AIがロボット犬を「最速の人間チーム比 約20倍速」でセットアップした。ただし肝心の「ボールを拾う」は失敗：速い領域と苦手な領域の境界【2026年6月】

AI開発企業 Anthropic が、自社のAI「Claude（Opus 4.7）」に市販のロボット犬を自律制御させる社内実験「Project Fetch（プロジェクト・フェッチ）」のフェーズ2の結果を公表しました（出典: Anthropic 公式リサーチ「Project Fetch: Phase two」, 2026-06-18）。見出しになりやすいのは「AIが人間の約20倍速でロボットを動かした」という数字です。たしかにその一面はあります。ですが、この実験のいちばん大事な点は別のところにあります。準備（段取り）の部分はAIが圧倒的に速かったのに、本番である「ボールを拾う（fetch）」という最終目標は、AIには最後までできなかったのです。本記事は2026年6月時点の情報に基づいて、この「どこが爆速で、どこが依然できないのか」という線引きを、初心者の方にも分かるように噛み砕いていきます。先に注意点を二つ。一つ、「約20倍」は「最速の人間チームに対して約19倍（正確には約18.9倍）」を丸めた表現です。「AIが人間の20倍賢い」という意味ではありません。二つ、これは Anthropic 自身による社内実験・自社発表であり、第三者が検証した結果ではありません。その前提のうえで読んでいきます。

この記事のポイント

• Anthropic が社内実験「Project Fetch」のフェーズ2を公表。Claude（Opus 4.7）が、人間の補助なし（自律）で市販のロボット犬を制御した（出典: Anthropic フェーズ2, 2026-06-18）
• フェーズ1（2025年8月）は、ロボティクス非専門家のチームに「Claude あり／なし」でロボット犬にビーチボールを拾わせるプログラムを書かせる実験。Claude ありチームが大きく上回った
• フェーズ2でClaude が、全チームが完了した4つの共通タスクを平均9分35秒で実行。これは「Claude あり人間チーム（181分）」比で約18.9倍速、「Claude なし人間チーム（361分）」比で約37.7倍速（自計算・Anthropic 値より）
• 「約20倍」は、この18.9倍（＝最速の人間チーム比）を丸めた値。比べているのは「賢さ」ではなく「タスク実行の所要時間」
• コード量も Claude＝1,045行 / Claude あり人間チーム＝10,309行で、Claudeあり人間チームの約10分の1（出典: Anthropic フェーズ2）
• できたこと：センサー（カメラ・LiDAR）の接続、カメラ映像へのアクセス、ビーチボールの検出
• できなかったこと：本来の最終目標である「ビーチボールを自律的に拾う（fetch）」。見ながら動きをリアルタイムに微調整する精密制御でつまずいた
• Anthropic 自身が「これはLLMがロボティクスを解決したという意味ではない。まったくそうではない」と明記。この進歩は汎用的な能力向上の副産物であって、ロボティクス専用の改良ではないとしている
• ロボット犬のメーカー・機種名は Anthropic 非公表

そもそも「Project Fetch」とは何の実験か

最初に、この実験の枠組みを整理します。ここを取り違えると、数字の意味も取り違えてしまうからです。

Project Fetch は、Anthropic が行った社内実験です。お題はシンプルで、市販の四足歩行ロボット（いわゆるロボット犬）に、ビーチボールを拾わせること。これを実現するためのプログラムを書く、という課題です。

フェーズ1（2025年8月）では、ロボティクスの専門家ではない一般従業員を2チームに分けました。片方はAI（当時の Claude Opus 4.1）を使ってよく、もう片方は使えない。結果、Claude を使えたチームのほうが、使えなかったチームを大きく上回りました。約半分の時間で、より多くのタスクをこなした、というのがフェーズ1です。ここまでは「人間がAIを道具として使う」話でした。

そして今回のフェーズ2（2026-06-18公表）で、設定が一段変わります。今度はClaude（Opus 4.7）が、人間の補助なしで、自律的にロボット犬を制御する。フェーズ1で人間チームがこなした一連のセットアップ作業を、AIが一人で（正確には一機で）やってみる、という実験です。

