Anthropicが機械を操る新標準｜準備数週間→数分

監修者伊東雄歩

株式会社ウォーカー CEO。東北大学卒。MENSA会員、JDLA認定講師、健全AI教育協会理事。生成AI×教育・学習科学を専門とし、2億円超のシステム開発プロジェクトを統括。

Anthropicが2026年8月27日、AIが実験装置や工作機械を動かすための共通規格「Model Hardware Standard（MHS）」をリサーチプレビューで公開
これまで数週間〜数か月かかっていた機器とAIの接続作業が、数時間〜数分に短縮される
Claude専用ではなく「モデル非依存」。OpenAIのモデルやオープンソースAIでも使える設計
QuEraでは装置の復帰成功率が58%→99.3%、復帰時間が150秒→6秒に改善した実績も
AWS・Universal Robots・QIAGEN・Tecan・Raspberry Piなど、機器メーカー側の対応も同時に発表

「AIが賢くなったのは知っているけれど、結局はパソコンの中の話でしょう？」——そう感じていませんか。その前提が、2026年8月27日に大きく揺らぎました。Anthropicが、AIエージェントに顕微鏡やロボットアームを直接操作させるための共通規格を公開したのです。実験の準備にかかる時間は、数週間から数分へ。何が変わるのかを、順を追って見ていきます。

AnthropicのMHSとは？数週間の作業が数分に

Anthropicが公開したのは「Model Hardware Standard（モデル・ハードウェア・スタンダード、略してMHS）」という規格です。

ひとことで言えば、AIエージェント（人間の指示を受けて自分で作業を進めるAI）が、現実の機械を安全に操作するための共通ルールです。

発表は2026年8月27日。米国の研究機関であるHHMI Janelia Research Campus（ハワード・ヒューズ医学研究所のジャネリア研究拠点）との共同作業から生まれました。

いまは「リサーチプレビュー」という段階です。誰でもすぐ使えるわけではなく、科学研究や先端製造の一部の組織に限って提供されています。

これまでの「つなぐ苦労」がどれほどだったか

研究室や工場には、メーカーの違う機械がずらりと並んでいます。顕微鏡はA社、ロボットアームはB社、液体を分注する装置はC社、といった具合です。

問題は、それぞれの機械が独自の言葉でしか話さないこと。互いに通信できず、AIから操作しようとすれば、機械1台ごとに専用のプログラムを書く必要がありました。

この作業には、ふつう数週間から数か月かかります。しかも専門知識を持つエンジニアが必要です。

Anthropicでパートナーシップを率いるJonah Cool氏は、こうした装置は「非常に脆い独自仕様に悩まされている」と表現しています。

MHSは、この接続作業を数時間、場合によっては数分にまで短縮することを狙っています。

「MCPのハードウェア版」という位置づけ

Anthropicは2024年に、AIとソフトウェアをつなぐ規格「MCP（Model Context Protocol）」を公開しました。いまでは業界標準として広く使われています。

技術スタッフのAlek Kemeny氏は、MHSについて「MCPがソフトウェアに対してやったことを、MHSはハードウェアに対してやる」と語っています。

実際、MHSはMCPの上に組み立てられています。ソフトの世界で成功した「共通の差し込み口」という発想を、そのまま機械の世界へ持ち込んだ形です。

MHSはどうやって機械を動かすのか

仕組みは意外とシンプルです。ポイントは4つあります。

1. 「読む」「書く」だけの共通命令

MHSは、機械ごとにバラバラだった操作を「read（読む）」「write（書く）」といった単純な命令に置き換えます。

この翻訳を担当するのが「標準ドライバ」と呼ばれる部品です。AI側は複雑な機種ごとの作法を覚える必要がなくなります。

2. 機械が自分から名乗り出る

ネットワークにつながった機器を、決まった形式で発見できる仕組みも入っています。

新しい装置を持ち込んだとき、AIが「ここに顕微鏡がある」「あそこにロボットアームがある」と把握できるわけです。

3. 装置の説明を「ふつうの日本語」で書ける

MHSには、機器の特徴を人間のことばで説明するためのタグが用意されています。

「この装置は粘り気のある液体が苦手」といった記述を書いておくと、ドライバがAI用の参照ファイルに変換してくれます。専門的な設定ファイルを一から書かなくてよくなる、ということです。

4. 一歩ごとにAIが考えなくていい

これが地味ながら重要な点です。

従来なら、動作のたびにAIが「次はどうする？」と考える必要がありました。MHSでは複数の命令をつなげて装置側で自動実行できます。

AIの判断待ちで装置が止まる時間が減るので、動作がずっと速くなります。

操作の入口は3種類。MCP経由、コマンドライン、そしてコードファイル（API）です。使う人のスキルに合わせて選べます。

安全の上限はドライバが握る

「AIが暴走したら？」という不安は当然です。

MHSでは、装置ごとの安全上限をドライバ層で強制します。たとえばロボットアームの速度や可動角度に上限を設定しておけば、AIがどう指示してもその枠を超えられません。

