フィジカルAIの仕事は1時間の相談から ― 店と病院の導入前の判断材料、見本2冊
この記事の素材(コード・ログ・データ 7ファイル・まとめてダウンロードあり)arrow_downwardAIで読む ChatGPT・Claude などで、この記事に質問できます expand_more
フィジカルAIの仕事の取り方を7通り考え、24か月の動きを4,000回ずつシミュレーションで回すと、行政・支援機関の枠とスポット相談を並行し、そこから見積もりと型づくりにつなぐ形(G)が、どの前提を動かしても一番伸びた。今日から一人で始められるのは、1時間のスポット相談から入る形(B)だった。 そこで B の最初の一歩として、ビザスクにエキスパートとして登録して公募に1件提案し、相談のあとに渡す「導入前の判断材料」の見本を、配膳ロボットの店と搬送ロボットの病院の2冊作った。見本は pixelstomotors.com のページと A4 の PDF の両方で、ガイド「ロボット導入を決める資料に入れること」から入れる。
これで変わること。
- 相談を受けたあとに「何を渡すのか」を、口で説明しなくても見本で見せられる。店の見本は、2台入れても必要なスタッフは3人のまま減らず、そのかわり混む日に回らなくなるのを防ぐ、という良い所と変わらない所を1行に並べている。病院の見本は、1台で職員の搬送が1日117分から22分に減るが、荷物が届くまでは5.7分から7.6分に延びる
- 見本の数字は、サイトの試算からビルドのたびに読み直している。試算を直せば、見本も次の公開でそろう
- 見本は、サイトのトップと SNS からはつながず、ガイドからだけ入れる。ガイドは検索と AI の答えの入口として置いた
- 見本2冊とガイドは、作り始めてから公開までで約1時間半(11:04〜12:20)。うち後半の30分ほどは、図解の色と並び順の直しに使った
何が足りていなかったかというと、研究の記録はサイトに540本以上あるのに、それを仕事にする入口がなかった。相談のページはあるが、相談したら何が返ってくるのかは、相手が想像するしかなかった。
| やったこと | なぜ | 結果 |
|---|---|---|
仕事の取り方を7通り考え、24か月を回した | どの順番で広げると伸びるかを、前提を動かして比べたかった | G が一番、今すぐ始められるのは B |
ビザスクに登録し、公募に1件提案した | B の入口(1時間の相談)を今日から作る | プロフィール100%・話せるトピック10件・提案1件 |
導入前の判断材料の見本を2冊作った | 相談のあとに渡すものを、先に形にして見せる | 店と病院のページと PDF |
| ガイドを1本足した | 見本に、検索と AI から入る道を作る | ガイド一覧の先頭に公開 |
| 図解の色の決まりを書き直した | 使い回した図解で緑を大きく使い、赤字を青にしてしまった | 青は役割、赤と緑は意味、で決める表 |
作業ログ ― 仕事の取り方を考える
この記事のコード・ログ・データは、1ファイルずつ下に置いています。全文はリンク先にあります。
ファイルの一覧(7本)
01_sec01.py.txt ― 7つの順番を24か月、4,000回ずつ回した / シミュレーションのコード(ptm_sim.py)・5,900字
02_sec02.md ― プロフィールと、話せるトピック10件 / 話せるトピック(visasq_topics.md)・3,580字
03_sec03.txt ― 店の見本:標準ファミレス③(42卓・入口が角) / 店の見本のページ(src/pages/sample-serving-robot-store.astro)・19,721字
04_sec03.txt ― 病院の見本:中規模病院(660床・外来の階) / 中規模病院の結果を抜き出す(コマンドと出力)・4,072字
05_sec03.txt ― 病院の見本:中規模病院(660床・外来の階) / 病院の試算を読む部品(src/lib/hospitalSim.ts)・5,419字
06_sec03.txt ― 病院の見本:中規模病院(660床・外来の階) / 病院の見本のページ(src/pages/sample-hospital-robot.astro)・22,886字
07_sec05.html.txt ― 使い回した図解に、緑の大きな面と前の版の数字 / ガイド用に写して直した図解(public/embeds/guide_decision_cost_vs_labor.html)・8,393字
きっかけ:note のマーケティングの記事
始まりは、Charmap さんの note の記事(https://note.com/charmap/n/n5cf18d6e953d )だった。のど飴を添えた DM の話で、相手の手元に残る小さな物で記憶に残す、という考え方が書かれている。ほかの例も合わせて、Pixels to Motors(PTM)に使えることを考えた。
マーケティング戦略の話です。他の例についても分析して使えることがないか考えてください!
