サンデーロボティクスのACT-2、家事ロボ成功率99.1%の中身

未知の家庭で785回試して778回成功。洗濯たたみロボット「ACT-2」の成功率99.1%というニュースが流れました。ラボの数字ならスルーで済みますが、実際に中身を開けてみると、労働集約型の事業を営む経営者は無視できない材料が入っています。

サンデーロボティクスとは何者か 評価額約1,890億円のロボット企業

サンデーロボティクスは米国カリフォルニア州ベイエリアに拠点を置くスタートアップです。2026年3月にCoatue主導のシリーズBで1億6,500万ドル、日本円で約270億円を調達しました。評価額は11億5,000万ドル、およそ1,890億円。BenchmarkやTiger Global、Fidelityといった名の通った顔ぶれが並んでいます。

主力プロダクトは家庭用ロボット「Memo」。脚を持たず車輪で移動するタイプで、皿洗い・洗濯・片付けといった日常の家事タスクを担う設計です。派手な人型ロボット路線ではなく、家庭のバスルームや寝室に無理なく置ける形状に振ってきています。

Sunday's Series B: No More Demos | Sunday Robotics | The helpful robotics company

Say hello to Memo. Built for busy households, Memo works 24/7 to make your life lighter. Hand off your endless to-do’s, so you can focus on what really matters.

www.sunday.ai

ACT-2の技術 99.1%を支える基盤モデルの中身

ACT-2は「Memo」を動かす基盤モデルです。2025年11月発表の前世代モデル「ACT-1」の後継で、家庭用ロボットのためのfoundation model（基盤モデル）という位置づけになります。

経営目線で1番おもしろかったのは、家庭ごとの個別調整が要らない設計になっているという点。同じモデルチェックポイントと固定構成を、すべての家庭にそのまま流し込みます。ロボット導入のコストが跳ね上がる主因の1つが「現場ごとのチューニング」なので、これがゼロで済むならユニットエコノミクスがまるで変わってきます。

もう1つの強みは、単一のデモンストレーションから新しい動作を学び、未見の物理環境に持ち込めるという点。実験では4つのモデルコピーがそれぞれ異なる衣類の折りたたみ技法を1つずつ学習し、未見の衣類でも実行できたと同社は説明しています。

785回 9種類の衣類で検証した99.1%の内訳

99.1%が「大本営発表」で終わらないのは、内訳がここまで丁寧に開示されているからです。試行の内訳はこの通り。

完了した778件は5段階の品質評価にかけられ、平均4.72点、73.8%が満点の5点を獲得しています。折り込みすぎ・位置ずれ・展開崩れなど、容赦なく減点する厳格な基準を採用しているそうです。数字を独り歩きさせないよう、実験設計そのものが丁寧に組まれている印象を受けます。

環境の頑健性も見所です。ロボットの立ち位置をベッドの左右や足元に変えて98.5〜100%、シーツの色を明暗で変えて98.0〜99.6%を維持。ロボットで一番怖いのは「デモは動くのに現場で崩れる」パターンですが、この検証設計はそのリスクに真正面から向き合っています。

ACT-2 Preview: Generalizing Reliability | Sunday Robotics | The helpful robotics company

Say hello to Memo. Built for busy households, Memo works 24/7 to make your life lighter. Hand off your endless to-do’s, so you can focus on what really matters.

www.sunday.ai

家事ロボットが迫る労働市場 介護 清掃 家事代行への波及

ここからが本題です。「洗濯たたみ」という一見小さなタスクの成功と、日本の労働市場をどう繋げるか。

介護職の有効求人倍率は3.97倍。厚生労働省の推計では、2026年度に約25万人の介護人材が不足すると見込まれています。清掃業界も似た構造で、60歳以上が46.7%を占め、40歳未満は12.2%。若手が入らない構造がすでに固まっている業界です。

家事代行は市場拡大への期待こそ大きいものの、担い手不足がスケールの壁になっている状態です。求人を出しても人が来ない、来ても定着しない。この現実にロボットが降りてくる余地は十分あります。

とはいえ「洗濯たたみができる」から「介助ができる」までの距離はまだ大きい。同じ基盤モデルで学習中とされているのは、掃除機がけ、おもちゃの片付け、ジッパーの開閉、パンツを裏返す動作、コーヒー準備あたり。手先の技量と反復タスクから染み出していくのが現実的な順番だと思ってます。

経営者はこの数字をどう読むべきか

僕がこの数字を読むときに気にしたのは3点あります。

1. ラボの数字ではなく「未知の環境での数字」だということ。展開時に家庭ごとのファインチューニングがゼロという設計は、SaaSでいうところのオンボーディングコストがほぼゼロに相当します。ユニットエコノミクスがきれいに立つ。

1. 2026年秋にベータプログラムで一般家庭に展開予定という、具体的な時間軸が示されていること。もう「研究段階」ではなく「商用化準備段階」のフェーズに入っています。

1. 対象タスクは「洗濯たたみ」止まりで、介助や清掃現場までは距離があること。ここを混同すると「2026年秋から介護現場にロボットが入る」という誤読が生まれます。切り分けが要ります。

経営の現場で見ておきたいのは「いつ・どの業務から自動化の波が入るか」の解像度を上げること。反復性が高く、環境変動が小さいタスクから順に置き換わっていく。ホワイトカラーへの生成AI導入と同じ順番が、フィジカルの世界でも起こり始めている、と受け止めておくべきかなと思ってます。