
• 2026年5月には身体化AI応用国家試験基地が開所。140台以上のロボットがキッチン、倉庫、農場など40以上の職種別シナリオで訓練を受けている 。
• 北京市石景山区には、予算3000万ドルの人型ロボットデータ訓練センターが2025年10月に稼働開始。100台の人型ロボットが訓練を行っている 。
• 中国の各都市では、地方国有資本やテクノロジーコングロマリットの支援を受けた身体化AIデータ収集センターが約100カ所建設されており、現在最も活発なロボット購入者の一角となっている 。

結論

低コストのグローバルなギグワーカーを「人間センサー」として活用する手法は、2026年における人型ロボット訓練の基盤となっている。従来の遠隔操作よりはるかに低コストで膨大なデータセットを生み出す一方で、労働搾取、インフォームド・コンセント、プライバシーに関する深刻な疑問を提起している——特に、インドのワーカーが他国の同僚の6分の1の賃金で、しかも自分の録画を誰が見ているのか知らされないまま同じ仕事をしている現実は、看過できない。