今週のニュースレターは短くてすみません。シカゴから持ち帰ったのは、ロボットのストレスボール(喜んで受け取るお土産はこれだけです)以外にもたくさんありました。ProMat旅行の前に、今年の旅行は2019年のレベルに戻ったと誰かに話していました。一つ忘れていたのは、コンベンション風邪(コミック仲間が「コンクラッド」と呼んでいた)の頻度と重症度です。
ここ数日、シカゴ風ディープディッシュウイルス感染症という特殊な症状に悩まされ、ほとんど家にこもっています。この3年間で免疫力がかなり低下していたのは間違いありませんが、COVID-19に3回もかかった後では、昔ながらの鼻風邪にかかっているのは実に爽快です。ライブで観るバンドには、ヒット曲を演奏してもらいたい時もありますよね?紅茶に蜂蜜を入れると、気分が一変する力があることを再発見しています。
私にとって(そして皆さんにとっても)嬉しいニュースは、ProMatのインタビュー記事を3本、Actuatorで紹介したいと思っていたことです。先週もお話ししたように、今回の訪問は本当に有意義な経験でした。アフターショーのイベントで、ある方から「テクノロジージャーナリズムの世界に入るにはどうすればいいですか?」と聞かれました。これは私も時々聞かれる質問で、いつも同じ答えをしています。2つの道があります。1つは技術者として、もう1つはジャーナリストとしてです。
一見すると明白です。しかし重要なのは、人々がこの分野に入るのは、大きく分けて2つの方法があるということです。文章を書くのが好きか、テクノロジーに強い関心があるかのどちらかです。私は前者でした。音楽について書くためにニューヨークに引っ越しました。今でも続けていますが、それで生活費を稼ぐことは一度もありません。幸いなことに、優れたライターになる方法を学ぶよりも、テクノロジーについて学ぶ方が簡単だと心から信じています。
ロボット工学のスタートアップの世界も同様に二分されているように思います。ロボット工学の専門家として参入するか、自動化が進む分野に深い知識を持つ者として参入するかのどちらかです。iRobotのCEO、コリン・アングル氏が、ロボット工学者として成功するには、まず掃除機のセールスマンにならなければならなかったと私に語った時のことをよく思い出します。彼と共同創業者たちは、ロボット工学の分野からこの世界に入りました。そして、Locus Roboticsがあります。これは物流会社として始まり、必要に迫られてロボットを作り始めた企業です。
どちらのアプローチも有効であり、どちらが優れているかは完全には分かりません。ただし、あなたが苦手とする分野で深い知識を持つ、自己主張の強い人たちに囲まれる覚悟があるという前提です。「愚かな質問など存在しない」という古い格言を完全に信じるかどうかは分かりませんが、愚かな質問は必要であり、それを気軽に質問できるようになる必要があると考えています。また、気軽に質問できる仲間を見つけることも重要です。賢い人は、適切な愚かな質問を知っています。
ロボット工学の取材も、私にとって同じような道のりでした。先週のイベントでは、サプライチェーンや物流について、それらを支えるロボットと同じくらい多くのことを学びました。これは、この分野について書く上で非常に啓発的な側面です。ロボット工学の世界では、もはや純粋なロボット工学者になれる人はいません。
テッククランチイベント
サンフランシスコ | 2025年10月27日~29日
リック・フォーク氏とのQ&A

今週はProMatのインタビュー3本のハイライトから始めましょう。まずはLocus RoboticsのCEO、リック・フォーク氏です。インタビュー全文はこちらです。
TC: プロセス全体を自動化できる基盤が潜在的に備わっているのですね。
RF:私たちは今、それを確実に実現しています。夢ではありません。
消灯?
まだ完全自動化ではありません。10年後には完全自動化が実現するかもしれませんが、今すぐに実現できるROI(投資収益率)はありません。実現できるのは、もっと先の未来かもしれません。私たちは、先進的な製品グループを擁し、人件費を削減する方法を模索しています。私たちの戦略は、時間をかけて人件費を最小限に抑えることです。Berkshire Greyをはじめとする企業との連携を進め、人件費を最小限に抑えています。完全自動化を実現するには、まだ何年もかかるでしょう。
小売店やレストランなどの店頭業務を体験したことがありますか?
