※本記事は、AI for Good Innovation FactoryによるYouTube動画「Meet the Robotics for Good start-ups advancing sustainable development | Robotics for Good」の内容を基に作成されています。動画はhttps://www.youtube.com/watch?v=POTNeyO0WGc でご覧いただけます。
本動画は、AIとロボティクスを活用してSDGs達成を目指すスタートアップのピッチイベント「Robotics for Good Innovation Factory」のキックオフセッションです。モデレーターはVenture ScienceのFounding General PartnerであるMatt Oguz氏、およびITU（国際電気通信連合）のAI・ロボティクス・プログラム・コーディネーターであるGuillem Martínez Roura氏が務めました。進行はKorea Startup ForumのDirector of Business DevelopmentであるJosh Choi氏が担当しました。審査員はMIT（マサチューセッツ工科大学）のリサーチスペシャリストであるKate Darling氏、GoogleのロボティクスリサーチシニアディレクターであるVincent Vanhoucke氏、FoundersLaneのベンチャーデベロッパーであるMostafa Gado氏、Hanson RoboticsのCEO・創業者であるDavid Hanson氏の4名です。登壇したスタートアップはEarth Rover、Restful Robotics、Blue Sea Robotic Systems、Audit Roboticsの4社です。
本記事では動画の内容を要約・構成しております。原著作者の見解を正確に反映するよう努めていますが、要約や解釈による誤りが生じている可能性もありますので、正確な情報や文脈についてはオリジナルの動画をご視聴いただくことをお勧めいたします。
1. セッション概要と登場人物の紹介
1-1. AI for Good Innovation Factory の目的とロボティクス・フォー・グッドの位置づけ
Josh Choi： 本日はAI for Goodイノベーション・ファクトリーのセッション「Meet the Robotics for Good Startups Advancing Sustainable Development」にご参加いただき、ありがとうございます。私はITU（国際電気通信連合）のJosh Choiと申します。AI for Goodイノベーション・ファクトリーは2020年に始まったプログラムで、AI for Goodグローバル・サミットの旗艦イニシアティブのひとつとして立ち上げられました。当初はスタートアップのためのオンラインピッチング・プラットフォームとして運営されていましたが、今年からはアクセラレーション・プログラムへと発展しています。スタートアップがSDGs達成に向けた革新的なAIソリューションを成長・スケールアップできるよう、ビジネス機会の提供、メンタリング、潜在的な投資家やパートナーとのマッチメイキング、さらには現金賞金なども用意しています。
Guillem Martinez Rura： 本日のセッションは、Robotics for Good Innovation Factoryとして世界規模で開催するスタートアップ・ピッチングシリーズの第一弾です。AIとロボティクスを活用して持続可能な開発課題を解決する、最も有望なソリューションを発掘することを目的としています。本日のセッションの優勝者は、2023年5月のRobotics for GoodグランドファイナルとジュネーブでのAI for Goodグローバル・サミット（2023年7月6〜7日）への参加権を得ます。さらに優勝チームは、スタートアップ・アクセラレーターやインキュベーターのサポートを通じて、成長と事業拡大の支援を継続的に受けることができます。また本日のセッションはKUKAとのパートナーシップにより実現しており、ファイナリストには2万スイスフランの賞金とKUKAによるメンタリングセッションの機会が提供されます。
1-2. モデレーター・審査員の自己紹介
Matt Owus（モデレーター）： 皆さん、こんにちは。北カリフォルニアからお届けしています。私はVenture Scienceというファミリーオフィス系の投資会社に所属する投資家です。私たちの投資基準の核心にはAIが据えられており、AIや機械学習を組み込んでいない企業への投資は基本的に行いません。さらに、測定可能なインパクトの要素を持つ企業を優先的に評価しています。本日ご登壇いただくスタートアップはまさにそうした基準に合致しており、テクノロジーのためだけでなく、世界のより良い未来のために技術を開発している皆さんの取り組みを紹介できることを大変嬉しく思います。