ここから、PTM で相手の手元に残すものは何か、という問いになった。後半で作った見本の冊子は、その答えの1つになっている。
フィジカルAIの仕事を取る方法を調べた
フィジカルAIの仕事獲得のためのマーケティング戦略について広く有効な方法について調査してください。またPTMにとってどのような順番で事業を拡大を進めるべきかその順番についてもいくつもシミュレーションをしてプランを練ってください。
調べて出てきた入口は、大きく5つだった。
| 入口 | 中身 | 1件の大きさ(仮置き) |
|---|---|---|
| スポット相談 | 1時間の相談(ビザスクなどの仲介) | 3〜6万円 |
| 見積もり(パッケージ) | 導入前の判断材料を1冊作る | 30〜80万円 |
| 型づくり(パートナー) | メーカー・販売会社と、提案に使う形を作る | 100〜300万円 |
| 行政・支援機関 | 自治体や支援機関の相談・実証の枠 | 2.5〜4万円 |
| AI導入支援 | ロボット以外の AI の導入支援 | 20〜50万円 |
金額と問い合わせの数は、どれも仮に置いた値で、調べて決めた値ではない。この5つの入口の組み合わせと始める順番で、7つのシナリオを作った。
7つの順番を24か月、4,000回ずつ回した
モンテカルロのシミュレーション(乱数で何千回も回して、結果のばらつきを見る方法)で回した。入口ごとに、月の問い合わせの数・成約の率・1件の売上・かかる時間・公開できる事例になる確率を置く。公開できる事例がたまるほど、次の問い合わせと成約の率が上がる形にした。
- ねらい:どの順番が伸びるかを、思いつきではなく、前提を動かしても順位が変わらないかで決める
- 変わったこと:7つを同じ前提で並べ、行政が通りにくい・メーカーが乗ってくる・問い合わせが3倍、などの前提を動かして順位を見た
- 見込める効果:最初の一手を、今日から一人で始められるものに絞れる。数字は仮の前提による見立てで、予測ではない
シミュレーションのコード(ptm_sim.py)
コードと出力の中の地域の名前は <地域> に置き換えた(F は、ある地域の地域おこしの枠で実証から入るシナリオ)。
"""PTM 事業拡大の順番シミュレーション(モンテカルロ)
数字はすべて仮置き。予測ではなく「順番の違いがどう効くか」を比べるための模型。
期間: 2026-12 (m0) 〜 2028-11 (m23)
"""
import numpy as np, json, sys
N = 4000
M = 24実行の出力
シナリオ 1年内初案件 初案件月(中央) ロボ売上24か月 p10/中央/p90(万円) 全売上中央 事例数 研究比
A 現状延長(発信だけで待つ) 9% 99 0/ 0/ 52 0 0.1 100%
B スポット相談→見積もり→型づくり 29% 17 19/ 95/ 331 95 0.6 97%
C ロボット会社向けの型づくり先行 33% 15 0/ 85/ 374 85 0.6 97%
D 行政・支援機関ルート先行 93% 6 24/ 146/ 393 146 3.2 93%
E AI導入支援で稼いでから 27% 13 10/ 83/ 200 234 3.8 89%
F <地域>の地域実証先行 53% 11 11/ 80/ 200 80 2.7 95%
G 行政+スポット並走→見積もり→型づくり 94% 6 53/ 174/ 424 174 3.2 92%
行政ルートが通りにくい(×0.4) → ロボ売上中央の順位: G(114) > B(95) > C(85) > D(84) > E(63) > F(55) > A(0)
ロボット会社が乗ってくる(×2) → ロボ売上中央の順位: G(228) > C(217) > D(190) > B(146) > E(83) > F(80) > A(0)
<地域>に受かる(100%) → ロボ売上中央の順位: G(178) > D(142) > B(95) > F(90) > C(85) > E(82) > A(0)
<地域>に落ちる(0%) → ロボ売上中央の順位: G(172) > D(142) > B(93) > C(85) > E(81) > F(71) > A(0)
発信の問い合わせが3倍 → ロボ売上中央の順位: G(215) > D(176) > B(124) > C(119) > E(110) > F(105) > A(0)
G は、1年以内に最初の仕事にたどり着く割合が94%で、24か月の売上の真ん中は174万円だった。行政が通りにくい・メーカーが乗ってくる・問い合わせが3倍、のどの前提に動かしても、G が一番上のままだった。
ただし G は、行政の枠に入る準備が要る。今日から一人で始められるのは B(スポット相談 → 見積もり → 型づくり)で、1年以内に最初の仕事にたどり着く割合は29%、売上の真ん中は95万円だった。B の入口は1時間の相談で、そこから見積もり(導入前の判断材料)につなぐ。見積もりの中身を先に形にしておけば、相談のあとに「これを作ります」と見せられる。
今すぐできそうなのはB案だね。問い合わせフォーム設計から変更するイメージ?
作業ログ ― ビザスクに登録して、公募に提案する
ビザスクは、1時間の相談を仲介するサービス
ビザスクは、企業が業界の経験者に1時間単位で話を聞く「スポット相談」を仲介するサービス。経験者はエキスパートとして登録し、企業が出す公募(話を聞きたい人の募集)に提案するか、企業から直接声がかかるのを待つ。B の入口に、そのまま使える。
| 言葉 | 意味 |
|---|---|
| エキスパート | 話をする側として登録した人 |
| 話せるトピック | 自分が話せる題目。題目ごとに背景と、話せることを書く |
| 公募 | 企業が「こういう人の話を聞きたい」と出す募集 |
| 謝礼 | 1時間あたりの金額。トピックごとに決める(下限は3万円) |
プロフィールと、話せるトピック10件
職務経歴書を読み込ませて経歴を入れ、話せるトピックを10件書いた。謝礼は最初2万円で考えていたが、下限が3万円だったので3万円にした。経歴は、職種の選び方(業務委託の役職は「職種」ではなく「役職」に書く)や取引先の業界の選び方を確かめながら入れ、プロフィールの入力率は100%になった。
話せるトピック(visasq_topics.md)
# ビザスク 話せるトピック(10件)
登録順:10 → 9 → … → 1(最後に登録した1番が一番上に表示される)
謝礼金額の目安:すべて 20,000円(評価がついたら上げる)
その他:すべて空欄でOK(サイトのURLは問い合わせフォームがあるので載せない)
---
公募を探して、1件に提案した
公募を「ロボット」「フィジカルAI」などの語で探し、ロボットの制御ソフト・データの記録・映像の伝送の実態について話を聞きたい、という公募に提案した。設問のうち、データの記録とロボットの試し方は自分の研究で答えられ、制御ソフトと映像の伝送は一部だけ答えられる、と書いた。返事はまだない。
よく聞かれる問いを記録しておくと、そのままガイドや記事の題になる。1件目は「メーカーが、ロボットの制御ソフト・データの記録・映像の伝送の実態を知りたがっている」だった。公募は週に1回探す。
作業ログ ― 導入前の判断材料の見本を作る
見本は、サイトのページと、そこから書き出す PDF
12月中:見本の冊子(店・病院)を作る これはpdfデータ?