レストランに関する問い合わせが多数寄せられています。私たちの戦略は、集中することです。自動化が必要な倉庫は13万5000カ所あります。現在、自動化されているのはそのうち5%未満です。最近日本に行ったのですが、料理をロボットが盛り付けていました。周りを見回して「ああ、私たちにもできる」と思いました。しかし、日本は市場が違います。
安全対策はどうなっていますか?ロボットと私が床の上を歩いているとき、ロボットは先に止まりますか?
停止するか、迂回するかします。信じられないほど賢いです。バックエンドで何が起こっているかご覧いただければお分かりいただけると思いますが、リアルタイムで経路を動的に計画しています。各ロボットは他のロボットと通信しています。このロボットがこちらのロボットに「ここは通れないから迂回して」と指示します。もし事故が起きたら、迂回します。
彼らは全員、クラウドベースの大規模な地図をリアルタイムで共同で作成しています。
まさにその通りです。
会社はいつ設立されましたか?
2014年です。実はQuiet Logisticsという会社からスピンアウトしたんです。3PL(3次元物流)会社で、Kivaを使って完全に自動化していました。Amazonは2012年にKivaを買収し、「この製品を市場から撤退させる」と言いました。そこで別のロボットを探しましたが見つからなかったので、自分たちで作ることにしました。
フォームファクターは似ています。
フォームファクタは基本的に底部です。棚の下に入り込み、棚をステーションまで戻してピッキングを行います。私たちのソリューションの素晴らしい点は、既存の建物にも設置できることです。素晴らしいソリューションで、実際に機能しますが、私たちのロボットと同じ作業を行うには4倍のロボットが必要になります。
この業界での私の会話の中で、倉庫が競争力を維持するためにテクノロジーを導入する動機としてAmazonの名前が頻繁に挙がります。しかし、Amazonと倉庫にはさらに深いつながりがあります。
Amazonは実は私たちにとって最高のマーケティング組織です。SLA(サービスレベル契約)の基準を定めています。この辺りをうろつく3PLはすべて、顧客からの要求に応じて即日または翌日配送を実施しています。
システムのスタイルには対面での展開が必要ですか?
COVID の期間中の興味深い点は、私たちが実際に FaceTime 経由でサイトを展開したことです。
誰かが倉庫内を携帯電話を持って歩き回っていましたか?
ええ。それは私たちの好みの方法ではありません。実際、彼らの方が私たちよりも良い仕事をしたかもしれません。素晴らしかったです。
効率性に関して言えば、それは今後非常に理にかなっていると言えるでしょう。
ええ。確かに、現場に行って設置や訓練といった作業は人間が行う必要があります。そういった作業から解放されるには、まだしばらく時間がかかると思います。でも、難しいことではありません。街頭で人を集めて訓練すれば、1ヶ月もすれば配備方法を習得できます。
どこで製造されているのですか?
信じられないかもしれませんが、ボストンで製造しています。ベースやマストなどの部品は契約メーカーに委託しています。そして、それらをボストンで統合し、最終組み立てと出荷までを自社で行っています。
グローバルに販売を拡大していく中で、新たに製造拠点を開設する予定はありますか?
いずれそうなるでしょう。現在、アムステルダムで一部の組み立て作業を行っています。ヨーロッパ向けの改修工事はすべてアムステルダムで行っています。[…] 持続可能性という大きなテーマもあります。持続可能性は、DHLのような大口顧客にとって非常に重要です。私たちのロボットは本質的に環境に優しいモデルです。現場では1万2000台以上のロボットが稼働しています。廃棄したロボットの数は両手で数えられるほどです。すべては現場でリサイクルされています。ロボットは3~4年後に再び稼働し、再包装されます。カメラやライトなどを交換する必要があるかもしれません。そして、RaaSモデルで再び稼働します。
廃棄せざるを得なかったケースでは何が起こったのでしょうか?
フォークリフトにぶつかって、修理不能な状態になりました。というか、潰れてしまったんです。
今後、追加の資金調達の予定はありますか?