Kate Darling（審査員）： 私はMITメディアラボのリサーチサイエンティストで、社会的・法的・倫理的観点からヒューマン・ロボット・インタラクションの研究を行っています。
Mustafa Garo（審査員）： ベルリンを拠点とするコーポレートベンチャービルディング会社Founders Laneのベンチャーデベロッパーであり、スタートアップアドバイザーも務めています。本日の各社のピッチを楽しみにしています。
Vincent（審査員）： GoogleでロボティクスリサーチのシニアディレクターとしてAI・機械学習・ロボティクスの交差領域における研究を担当しています。本日はよろしくお願いします。
David Hanson（審査員）： 私はHanson Roboticsの創業者で、人間のAIインタラクションの研究を目的としたリアルな人型ロボットの開発を行っています。博士号は学際的研究によるもので、ロボットの美学や設計にも注力してきました。私たちの最も有名なロボットはSophia（ソフィア）です。本日はちょうど手元にあるので、ご覧いただけます。
Matt Owus： おお、それはすごい。ぜひ見せてください！
David Hanson： こちらがSophiaの姉妹機にあたるMikaです。ロボットCEOとも呼ばれています。
2. Earth Rover――有機農業向け自律除草・スカウティングロボット
2-1. 課題認識と製品概要：有機農業における除草問題とCLAROSシステムの全体像
Raquel Pardel（CTO）： 私はEarth RoverのCTOを務めるRaquel Pardelです。私たちのミッションは、有機農業の効率性と持続可能性を向上させることです。有機農業をより手頃で効率的かつ持続可能なものにするために、AIとロボティクスを活用するというのが私たちのビジョンです。私たちのプロダクトはCLAROS（Concentrated Light Autonomous Rovering and Scouting System）と呼んでいます。これは完全自律型のRoverで、スカウティング系統と除草系統という2つのサブシステムで構成されています。スカウティング系統はカメラやその他のセンサーを使って作物に関する詳細なデータを生成し、除草系統は私たちの最も重要なコア技術であるプロプライエタリな集中光除草システムです。Roverは圃場を自律走行しながらリアルタイムで除草を行い、同時に作物データをクラウドにアップロードします。クラウド上ではさらに高度なAI処理が行われ、たとえば作物の収量予測などの付加価値を農家に提供できます。
有機農業において除草は特に重要な課題です。除草剤を使えないため、従来は手作業か機械による除草に頼るしかありませんでした。手作業は非常にコストがかかり、機械的な除草は土壌を大きく攪拌するため環境への悪影響があります。機械除草の映像をご覧いただくとわかるとおり、土壌と作物に対して非常に激しい負荷がかかります。土壌の水分が失われ、CO2が放出されやすくなり、さらに作物のダメージによって収量の最大5%が失われることもあります。レーザー除草という選択肢もありますが、これは私たちの技術と比較して効率性が大幅に劣り、かつ屋外での使用においては安全上の深刻なリスクを抱えています。コリメートされたレーザー光は長距離にわたってエネルギー密度を維持するため、500メートル先の道路を走るドライバーを失明させたり、70メートル先の動物や人間に害を与えたりするリスクがあります。工場内ではレーザーの周囲に壁を設置することで対処できますが、屋外農業での使用はきわめて困難です。
私たちのシステムはSDGsの複数の目標に貢献します。除草剤を使用しないゼロカーボンの除草ソリューションとして気候変動対策（SDG13）に寄与し、化学薬品を使わないことで人々の健康と福祉（SDG3）、水質保護（SDG6）、責任ある消費と生産（SDG12）にも貢献します。またソーラーパネルによる自己電力供給によってクリーンエネルギー（SDG7）を体現し、手作業による重労働を不要にすることで働きやすい労働環境（SDG8）にも寄与します。
2-2. 集中光方式の技術的優位性：レーザーとの安全性・効率・コスト比較
Vincent（審査員）： 集中光による除草という技術は、ロボットとは切り離して考えても農業全般に有益なものだと感じました。この集中光除草は、手作業や他の形態の農業で今日すでに使われているのでしょうか？使われていないとすれば、それはなぜですか？