見本は、サイト(pixelstomotors.com)のページとして作り、印刷すると A4 の冊子になるようにして、そこから PDF を書き出す形にした。ページなら試算の数字を読み直せて、PDF ならメールで渡せる。入口は、サイトのトップと SNS からはつながず、記事とガイドからだけにした。料金は載せない(相談で決める)。
冊子に入れる中身は、次の8つにした。
| 節 | 中身 |
|---|---|
| この現場への答え | 良くなる所と、変わらない所・悪くなる所を1行に |
| 条件 | 卓や道の数、来客・荷物の量、人数 |
| 台数ごとの表 | 0〜3台で、効果の数字と悪くなりうる数字を並べる |
| 効く日・効かない条件 | 混む日、階をまたぐ、など |
| 費用 | 何と比べるか |
入れる前に決めておくこと(案) | 任せる仕事・止める条件・うまくいっている線 |
止まったとき、誰が何をするか(案) | 例外のときの対応表 |
| この試算で言えないこと | 仮の値・平均・まだ入れていないもの |
店の見本:標準ファミレス③(42卓・入口が角)
店は、サイトの配膳ロボットの試算(v2.9)にある「標準ファミレス ③ 効率重視・入口が角」にした。数字は、試算のページに入っている結果(各条件40回の平均)から読んだ。先に中身だけの下書きを作って見せ、デザインに入る前に3つ(表紙の答えの出し方・本番の条件を案として載せるか・費用の載せ方)を確かめ、下書きの案のまま進めることになった。
下書き(content_draft_v1.md)
# 見本の冊子(店)中身の下書き v1
仮の名前:配膳ロボット 導入前の判断材料(見本)
対象の店:標準ファミレス「③ 効率重視・入口が角」(サイトの試算の仮の店。42卓・ピーク2時間)
数字の出どころ:pixelstomotors.com の試算 v2.9(各条件40回の平均)。1往復で3卓まで・上げ膳だけ・レジ1つ
読む人:ロボットを入れるか決める人(店の本部・店長)と、その店に提案する販売会社
---
## 表紙
- 題:配膳ロボット 導入前の判断材料(見本)
- 店:③ 効率重視・入口が角(42卓)
- この店への答え(1行):
2台入れても、必要なスタッフは3人のまま。そのかわり、混む日に店が回らなくなるのを防ぎ、スタッフの歩く距離が4割減る。費用は月14.4万円。
## 1. この店の条件
| 項目 | 値 |
|---|---|
| 卓の数 | 42卓 |
| 見る時間 | 混む2時間(昼・夜それぞれ) |
| 来客 | ふだん 1時間42組/混む日 54組 |
| スタッフ | 今は3人 |
| レジ | 1つ |
| 受け渡し口から卓まで | 平均10.6m(2.2〜20.1m) |
図:店の平面図(plan-p1)
## 2. 台数ごとに何が変わるか(ふだん:1時間42組・スタッフ3人)
| | 0台 | 1台 | 2台 | 3台 |
|---|---|---|---|---|
| 入店の待ち(平均) | 10.6分 | 5.6分 | 4.0分 | 3.9分 |
| スタッフ1人が歩く距離(2時間) | 3.6km | 2.5km | 2.2km | 2.1km |
| 料理を3分以上待たせた皿 | 1% | 19% | 1% | 0% |
| ロボットが止まって人が助けに行く回数(2時間) | ― | 0.7回 | 1.7回 | 1.9回 |
| スタッフの手がふさがっている割合 | 85% | 78% | 77% | 77% |
読み方(文章):
- 1台だけだと、料理を待たせる皿が19%に増える。料理はロボット優先で、2分待って来なければ人が運ぶ決まりのため、1台では往復が追いつかない。入れるなら2台から。
- 2台と3台の差は小さい。3台目は、止まって人が助けに行く回数が増える割に、良くなるところが少ない。
## 3. 混む日にどうなるか(1時間54組・スタッフ3人)
| | 0台 | 2台 |
|---|---|---|
| 入店の待ち | 28.5分 | 16.5分 |
| 店が回るか | 回らない(席が空いているのに10分以上待たせる) | 回る |
- 混む日はロボット2台で「回らない」が「回る」に変わる。この店でロボットが一番効くのはここ。
- ただし、混む日はレジで会計を待つ時間も延びる(3人+2台で5.7分)。次に詰まるのはレジ。
## 4. 費用
- ロボット1台:月額6万円+保守1万円+充電2千円=7.2万円
- 2台で月14.4万円
- 必要な人数は3人のまま減らないので、この費用はそのままかかる
- 今4人で回している店なら:3人+2台で、入店の待ちはほぼ同じ(4.1分 → 4.0分)。浮く人件費は月14.1万円(混む2時間×1日2回×30日×時給1,177円)で、差し引き月−0.3万円。費用はほぼ同じで、人を1人ほかの仕事に回せる
- 買う場合は、省力化投資補助金(カタログ注文型、補助率1/2以下)が使える可能性がある。対象かどうかはカタログと公募要領で確かめる。申請書の作成は行政書士に頼む
## 5. 本番の条件(入れる前に決めておくこと)
| 決めること | この店での案 |
|---|---|
| 任せる仕事 | 料理を運ぶ(上げ膳)だけ。下げ膳は人 |
| 任せない仕事 | 熱い汁物・倒れやすい物をどうするかを決める(試算は誰が運んでもよい前提) |
| 料理の順番 | ロボット優先。受け渡し口で2分待っても来なければスタッフが運ぶ |
| 現場の担当 | 各時間帯に1人「ロボット係」を決める(止まったときに動かす人) |
| うまくいっている線 | 入店の待ち5分以内・料理を待たせた皿5%以下・人が助けに行く回数が2時間で3回以下 |
| 止める条件 | 人が助けに行く回数が2時間で5回を超えた日が続く/客や料理に当たった |
## 6. 例外のときの対応
| 起きること | 誰が | どうする |
|---|---|---|
| ロボットが通路で5秒止まった | 7m以内のスタッフ | 料理・皿を置いてから動かす。すり抜けられるなら動かさない |
| ロボットどうしが向かい合って動けない | ロボット係 | 30秒動けなければ片方を下げる |