シリーズFを終え、約4億3000万ドルを調達しました。次の資金調達はIPOです。おそらく。今ならIPOに必要な資金は確保できています。しかし、ご存知の通り、市場環境はIPOには適していません。
大まかなタイムラインはありますか?
来年には回復するでしょうが、市場は回復しなければなりません。それは私たちのコントロール外です。
ジェローム・デュボア氏とのQ&A

続いて登場するのは、Locusの最大のライバルである6 River Systems(現在はShopify傘下)の共同創業者、ジェローム・デュボア氏です。インタビュー全文はこちら。
TC:Shopify買収はなぜ正しい選択だったのでしょうか?IPOや別の方向への進出も検討しましたか?
JD:2019年の資金調達当時は、順調でした。ところがShopifyがこう言ってきました。「この分野への投資に興味があります。物流ネットワークを構築したいと考えています。実現にはShopifyのような技術が必要です。私たちには最適なチームがいますし、Shopifyはこの分野に精通しています。うまくいくかどうか見てみましょう。」
Shopifyからの莫大な投資を活用して会社を成長させることができました。当初は30拠点で約120名の従業員を抱えていましたが、現在は420名にまで増え、世界中に110以上の拠点を展開しています。
AmazonがKivaを買収し、サードパーティによるロボットへのアクセスを遮断しました。Shopifyともその件について話し合ったのでしょうね。
最初から「もしそれが計画だとしたら、興味はありません」と言っていました。私たちは非常に順調な軌道に乗っていて、強力な投資家もいました。皆、非常に強気でした。しかし、今は違います。全く逆です。Shopifyとは独立して運営しています。私たちは投資を続け、事業を成長させています。
ビジネスの観点から言えば、Amazonがアクセスを遮断して優位に立つという決断は理解できます。しかし、Shopifyのロボットを誰でも導入できる状況では、Shopifyにとって何のメリットがあるのでしょうか?
ShopifyのモットーはAmazonとは大きく異なります。私はShopifyの物流を担当しています。Shopifyはブランドの背後にあるブランドであり、販売業者や顧客と良好な関係を築いています。Shopifyは販売業者との関係を自ら築きたいと考えています。適切なツールを構築し、販売業者が成功しやすいようにすることが重要なのです。サプライチェーンは多くの販売業者にとって大きな課題です。商品を販売するには、まず商品をフルフィルメントする必要があります。そこでShopifyは、配送ラベルの印刷を容易にしています。
1日に100通もの発送状を処理する必要がある場合、自社だけでこなすのは無理でしょう。Shopifyにフルフィルメントを依頼したいはずです。Shopifyは多くのサードパーティを活用してフルフィルメントネットワークを構築しており、私たちのテクノロジーは倉庫の基盤となっています。
LocusやFetchを見ていると、フォームファクターはほぼ維持されているように見えます。Amazonが多様化を進めていることは明らかです。多くの顧客にとって理想的なロボットとは、移動性と自律性だけでなく、実際にピッキングまで行ってくれるロボットだと思います。これは検討されているのですか?
AMR(自律移動ロボット)の分野では、ハードウェアがコモディティ化している段階まで到達しています。ロボットは概して信頼性が高いです。中には他よりも高品質なものもありますが、最も重要なのは、これらのロボットによって実行されるワークフローです。Locusと私たちの大きな違いは、特定の作業を行う定義済みのワークフローを提供していることです。単に汎用的なロボットが来て作業を行うということではありません。バッチピッキングと仕分け、そして個別オーダーピッキングを行うことが意図されていることを理解しているため、お客様のワークフローに非常に迅速に統合できます。これらはすべて、ソリューションに定義済みで、事前に入力されています。
掴み取りとピッキングの課題解決については、長年にわたり、これは非常に難しい問題だと言い続けてきました。eコマースやビンからのピッキングが、その解決策として適切かどうかは分かりません。通路に入ってピンクのシャツと青いシャツを掴むという課題を解決するために必要なインフラについて考えると、暗い通路でロボットを使って解決するのは現状ではうまく機能していません。だからこそ、そのような環境ではGoods-to-Person(商品から人への配送)がより理にかなっているのです。Kivaのようなソリューションやシャトル型のソリューション、つまり在庫をステーションに運び、照明も備えた場所でアームを使うのであれば、アームは効果的だと思います。
これらはあなたが研究開発に投資する種類の問題ですか?
