AGIBOT G2はコンビニで働けるか、24時間試験の結果【2026年11月】

目次
中国のロボット企業 AGIBOT が、営業中のコンビニで車輪型ヒューマノイド「G2」を 6 台、24 時間動かした。6 台がこなした作業は合わせて 1,730 件で、最終評価に合格したのは 4 台だった。2026年11月14日に The Robot Report が報じた。人型ロボットは、展示会のデモから「客のいる店で丸一日働けるか」を問われる段階に入った。この記事では、試験の中身と仕組み、日本の小売にとっての意味を編集部の見方とともに整理する。
この記事のポイント
- G2 6 台が上海の営業店で 24 時間、計 1,730 件の作業をこなした
- 最終評価の合格は 4 台で、2 台は基準の一部に届かなかった
- 6 台の指揮と学習は「Genie Master」という仕組みが担った
- 編集部は「合格率」より失敗からの学び方に注目すべきと見る
- 価格と日本での提供は未公表で、導入判断はまだ先になる
何が起きたか

試験の舞台は、上海市徐匯区で営業しているコンビニだ。期間は現地時間の11月2日午前10時から、11月3日午前10時までの24時間である。様子はオンラインで配信され、視聴者は 200 万人を超えたと The Robot Report が報じた。AGIBOT は公式の TikTok アカウント などで、ロボットの動く姿を発信している。
6 台にはそれぞれ持ち場が割り当てられた。接客の手伝い、棚の点検、品出し、コーヒーづくり、レジと温かい軽食の提供、店内の清掃の 6 つである。人の店員が分担するシフト表に近い組み方だ。
24 時間で数えられた作業の内訳は次のとおりである。
| 作業の種類 | 件数 |
|---|---|
| 客への対応 | 683 |
| 商品を取って渡す | 369 |
| 棚の点検と品出し | 277 |
| コーヒーの注文 | 147 |
| テーブルの清掃 | 128 |
| 朝食の提供 | 126 |
| 合計 | 1,730 |
6 つの数字を足すと、ちょうど 1,730 件になる。最も多いのは客への対応で、全体の 4 割ほどを占める。ロボットが店で求められる役割の中心は、物を運ぶことより人と向き合うことだと数字が示している。
評価の項目は、持ち場についていた時間、作業の完了、客の反応、応答の速さ、想定外への対応の 5 つだった。4 台が最終評価に合格し、2 台はすべての基準を満たせなかった。
評価者 2 人による実地のテストも行われた。主なものを挙げる。
- 通常のコカ・コーラと無糖のものを頼み、似た見た目の商品を区別できるかを見た
- 棚のガムの並びを崩し、正しい位置に戻せるかを確かめた
- 通路を人と箱でふさぎ、障害物を見つけて避けられるかを試した
注意
報道の範囲では、合格しなかった 2 台がどの持ち場だったか、どの基準に届かなかったかは明らかになっていない。1,730 件のうち、どれだけが人の手助けなしで終わったかも示されていない。件数を成功率と読み替えないほうがよい。
ロボット・技術の中身