Raquel Pardel： 実は使われていません。動画でもご覧いただいたとおり、雑草を効果的に枯らすためには非常に小さい状態——直径1〜2ミリメートルの段階——で対応する必要があります。そのためには各雑草を個別に検出して集光器を正確に照射しなければならず、これはAIとロボティクスなしには実現できません。集光器単体ではこの技術は成立しないのです。AIとロボティクスこそが、この技術を可能にする根本的な要素です。
Kate Darling（審査員）： 競合環境についてもう少し詳しく聞かせてください。Carbon Roboticsのようにレーザーを使うロボットも見たことがありますが、集中光のほうがコスト・信頼性・安全性の面で優れているとおっしゃっていました。レーザー光線の散乱はある程度対処できるように思えますが、あなたのアプローチとの違いはどこにあるのでしょうか？
Raquel Pardel： いくつかの重要な点があります。まず安全性の観点からですが、コリメート光（レーザー）は長距離にわたってエネルギー密度を維持します。地面の石や光沢のある金属片などへの偶発的な反射が生じた場合でも、その反射光は遠距離まで危険なエネルギーを保持し続けます。私たちの集中光は収束型の円錐状の光であり、焦点距離にあるターゲット地点では1000倍から1万倍の集中度を持ちますが、3〜4〜5メートル離れるともとの通常の光に戻ります。偶発的な反射が生じても短距離で拡散するため安全です。
次にエネルギー効率の面では、私たちが使用する固体発光ダイオードは電力から光（放射エネルギー）への変換効率が34〜40%に達します。一方、競合他社が使用している産業用CO2レーザーの変換効率はわずか10%程度です。つまり同じ雑草を枯らすために、レーザー方式は私たちの少なくとも4倍のエネルギーを消費することになります。
さらにコストの観点では、高出力レーザーダイオードは非常に高価で、冷却のために水冷システムを必要とすることもあります。私たちはLEDのアレイを使用しており、光源を分散させることで各素子の発熱を抑えられます。接合部温度は最大70度程度と低く保たれるため、素子の寿命が大幅に延びます。また競合他社の大型機械はディーゼル発電機で動かしているのに対し、私たちはソーラーパネルで動作します。
Matt Owus（モデレーター）： 素晴らしい説明ですね。レーザーを採用した企業はその選択に縛られてしまっているわけですが、あなたの説明は非常に明快でした。コインに反射して跳ね返るリスクは見過ごせないですよね。
Raquel Pardel： まさにそうです。さらに付け加えると、LEDアレイを使うもう一つの利点は冗長性です。単一の高出力レーザーダイオードは故障リスクも高く高価ですが、アレイ方式では個々の素子が低温で動作することで電子部品の寿命全体が大幅に伸びます。
David Hanson（審査員）： LEDデバイスは自社設計ですか、それとも外部から調達しているのですか？交換コストはどの程度になりますか？
Raquel Pardel： 製造は私たちでは行っていません。世界でこれを製造できる企業は4〜5社程度しかなく、非常に特殊なダイオードエミッターを使用しています。信頼性は非常に高く、数万時間以上の耐久性があります。また私たちは雑草1本あたり100〜300ミリ秒の非常に短いパルス光を照射するという方式を採用しており、これによって素子への負荷をさらに抑えています。
2-3. AI・データ活用：雑草検出アルゴリズム、クラウド連携、作物データの付加価値
Raquel Pardel： 私たちのシステムにおいてAIは中核的な役割を担っています。Rover内部ではすべての画像データとセンサーデータをエッジで処理し、合成されたデータのみをクラウドにアップロードします。クラウド上では収量予測などのさらなるAI処理が行われます。
除草精度を確保するうえで特に重要なのが、雑草の茎（メリステム）を正確に検出することです。雑草を枯らすには茎に直接エネルギーを届ける必要があるため、単純に雑草のバウンディングボックスの中心を照射するだけでは不十分です。丸みを帯びた植物であればバウンディングボックスの中心が概ね茎の位置に対応しますが、そうでない植物では茎が端に寄っているケースも多く、それぞれの雑草の茎位置を正確に推定するAIが必要です。検出対象の雑草サイズは直径1〜2ミリメートルから対応しており、さまざまな土壌条件や照明条件下での動作を検証済みです。雑草1本を枯らすのに使用するエネルギーは8ジュールです。
また、スカウティング系統では立体視カメラとリアルタイムエッジコンピューティングを用いて、各作物植物の体積を検出・計測し、リアルタイムで作物マップを生成します。Roverが圃場を通過してから数秒後には、農家はクラウドプラットフォーム上でこのデータを視覚的に確認できます。地上サンプリング距離は0.3ミリメートルという非常に高い解像度を実現しており、ドローンでは得られないレベルの詳細な作物情報を提供できます。
Matt Owus（モデレーター）： 作物の健康状態の検知については検討していますか？私たちのポートフォリオにも室内農業に関わる企業があるのですが、照明設計が農業の成否を分けると言われていて、興味深く感じています。