AIのお願いを聞く前に、機械側が「そこまでは動きません」と線を引く設計です。

すでに成果が出ている5つの現場

抽象的な話に聞こえるかもしれません。実際の現場でどう使われているかを見てみます。

製薬大手Genentechのタンパク質測定

Genentechでは、BCAアッセイというタンパク質量を測る実験を自動化しました。

液体を扱う装置、ロボットアーム、測定器の3台をAIが同時に指揮します。

面白いのは、Claudeが液体の粘り気に合わせて流す速度を調整した点です。サラサラの液とドロっとした液では、同じ速さで吸うと失敗します。その使い分けを、熟練者に近い水準でこなしました。

カーネギーメロン大学、8時間で組み上がった実験

段階希釈（液体を少しずつ薄めていく作業）を使った用量反応曲線の測定。ふつうはメーカーの技術者を呼んで数週間かけて設定します。

それが8時間で自動化できたと報告されています。

しかもこのシステム、結果が思わしくないと判断すると、条件を変えて自分で実験をやり直したそうです。

量子コンピュータのレーザー調整

数字がいちばんはっきり出ているのが、量子コンピュータ企業QuEra Computingの事例です。

レーザーの周波数がずれたとき、元に戻せる確率は58%から99.3%へ。復帰にかかる時間は150秒から6秒へ短縮されました。

夜中に装置がずれて、朝までデータが取れていない——研究者にとってよくある悪夢が、ほぼ消えることになります。

顕微鏡7台分のソフトを1つに

共同開発元のHHMI Janelia、Ahrens Labでの話です。

二光子顕微鏡という装置を動かすのに、これまではメーカーの違う7つのプログラムを行き来していました。MHSでこれを1つの窓口にまとめたところ、新しい機器を追加する作業が「数日がかり」から「数分」に変わったといいます。

川の汚染調査に出動したロボット

スタートアップのTetsuwan Scientificは、サンペドロ川の汚染を調べるqPCR検査にMHSを使いました。

テストした分注は9,143回、300種類の転送パターンに及びます。

特徴的なのは、カメラで液体の気泡を見つけると、Claudeがその試験管を遠心分離機に回して立て直す点。失敗を検知して、自分でリカバリーするところまで含めて自動なのです。

機器メーカー側の動きも同時に

規格は使う機械が対応しないと意味がありません。今回はメーカー側の発表も同時に出ています。

Amazon Web Services（Strands Robots）
Universal Robots、Doosan Robotics（産業用ロボット）
QIAGEN（QIAsymphony Connect）、Tecan（Fluent）、Danaher（分析・ライフサイエンス機器）
Automata（LINQプラットフォーム）、MBF Bioscience（ScanImage）
Hugging Face（LeRobotライブラリ）、Raspberry Pi

研究用の高額装置から、数千円のRaspberry Piまで並んでいるのが印象的です。

MCP・ROS 2・NVIDIAとの違いを整理

「似た技術が前からあるのでは？」と思った方へ。主なものと比べてみます。

MCPとの関係は「上下」

MCPはAIとソフトウェア・データをつなぐ規格です。MHSはその上に乗り、相手が物理的な機械の場合を担当します。競合ではなく積み重ねの関係です。

ROS 2とは目的が違う

ROS 2はロボット開発で広く使われる基盤ソフトです（2026年時点の主流は「Jazzy」）。ただしこれはロボットを作るエンジニア向けの土台であり、AIに機械を説明するための仕組みではありません。

MHSは「AIが読んで理解できる機器の取扱説明書＋安全設定」に近い立ち位置です。

OPC UAとの違い

工場の世界にはOPC UAという通信の国際標準があります。機械同士がデータをやり取りするための共通言語です。

ここでも役割が分かれます。OPC UAが機械と機械の会話を担うのに対し、MHSはAIと機械の会話、それも自然言語での説明や安全上限まで含む点が違います。

NVIDIAやHugging Faceの動きとの関係

ちなみにMHS発表と同じ日、Hugging Faceは399ドルのオープンソース二足歩行ロボット「Microduck」を発表しました。NVIDIAが同社を130億ドル規模で買収すると報じられており、NVIDIAのIsaacモデルもLeRobotに統合が進んでいます。

NVIDIA陣営がロボットの「頭脳モデル」と計算基盤を押さえにいく一方、AnthropicはAIと機械をつなぐ「規格」を押さえにいく。同じ物理AIの流れでも、狙う場所が違います。

日本の研究室と工場にどう効いてくるか

日本は産業用ロボットと分析機器の大国です。だからこそ、この規格は他人事ではありません。

ラボ自動化の「作り込み地獄」から抜けられるか

大学や企業の研究室では、装置をつなぐスクリプトを大学院生や研究者が手作りしている光景が珍しくありません。

担当者が卒業や異動でいなくなると、誰もメンテナンスできない——そんな属人化した仕組みが各所に眠っています。

MHSが普及すれば、この部分が共通規格として置き換えられる可能性があります。ワシントン大学のBaker/Pinglay Labでは、統合作業が1週間かからなかったと報告されています。