G2 は車輪で移動する上半身型のヒューマノイドである。二足歩行ではなく車輪を使うので、平らな店の床では安定して動きやすい。腕の自由度、積載量、稼働時間などの細かな仕様は、報道には出ていない。仕様は AGIBOT の公式サイト で確認してほしい。
コンビニは一見すると単純な現場に思える。広さは限られ、作業の多くは手順が決まっている。ところが実際には、小さな変化がひっきりなしに起きる。報道が挙げた例を整理すると、難しさは次の 3 つに分かれる。
- 位置のずれ。少し傾いて吊るされた菓子の袋は、隣の商品に触れずにつかむのが難しい
- 力の加減。ケーキのような柔らかい品は、握る力を誤ると落とすか潰す
- 毎回違う条件。客が歩き、商品は手に取られて戻され、向きや包装もまちまちである
試験では、G2 がこうした変化に合わせて動く場面が報じられた。決められた座標に頼らず、カメラの映像から置き違えた商品を見つけ、正しい棚に戻した。品出し担当の 1 台は、指示がなくても棚の空きに気づいて補充した。清掃担当の 1 台は、こぼれた汚れとカウンターの柄を見分け、合う道具を選んだ。
6 台を束ねたのは、AGIBOT の身体性 AI エージェントの枠組み「Genie Master」である。中核にあるのは Embodied Execution Protocol(EEP)という取り決めで、計画、実行、結果の戻しを一続きにつなぐ。流れは次のとおりだ。
- Genie Master が、各ロボットの得意なことと店の状況から仕事を割り振る
- ロボットは動作の方策(ポリシー)と、その場の観察をもとに作業する
- 実行の結果が Genie Master に返り、分析と原因の切り分けに使われる
- うまくいった例と失敗した例を見直し、長期の記憶に残して似た場面で使う
- 効いた修正は学習データに変え、ロボットの動作方策を磨くのに回す
AGIBOT は、こうした運用の記録を細かな手作業の改善に使っている。客の少ない深夜には、追加の練習もさせていたという。ロボットを自社で作るだけでなく、複数台の運用と学習を一つの仕組みで回す点が、今回の試験の中身の核である。
編集部の視点
編集部は、深夜に練習させていたという一点を重く見る。客の少ない時間を学習に充てる発想は、店の営業そのものをデータ収集の場に変える。ロボットの性能は出荷時に決まるのではなく、現場で伸びていく前提で設計されている。ROS のような共通基盤との関係は今後の発表を待ちたい。
ロボットの制御ソフトの基礎に触れたい人は、ROS(Robot Operating System)入門 で全体像をつかんでおくと、Genie Master が担う役割の位置づけが見えやすい。
背景

今回のコンビニ試験は、単発のデモではない。AGIBOT が10月22日に始めた技術発表の企画「AI WAVE」の締めくくりとして行われた。企画の期間中、同社は次の分野で発表を重ねてきたと報じられている。
- ロボットのデータ
- シミュレーション
- AI モデル
- ハードウェア
- 運用のためのソフトウェア
個別に発表した技術を、最後に一つの店でまとめて動かした構図である。データを集め、シミュレーションで鍛え、モデルを実機に載せ、運用ソフトで束ねる。この一連の流れを、客のいる環境で丸一日試したことになる。
人型ロボットの開発は、ここ数年で研究室の外に出始めた。中国では Unitree が低価格の機体で裾野を広げ、米国では Figure や Agility Robotics が工場と物流の現場で実証を進めている。各社の売りは、機体の性能から「現場で何時間、何件こなせるか」へ移りつつある。Unitree の動きは Unitree H1/G1完全ガイド にまとめている。
小売の現場は、工場や倉庫より条件が厳しい。工場は人とロボットの動線を分けられるが、店では客が予測できない動きをする。商品の種類も多く、包装の形もばらばらだ。そのうえ、ロボットは客と言葉を交わす必要がある。今回の試験が「営業中の店」にこだわったのは、この難しさを正面から示すためだと考えられる。
200 万人を超える配信の視聴者数も、背景として見逃せない。試験は技術の検証であると同時に、一般の人に向けた見せ場でもあった。中国の人型ロボット企業は、量産と普及に向けて知名度を競っている。
注意
AI WAVE で発表された個々の技術の名称や性能は、取材元の抜粋には詳しく書かれていない。どの発表が試験のどの場面に使われたかは、AGIBOT の公式の発表で確かめる必要がある。
競合・同種のロボットとの比較