Raquel Pardel： 現時点では、雑草検知と作物計測に特化しています。ただし健康状態の検知は私たちのロードマップに含まれています。このRoverは作物から1メートルの距離で圃場を移動しており、病害虫や疾病の検出に活用できる可能性を十分に持っています。実際に除草システムをテストしながら、それを害虫——たとえばイモムシなど——への対応にも応用できないかと考え始めています。また大学やほかのスタートアップとの連携も視野に入れています。病害虫・疾病検出のAI研究は学術機関でも非常に活発に行われていますので、そうした成果を私たちのプラットフォームに取り込んでいくアプローチを検討しています。
2-4. 市場戦略と持続可能性への貢献、および質疑応答
Mustafa Garo（審査員）： 市場開拓戦略についてもう少し詳しく教えてください。大規模農場だけを対象にしているのでしょうか、それとも小規模農家にも対応する予定はありますか？
Raquel Pardel： 私たちはまず2023年にパイロット段階（TRL7相当）に移行し、3〜5社の早期採用企業と有償パイロットを実施する計画です。この最初のターゲットは、私たちがすでに対話を進めている大手企業です。農業全体を対象にするのではなく、まずホルティカルチャー（園芸作物）に集中します。具体的にはブロッコリー、カリフラワー、レタスなどのアブラナ科野菜からスタートします。現在すでに大手企業との予備的なパイロットを実施しており、ブロッコリーとアイスバーグレタスのスカウティングを行っています。
ビジネスモデルとしては、まずRobot as a Service（RaaS）、つまりロボットのサービス提供から始め、その後ハードウェアを農家に販売し、ソフトウェアアップグレードとデータサービスの利用料を継続的に受け取る形に移行する予定です。データアーキテクチャの中央管理は私たちが継続して行い、これが製品の重要な競争優位のひとつとなります。初期は大規模顧客からスタートし、将来的には小規模農家も含むあらゆる農家に展開していく計画です。農家にとっての経済的なメリットとしては、最先端の機械除草と比較して1ヘクタール・年あたり最大数千ユーロのコスト削減が可能と試算しています。
Perry（参加者）： 安全性に関する規制対応はどうなっていますか？
Raquel Pardel： ヨーロッパでは複数のEUディレクティブに準拠する予定で、すでにその内容を精査しています。電子機器の使用に関する規制、光源に関する規制など、私たちに関係する複数の指令を対象としています。これらへの適合を確実に実現することを製品開発の前提としています。
3. Restful Robotics――ロボット式CPAP自動装着システム「RoboPAP」
3-1. 課題認識と製品概要：CPAP非コンプライアンス問題とロボット装着システムの仕組み
Scott Norman（CEO）： 私はRestful RoboticsのCEO・共同創業者のScott Normanです。私たちが取り組んでいる問題は閉塞性睡眠時無呼吸症（OSA）です。OSAは世界で約10億人の成人に影響を与えていると推定されており、米国だけでも3000〜5000万人の成人が罹患しています。この疾患は入眠中に間欠的な気道閉塞を引き起こし、重症例では1時間に100回以上の無呼吸が発生することもあります。その結果、深い睡眠に入れなくなり、脳卒中、心房細動、高血圧、糖尿病、慢性疲労など深刻な併存疾患につながります。また非常に診断率が低い疾患でもあります。
OSAの治療のゴールドスタンダードはCPAP（持続陽圧呼吸療法）です。患者はヘッドストラップでマスクを顔に固定し、ベッド脇にベンチレーターを置いて毎晩使用し続けなければなりません。CPAPは正しく使用すれば効果が証明されていますが、長期的なコンプライアンス（継続使用）率が深刻なほど低いという問題があります。研究によっては、患者の50〜80%が長期的にCPAPを継続使用できないと推定されています。ゴールドスタンダードとして機能するはずの治療法が、実際には患者の大多数に受け入れられていないのです。
非コンプライアンスの主な原因は、入眠時のマスクによる閉所恐怖感、半意識状態での無意識のマスク取り外し——私の義父も毎晩マスクを外してしまいます——そしてパートナーとの親密さへの干渉です。手術や舌下神経刺激装置の埋め込みといった代替治療も存在しますが、いずれも侵襲的であったり効果が限定的であったりします。デンタルデバイスも重度のOSAには承認されていません。つまり現状では、効果が証明されているCPAP以外に有効な選択肢がほとんどないにもかかわらず、患者の多くがそのCPAPを使えずにいるという構造的な問題があります。
