Dexterityとは？米国発の物理AIでトラックへの荷物積み込みを支える

トラックの荷台に、形や大きさの違う荷物を積む。
積み込み担当者には、持ち上げる負担に加え、崩れにくく空間を使う配置を考える仕事があります。
Dexterityは、ロボットと物理AIを組み合わせ、この作業に取り組む米国の企業です。

国：米国（本拠地：カリフォルニア州レッドウッドシティ） 出典：公式Mech紹介の所在地表記。

分野：物流AI、トラック積み込み、物理AI／エリア：北米、米国。
情報確認日：2026年10月11日。
以下は公式説明の整理で、gannaiによる実機検証ではありません。

DexterityのMechは何をするのか

Dexterityは、物流の物体操作に取り組む企業です。
2025年3月のMechの紹介では、トラック積み込み向けのロボットを発表しています。
現在の製品紹介でも、双腕ロボットとPhysical AIを組み合わせた構成を説明しています。

双腕とは、2本のロボットアームを持つ構成です。
荷物を認識するだけでなく、つかみ、運び、置く動作を現実の荷台で行う必要があります。

ここで考えたいのは、箱を置いた後です。
今は置けても、次の荷物を積めなくなれば、積み方を変えなくてはいけません。

Foresightは置いた後の状態を予測する

2026年3月の公式技術記事で、同社はForesightを説明しています。
センサーの情報、ロボット自身の状態、物体に働きかけた結果を組み合わせ、行動後の状態を予測する仕組みです。

このように環境の状態や変化を表すモデルは、世界モデルと呼ばれます。
Foresightでは、候補となる動作を実行する前に、その後を予測し、物理的な制約を踏まえて評価すると説明しています。

判断で考慮する要素	積み込みとの関係
安定性	置いた荷物が安定した配置になるか
空間の使い方	荷台の空間をどのように使うか
到達できる範囲	ロボットの腕が配置先に届くか
双腕の動き	2本の腕の動作をどう組み合わせるか

出典：Foresightの技術説明。
これらは同社が説明する計画上の要素です。
特定の現場での処理速度や、輸送中の荷崩れ防止をgannaiが確認したという意味ではありません。

予測できれば積み込みを任せられるか

予測する仕組みがあっても、扱える荷物や設置環境の確認は残ります。
Foresightの記事は不確実性も扱っており、未来の状態を常に正確に知るという説明ではありません。

物流責任者が確かめたいのは、正常な荷物を積んだ場面だけではないはずです。
破損した箱や扱いにくい荷物にどう対応するのか。
人が介入する場合に、どこで作業を引き継ぐのか。
こうした条件も含めて、現場で動かせるかを判断する必要があります。

導入前に記録したい作業

次の表はgannaiによる評価案です。
メーカーが示す性能値や、製品の標準仕様を記載したものではありません。

記録項目	確かめたいこと
荷物の構成	サイズや重量の違いによる処理の変化
積み直し	配置を修正する頻度と人の作業時間
介入と復旧	処理できない荷物が出たときの担当と時間
前後工程の待ち時間	荷物の供給や車両入れ替えによる停止

同じ「積み込み時間」でも、ロボットが動いている時間と、荷物が届くのを待つ時間では原因が違います。
工程を分けて記録すると、AIの配置計画で対応する課題と、設備や運用で対応する課題を見分けられます。

日本での導入条件や保守契約は、今回読んだ資料だけでは判断できません。
製品の提供範囲と、自社の荷台や荷物に適合する条件を、公式窓口に確認する必要があります。

倉庫内の積み付けとの違い

Ambi RoboticsのAmbiStackは、パレットや容器への積み付けを扱います。
DexterityのMechを読む際には、トラックの荷台で荷物を配置する工程に注目すると、用途の違いがわかります。

荷物の認識や動作計画の別の例は、Mujinの機械知能で紹介しています。
AIという大きな括りから、どの情報を見て、何を決める技術なのかへ掘り下げると、自社の課題に近い製品を比較できます。

公式資料と確認履歴

• Mechの発表：トラック積み込みと所在地。
• Mechの製品紹介：ロボットの構成と用途。
• Foresight：行動後の予測、物理的制約、計画。

2026年10月11日：公式資料を確認して作成。