何が起きたか

Generalist AIが公開したGEN-1.5は、ロボットに新しい作業を教える方法を「学習」から「プロンプト」に置き換えるモデルです。3〜12秒の実演映像をモデルのコンテキストウィンドウに読み込ませる——同社はこれを「フィジカルプロンプト（physical prompt）」と呼び、モデルの短期記憶にあたると説明しています——と、追加学習を一切行わないままロボットがその作業を実行します。

瓶の蓋を開ける、財布から紙幣を抜き出すといった10種類のテストで、平均成功率は59%。ここに5分ぶんのデータで10ステップの追加学習をかけると83%に上昇したとしています。さらに2つのプロンプトを連結してより長い手順にする、シミュレーション上のデモを使う、人間の手の動きをある程度模倣する、といった挙動も確認されたとのことです。

注目すべきは、これらの能力が明示的に訓練されたものではなく、8か月以上に及ぶインタラクションデータの事前学習の過程で自然に立ち上がった（創発した）と同社が説明している点です。

なぜ重要か

ロボット導入コストの大半は、ハードウェアではなく「教え込み」の工程にあります。ティーチング、データ収集、ファインチューニング、そして現場が変わるたびの再調整。ここが専門人材と数週間〜数か月を要するため、多品種少量の現場ではロボットの投資対効果が合わないという構図が長く続いてきました。

フィジカルプロンプトが意味するのは、この工程が「エンジニアの作業」から「現場の人が一度やって見せる」に降りてくる可能性です。LLMで起きた変化——モデルを再学習させずにプロンプトで振る舞いを変える——が、物理世界の作業にも及ぶという主張だと読むのが正確でしょう。

冷静に見るべき論点

ただし数字の読み方には注意が必要です。59%という成功率は、産業ラインの実用水準からは遠い値です。追加学習後の83%も、失敗が6回に1回起きる水準であり、そのまま無人運用に載せられるものではありません。GEN-1.5の意義は「今すぐ現場を置き換える」ことではなく、「教え込みコストの傾きが変わり始めた」ことにあります。

さらに重要な留保が3つあります。第一に、示されたタスクはいずれも短く単純です。第二に、すべての結果は同社自身の発表であり、第三者による独立検証は行われていません。第三に、同種のインコンテキスト学習は他の研究チームも実証済みで、Generalist AIの新規性の主張は「少数のタスク種別ではなく幅広いタスクで機能させた点が初」というものです。この「幅広さ」こそが検証されるべき核心であり、現時点では未確認です。

何を観測点にするか

次に見るべきは、成功率の絶対値よりも「タスクの多様性 × 独立検証」の2軸です。第三者が別環境で再現できるか、作業時間が数十秒〜数分のレンジに伸びたときに成功率がどう崩れるか。この2点が満たされ始めた時が、ロボット導入計画を組み直すシグナルになります。

💼 事業会社視点：これは自社にどう効くか

最も直接影響を受けるのは、SIer・受託開発でロボット導入案件を扱う企業です。現在の収益源はティーチングと現場調整の工数ですが、フィジカルプロンプトが成熟すればこの工数が縮む方向に働きます。工数積み上げ型の見積もりから、稼働率・成功率にひもづく成果課金や運用保守モデルへの移行を、今から設計しておくべきです。

EC・物流の事業責任者にとっては、投資判断の前提が変わる話です。従来ロボット化を諦めていた「多品種で毎月SKUが入れ替わる工程」——ギフト包装、返品検品、詰め合わせ——は、教え込みコストが高すぎて対象外でした。ここが再検討の候補に戻ります。ただし59%、追加学習後83%という水準では今期の設備投資には載りません。動くべきは、現場作業を「3〜12秒で見せられる単位」に分解して記録しておくことです。デモ映像がそのまま資産になる時代への備えであり、これは自社でできて外注できません。

SaaS事業者は、この創発が8か月以上の事前学習から出てきた点に注目すべきです。データ規模で殴れる領域は自社の戦場ではありません。勝ち筋は基盤モデルではなく、現場の作業手順・成功判定・例外処理といったドメイン知識の側にあります。