そこで私たちが開発したのが、RoboPAPです。これは世界初のロボット式CPAPシステムです。ヘッドボードまたは床に取り付けるコンパクトな装置で、患者は顔に何もつけずに普通に入眠できます。システムはコンピュータビジョンと睡眠状態推定を使って患者の位置と睡眠状態を継続的に把握し、適切なタイミングでマスクを自動的かつ安全に顔に装着します。Force制御を採用しているため、マスクがずれていたり正しくシールされていない場合には一時的に引き戻し、顔の特徴を再認識してから再装着を行います。これを一晩中繰り返すことで、患者は入眠時に何も装着せず、深い睡眠に入る前後のタイミングで自動的にCPAP療法を受けることができます。
3-2. 技術構成と開発状況：低コスト設計・エッジAI・試作機による検証
Scott Norman： 私たちのシステムはコンピュータビジョンによる顔追跡、Force制御ロボティクス、そして睡眠状態推定という3つの技術を組み合わせています。これまでに複数のプルーフ・オブ・コンセプト試作機を設計・製作し、アイデアの実現可能性を検証してきました。オンヒューマン試作機のデモ映像では、画面右下にコンピュータビジョンとAIアルゴリズムが私の顔の特徴をリアルタイムで識別し、マスクの安全な装着軌道を自動的に算出している様子をご確認いただけます。私が体を動かすとシステムはそれを検知してアームを引き戻し、顔の特徴を再認識してから再びマスクを装着します。また斜めの角度にも非常にロバストに対応できており、横向きになってもシステムが自動的にマスクを適切に装着できることを確認しています。
コスト面は本製品にとって非常に重要な課題です。過去20年ほどで、ロボティクスのコストは1桁下がるほどの大幅な低下を遂げており、この傾向は今後も続きます。私たちはプラスチック部品、超低コストのモーター、超低コストの電子部品を主体とした超低コストロボットアームを開発しており、高級CPAPシステムと同程度の価格帯（1500〜2500ドル）での製品提供を目指しています。量産時のロボット部分のコスト・オブ・グッズ目標は500ドルです。
Vincent（審査員）： ロボットアームはバックドライバブルですか？引き戻しは感知とコンプライアンスだけで実現するのでしょうか？
Scott Norman： エンドエフェクター部分にはForce sensingを統合しており、各ジョイントにもForce sensingを搭載する予定です。私が採用しているステッパーモーター用のモータードライバーはチップ上でリアルタイムの負荷検知が可能なものを選んでいます。この技術は電磁場からリアルタイムでモーター負荷を検知するもので、過去数年でコストが大幅に低下しています。外力を検知すれば自動的に引き戻すことができます。ただしアームの引き戻し方式については、まだ最終的な結論が出ていません。ジョイントトルクセンサーは非常に高価ですが、前述のステッパーモーターコントローラーによるアプローチは非常に低コストで実現できます。
Matt Owus（モデレーター）： アームはかなりしっかりした構造に見えますが、患者が夢を見て突然動いた場合、アームは十分な速さで退避できますか？
Scott Norman： まず患者との最も近い接触面は柔らかいクッションです。すべてのCPAPマスクにはクッションが付いており、患者に触れる部分は非常に柔らかく変形しやすい素材です。さらにマスクとロボットの間には意図的にコンプライアンス（柔軟性）を持たせており、これは安全性のためだけでなく、Force sensingに必要な構造でもあります。急激な動作が起きた場合、クッションとコンプライアンス機構が緩衝材となり、同時にForce sensingがその状態を検知して迅速にアームを引き戻します。フルスピードの動作はデモには示していませんが、安全な引き戻しができるよう設計に組み込んでいます。アームのデザインも現在のリジッドな形状から折り畳み式などのより安全な構造への検討を進めています。
エッジAIもこのシステムを成立させる非常に重要な要素です。顔追跡システム全体はニューラルネットワークと機械学習に基づいており、非常に成熟した技術で精度も向上し続けています。睡眠状態推定にも機械学習を活用しており、Apple Watchや指輪型デバイス（Ouraリングなど）といった睡眠トラッキング機器との連携、またはカメラを用いた非接触での検知も計画しています。ユーザーの睡眠習慣を学習し、マスク装着タイミングを最適化することが可能になります。また睡眠と健康には非常に強い相関があるため、カメラによる生体信号のモニタリングから健康スコアを算出し、個別化された治療を提供することも構想しています。
Vincent： 睡眠状態の検知に関して質問があります。睡眠時無呼吸の状態になったときに介入するだけで十分なのか、それとも眠り始めたらすぐにマスクを装着する必要があるのかはどうお考えですか？睡眠中の人のそばにいた経験からすると、無呼吸状態になるタイミングを検知するほうが、単純に眠ったかどうかを検知するよりもむしろ簡単に思えるのですが。