| 受け渡し口に料理が2分残った | 手の空いたスタッフ | 人が運ぶ |
| 客がロボットに触れた・止めた | 近くのスタッフ | 客には触らないよう声をかけ、ロボットを再開する |
| 自分の位置を見失った | ロボット係 | 待機場所まで戻し、位置を合わせ直す |
## 7. この試算で言えないこと
- 歩く速さ・皿を置く時間などの多くは、まだ仮の値。現場で半日測ると、この店の数字に置き換えられる
- 試算は平均の数字。日によってばらつく
- 通路で実際に何が起きるかは、3D(Unity)で同じ店を建てて確かめる(この見本では試算だけ)
## 8. 次に(自分の店で作る)
- 半日、店を見て作業の時間を測る(観察シートを使う)
- 図面と人数から、この冊子をあなたの店で作る
- ボタン:自分の店で作ってもらう(メッセージフォームへ)
答えは、良い所だけにしなかった。2台入れても、必要なスタッフは3人のまま減らない。そのかわり、混む日(1時間54組)にロボットなしで入店の待ちが28.5分になって「回らない」店が、2台で16.5分になり回るようになる。1台だけだと、料理ができてから3分を超えて届く皿が1%から19%に増える。
- ねらい:提案書に書かれにくい「人は減らない」を、表紙の答えに入れる
- 変わったこと:答えの1行に、変わらない所(3人のまま)と良くなる所(混む日・歩く距離)を並べた
- 見込める効果:入れたあとに現場が最初に気づくことを、決める前に受け入れるかどうか選べる。読んだ人の反応は、まだ測っていない

ページは、配膳ロボットの試算を読む部品(src/lib/servingSim.ts)から数字を読む。試算を直せば、見本の数字も次のビルドで変わる。
店の見本のページ(src/pages/sample-serving-robot-store.astro)
---
// 見本の冊子(店):配膳ロボットを入れる前の判断材料を、仮の店1軒について1冊にまとめた見本(2026-11-21)
// 店は試算の「標準ファミレス ③ 効率重視・入口が角」(fam_p1)。数字はすべて試算(public/sim/serving-robot.html)から読む。
// 試算が正なので、試算を直せばこのページの数字も次のビルドで変わる。新しい計算はしない。
// 入口は記事からだけ。トップ・ヘッダー・SNS からはつながない(エイイチ 2026-11-21)。
// 印刷すると A4 の冊子になる(PDF はこのページから書き出す)。
// 本番の条件・例外のときの対応の値は Claude が置いた案。見本では「案」と書いて載せる(エイイチ 2026-11-21 了承)。
import Base from '../layouts/Base.astro';病院の見本:中規模病院(660床・外来の階)
病院は、サイトの5つの現場の試算の病院のタブにある「中規模病院」にした。11月20日に、病院の広さごとに図面を起こし直した版で、外来の階の3つの道(救急室 → 検査部 112m・内科ブロック → 検査部 69m・薬剤部 → 外来化学療法室 158m)を走る。最初の仮の病院(h0)ではなく、今のサイトの試算に合わせた。
試算のページに埋め込まれた結果から、中規模病院の数字を抜き出した。
中規模病院の結果を抜き出す(コマンドと出力)
# 5つの現場の試算(public/sim/service-robot-sites.html)に埋め込まれた病院の結果から、中規模病院の数字を抜き出す
import json
h=open('public/sim/service-robot-sites.html').read()
i=h.index('const D = ')+10
d=json.JSONDecoder().raw_decode(h[i:])[0]
H=d['hospital']; K=H['k']; R=[dict(zip(K,r)) for r in H['r']]
def f(**c):
base=dict(scale='mid',demand=1,floors='same',stop_rate=0.05,dispatch='now',busy=0.6,speed=0.9)
base.update(c)
if base['robots']==0: base.update(stop_rate=0,dispatch='now',speed=0.9)
out=[r for r in R if all(r[k]==v for k,v in base.items())]
return out[0] if out else None
show=['wait_mean','wait_p90','late_share','items','staff_tr_min','other_wait','robot_trips','staff_trips','per_trip','robot_util','stops','calls']
def p(lbl,r): print(lbl, {k:r[k] for k in show} if r else None)
for n in range(6): p(f'robots{n}',f(robots=n))
for s in (0.6,0.9,1.2): p(f'r1 speed{s}',f(robots=1,speed=s))
p('r1 batch',f(robots=1,dispatch='batch'))
for st in (0,0.05,0.15): p(f'r1 stop{st}',f(robots=1,stop_rate=st))
for n in range(4): p(f'elev r{n}',f(robots=n,floors='elev'))
robots0 {'wait_mean': 5.668, 'wait_p90': 8.274, 'late_share': 0.0, 'items': 30.9, 'staff_tr_min': 117.461, 'other_wait': 9.859, 'robot_trips': 0, 'staff_trips': 26.6, 'per_trip': 0.0, 'robot_util': 0.0, 'stops': 0, 'calls': 0}