「約20倍速」の正しい読み方

ここがこのニュースで最も誤読されやすいところなので、丁寧に見ます。

フェーズ2で、全チームが完了できた共通の4タスクについて、Claude（Opus 4.7）は平均9分35秒で実行しました。これを人間チームの所要時間と並べると、次のようになります（出典: Anthropic フェーズ2）。

• Claude あり人間チーム：181分 → 181 ÷ 9.58 ＝ 約18.9倍速
• Claude なし人間チーム：361分 → 361 ÷ 9.58 ＝ 約37.7倍速

つまり、ニュースで踊る「約20倍」は、このうち「最速だった人間チーム（Claude あり・181分）」に対する18.9倍を丸めた数字です。比較対象を「Claude なし人間チーム」にすれば、数字は約37.7倍にもなります。どの相手と比べるかで数字は大きく動く、という点をまず押さえてください。

そしてもう一つ、もっと大事なこと。ここで速さを競っているのは「ロボットの賢さ」ではなく「プログラムを書く時間」です。「AIがロボット犬を20倍賢く動かした」のでも「ロボットが20倍速く歩けるようになった」のでもありません。「人間が手で書くと181分かかるセットアップ用のコードを、Claude は約10分で書いた」という、コードを書く速さ・正確さの話です。実際、コード量も Claude が1,045行に対し、Claude あり人間チームは10,309行で、Claudeあり人間チームの約10分の1で済んでいます。決まった手順をコードに落とす作業では、AIは圧倒的に速い。これがこの数字の中身です。

肝心の落ち：「ボールを拾う」だけは、できなかった

さて、ここからがこの記事の本題です。これだけ速くセットアップをこなしたのに、Claude は本来の最終目標を達成できませんでした。

実験のお題は、もともと「ビーチボールを拾う（fetch）」ことでした。その手前の作業、つまりカメラや LiDAR（レーザーで距離を測るセンサー）をつなぐ、カメラの映像にアクセスする、映像の中からビーチボールを見つけ出す、ここまでは Claude もこなしました。準備は整ったのです。

ところが、「見つけたボールを、実際に自律的に拾い上げる」という最後の一手で、Claude はつまずきました。Anthropic の説明によれば、ボールを見ながらその都度リアルタイムに動きを微調整する、いわゆる「クローズドループ（closed-loop）の精密制御」の機微を、Claude は捉えきれなかったのです（一方で、ある熟練のロボティクス技術者は、このタスクのプログラムに成功しています）。

これは比喩で言えば、こういうことです。料理人にたとえるなら、下ごしらえも、火加減の段取りも、人の何倍もの速さで片づけてしまう。けれど最後に皿の上で、その日の素材の艶を見て一手だけ足す、という呼吸のところで止まる。「決まった手順をこなす速さ」と「その場の手応えに合わせて即興で調整する巧みさ」は、別の能力なのです。

そして、ここが一番大切なところです。Anthropic 自身が、この結果に明確な留保をつけています。「これはLLM（大規模言語モデル）がロボティクスを解決したという意味ではない。まったくそうではない」。そしてこの進歩は、ロボティクス専用に改良した結果ではなく、AI全般の能力が上がっていく中での「副産物」だと明記しています。作った当人が「ロボティクスを解決したわけではない」と釘を刺している。この一文を外して「AIがついに物理世界を制覇した」と読むのは、正確ではありません。

どこが速くて、どこが苦手か（この実験の芯）

整理すると、この実験が見せてくれたのは、現時点でのAIの得意・不得意の境界線です。

• AIが圧倒的に速い領域：決まった手順をコードに落とす作業。センサーを接続する、映像にアクセスする、対象を検出する。「手順が決まっていて、コードで書ける」ことは、人間より桁違いに速く、少ないコードでこなす。
• AIが依然として苦手な領域：物理世界の手応えに合わせて、見ながらリアルタイムに動きを微調整すること。生き物なら無意識にやっている「目で見て手を合わせる」という即興が、まだうまくない。

この二つの境界が、2026年6月時点のAIの「現在地」をよく表しています。「速さ（セットアップ）」と「巧みさ（fetch）」は、地続きに見えて、実は別の才能だった、ということです。