ピッキング側ではありません。業界全体では、Locus、私たち、Fetch、その他を含めた総市場規模は、おそらく5%程度です。私たちの技術を他の分野に導入する機会は十分にあると考えています。また、ケースとパレットのオペレーションへの展開が理にかなっていると考えています。
相互運用性は興味深い議論です。あらゆるユースケースに対応するロボットを作る人はいません。完全な自律性に近づけたいのであれば、多種多様なロボットが必要になります。
建物内のピッキング業務の100%に対応できるわけではありません。対応していない20%については、管理コンソールやトレーニングなどの優れた機能を活用し、モバイルフルフィルメントアプリケーションで拡張することも可能です。ピッキングだけではありません。受領、保管、その他あらゆる業務に対応しています。これは、あらゆる規模の倉庫に対応できる能力を証明するための第一歩です。
それ以外の相互運用性はどのようになっているのでしょうか?
私たちは現在、システムの相互運用性に取り組んでいます。現場では常に自動化システムとインターフェースをとっています。これは相互運用性の重要な部分です。私たちは、どれくらいの大きさの箱をどのような順序で構築する必要があるかという重要なメッセージを伝えています。
独立しているときは、ポータビリティの向上に注力していますね。Shopifyに買収されたことで、そのプレッシャーは変わりますか?
Shopifyとの違いは、投資家からのプレッシャーを受けずに、より長期的な視点で正しいことを実行できる点だと思います。それがメリットの一つです。私たちは、長期的な視点に基づいたソフトウェア投資を数多く行っています。
ピーター・チェン氏とのQ&A

最後に、共同創業者のピーター・アビール氏とは長年にわたり何度も話をしてきたので、CovariantのCEOであるピーター・チェン氏と正式に話をするのは適切だと感じました。インタビュー全文はこちらです。
TC:多くの研究者が学習に対して様々なアプローチをとっています。あなたのアプローチはどのような点で違いますか?
PC: 創設チームの多くはOpenAI出身で、共同創設者4人のうち3人がその一人です。OpenAIが過去3~4年間に言語分野で行ってきたことを見ると、基本的に言語に対して基礎モデルアプローチを採用していることがわかります。最近のChatGPT以前にも、自然言語処理AIは数多く存在していました。検索、翻訳、感情検出、スパム検出など、膨大な量の自然言語AIが存在していました。GPT以前のアプローチは、ユースケースごとに、より小さなデータのサブセットを用いて、特定のAIをトレーニングするというものでした。現在の結果を見てみると、GPTは基本的に翻訳という分野を廃止し、翻訳向けにトレーニングすらしていません。基礎モデルアプローチとは、基本的に、ある状況に特化した少量のデータを用いたり、ある状況に特化したモデルをトレーニングしたりするのではなく、より多くのデータを用いて大規模な基礎汎用化モデルをトレーニングし、AIをより汎用化するというものです。
ピッキングと配置に重点を置いていますが、将来のアプリケーションのための基盤も構築していますか?
まさにそうです。掴む能力、つまりピックアンドプレース能力は、私たちがロボットに与える最初の汎用能力であることは間違いありません。しかし、その裏側を見てみると、3D理解や物体理解といった機能も豊富に備わっています。将来のロボットアプリケーションに汎用化できる認知プリミティブも数多くあります。とはいえ、掴む、あるいはピッキングする能力は非常に広大な領域なので、しばらくは開発に取り組むことができます。
明らかに必要性があるため、まずは選択と配置に進みます。
明確なニーズがある一方で、それに対応する技術が不足していることも明らかです。興味深いのは、10年前にこの展示会に来れば、ピッキングロボットは見られたはずだということです。しかし、それらは機能しなかったのです。業界は長年この問題に取り組んできました。AIなしでは実現不可能だと言われ、ニッチなAIや既製のAIを試した人もいましたが、どれもうまくいきませんでした。
システムのデータは中央データベースに送られ、すべてのピッキングが機械に将来のピッキング方法を通知します。
ええ。面白いのは、私たちが触れるほとんどすべての物が、どこかの時点で倉庫を通過するということです。倉庫は、現実世界におけるあらゆるものの集積地のようなものです。倉庫向けのAIを構築することで、倉庫の外にAIを展開するための素晴らしい基盤が築かれます。例えば、畑からリンゴを取り出し、農作物の加工工場に運ぶとします。AIはリンゴを見たことがあり、イチゴも見たことがあるのです。
それは1対1の関係です。フルフィルメントセンターでリンゴを摘むと、畑でリンゴを摘むことができます。より抽象的に言えば、これらの学びは人生の他の側面にどのように応用できるでしょうか?