robots1 {'wait_mean': 7.624, 'wait_p90': 11.656, 'late_share': 0.046, 'items': 30.9, 'staff_tr_min': 22.192, 'other_wait': 6.963, 'robot_trips': 25.767, 'staff_trips': 0, 'per_trip': 1.198, 'robot_util': 0.255, 'stops': 2.7, 'calls': 1.367}
robots2 {'wait_mean': 6.603, 'wait_p90': 9.662, 'late_share': 0.011, 'items': 30.9, 'staff_tr_min': 22.835, 'other_wait': 7.108, 'robot_trips': 26.767, 'staff_trips': 0, 'per_trip': 1.154, 'robot_util': 0.132, 'stops': 2.667, 'calls': 1.367}
robots3 {'wait_mean': 6.486, 'wait_p90': 9.676, 'late_share': 0.008, 'items': 30.9, 'staff_tr_min': 23.42, 'other_wait': 7.165, 'robot_trips': 26.9, 'staff_trips': 0, 'per_trip': 1.148, 'robot_util': 0.089, 'stops': 2.8, 'calls': 1.6}
robots4 {'wait_mean': 6.462, 'wait_p90': 9.604, 'late_share': 0.008, 'items': 30.9, 'staff_tr_min': 23.56, 'other_wait': 7.155, 'robot_trips': 26.967, 'staff_trips': 0, 'per_trip': 1.145, 'robot_util': 0.067, 'stops': 2.8, 'calls': 1.633}
robots5 {'wait_mean': 6.462, 'wait_p90': 9.604, 'late_share': 0.008, 'items': 30.9, 'staff_tr_min': 23.56, 'other_wait': 7.155, 'robot_trips': 26.967, 'staff_trips': 0, 'per_trip': 1.145, 'robot_util': 0.054, 'stops': 2.8, 'calls': 1.633}
r1 speed0.6 {'wait_mean': 9.227, 'wait_p90': 14.182, 'late_share': 0.104, 'items': 30.9, 'staff_tr_min': 21.79, 'other_wait': 7.253, 'robot_trips': 24.967, 'staff_trips': 0, 'per_trip': 1.239, 'robot_util': 0.331, 'stops': 2.733, 'calls': 1.367}
r1 speed0.9 {'wait_mean': 7.624, 'wait_p90': 11.656, 'late_share': 0.046, 'items': 30.9, 'staff_tr_min': 22.192, 'other_wait': 6.963, 'robot_trips': 25.767, 'staff_trips': 0, 'per_trip': 1.198, 'robot_util': 0.255, 'stops': 2.7, 'calls': 1.367}下書き(hospital_draft_v1.md)
# 見本の冊子(病院)中身の下書き v1
仮の名前:搬送ロボット 導入前の判断材料(見本)
対象:サイトの試算の「中規模病院」(仮の病院・660床・外来の階・同じ階だけ。慈恵医大柏病院の形を参考に図面を起こしたもの)
数字の出どころ:pixelstomotors.com の5つの現場の試算(病院のタブ・標準の条件)、3Dの病院の1日(LOG534)
読む人:搬送ロボットを入れるか決める病院の人(事務・看護部・検査部・薬剤部)と、病院に提案する販売会社
---
## 表紙
- 題:搬送ロボット 導入前の判断材料(見本)
- 病院:中規模病院(仮の病院・660床)・外来の階・同じ階だけ
- この病院への答え:
1台で、職員が搬送に使う時間は1日117分 → 22分に減る。ただし、荷物が届くまでは5.7分 → 7.6分に延びる。届く早さを今に近づけるなら2台。
- 図:この病院の図面(3つの道)
## 1. この病院の条件
| 項目 | 値 |
|---|---|
| 運ぶ物 | 検体(採血管など)と薬剤 |
| 3つの道 | 救急室→検査部 112m/内科ブロック→検査部 69m/薬剤部→外来化学療法室 158m |
| 道を使う時間 | 救急 7:30〜8:00/内科 8:00〜11:00・13:00〜14:00・15:00〜16:30/薬剤 11:00〜13:00・14:00〜15:00 |
| 荷物 | 1日 約31件 |
| 出発地の人の忙しさ | 6割(運ぶ以外の仕事で手がふさがっている割合・仮置き) |
| ロボット | 0.9m/秒(仮置き)・途中で止まる割合5%(仮置き) |
## 2. 台数ごとに何が変わるか
| | 0台 | 1台 | 2台 | 3台 |
|---|---|---|---|---|
| 荷物が出てから届くまで | 5.7分 | 7.6分 | 6.6分 | 6.5分 |
| 15分を超えて届いた荷物 | 0% | 5% | 1% | 1% |
| 職員が搬送に使った時間(1日) | 117分 | 22分 | 23分 | 23分 |