日本の読者・副業勢にとっての意味

最後に、日本から、とくにAIを仕事や副業に使おうとしている人にとっての含意です。

「AIで20倍速」という見出しを見たとき、飛びつく前に「何が20倍で、何が依然できないのか」を分けて見る癖をつけたい。この実験はまさにそれを教えてくれます。AIは、段取り・コード化・定型作業を激速にする。ここは疑いようがありません。けれど、現場の手触りに合わせて最後の一手を即興で合わせるところは、まだ人間に残っている。

だから実務での使いどころは、こう考えると見えてきます。「手順が決まっている準備」はAIに任せて速くし、「その場の判断で微調整する仕上げ」は人間が握る。速さと巧みさを別の能力として分けて捉えると、AIに何を任せて何を自分でやるかの線引きが、ずっとクリアになります。

まとめ（FAQ）

Q. AIがロボット犬を人間の20倍速で動かしたって本当？
A. 正確には「最速の人間チーム（Claude あり）に対して約18.9倍速」で、これを丸めて「約20倍」と表現されています。Claude なし人間チーム比なら約37.7倍。しかも比べているのは「賢さ」ではなく「セットアップのプログラムを書く時間」です。ロボットが20倍速く歩けるようになった、という話ではありません。

Q. 結局、AIはロボット制御を成功させたの？
A. 半分です。センサー接続・映像アクセス・ボールの検出までは自律でこなしました。けれど本来の最終目標である「ボールを自律的に拾う（fetch）」は失敗しました。見ながらリアルタイムに動きを微調整する精密制御でつまずいています。

Q. これって「AIがロボティクスを解決した」ってこと？
A. いいえ。Anthropic 自身が「ロボティクスを解決したという意味ではない。まったくそうではない」と明記しています。今回の進歩はロボティクス専用の改良ではなく、AI全般の能力向上の副産物だとしています。

Q. このロボット犬はどこのメーカーの製品？
A. Anthropic はメーカー・機種名を公表していません。「市販の四足歩行ロボット」とだけ説明されています。特定メーカーの名前で語られているのを見かけても、現時点では断定できません。

Q. この実験はどれくらい信頼できるの？
A. これは Anthropic 自身による社内実験で、自社の公式リサーチとして公表されたものです。第三者（独立した研究機関など）が検証した結果ではありません。数字や結論は「開発当事者の発表」という前提で受け取るのが正確です。

Quotidia の視点

Quotidiaが注目するのは、このニュースが「AIがすごい」でも「AIはまだだめ」でも終わらない、その境目にあることです。Claude は、人間が手で書けば181分かかるセットアップのコードを、約10分で、Claudeあり人間チームの10分の1の量で書いてしまった。ここだけ切り取れば、たしかに驚くべき速さです。けれど同じ実験で、本来の目標だった「ボールを拾う」という一手は、最後までできなかった。Quotidiaがここで渡したいリテラシーは二つあります。一つは「数字は、何と比べたかを必ず見る」。約20倍というのは「最速の人間チームに対して約18.9倍」を丸めた数字で、別の相手と比べれば37.7倍にもなる。比べているのは賢さではなく、コードを書く時間です。もう一つは「速さと巧みさを分けて見る」。AIが圧倒的に速いのは、手順が決まっていてコードに落とせる作業のほうで、その場の手応えに合わせて即興で微調整する仕上げは、まだ人間に残っている。準備は誰より速いのに、最後の盛り付けだけが苦手な料理人のように、と言えばいいでしょうか。そして見落としてはいけないのが、これを作った Anthropic 自身が「ロボティクスを解決したわけではない」と釘を刺していることです。当事者が留保をつけている話を、見出しだけで「AIが物理世界を制覇した」と読むのは早い。速い領域と苦手な領域の境界線こそが、いまのAIの現在地だとQuotidiaは考えます。