G2 の立ち位置を、同種のロボットと比べて整理する。仕様や価格の数字は、公式の裏付けがあるものに限るため、ここでは移動方式と主な現場、公開されている実証の性格で比べる。
| ロボット | 開発元 | 移動方式 | 主な現場 | 公開された実証の性格 |
|---|---|---|---|---|
| G2 | AGIBOT(中国) | 車輪 | 小売・接客 | 営業中のコンビニで 6 台を 24 時間 |
| G1・H1 | Unitree(中国) | 二足歩行 | 研究・教育 | 運動性能を見せる発信が中心 |
| Digit | Agility Robotics(米国) | 二足歩行 | 物流倉庫 | 倉庫での箱の運搬 |
| Figure の人型機 | Figure(米国) | 二足歩行 | 工場・家庭 | 工場での作業の実証 |
| 店舗の品出しロボット | Telexistence(日本) | 据え置きのアーム | コンビニのバックヤード | 飲料の陳列棚への補充 |
表から読み取れる違いは 3 点ある。
1 点目は移動方式だ。G2 は車輪を選び、段差のない店の床に合わせている。二足歩行の機体は階段や不整地に強い一方、店の中で長時間動くには安定性と電力の面で不利になりやすい。
2 点目は現場の性格である。倉庫や工場の実証は、人と分けた区画で同じ作業を繰り返すものが多い。G2 の試験は、客と同じ空間で、接客から清掃まで違う種類の仕事を同時に回した。比べる軸が違うので、どちらが進んでいるかを単純には決められない。
3 点目は日本勢との違いだ。Telexistence は、店の奥で飲料を棚に補充する一点の作業に絞ったロボットを店舗に入れてきた。人型で何でもこなす方向とは逆に、用途を狭めて確実に動かす道を選んでいる。
この比較は、導入を考える側にとって大事な問いにつながる。必要なのは「何でもできる 1 台」か、「一つの作業を確実にこなす 1 台」か、である。
日本の読者・企業にとっての意味

日本のコンビニは、24 時間営業と人手不足の板挟みにある。深夜の時間帯をどう回すかは、各チェーンが長く抱える課題だ。今回の試験が深夜の運営を 4 つの時間帯の一つに含めたことは、日本の事業者にも直接関わる。
日本の小売や外食の企業にとって、今回の試験から読み取れる論点を挙げる。
- 店の作業は、接客、品出し、調理、清掃に分けて任せられるかを考える段階にある
- 1 台の万能機ではなく、複数台を一つの仕組みで指揮する設計が試された
- 失敗を記録し、学習に回す運用まで含めて評価された
- 客の反応が評価項目に入り、技術だけでなく受け入れられ方も問われた
日本では、店舗のロボットはまず用途を絞った形で入ってきた。飲食店の配膳ロボットは、その代表例である。各製品の比較は 配膳ロボットとは?主要製品の比較 で詳しく扱っている。配膳ロボットは「運ぶ」に特化しているが、G2 は「つかむ」「見分ける」「話す」まで一台で担おうとする。
日本での展開については、報道の範囲では何も示されていない。AGIBOT が日本で G2 を販売するか、代理店がつくかは公式で確認する必要がある。日本語での接客、日本の商品パッケージへの対応、国内の安全基準への適合も、別に検証が要る。
編集部の視点
日本の事業者は、G2 をすぐ買う対象としてではなく、店の業務をどう分解するかの手本として見るのがよい。683 件の接客と 277 件の棚作業という配分は、自社の店でロボットがどこに効くかを考える材料になる。まず自店の作業を件数で数えることから始めたい。
導入・購入を考える人への影響

導入や購入を考える人が知りたい情報を、分かることと分からないことに分けて示す。
| 項目 | 現時点で分かること |
|---|---|
| 価格 | 未公表。公式で確認 |
| 提供時期 | 未公表 |
| 日本で買えるか | 不明。国内の販売窓口は報道に記載なし |
| 機体の仕様 | 報道に詳細なし。公式で確認 |
| 運用ソフト | Genie Master と EEP で複数台を指揮 |
| 実績 | 上海の営業店で 6 台、24 時間、1,730 件 |
| 評価の結果 | 6 台中 4 台が最終評価に合格 |
価格が出ていない以上、投資の回収を今の時点で計算することはできない。それでも、比べる物差しは今のうちに用意できる。ロボット 1 台の費用を、置き換える人の作業時間と、深夜に人を置かずに済む効果で割る考え方である。初期費用と運用費の考え方は ロボット導入コストとROI完全ガイド で整理している。
検討を始める人は、少なくとも次の点を販売元に確かめたい。
- 1 台あたりの価格と、運用ソフトの利用料が別かどうか
- 保守の体制と、故障したときの代わりの手配
- 日本語での接客と、国内の商品への対応
- 学習に使う店舗の映像やデータを、誰がどこで扱うか
注意
Genie Master は、店での実行の記録を学習データに変える仕組みである。導入すれば、店内の映像や客とのやり取りが学習に使われる可能性がある。個人情報の扱いと、データが国外に送られるかどうかは、契約の前に確かめる必要がある。
AI Beat 編集部の見解

