猫の顔をしたロボットが席の横に止まり、「お料理をお取りください」と言う。取るのは客である。この一点に、配膳ロボットという仕事の輪郭がすべて出ている。運ぶところまでが担当で、最後のひと皿は人の手が届ける。本稿の仕様・数字は2026年8月時点の公表情報に基づく。
ホールの仕事を分解する
飲食店のホールの仕事は、注文を取る、料理を席へ運ぶ、皿を下げる、会計する、席を案内する、こぼれや呼び出しに対応する——に分けられる。このうちロボットに渡されたのは「運ぶ」と「下げ物を運ぶ」の二つだけだ。
理由は単純で、この二つだけが決まった地点間の反復だからである。注文取りも会計もイレギュラー対応も、相手の出方で手順が変わる。倉庫ほど整ってはいないが、通路とテーブルの位置が固定された店内は、搬送だけなら任せられる程度には構造化された職場と言える。
店内地図と目印で走る
配膳ロボットの走行は、導入時の準備と営業中の計測の二段でできている。代表機のBellaBotを例にとると、公式仕様の測位方式はレーザーによるSLAM（走りながら地図と現在地を照合する方式）と、天井に貼るマーカーの読み取りの二系統がある（Pudu Robotics、2026年8月14日閲覧）。導入時に店内の地図を作って各テーブルの位置を登録しておき、営業中は店員がテーブル番号を入力するだけで、ロボットは登録済みの経路を選んで走る。
つまり「賢いから店内を歩き回れる」のではない。人が先に地図を作り、番号を振り、通路を確保してあるから走れる。障害物はセンサーで検知して減速・停止し、すれ違えない状況では待つ。公式仕様では速度は秒速0.5〜1.2メートルで調整でき、4段のトレーに合計40kg（1段あたり10kg）まで積める。
配膳ロボットにできないこと
できることは「席の横まで料理を運ぶ」「下げ物を下げ口まで運ぶ」の二行。三行目は身体の形から来る。
腕がない。だからトレーの皿を持ち上げてテーブルへ置く動作そのものができず、受け取りは客か店員の仕事になる。また走れるのは平坦な床だけで、公式仕様の登坂角度は5度まで。段差のある店、通路が狭い店では経路自体が組めない。こぼれた料理の処理、泣き出した子ども、道をふさぐベビーカーといった場面の判断も持っていない。
この条件の下で、店員の役割が決まる。積み込みと手渡し、テーブル番号の入力、通路のイレギュラー解消。ロボットが入った店のホール係は、運ぶ係から、受け渡しと判断の係へ寄る。
安全と店員の分担
配膳ロボットは安全柵のない、客のすぐ横を走る。それでも成り立つのは、重量と速度が抑えられ、検知したら止まる設計で、なおかつ止まったあとの解決を店員が引き取る前提だからだ。通路で客とロボットが見合ったままになったら、声をかけて動線を作るのは人である。
分担を一文にすると、「決まった経路の搬送はロボット、受け渡しと例外と会話は店員」になる。無監督で回っているように見える店ほど、この分担が体に入っている。
導入の進み方 — すかいらーくの公表事例
導入側の公表として規模が大きいのは、すかいらーくホールディングスである。同社は2021年8月に導入を始め、2022年12月21日のリリースで、同月27日にガスト・しゃぶ葉・バーミヤンなど全国約2,100店舗で3,000台の導入を完了すると公表した。効果としてはガストの例で、片付け完了時間35%減、店員の歩行数42%減、ランチピークの回転率2%改善、顧客アンケートで9割が「大変満足」「満足」を選んだことを挙げている。
このリリースで見落とされがちなのは、ロボット専任のインストラクターが全店舗に出向いて改善活動を重ねた、という一文だ。3,000台の導入は、機械を3,000台置く仕事ではなく、店ごとに通路と運用を整え直す仕事だった。配膳が「効果あり」の現場になれたのは、その地味な整備が先にあったからで、順序は倉庫の床の話と同じである。
この店の求職者ファイル
この現場の代表機は、求職者ファイル——一体ごとの経歴書——として別に立ててある。トレー構成や勤務条件の細部はBellaBotの職務経歴で読める。同じ屋内搬送でも環境の整い方が一段違う現場として倉庫ロボットの職務経歴を並べて読むと、構造化の度合いが採用条件を決めることが見えてくる。自律走行の呼び名の整理はAMRとAGVの違いへ、自店の分担を言葉にするなら人が監督する条件の決め方へ。