盛り付けだけが

「昔うちに、下ごしらえだけは誰より速い見習いがいてな」と、その店で長く包丁を握っている料理人が言った。

僕は厨房の隅で、明日の仕込みを手伝いながら、その話を聞いていた。皮をむくのも、出汁をひくのも、手順という手順は誰より速く片づける見習いだったのだという。けれど皿の上で、その日の魚の艶を見て、最後にひとつまみ何を足すか、というところで、いつも手が止まった。決まった道は速いんだ、と料理人は菜箸で鍋の中をゆっくり混ぜながら続けた。手順が決まっているものは、覚えてしまえばいくらでも速くなる。けれど、その日の素材の顔を見て、その場で一手だけ合わせる。あれは速さとは別のものだ。覚えて速くなる類いのものじゃない、と。

なぜいま急にその見習いの話を、と僕は思ったが、すぐに合点がいった。少し前に、僕がある会社のニュースの話をしていたからだ。Anthropic というAIの会社が、機械の犬にボールを拾わせる実験をしたのだという。人の手を借りずに、AIが一機でその犬を動かしてみた、と。その犬を動かすための段取りを、AIはおそろしく速くこなしたらしい。人が手をかければ三時間ほどかかる準備を、ほんの十分ほどで片づけてしまった。見るための仕掛けをつなぎ、転がっているボールを見つけ出すところまでは、人の何倍もの速さでやってのけた。

「で、肝心のボールは拾えたのか」と料理人は鍋から目を上げずに訊いた。

それが、と僕は言葉を切った。最後まで、そのボールを拾い上げることだけはできなかったのだという。見つけることはできた。けれど、見ながら手を伸ばし、転がる丸いものに指先の力を合わせて、そっとつかみ上げる、あの一手のところで止まってしまった。それを作った会社の人たちも、これでロボットのことが解けたわけではない、まったくそうではない、とわざわざ断っていたらしい。

料理人は菜箸を置いて、しばらく黙っていた。それから、また鍋に向き直りながら、こう言った。準備が速い相棒ができたら、それはそれでありがたく使えばいい。下ごしらえを任せて、こっちは皿の前に立つ時間を増やせる。速いやつを敵だと思うことはない。ただ、最後の一手まで明け渡しちまうのは、まだ早いってだけだ、と。

僕は手を止めて、刻みかけの玉ねぎを見た。話を聞きはじめたときは、要するに準備が速ければ仕上げもいずれ速くなる、その途中なのだろうと思っていた。同じ一本の道の、まだ手前にいるだけなのだと。けれど、そうではなかったらしい。刻むのが速くなることと、皿の前で素材の顔を見て一手を合わせることは、地続きに見えて、まるで別の道だった。速さの先に巧みさがあるのではない。二つは、はじめから別の才能だったのだ。あの見習いがいくら下ごしらえを速くしても、最後の一手のところへはたどり着けなかったのは、たぶんそういうことだった。

仕込みを終えて店を出ると、夜の空気はもう冷えていた。あのAIも、いまごろ厨房のどこかで、誰より速く下ごしらえを片づけているのかもしれない。それでも、皿の上の最後の一手のところでは、しばらくは人が立っているのだろう。僕はそんなことを思いながら、暗い道を帰った。

AIがロボット犬を「最速の人間チーム比 約20倍速」でセットアップ、Anthropicが社内実験を公表。ただし「ボール拾い」は失敗

2026-06-18、AI開発企業 Anthropic が、自社のAI「Claude（Opus 4.7）」に市販のロボット犬を自律制御させた社内実験「Project Fetch」フェーズ2の結果を公表した（出典: Anthropic 公式リサーチ「Project Fetch: Phase two」）。Claude は全チーム共通の4タスクを平均9分35秒で実行し、最速の人間チーム（Claude あり・181分）比で約18.9倍速、Claude なし人間チーム（361分）比で約37.7倍速だった。報じられる「約20倍」はこの18.9倍を丸めた値で、比較対象は「賢さ」ではなくコードを書く時間（コード量もClaudeあり人間チームの約10分の1）。ただし本来の最終目標である「ビーチボールを自律的に拾う（fetch）」は失敗。Anthropic 自身が「ロボティクスを解決したわけではない」と明記しており、これは自社の社内実験・自社発表で第三者検証ではない。ロボット犬のメーカー・機種は非公表。