Covariantから一歩引いて、テクノロジーのトレンドがどこへ向かっているのかを考えてみると、AI、ソフトウェア、メカトロニクスの興味深い融合が見られます。伝統的に、これら3つの分野は互いにある程度分離されていました。この展示会に来れば、まさにメカトロニクスが見つかります。それは繰り返し可能な動作に関するものです。営業担当者に話を聞くと、彼らは信頼性について、この機械が同じことを何度も繰り返し行える理由について語ってくれます。
シリコンバレーで過去15年から20年の間に見られた、本当に驚くべき進化はソフトウェア分野です。人々は、非常に複雑で高度にインテリジェントなソフトウェアを構築する方法を解明しました。私たちが使っているこれらのアプリはすべて、人間がソフトウェアの能力を活用しているものです。今、私たちはAIの最前線に立ち、あらゆる驚くべき進歩を目の当たりにしています。倉庫の先にあるのは何かと聞かれたら、私が真に目指すのは、これら3つのトレンドの融合であり、世界に高度に自律的な物理機械を構築することです。あらゆるテクノロジーの融合が必要です。
ChatGPTが来て、翻訳ソフトウェアを開発している人たちを不意打ちする、とおっしゃっていましたね。テクノロジーの世界ではよくあることです。GPTが来て、Covariantの取り組みが事実上不意打ちされるのではないかと心配していますか?
これは多くの人にとって良い質問だと思いますが、私たちはOpenAIとほぼ同じ信念を持って基礎モデルの構築に着手したため、不公平なアドバンテージを持っていたと思います。汎用AIはニッチなAIを構築するよりも優れたアプローチです。私たちは過去5年間、まさにそれを実践してきました。私たちは非常に良い立場にいると言えるでしょう。そして、OpenAIがこの哲学が本当にうまく機能することを実証してくれたことを大変嬉しく思います。ロボティクスの世界でそれを実現できることに、私たちは非常に興奮しています。
今週のニュース

今週のビッグニュースは、ProMat閉幕の翌日にひっそりと発表された。イベントで存在感を示していたバークシャー・グレイは金曜日、ソフトバンクグループが同社が保有していないすべての発行済み株式を取得するという合併契約を発表した。この買収総額は約3億7500万ドルで、全額現金で行われる。
物流自動化市場は概ね活況を呈しているにもかかわらず、SPAC後の状況は同社にとって容易なものではありませんでした。LocusのCEO、リック・フォーク氏は前述の通り、市場が落ち着く来年にIPOを計画していると語りました。この分野はまだ発展途上であり、どれだけの大手企業が自立して事業を維持できるかは依然として不透明です。例えば、6 River SystemsとFetchは、それぞれShopifyとZebraに買収されています。
「バークシャー・グレイが活用できる価値創造の機会を慎重に検討した結果、ソフトバンクと本契約を締結できたことを大変嬉しく思います。この契約は株主の皆様に大きな価値をもたらすものと考えています」と、CEOのトム・ワグナー氏はリリースで述べています。「ソフトバンクは素晴らしいパートナーであり、今回の合併により、お客様が業務効率の向上と競争力の維持を目指す中で、当社の革新的なAIロボティクス技術を活用したサービス提供能力が強化されます。」
10年前にこの分野を大きく動かしたKivaの取引とは異なり、ソフトバンクはBGの製品を既存顧客と新規顧客に提供することに積極的だと主張している。マネージングパートナーのヴィカス・J・パレク氏は次のように述べている。
Berkshire Greyの長年のパートナーであり投資家として、私たちはロボティクスと自動化に関する共通のビジョンを持っています。Berkshire Greyは、小売、eコマース、食料品、3PL、そして荷物処理といった企業におけるユースケースに対応する、革新的なAI対応ロボティクス技術のパイオニアです。Berkshire Greyとの提携を通して、同社の成長を加速させ、お客様に継続的な卓越性を提供できることを楽しみにしています。