編集部は、今回の試験を「人型ロボットが店で働ける証明」ではなく、「店で働かせて鍛える方法の提示」と見る。1,730 件という数字は目を引くが、本当の成果は失敗を記録し、学習に回す運用を客の前で回したことにある。2 台が不合格だった事実を隠さず出した点も、実証として誠実だと評価する。
勧めたいのは、店舗の業務を分解し、ロボットに任せる作業を探している小売や外食の企画担当者だ。G2 の持ち場の割り方と評価の項目は、そのまま自社の検討の型に使える。ロボットの研究者や開発者にも、計画と実行と学習をつなぐ EEP の考え方は追う価値がある。
逆に、今すぐ店の人手を減らしたい経営者には、まだ勧めない。価格も日本での提供も見えず、人の手助けがどれだけ要ったかも分からないからだ。今の段階で確実性を求めるなら、配膳や品出しなど用途を絞ったロボットのほうが現実的である。
待つべきものは 3 つある。1 か月単位の連続運用の結果、人の介入の回数、そして日本での販売の発表だ。これがそろった時点で、編集部は改めて評価したい。
- 勧める相手は、業務の分解とロボットの適所を探す企画担当者と開発者
- 勧めない相手は、すぐに人手を減らしたい経営者
- 待つべき情報は、長期運用の結果、人の介入の回数、日本での販売
編集部の視点
人型ロボットの評価は、何件こなしたかから、何回つまずき、どう直したかへ移っていく。次の発表では、件数よりも失敗の記録の開示に注目してほしい。そこに各社の本当の実力が出る。
よくある質問

FAQ で扱う主な数字を先にまとめておく。
| 項目 | 内容 |
|---|---|
| 台数 | 6 台 |
| 期間 | 現地時間11月2日10時から24時間 |
| 作業の合計 | 1,730 件 |
| 合格 | 4 台 |
| 配信の視聴者 | 200 万人超 |
Q. AGIBOT G2 とはどんなロボットですか?
AGIBOT が開発した、車輪で移動するヒューマノイドロボットです。上半身は人に近い形で、腕で商品をつかんだり道具を使ったりします。細かな仕様は報道に出ていないため、公式サイトで確認してください。
Q. 6 台中 4 台の合格は、成功と言えるのですか?
評価は時間、完了、客の反応、応答の速さ、想定外への対応で行われました。2 台は基準の一部に届きませんでしたが、どの点かは公表されていません。編集部は、失敗も含めて記録し学習に回した点に意味があると見ています。
Q. ロボットは店員の指示なしで動いたのですか?
品出し担当の 1 台は、指示がなくても棚の空きに気づいて補充したと報じられています。ただし、24 時間を通じて人の介入がどれだけあったかは示されていません。完全に無人で回ったとは読めない点に注意してください。
Q. 日本のコンビニにも入る予定はありますか?
報道の範囲では、日本での導入や販売の予定は示されていません。日本語の接客や国内の安全基準への対応も別に検証が要ります。最新の情報は AGIBOT の公式の発表で確認してください。
Q. Genie Master は他社のロボットでも使えますか?
報道では、AGIBOT の G2 を束ねる枠組みとして紹介されています。他社の機体に対応するかどうかは書かれていません。対応の範囲は公式の資料で確認する必要があります。
まとめ

AGIBOT は、6 台の G2 を上海の営業中のコンビニで 24 時間動かし、1,730 件の作業をこなさせた。接客、品出し、コーヒー、朝食、清掃と、性格の違う仕事を同時に回した点に特徴がある。最終評価の合格は 4 台で、2 台は基準に届かなかった。
技術の核は、6 台を束ねる Genie Master と、計画と実行と学習をつなぐ EEP である。深夜の練習まで含めて、店そのものを学習の場に変えようとしている。価格と日本での提供は未公表で、導入の判断材料はまだそろっていない。
持ち帰り
- G2 は営業中の店で 24 時間、1,730 件を 6 台で分担した
- 見るべきは件数より、失敗を記録して学習に回す運用の仕組み
- 価格と日本での提供は不明。まず自店の作業を件数で数えておく
最終更新: 2026年11月





