家電メーカーはもはや存在しない：LGがロボットの関節を作る理由

ChatGPTが初めて登場したとき、人々はこれで文章執筆は終わりだと言った。その翌年には絵を描く仕事も終わったと言われた。

だが、誰も投げかけていなかった問いが一つあった。

この賢い頭脳が画面の外に出てきたら、一体何が起きるのか。

皿を洗い、工場で部品を掴み、病院の廊下で配膳トレイを運ぶ労働。これまでAIは画面の中に閉じ込められていた。2026年、その境界が揺らぎ始めている。

手のない天才

LLMがどれほど賢いかは、今や誰もが知っている。大学入試の数学の問題を解き、司法試験に合格し、コードを書く。

しかし、この天才には決定的な弱点が一つある。

コップを持てないのだ。

人間の手がコップを一つ掴む際に処理する情報量を考えれば、この問題の大きさがわかる。ガラス製か紙コップか、どれくらい満たされているか、熱いか、手首をどれくらい傾けるべきか。人間はこの判断を0.3秒以内に無意識に完了させる。

従来の産業用ロボットは、この問題を全く異なる方法で解決してきた。判断を一切しないことだ。まったく同じ場所にまったく同じ物体を置き、数十万行の軌道コードを繰り返す。過去40年間の工場自動化はこの方式だった。

高速で正確だが、一つだけできないことがある。変化に対応することだ。部品の位置が2センチずれただけで停止する。照明が変わっても停止する。想定外の物体が入り込んでも停止する。これらのロボットは天才ではなく「暗記の達人」に過ぎなかった。

強力なAIの頭脳を実際のハードウェアと結びつけ、見て、判断し、動くシステム。フィジカルAIは、この方程式を変えようとする試みだ。そして、この戦いの中心に、何十年もの間冷蔵庫や洗濯機を作り続けてきた企業が歩みを進めてきた。

冷蔵庫の中に潜んでいたロボット部品

LGがロボットを作るという言葉は、初めて聞くと耳慣れない。LGは洗濯機やエアコン、OLEDテレビの会社だ。ロボット企業といえば、ボストン・ダイナミクスやテスラ、Figure AIが先に思い浮かぶ。LGはそのリストには入っていなかった。

この違和感は、表面しか見ていないことから生じる。

洗濯機を作るにはモーターが必要だ。数百万回回転しても故障しない精密モーターである。LGのDD（ダイレクトドライブ）モーターは、ベルトやギアを使わずにドラムを直接駆動するが、ここで必要とされる精密トルク制御技術は、ロボットの関節を動かすサーボモーター技術とルーツを同じくする。エアコンのコンプレッサーを数十マイクロ秒単位で制御するインバーター技術も同様だ。

洗濯機の部品メーカーではなく、最初からロボット部品メーカーだったのだ。その部品が60年間、冷蔵庫や洗濯機の外殻の中に隠れていただけに過ぎない。

この視点を一度持てば、その後に続くすべてのピースが違って見えてくる。バッテリー、冷却、通信。LGグループの系列各社がそれぞれ異なる市場で販売してきた部品が、ロボットという一つの肉体の中で再び巡り合う。

このロボットが向かう先は、実験室ではなくリビングだ。一人暮らしの高齢者の家、共働き夫婦の夕方の時間、子育て家庭の皿洗い。2028年を目標として予告されているLGのホームロボット計画は、最終的にこの地点を目指している。ロボットが関節を手に入れるということは、誰かの夕方の30分を取り戻すという意味でもある。

家電を売っていた企業がなぜ今ロボットの関節を握るに至ったのか、その答えは半導体産業がかつて見せてくれた構図と重なる。完成品を作る会社よりも、完成品の中に入る中核部品を握る会社のほうが長く勝ち残るのだ。

EXAONEがロボットに教えるもの

ロボットが物体を認識する従来の方法はこうだ。リンゴの形状を3D点群（ポイントクラウド）として保存しておき、カメラから入力された画像と照合する。この方法はうまく機能するが、初めて見る物体の前では停止するという致命的な限界がある。