| 出発地のほかの仕事の待ち | 9.9分 | 7.0分 | 7.1分 | 7.2分 |
| ロボットが人を呼んだ回数(1日) | ― | 1.4回 | 1.4回 | 1.6回 |
読み方:
- 1台で職員の時間は8割減る。減る95分は、慈恵医大柏病院の発表(1日66〜172分減)の幅に入る
- 1台だと、ロボットが戻るまで次の荷物が待つので、届くまでが延びる。2台目は届く早さを戻すための台数
- 3台目からは何も変わらない
## 3. すぐ出すか、まとめて出すか(1台)
| | すぐ出す | まとめて出す(3件か10分) |
|---|---|---|
| 届くまで | 7.6分 | 13.3分 |
| 15分を超えた荷物 | 5% | 40% |
| 職員の時間 | 22分 | 17分 |
- この病院は「すぐ出す」。まとめると職員の時間は少し減るが、荷物の4割が遅れる
## 4. 速さと、廊下で起きること
- 試算(1台):0.6m/秒 9.2分・遅れ10% / 0.9m/秒 7.6分・5% / 1.2m/秒 6.9分・3%
- 速くすれば届くのは早くなる。ただ、病院が知りたいのは「速くしたら廊下で何がどれくらい起きるか」
- 3Dの病院で1日回した結果(0.6m/秒・1台・16便):急に止まった8回・ひやり15回・立ち往生0回
- 画像:曲がり角で3つ重なる場面(11:41)
- 速さを上げたときの数は、同じ3Dで数える(この見本では0.6m/秒だけ)
## 5. 階をまたぐなら
- 人が運ぶと1日272分。1台で20分に減るが、届くまで15.5分・43%が遅れる。2台 11.7分・18%、3台 10.8分・10%
- 階をまたぐなら、台数を増やしても遅れが残る。まず同じ階から始める
## 6. 費用
- この試算は費用を出していない(機種・契約で決まるため、見積もりの段階で入れる)
- 補助金は病院の種別で使えるものが違う。候補を調べて挙げる(申請書の作成は行政書士)
## 7. 入れる前に決めておくこと(案)
| 決めること | この病院での案 |
|---|---|
| 任せる仕事 | 同じ階の3つの道で、検体と薬剤を運ぶ |
| 至急 | 空いているロボットがいなければ、看護補助者が歩いて運ぶ |
| 出し方 | すぐ出す |
| 受け取り | カードの認証で引き出しを開ける。受け取ったら自動で閉まる |
| 現場の担当 | 各出発地に1人、止まったときに助けに行く人を決める |
| うまくいっている線 | 届くまで平均10分以内・15分を超えた荷物5%以下・人を呼ぶ回数1日3回以下 |
| 止める条件 | 人に当たった/検体・薬剤の渡し間違い/ひやりが1日20回を超える日が続く |
## 8. 止まったとき、誰が何をするか(案)
| 起きること | 誰が | どうする |
|---|---|---|
| 届け先で受け取る人が来ない | ロボット→届け先の職員 | 呼び直す。来なければ出発地へ知らせる |
| 認証に失敗した | 受け取る職員 | カードをかざし直す。開かなければ番号を入れる |
| 患者に話しかけられた | ロボット | 画面と声で答え、止まりすぎずに進む |
| 車いす・ストレッチャーと廊下で出会った | ロボット | 端に寄って止まり、先に通す |
| 途中で止まった | 出発地の担当 | 助けに行く(試算では止まったうち半分) |
※ 3Dの場面(受け取る人が来ない・認証に失敗・話しかけられる・車いすに道を譲る)にリンク
## 9. この試算で言えないこと
- 検査部の処理の山・至急の割り込み・夜間の搬送・病棟の物品の補充は、まだ入れていない
- 忙しさ・止まる割合・速さなどは仮置き。現場で測ると置き換えられる
- 図面は仮の病院(実在の病院ではない)
## 10. 次に(自分の病院で作る)
- 図面・運ぶ物・道・時間帯を送ってもらい、現場を見て測り、この形で返す
- ボタン:自分の病院で作ってもらう
1台で、職員が搬送に使う時間は1日117分から22分に減る。減る95分は、慈恵医大柏病院が発表している1日66〜172分の削減(https://prtimes.jp/main/html/rd/p/000000111.000028572.html )の幅に入っている。発表は答え合わせに使っただけで、試算の入力には使っていない。ただし1台だと、ロボットが戻るまで次の荷物が待つので、荷物が届くまでは5.7分から7.6分に延びる。2台で6.6分に戻り、3台目からはほとんど変わらない。荷物をまとめて出すと40%が15分を超えて遅れるので、この病院は「すぐ出す」が合う。
店の見本にない節として、速さと廊下で起きることを足した。3Dの病院で1日回した記録(LOG534・0.6m/秒・1台)では、急に止まった8回・ひやり15回・立ち往生0回だった。3Dの便の数え方は試算と少し違う(3Dは1日16便)ので、そう注記した。

病院の数字と図面は、新しく作った部品(src/lib/hospitalSim.ts)が試算のページから読む。図面の描き方は、試算のページの関数を写した。
病院の試算を読む部品(src/lib/hospitalSim.ts)
// 5つの現場の試算(public/sim/service-robot-sites.html)の病院の結果を、ビルドのときに読む。
// 見本の冊子(病院)の数字と図面は、すべてここから出す。試算が正なので、試算を直せば次のビルドで変わる。
// 新しい計算はしない。条件の既定と図面の描き方は、試算のページ(hospital.def・hospBigPlanSvg)と同じ。
import fs from 'node:fs';
import path from 'node:path';
type Row = Record<string, any>;
const html = fs.readFileSync(path.join(process.cwd(), 'public/sim/service-robot-sites.html'), 'utf8');病院の見本のページ(src/pages/sample-hospital-robot.astro)
---
