ヒューマノイドの「価格」が、歩行性能より厳しい質問を作り始めた
Agility RoboticsがSECに提出した投資家資料とS-4では、次世代Digit v5を顧客が導入した場合の経済性がかなり具体的な数字まで示されている。会社はOwnershipモデルの5年間顧客コストを約40万ドル、RaaSモデルを約50万ドルとしている。
S-4を基に報じられた内訳では、Ownershipはrobot purchase約20万ドル、初期deployment約2万ドル、その後のArc softwareとmaintenanceが年約3.6万ドルというillustrative構成だ。RaaSはAgilityがロボットを所有したまま、月約8,500ドルのsubscriptionとdeployment feeを受け取る。
ただしこれは定価表でも実顧客の平均ROIでもない。AgilityとChurchill自身がUnit Economicsを“purely illustrative”なforward-looking estimateと位置づけ、実際の契約価格、稼働率、コスト、成果は異なり得ると明記している。
40万ドルのロボットが、なぜ1.1年で回収できる計算になるのか
鍵は比較単位にある。AgilityはDigit 1台を社員1人の年収と単純比較していない。material moverのfully burdened labor costを時給約30.50ドルとし、1日10時間のshiftを2回、週6日、合計週120時間の労働量で比較する。
この前提では初年度のequivalent human labor costは約19万ドルで、資料では丸めて年約20万ドルとされる。さらに年5%のwage inflationを置くと、5年間のequivalent labor costは約110万ドルになる。
一方、Ownershipの5年間Digitコストは約40万ドル。会社はこの差から約67万ドルのpotential net savings、2.5xのpotential ROI、約1.1年のpaybackを示す。つまり1.1年という数字は「機械が安い」より、十分な反復労働時間を一台に継続して割り当てられるという前提に強く依存している。
週120時間が成立しなければ、経済性も大きく変わる
Unit Economicsで重要なのは購入価格だけではない。週120時間のproductive workが本当に存在するか、その間uptimeとthroughputが維持されるか、充電・故障・安全停止・task switchingにどれだけ時間が必要かで結果は変わる。
Agilityの2026年6月資料はDigit v5について、24時間内の最大battery outputを約22時間まで期待すると説明する。しかし最大稼働可能時間と、顧客施設で経済価値のある仕事を実際に行った時間は同じではない。
integration、layout、workflow redesign、supervision、maintenance、例外処理のコストも重要だ。SECのRisk FactorsもDigit v5が開発中であり、高量産経験が限定的で、5年useful-lifeを含むunit economicsが想定通り実現しない可能性を明示している。
実運用Evidenceはある。ただし実績はv4、経済性モデルはv5だ
Agilityにはデモだけではない実運用のEvidenceがある。GXOのFlowery Branch物流施設でDigitは商用deployment中に100,000個を超えるtoteを移動した。会社は長期間の反復handlingと既存warehouse workflowへのintegrationを検証したmilestoneとしている。
Toyota Motor Manufacturing Canadaもpilot後の2026年2月にAgilityとRaaSのcommercial agreementを締結し、製造・supply chain・logistics operationでDigitを利用しながら追加use caseを検討すると発表した。
しかしこのEvidenceとv5の経済性モデルは分ける必要がある。100,000+ toteなどの実績は主にDigit v4で蓄積されたもので、5年40万ドル・1.1年paybackはDigit v5のforward-looking economicsだ。前者が後者を検証したわけではない。
RaaSが変えるのはロボット価格より「自動化の買い方」かもしれない
Agilityは直接購入とRaaSの両方を用意する。SEC資料のillustrative assumptionではDigit 1台あたり月8,500ドルのsubscriptionで、robot・Arc software・maintenanceをサービスとして束ねる。初期deployment feeも別途想定される。
このモデルなら顧客は「20万ドルのロボットを買うか」だけでなく、「このworkflowに年間いくらでautomation capacityを買うか」と考えられる。upfront capital riskの一部を供給側が持つ代わりに、Agilityはrecurring revenueと長期deployment関係を得る。
Physical AIのadoptionではこのprocurement構造も重要だ。同じ技術性能でも、proof-of-valueの期間や顧客の初期リスクによって導入速度が変わり得る。
雇用の問いも「人1人対ロボット1台」からtask bundleへ下げる必要がある
Digitの現在の代表workflowはtoteやbinの反復material handlingだ。人の一つの職業には移動だけでなく、判断、例外処理、協働、安全対応、設備トラブル対応など多くの責任が含まれる。ロボットがその全てを一度に再現しなくても、反復量の多いtask bundleだけを切り出して自動化計算を始めることはできる。
したがって「ヒューマノイドがどの職業を消すか」より先に、「どのtask bundleがuptime・throughput・価格条件を満たしてunit economicsを通過するか」を見る方が具体的だ。その境界が確認されれば、人に残る責任と自動化される責任をより細かく分けられる。