機器メーカーにとっては競争条件の変化

現時点で対応を表明した企業には、日本のメーカーの名前は目立ちません。韓国のDoosan Roboticsやデンマーク発のUniversal Robotsが先に並んでいます。

もし研究機関や工場が「MHS対応していますか？」を購入時の条件にし始めたらどうなるか。装置の性能とは別の軸で、選ばれる・選ばれないが決まりかねません。

逆に言えば、いま対応を進めれば差別化の材料になります。

今すぐ使えるわけではない点に注意

実は、日本のユーザーがすぐ試せる状態ではありません。現在は限定的なリサーチプレビューで、申し込みはmodelhardwarestandard.comから行います。

ただしAnthropicは将来のオープンソース公開を明言しています。安全性の評価と運用のベストプラクティスが固まった段階で、という条件付きです。

Raspberry PiやHugging FaceのLeRobotが名を連ねているので、公開後は個人の趣味レベルでも触れる可能性があります。

安全性と規制、残る課題

期待だけを並べるのはフェアではありません。課題もはっきりしています。

AIは物理現象の「肌感覚」が弱い

Anthropic自身が限界を認めています。Claudeは現実世界の直感が必要な化学的・生物学的な現象を苦手としています。

粘り気のある試料でなぜ気泡ができるのか、といった話です。装置が物理的に壊れたときの原因究明も、結局は専門家の手が要ります。

「AIに任せれば人間はいらない」という段階では、まったくありません。

2027年、EUの規制が変わる

見落とせないのが法律の話です。

EUでは2027年1月20日に規則2023/1230が機械指令を完全に置き換えます。ここで初めて、AIによる安全機能や、自ら動作を変えていく機械が規制の対象として明記されます。

高リスクに分類される分野では、メーカーの自己適合宣言だけでは足りなくなります。

ここが重要な点です。ロボットアームの速度や角度を制限するMHSファイルは、この規制でいう「安全機能」に該当しうるのです。つまり設定ファイルを書く行為が、法的な責任を伴う作業になっていきます。EU向けに機械を輸出する日本メーカーにも関わる話です。

物理世界での事故は取り返しがつかない

ソフトウェアの世界でも、AIエージェントが想定外の動きをした事例は報告されています。

画面の中なら、間違いはやり直せます。しかしロボットアームが動いてしまえば、割れた試験管も、けがも元には戻りません。

Anthropicがいきなり一般公開せず、限定プレビューから始めた理由もここにあると考えられます。

よくある質問（FAQ）

Q1. MHSはClaude専用の規格ですか？

いいえ。モデル非依存（model agnostic）として設計されています。OpenAIのモデルでも、オープンソースのAIでも利用できるとされています。特定のAI企業に縛られない点が、規格として広がるための条件になっています。

Q2. どんな機械でも対応できますか？

「プログラムから操作できるインターフェースを持つ機器」であれば対象になります。逆に言うと、手動のつまみやスイッチしかない古い装置は、そのままでは接続できません。

Q3. 個人や中小企業でも使えますか？

現時点では科学研究機関と先端製造の一部に限定されています。ただしRaspberry Piなど安価なハードも対応リストにあり、オープンソース化の後は裾野が広がる可能性があります。

Q4. AIが機械を壊す心配はありませんか？

ドライバ層で速度や可動範囲などの上限を設定でき、AIはその枠を超えられません。ただし完全ではなく、監督者なしの運用が推奨される段階ではありません。人が見守る前提の技術と考えるのが妥当です。

Q5. MCPを知らなくても理解できますか？

大丈夫です。MCPは「AIとソフトをつなぐ差し込み口」、MHSは「AIと機械をつなぐ差し込み口」と覚えておけば十分です。両者は競合せず、MHSがMCPの上に乗っています。

まとめ

Anthropicが2026年8月27日、AIが物理的な機械を操作するための共通規格MHSをリサーチプレビューで公開した
機器とAIの接続にかかる時間が数週間〜数か月から数時間〜数分へ短縮される
Genentech、カーネギーメロン大学、QuEra、Tetsuwan Scientificなどで実績があり、QuEraでは復帰成功率58%→99.3%を記録
モデル非依存で、AWS・Universal Robots・QIAGEN・Raspberry Piなど幅広いメーカーが対応を表明
一方でAIは物理現象の直感に弱く、2027年1月のEU新規則など法的な整理もこれから

まずはmodelhardwarestandard.comで対象分野と申し込み条件を確認し、自分の研究室や現場にある装置が「プログラムから操作できるか」を棚卸ししてみてください。オープンソース化の日に、すぐ動ける差になります。