世の中には、リンゴだけでも半分に切ったもの、皮をむいたもの、しわの寄ったものなど様々だ。これらをすべてデータベースに入れることはできない。

LG AI研究院の**EXAONE（エグザワン）**最新バージョンは、別の道を選んだ。言語と視覚を同時にトレーニングするのだ。EXAONE 4.5は視覚言語モデル（VLM）であり、「半分に切った茶色いリンゴ」という文章とその画像をセットにして理解する。初めて見る物体であっても、言語によって概念を類推できるという意味だ。断面が露出したリンゴを見れば、慎重に扱わなければならないという推論まで導き出す。

そこからさらに一歩進んだのがEXAONE Deepだ。韓国初の推論型AIとして紹介されたこのモデルは、「何か」を超えて「どのような順序で行うべきか」を計画する。「部屋を掃除して」という一言が入力されると、空間をスキャンして障害物をマッピングし、大きさや材質に応じて順序を決め、子供やペットを検知すれば速度を落としたり停止したりする。人間が毎朝無意識に行っているその判断を、AIが自ら組み立てるのだ。

ロボット工学において真に困難な問題は、実は他にある。**ロングホライズンタスク（Long-horizon Task）**と呼ばれるものだ。「コップを取って」は簡単だ。単一の動作であり、結果がすぐに目に見える。「テーブルを片付けて食器を食洗機に入れて作動させ、乾燥を確認してから食器棚にしまって」は別物だ。

皿が何枚あるか、食洗機の中にスペースがあるか、乾燥が終わったことをどうやって知るか、食器棚のどの位置にどの皿を入れるか。これらの判断が順番に積み重なっている。

さらに、食洗機が40分間動いている間、ロボットは何をすべきか。そして正確なタイミングで再び戻ってくることができるのか。

EXAONE 4.5は、この連続的な因果関係、物体間の関係を時間軸上で計算する能力に設計のリソースを集中させた。家事支援ロボットが商用化できない最後の障壁が、まさにここにあった。

関節と減速機、原価の3割を握る部品

ソフトウェアは数台のサーバーとエンジニアチームさえあれば始められる。ハードウェアはそうはいかない。精密部品を大量に製造するには、何十年もの工程ノウハウと数千億ウォン規模の設備が必要だ。LGがロボット市場で脅威となる真の理由がここにある。

人間の肘関節は、単に曲がるだけではない。力の強さを調節し、衝撃に反応し、疲れることなく数万回繰り返す。ロボットでこの役割を担う部品がアクチュエータだ。モーター、ドライバー、減速機が一体となった関節モジュールで、ヒューマノイド1台の製造原価の20〜30%をこの部品一つが占める。

これまで、この中核部品は日本やスイスの企業が事実上独占してきた。ロボット企業は高額なコストを払って輸入し、納品が遅れるたびに生産ラインを止めざるを得なかった。

LGエレクトロニクスはこの弱点に正面から切り込んだ。洗濯機のDDモーターから培われたサーボモーターの設計力が、消費電力を30%削減しながら瞬間回転トルクを高めるアクチュエータへと応用された。2026年上半期、ロボット用アクチュエータの初期ロットが量産に入った。韓国企業がロボットの関節を自社で直接製造する初の事例だ。

減速機も同じ軌跡をたどっている。モーターが高速回転を生み出すと、減速機はその回転を低速で力強く、精密な動きへと変換する。毎分3000回転するモーターの力を毎分30回転の強力なトルクに変換してこそ、ロボットアームは物体を正確に把持できる。このギアの歯がどれほど精密に削られているかが、ロボットが生卵を割らずに掴めるかどうかを分ける。LGエレクトロニクスは精密機械設計と特殊表面処理工法を内製化し、この領域でも自立化を推し進めている。

韓国科学技術研究院（KIST）が設計した人型ロボットプラットフォーム**KAPEX（ケイペックス）**には、LGエレクトロニクスの大量生産ノウハウとモジュール式設計が移植されている。関節が一つ故障しても、そのモジュールだけを交換すればよい。全体を分解する必要がないという意味だ。製造原価が下がり、メンテナンスが容易になり、大量生産が可能になる。