これは新しい仕事が減る仕事を同数だけ相殺するという意味ではない。Banseogが追うのは、どのtaskが経済性を通過し、その周辺で役割構成がどう再編されるかというEvidenceだ。
ロボットが予算を通過した後、次のボトルネックはdeployment・fleet・maintenanceへ移り得る
現場のロボット台数が増えればdeployment、commissioning、workflow integration、reliability、fleet operation、maintenance、safety、troubleshootingの責任も増える。AgilityのArcもfacility mappingからworkflow definition、fleet operation、troubleshootingまでを扱うdeployment softwareとして位置づけられている。
Banseog Physical AIの現在の公開採用graphでは、Agilityの検証済みOPEN求人からSoftware EngineeringとFleet Operation capabilityが接続されている。これは会社全体の人員構成を示す統計ではなく、今観測できる一つのhiring Evidenceである。
Apptronikの記事で見た“Engineering Last Mile”がロボットを顧客現場に接続し続けて動かす問題なら、Agilityの今回の資料はその次の問いを示す。そのengineeringを含むworkflow全体が顧客のbudgetとROI基準まで通過できるのか。Physical AIの商用化ではこの二つが同時に成立するかが重要になる。
BANSEOG VIEW
ヒューマノイドの次の関門は「歩けるか」ではなく「一つのworkflowの予算を通過できるか」だ
Agilityの1.1年paybackは実顧客平均ではなく、週120時間・時給30.50ドル・5年useful lifeなどの前提を置いたillustrative modelだ。数字をそのまま将来の結果として扱うべきではない。
それでも、Physical AI企業が性能だけでなくworkflow別の価格・稼働時間・労働費・ROIを語り始めた変化は重要だ。顧客判断の単位がtechnology demoからbudget decisionへ降りてくる。
人材市場も同様に、どの反復taskが実際にunit economicsを通過するかを確認し、その周囲でdeployment・integration・fleet operation・maintenanceの役割がどう変わるかをEvidenceで追う必要がある。
SOURCES
参照した主な資料
- SEC — Agility / Churchill Investor Presentation (June 2026)
Digit v5のillustrative customer economics。週120時間、fully burdened labor時給$30.50、5年Ownership約$400K、equivalent labor約$1.1M、1.1年payback、2.5x potential ROIと明示的なcaveatを確認。
- SEC — Form S-4 Filing Detail, filed 2026-09-04
2026-09-04提出のS-4登録届出書。Digit v5のbusiness model、リスク、商用化前提に関する最新公式提出資料。
- Business Insider — Want a humanoid in your factory? Here’s how much one could cost you
S-4を基にOwnershipの約$200K purchase、約$20K deployment、年約$36K software+maintenanceという構成を整理。実契約価格ではなくillustrative estimate。
- Agility Robotics — Digit Moves Over 100,000 Totes in Commercial Deployment
GXO Flowery BranchでDigit v4が100,000+ toteを移動したcommercial deployment milestone。v5のROI検証とは分けて扱う。
- Agility Robotics — Commercial Agreement with Toyota Motor Manufacturing Canada
2026-02-19。pilot後にTMMCがDigitのRaaS commercial agreementを締結。製造・supply chain・logisticsでのdeploymentを発表。
- Agility Robotics — Agility Robotics to Go Public Through Merger with Churchill Capital Corp XI
2026-06-24。commercial deployments、Digit v5 orders、production/deployment拡大計画を会社が発表。ordersは現在売上や実現ROIではない。
本文は2026年9月10日時点のSEC提出資料とAgility公式発表を中心に作成。約$400K Ownership cost、1.1年payback、2.5x ROI、週120時間などはAgilityのforward-looking illustrative modelであり、実顧客の平均成果ではない。Ownershipの詳細構成($200K purchase、$20K deployment、年$36K software+maintenance)は公開S-4を引用したBusiness Insiderの整理を補助Evidenceとして使用した。GXOの100,000+ toteとToyota契約はcommercial deployment Evidenceだが主にDigit v4の実績であり、Digit v5のeconomics検証へ拡大解釈しない。Banseog Physical AIのCompany・Role・Skill接続は公開時点の検証済みOPEN hiring Evidenceであり変化し得る。