// 見本の冊子(病院):搬送ロボットを入れる前の判断材料を、仮の病院1つについて1冊にまとめた見本(2026-11-21)
// 病院は5つの現場の試算の「中規模病院」(mid・同じ階・試算の既定の条件)。数字と図面はすべて試算(public/sim/service-robot-sites.html)から読む。
// 3Dの1日の数(急に止まった・ひやりなど)は src/data/hospital_day.json(LOG534)から読む。試算とは図面と速さが少し違う版なので、そう注記する(エイイチ 2026-11-21 了承)。
// 入口は記事からだけ。トップ・ヘッダー・SNS からはつながない。印刷すると A4 の冊子になる。
// 本番の条件・例外のときの対応の値は Claude が置いた案。「案」と書いて載せる(エイイチ 2026-11-21 了承)。
// 見た目は見本の冊子(店)/sample-serving-robot-store とそろえる。
import Base from '../layouts/Base.astro';PDF の書き出し
印刷の CSS で、サイトのヘッダー・フッター・ハコブくんを消し、節の途中で改ページしないようにした。Chromium で開いて A4 の PDF に書き出した。店は5ページ、病院は6ページ(最初は7ページで、費用の節だけのページができたので改ページを減らした)。
PDF の書き出し(pdf_live.py)
import asyncio
from playwright.async_api import async_playwright
async def main():
async with async_playwright() as p:
b=await p.chromium.launch(executable_path='/usr/bin/google-chrome')
pg=await b.new_page()
await pg.goto('https://pixelstomotors.com/sample-hospital-robot',wait_until='networkidle')
await pg.emulate_media(media='print')
await pg.wait_for_timeout(1500)
await pg.pdf(path='/home/claude/booklet/見本の冊子_病院_搬送ロボット.pdf',format='A4',print_background=True,prefer_css_page_size=True)
await b.close()
asyncio.run(main())

作業ログ ― 見本に入るガイドを作る
既存のガイドと重ならない柱:入れる前に決めること
見本を記事から入れるための記事は、LOG ではなくガイドとして作ることにした。
ガイドにはすでに、配膳ロボットの台数・人は減らせるか・店で測ること、病院の搬送ロボット・受け渡し、がある。見本の数字を並べるだけでは重なるので、見本にしかない「入れる前に決めること(任せる仕事・止める条件・止まったときの対応)」と、導入を決める資料の形そのものを柱にした。外の出どころとして、神奈川県のロボット導入サポートブック(https://www.pref.kanagawa.jp/documents/71550/r3_4_supportbook.pdf )と、経済産業省の発表(サービスロボットの安全運用マネジメントの国際規格・https://www.meti.go.jp/press/2023/11/20231113001/20231113001.html )にリンクした。
キーワードプランナー:どの語も月10〜100回
Google 広告のキーワードプランナーで、候補の語の月の検索回数を見た(広告を出していないので幅で出る)。
| 語 | 月の検索回数 |
|---|---|
| ロボット 導入 | 10〜100(前年比 −90%) |
| 配膳ロボット 導入 | 10〜100 |
ロボット 導入 失敗・効果・メリット | 各10〜100 |
| 搬送ロボット 病院 | 10〜100 |
稟議・検討・運用ルール・費用対効果・院内搬送ロボット | 数が出ない |
題の前半に「ロボット導入」を入れ、「ロボット導入を決める資料に入れること ― 配膳ロボットと病院の搬送ロボットの見本つき」にした。検索から来る人は少ない語なので、AI の答えに引用される入口の役目が大きい。
サムネイル:ChatGPT の絵を画面から写した
ガイドのサムネイルの決まりどおり、Chrome の ChatGPT に見本の絵を2枚添えて描かせた。会議机の上に開いた冊子、奥に配膳ロボットと搬送ロボット。ダウンロードのフォルダは使えず、絵を画面いっぱいに出して写し、シルクスクリーン風に仕上げた。配膳ロボットの頭の赤いランプは灰色に塗り、アクセントは冊子の付箋の青1か所にした。

公開して、Search Console でインデックスへの登録を頼んだ。関係する6本のガイドの「関連するページ」にもリンクを足した。
一覧の8番目に出ていた
ガイド一覧に掲載されてる?
載ってはいたが、8番目だった。関係する6本のガイドにリンクを足したとき、その6本の最終更新も同じ日になり、同じ日の中の並びが決まっていなかった。同じ日に更新したものは公開の新しい順に並べるようにして、先頭に出した。
作業ログ ― 図解の色の決まりを確かめ直す
使い回した図解に、緑の大きな面と前の版の数字
また緑使ってる ルール確認した?
ガイドに入れた費用の図解は、LOG366 の図解をそのまま使っていた。浮く人件費の棒と差し引きが緑の大きな面で、さらに店の数字も前の版の試算のままだった(③の店は「ロボットなしなら4人要る」。今の試算では3人)。同じページの見本と食い違っていた。写しを作って、今の試算の数に直した(元の LOG366 の図解は直していない)。
青や青のストライプを優先的に使って、緑はその後の優先順位ね
この指示を受けて直す途中で、2つ間違えた。ロボットの費用の棒を青にし、浮く人件費を青の斜線にした。
赤字は赤使わないでどうすんの?