家電60年の歴史が残した真の資産はここにある。どれほど賢く作るかではなく、どれほど多く、そしてどれほど安く作るかだ。

ロボットが倒れないために

ロボットが家庭内に入り込む上で、最大の心理的障壁となるのは安全性だ。その中でも火災は決定的な問題である。

既存のリチウムイオン液体電池は、衝撃を受けると電解液が漏れて発火する恐れがある。工場や倉庫であればこのリスクをある程度管理できるが、家庭内は異なる。子供がおり、高齢者がおり、ペットがいる。

LGエナジーソリューションはここで決定的なカードを切った。固体電解質を用いる全固体電池だ。衝撃を受けても発火せず、エネルギー密度は従来のバッテリーよりも高い。LGが提示する数値は、1回の充電あたりの駆動時間を1.5〜2時間から4〜5時間へと拡張するというものだ。

この差は単なる数字以上のものである。1回の食事の準備には45分かかる。バッテリーが1.5時間しか持たなければ、ロボットは料理を終える前に充電器へ戻らなければならない。4〜5時間あれば、一日の日課をこなすことができる。「使えるロボット」と「使えないロボット」を分ける境界線が、この数時間の差にある。

NVIDIAが貸し出し、LGが作るもの

2026年5月、LGエレクトロニクスとNVIDIAの協業が市場の注目を集めた。これを単なる大企業同士のパートナーシップとして捉えると、本質を見誤る。

NVIDIAのIsaac（アイザック）プラットフォームは、ロボットソフトウェアのOSのような役割を果たす。物体を認識して動作を計画するアルゴリズム、センサーデータをリアルタイムで統合するパイプライン、GPUに最適化された推論エンジンがここに含まれている。**Jetson（ジェットソン）**は、このソフトウェアをロボット内部で低消費電力で稼働させるエッジコンピュータだ。LGがこれを搭載すれば、ロボットの演算速度は向上し、消費電力は大幅に削減される。

逆の方向もある。NVIDIAには、賢いソフトウェアを現実に具現化するためのハードウェアパートナーがいない。ロボットを数万台規模で製造できる工場、大量生産された精密アクチュエータ、家電の流通網を通じて家庭にロボットを届けるチャネル。これらは半導体会社単独では作ることができない。LGエレクトロニクスが持っているものこそが、まさにNVIDIAに欠けているものなのだ。

このパートナーシップで見落とされがちな点がもう一つある。NVIDIAのOmniverse（オムニバース）プラットフォームだ。ロボットを実際のハードウェア上だけで訓練させようとすると、天文学的なコストがかかる。機械が壊れ、物が破損し、事故が起きる。数千万回もの試行錯誤を物理空間で繰り返すことは、そもそも不可能だ。

Omniverseは、重力や摩擦、物体の弾性、光の反射に至るまで物理法則をそのまま再現した3D仮想環境だ。LGエレクトロニクスはこの空間で数万台の仮想ロボットを同時に訓練し、その結果を実際のハードウェアへと移植する。設計エラーを事前に検出し、アーム制御の精度を引き上げる手法だ。

現実世界で一度も失敗することなく、すでに数万回もの訓練を積んだロボット。これこそが、現在の競争において真の格差を生み出すポイントである。

GPUを冷やす会社がもう一つある

LGとNVIDIAの協力はロボットだけに留まらない。ここから全く異なる収益構造が生まれる。

NVIDIAの高性能GPUが所狭しと並ぶAIデータセンターは、膨大な熱を発する。GPU1枚で最大700Wを消費する。数万枚が集まれば、地方の中小都市の電力消費量に匹敵する。この熱を逃がせなければ、GPUは性能を落とすか、完全に停止してしまう。

ここで、LGエレクトロニクスのエアコン技術が全く異なる文脈で中核インフラとなる。大型チラーは数百台のサーバーラックが密集する空間全体の温度を維持する冷房システムであり、LGエレクトロニクスはこの分野における世界最大手メーカーの一つだ。マイクロソフトはすでにLGエレクトロニクスの超大型チラーをAzureデータセンターに導入することを決定している。

空冷の限界を超えるために登場したのが液冷（水冷）技術だ。**CDU（Cooling Distribution Unit：冷却水循環装置）**は、冷却水をGPUチップ直上の冷却プレートへと循環させ、熱を直接奪い去る。その効率は空冷よりも数十倍高い。LGエレクトロニクスはこのCDU分野において、NVIDIAの公式ハードウェア認証の取得を進めている。