今週、Venti Technologiesが好調なシリーズAラウンドを完遂しました。シンガポール/米国に拠点を置くこのスタートアップは、「大きなスターバックスカップ」を意味する社名で、LGテクノロジーベンチャーズがリードし、2,880万ドルを調達しました。このスタートアップは、倉庫や港湾など向けの自律システムを開発しています。
「車両を運行する大規模な物流施設を所有している場合、最大のコストは人的資本、つまりドライバーです」と、共同創業者兼CEOのハイディ・ワイル氏はTechCrunchに語った。「お客様からは、自動運転車両によって運用コストを50%以上削減できると期待していると伺っています。大きな節約になると考えてください。」

今週の面白いピボットといえば、Neubilityが可愛らしいラストマイル配送ロボットから警備ロボットへと事業を転換しています。実は、これは同社にとって初めてのピボットではありません。ケイト氏によると、同社は創業以来5回目のピボットを成功させています。5度目の正直、そうでしょう?
Neubilityは現在、世界に50台のロボットを配備しており、年末までに400台まで増台する計画だ。これは、既存の2,600万ドルのシリーズAラウンドに最近追加された260万ドルによって支えられるだろう。
Model-Primeは今週、230万ドルのシードラウンドでステルス状態から脱し、累計調達額は330万ドルに達した。この資金調達はEniac Venturesがリードし、EndeavorsとQuiet Capitalも参加した。ピッツバーグに拠点を置くこの小規模企業は、自動運転業界のベテランであるArun Venkatadri氏とJeanine Gritzer氏によって設立された。彼らはロボット企業向けに再利用可能なデータログを作成する方法を模索していた。
このスタートアップは、自社の技術について「メタデータの取得、自動タグ付け、ログの検索可能性といった重要なタスクを処理できます。当社のビジョンは、ロボット産業をウェブアプリやモバイルアプリのような業界にすることです。DatadogやSnowflakeを使えば済むのに、独自のデータソリューションを構築するのは馬鹿げているように思えます。」と述べています。

一方、セイルドローンは、全長33フィート(約10メートル)の無人水上機「ボイジャー」を展示しています。このシステムは、カメラ、レーダー、音響システムを搭載し、水深900フィート(約270メートル)までの水域をマッピングできるように設計されています。同社は昨年2月から世界でこのボートのテストを行っており、今後は週1隻のペースで本格的な生産を開始する予定です。

最後に、MITの研究成果をご紹介します。Robust MADERは、ドローンの空中衝突回避を支援するために2020年にチームが導入したMADERの新バージョンです。
「MADERはシミュレーションではうまく機能しましたが、実機でのテストは行っていませんでした。そこで、ドローンを何機も作って飛ばし始めました」と大学院生の近藤幸太さんは語る。「ドローンは軌道を共有するために互いに通信する必要がありますが、実際に飛ばしてみると、通信の遅延が常に存在し、それが何らかの障害を引き起こすことがすぐに分かります。」
新バージョンでは、新たな軌道に飛び立つ前に遅延時間が追加されました。この遅延時間により、他のドローンからの情報を受信・処理し、必要に応じて軌道を調整できるようになります。近藤氏はさらに、「より安全に飛行するには、慎重に飛行する必要があります。したがって、障害物に衝突したくない場合は、目的地に到達するまでに時間がかかるのは当然です。何かに衝突すれば、どんなに速く飛行しても、目的地に到達できないので、実際には問題になりません」と付け加えました。
けっこうだ。

ほら、速すぎるよ。スピードを緩めないで。クラッシュしちゃうよ。ナナナナナナナナナナナ。(Actuatorを購読しよう!)