青と赤のルールは?どういう分け方?確認してください。
決まりの元(KIOXIA の service_sim/status_videos/tools/STYLE.md)を読み直すと、青と赤は決め方が違っていた。青は「その図の主役」という役割で決める色で、赤は「悪い・赤字」という意味が決まった色だった。 斜線は「比べる相手(前・基準)」を表す形で、2つ目の区別に使うものではない。
| 色 | 決め方 | 使う所 |
|---|---|---|
| 青の塗り | 役割 | その図の主役(一番見てほしいもの) |
| 青の細かい斜線 | 役割 | 主役と比べる相手(前・基準・試算) |
| 灰 | 役割 | 記録だけ・取りやめ。線グラフの比べる相手は灰の点線 |
| 赤 | 意味 | 悪くなった・詰まり・赤字(出ていくお金) |
| 緑 | 意味 | 良くなった。青で足りないときだけ使い、大きな面にしない |
費用(赤字)は赤、浮く人件費(主役)は青の塗りにして公開し直した。この表を、デザインの決まり(design_rules.md)と記事の決まり(article_rules.md)の両方に書き、使い回す図解も色と数字を確かめることを足した。
- ねらい:使い回した図解でも、色の決まりと今の試算から外れたものを出さない
- 変わったこと:色の決め方を、役割(青)と意味(赤・緑)に分けた表にし、2つの決まりの文書がこの表を指すようにした
- 見込める効果:次に図解を作る・使い回すときの確かめが1つの表で済む。同じ指摘が減るかは、次の図解で見る

ガイド用に写して直した図解(public/embeds/guide_decision_cost_vs_labor.html)
<!doctype html>
<html lang="ja">
<head>
<meta charset="utf-8">
<meta name="viewport" content="width=device-width, initial-scale=1">
<title>ロボットの費用と浮く人件費</title>
<link rel="preconnect" href="https://fonts.googleapis.com">
<link rel="preconnect" href="https://fonts.gstatic.com" crossorigin>作業ログ ― GitHub の無料分を使い切り、ログインもできなくなった
GitHub Actions の月2,000分を使い切った
記事を公開したあと、GitHub から「Actions の分数を100%使った」というメールが届いた。GitHub Actionsは、push や時刻をきっかけに、GitHub のサーバーで決まった作業を動かす仕組み。非公開のリポジトリは、アカウントごとに月2,000分まで無料で、それを超えた分は、予算の上限を決めていなければ請求される。12月1日にリセットされる。
| 言葉 | 意味 |
|---|---|
| Actions の分数 | 自動の作業が GitHub のサーバーで動いた時間の合計。非公開のリポジトリだけ数える |
| 予算(budget) | 超えた分にいくらまで払うかの上限。$0 にすると、超えた時点で自動の作業が止まる |
このプロジェクトで自動の作業を持っている非公開のリポジトリは2つある。
| リポジトリ | 自動の作業 | いつ動くか |
|---|---|---|
| p2m-site(サイト) | IndexNow(検索エンジンに新しいページを知らせる) | サイトに push するたび |
r2r2r-content(記事の記録と SNS) | SNS の自動投稿・予定表の確かめ | 3時間ごとの保険、予定表を push したとき、Cloudflare の時計が投稿のときに起こしたとき |
この日だけでサイトに十数回 push していて、そのたびに IndexNow が動いていた。どのリポジトリで何分使ったかは、請求の設定のページを見ないと分からない。
予算を $0 にすると、12月1日まで SNS の予約投稿も止まる。止めずに使いすぎだけを防ぐなら、小さい額の上限を決める。どちらにするかは、請求のページで中身を見てから決める。
二段階認証のアプリが見つからず、ログインできない
予算を決めようとして GitHub を開くと、二段階認証の画面で止まった。この画面は、認証アプリに出る6桁の番号を求めていて、メールや SMS には番号が届かない。登録してある認証アプリが見つからず、SMS と GitHub のスマホのアプリも登録していなかった。残るのは、二段階認証を設定したときに保存したリカバリーコード(github-recovery-codes.txt)だけで、これも見つからなかった。
| 二段階認証の手段 | このアカウント |
|---|---|
| 認証アプリの6桁の番号 | 登録はあるが、アプリが見つからない |
| SMS | 登録なし |
| GitHub のスマホのアプリ | 登録なし |
| リカバリーコード | 見つからない |
アカウントを取り戻す申し込み:メールと、この端末で証明する
どの手段も使えないときは、「Begin account or email recovery」から、二段階認証を外す申し込みをする。3つの段階を通した。
| 段階 | したこと | 結果 |
|---|---|---|
| 1 | 登録してあるメールに届いた、一度だけ使えるパスワードを入れる | 通った |
| 2 | 「Verify with this device」で、前に GitHub にログインしていたこの Chrome を証明に使う | 通った(SSH キーとアクセストークンは登録がなく、押せなかった) |
| 3 | GitHub のサポートが確かめるのを待つ | 1〜3営業日 |
申し込むと、受け付けたというメールが届く。そのメールには、申し込んだ覚えがないときの取り消しのリンクが付いている。本人の申し込みなので、押さずに置く。待っている間に、もう一度申し込むと、確かめてもらえない。
時間がかかるのは、二段階認証を外す申し込みが、乗っ取りを狙う人が最後に使う手でもあるからだった。 サポートの人が中身を見て判断し、数日待つことで、本物の持ち主が「申し込んだ覚えがない」と気づいて止められる。
- ねらい:ログインを取り戻し、予算の上限を決めて、超えた分の請求を止める
- 変わったこと:メールと端末で証明する申し込みを出した。待っている間は、サイトや予定表への push をまとめて1回にし、自動の作業が動く回数を減らす
- 見込める効果:ログインが戻れば、予算と分数の内訳を見て、来月から使う分を減らせる。超えた分がいくらになったかは、ログインが戻ってから請求のページで確かめる
ログインが戻ったら、認証アプリを入れ直し、リカバリーコードを保存し直す。どちらも、なくした手段の代わりを先に用意しておくための作業になる。
このあと見ること
- ビザスクの公募は週に1回探す。提案した1件の返事が来たら、話した中身から「よく聞かれる問い」を足す
- ガイドは公開から約4週間後(12月19日ごろ)に Search Console で表示とクリックを見る
- GitHub のサポートからの返事(1〜3営業日)を待ち、ログインが戻ったら、予算の上限・分数の内訳・認証アプリ・リカバリーコードを直す
- 相談のページと llms.txt から見本へつなぐ。メッセージフォームに、相談の種類・現場の種類・段階の欄を足す