AIコンピューティング需要が伸びる限り、データセンターの冷却需要も比例して増大する。ロボットがまだ成長途上の市場であるならば、冷却はすでに爆発的な拡大を見せている市場だ。LGは未来と現在の両方に同時に賭けていることになる。

この冷却インフラの一部は、再びロボットへと還元される。LGユープラスが坡州（パジュ）に建設している200メガワット級、最大12万枚のGPUを収容可能なデータセンターがその拠点となる。ロボットが現場で処理しきれない複雑な推論をこのサーバーファームにリアルタイムで委託し、その結果を受け取って即座に動く。

リクエストとレスポンスの間の遅延が100ミリ秒を超えれば実用性はない。10ミリ秒以下が基準となる。LGユープラスの超高速専用回線とエッジコンピューティングノードが、この基準を満たす役割を果たす。

LGグループ内において、通信キャリアは長い間周縁的な位置付けだった。しかしロボットの時代が到来すれば、超低遅延ネットワークはロボットの神経系となる。

部品を握る者が勝つ

これらのピースを一列に並べると、見覚えのある光景が浮かび上がってくる。

スマートフォンの時代、アップルは最終製品を売ることでその名を馳せた。しかし、その内部の部品であるディスプレイ、メモリ、バッテリーを供給したサムスン電子は、アップルが勝とうがファーウェイが勝とうが関係なく利益を上げた。最終的な勝者が誰であれ、部品サプライチェーンを握っている側が損をするリスクは極めて低い。

ロボット産業も今、同じ構造をたどっている。

LG AI研究院が頭脳であるEXAONEを作る。LGエレクトロニクスが肉体と関節、KAPEX、CLOi、アクチュエータを作る。LGエナジーソリューションが心臓である全固体電池を作る。LGユープラスが神経系である5G・6Gと坡州データセンターを提供する。LG CNSがこのシステムを工場や物流倉庫へと統合する。

競合他社がこのエコシステムを模倣しようとすれば、AIモデル企業、ロボットメーカー、バッテリーメーカー、通信キャリア、システムインテグレーターをそれぞれ探し出し、契約を結び、調整しなければならない。企業と企業の間のインターフェースごとに摩擦が生じ、ボトルネックが発生する。

LGはこれをすべて一つの傘下で処理する。

これは単なる効率の問題ではなく、スピードの問題だ。ロボットのAIモデルがアップグレードされれば、その日のうちにバッテリー管理システムやネットワークプロトコルを同時に改修できる。他社製部品の納期を待ったり、契約書を見直したりする必要はない。

市場が再計算する数字

長い間、LGエレクトロニクスは韓国株式市場において代表的な「割安株」と見なされてきた。

理由は単純だった。家電は景気変動の影響を受けやすい。家を買えば冷蔵庫を買い、住宅価格が上がればテレビを買い替える。不況が訪れればどちらも買わない。この予測可能な限界の中で、PER（株価収益率）は6〜8倍にとどまり、PBR（株価純資産倍率）は1倍を下回っていた。資産価値よりも安く取引されていたという意味だ。

今、この枠組みが崩れつつある。

データセンター向けの冷却事業の売上は景気に左右されない。AIの演算需要は、景気の良し悪しにかかわらず増加する。ここから生まれる売上は、季節的な変動が少なく予測可能だ。アクチュエータの供給契約も同様である。一度サプライチェーンに入り込めば長期契約へとつながるB2Bビジネスだ。

サブスクリプション型サービスロボット、**RaaS（Robot as a Service）**はここからさらに一歩踏み込む。ロボットを売り切る代わりにレンタルし、月額単位で料金を得る。ソフトウェアのアップデート、メンテナンス、エネルギー最適化をパッケージ化すれば、一度顧客となった企業は容易に解約しない。

このような収益構造を持つ企業には、通常15〜20倍のPERが付与される。従来の家電株からAIインフラ企業へと分類が変われば、同じ利益水準であっても株価は2〜3倍になり得るという意味だ。ハナ証券をはじめとする主要証券会社がLGエレクトロニクスの目標株価を16万ウォン台から23万ウォン以上へと45%以上引き上げた背景がここにある。

