これの映像&音声版作ってロボットアームに組み込んだら、
「この黄色い箱から1枚取り出してここにこうセットしたらフットスイッチを踏む。そしたら加工されるから、プレス機が止まったら
加工済のを取り出して、この青い箱に入れる。箱がいっぱいになったら足元のパレットに並べていって、箱が4段目まで行ったらラップで縛って俺に連絡入れて」

みたいな指示を映像によるティーチング&音声指示で出来るようになるのかな?映像も同時に解釈すれば「これ」とか「こうして」の意味も理解できそう