もちろん、これは未来への期待が織り込まれた数字だ。ロボット市場が予想通りに立ち上がらない可能性もあれば、技術開発の遅れや、より強力な競合が出現する可能性もある。株価は期待を反映するが、現実は常にそれ以上に複雑に推移する。

競合たちとの真の差異

これらすべての強みにもかかわらず、LGの前には手ごわいライバルたちが立ちはだかっている。

テスラは自社工場でOptimusを稼働させながら実戦データを蓄積している。自社のEV工場こそがロボットの訓練場なのだ。Figure AIはすでにBMWの工場で稼働しており、Apptronikはアマゾンの物流倉庫と手を組んだ。

これらの企業とLGの違いは何なのか。

製造能力とエコシステム、この2点に尽きる。

テスラやFigure AIはロボットを設計することはできても、数十万個の精密アクチュエータを大量生産できる工場を持っていない。全固体電池を供給するバッテリー系列会社もない。家電の流通網を通じて数億世帯にリーチできるチャネルもない。LGが構築しているのは1台のロボットではなく、ロボット産業全体のサプライチェーンなのだ。これは短期間で模倣できるような構造的参入障壁（モート）ではない。

一方で、LGの弱点はソフトウェアにある。EXAONEが急速に進化しているとはいえ、OpenAIやGoogle DeepMindのロボットAI研究と比較すれば、まだ距離がある。AI開発競争のスピードは予測が難しく、ソフトウェアの優位性はハードウェアよりもはるかに早く覆る可能性がある。

LGがNVIDIAと手を組んだ理由は、まさにここにある。ソフトウェアは最高峰のものを借り、ハードウェアは自前で作る。

家電メーカーが半導体企業よりもロボット時代において有利なポジションに立てるということ、それ自体がこれまでの常識を覆している。20世紀の製造業の古い遺産のように見えていた資産——工場、大量生産のノウハウ、流通網——が、AI時代においてはむしろ複製不可能な武器となった。ソフトウェアは誰もが学ぶことができるが、60年分の精密製造工程はどれほど資金を注ぎ込んでも一朝一夕には手に入らない。

LGが提示するロードマップもこの順序に従っている。2026年から2027年にかけては、アクチュエータの量産と減速機の内製化、大型病院や物流倉庫でのパイロット運用に集中する。2027年から2028年にかけては、坡州データセンターと5G・6Gネットワークを組み合わせたクラウドブレイン型ロボットアーキテクチャを本格稼働させ、CLOiの高度化を進める。2029年以降は、第2世代全固体電池と統合された完全自立型ヒューマノイドを家庭、介護、製造現場へと投入する計画だ。

このロードマップがどれほど正確に実現されるかは未知数だ。技術は計画通りには成熟しない。しかし、方向性そのものは極めて明確であり、すでにその方向に向けて動き出していることもまた紛れもない事実である。

最後の問い

コップを持ち上げ、食洗機に入れる動作。人間にとっては3秒の仕事だ。ロボットにとっては数十年の研究が必要だった。そして今、その3秒が現実のものになろうとしている。

だが、この問いは別の方向へも向かう。ロボットが皿洗いを代行してくれるようになったとき、人間はその時間を何に使うのだろうか。

洗濯機が初めて登場したときも同じ問いがあった。洗濯を手でしなくてよくなったとき、その時間はどこへ消えたのか。実際には余暇は増えなかった。清潔さの基準が上がったのだ。週に1回洗っていたものを毎日洗うようになった。労働の総量は変わらず、形態が変わっただけだった。

ロボットが単純労働を肩代わりしたとき、人間はより複雑な労働に向かうことになるのだろうか。それとも本当に休息を得られるのだろうか。あるいは、今は想像もつかない全く別の問題が生じるのだろうか。

LGエレクトロニクスが作っているのはロボットだ。しかし、それが完成した日に私たちが向き合うことになるのは、おそらく技術の問題ではないのかもしれない。それは、私たちが「人間」という存在をどう定義するのかという問いそのものであるはずだ。

その問いに対しては、まだ誰も答えを出せていない。