Scott Norman： 非常に良い質問です。これはOSAの重症度によって異なります。重症例では1時間に100回以上のイベントが起きることもあり、その場合はほぼ一晩中マスクを装着し続ける必要があります。一方で、仰向けのときだけ無呼吸が起きる体位性OSAの患者もおり、その場合は横向きになっているときはマスクが不要です。私たちのシステムではそれをプログラム化できます。従来のマスクでは常に装着し続けるしかありませんでしたが、私たちのシステムはユーザーの状態や体位を学習・検知し、必要なタイミングにのみ装着することができます。
3-3. 市場・ビジネスモデル、安全性・多様性に関する質疑応答
Scott Norman： 市場規模について申し上げると、睡眠時無呼吸および睡眠関連市場は年間約50億ドル規模です。主要プレイヤーはResMed、Phillips Respironics、Fisher Paykelの3社で、これらはいずれも消耗品から大きな収益を上げています。私たちも同様のレイザー・アンド・ブレード型のビジネスモデルを採用します。RoboPAPのユーザーはすべて私たちのプロプライエタリな消耗品を使用することになり、マスク、マスククッション、ウォーターチャンバー、フィルター、ホースなどの消耗品マージンは50〜80%と推定されています。ロボット本体の一回限りの販売収益に加え、消耗品からの継続的なリカーリング収益が得られます。これらの消耗品はすでに保険の償還対象として承認されています。
市場投入戦略としては、まず臨床用途のシステム開発から始めます。睡眠センターでの自動マスク試適——技術者の介入なしに異なるマスクを試すことができる——といった用途での活用を医療諮問チームが支持しています。これはロボットによるマスク装着を睡眠ラボという管理された環境でゆっくりと導入するための手段でもあります。その後、DME（耐久性医療機器）ディストリビューターとのパートナーシップを通じて一般向けに展開する計画です。現時点では未実施ですが、今回のシードラウンドで資金を調達し、最初の臨床データを取得することを目指しています。
米国内の保守的な推計では、TAM（獲得可能市場）は1700万人とされており（Inspire社のSEC提出資料に基づく数字）、そのうち30%の約600万人が私たちの技術を受け入れる可能性があると考えています。最初の5年間で5%、約30万人のユーザー獲得を目標としています。
Kate Darling： 私の直感的な反応として、就寝中に自律的に何かが顔に触れてくるというのは、多くの方——特に女性を自認する方——にとって非常にトリガーになり得ると感じます。ご紹介いただいたチームが全員男性であるという点も気になりましたが、製品開発においてどのようにダイバーシティとインクルージョンを確保していくお考えですか？
Scott Norman： 非常に重要なご指摘です。チームへの参加はぜひ歓迎します。ただ現状を踏まえてお話しすると、今のゴールドスタンダードであるCPAPを50〜80%の患者が継続使用できていないという事実があります。RedditのOSA関連コミュニティや各種オンラインフォーラムを見ると、治療を続けられずに苦しんでいる人たちが非常に多く、なかには自殺念慮を抱えている方もいるほどです。顔にマスクをつけて眠ることと、慢性疲労やその他の合併症に苦しみ続けることを天秤にかけているのが現実です。私たちのソリューションがすべての人に適しているとは言いません。しかし問題の深刻さと市場の大きさを考えると、この技術を歓迎する相当数の患者が存在すると確信しています。
Mustafa Garo： CPAPの圧力についてお聞きしたいのですが、必要な圧力の大きさはコンプライアンスに影響しますか？
Scott Norman： 素晴らしい質問です。必要な圧力はOSAの重症度によって異なり、水柱で5センチメートルから15〜20センチメートル程度、力に換算すると約1〜1.5キログラムに相当します。仰向けの場合、その力は主に枕が後頭部を支えることで反力を受けますが、横向きになるにつれてトルクが生じます。ただし人は枕にかなり沈み込むため、枕が一種のゴム状バリアとなってトルクの多くを吸収します。高圧力が必要な患者向けには、頭部の輪郭に沿った特殊な枕を提供する可能性も検討しています。
Mustafa Garo： FDA承認に向けて、超低コスト部品を使用することはリスクになりませんか？
Scott Norman： 私の本業は医療機器のロボティクス技術を専門とするコンサルタントで、FDAへの対応を日常的に行っています。またMako Surgicalで整形外科手術向けの初のロボットアームの研究開発に長年携わってきました。低コスト部品だからといってFDA承認の障壁が高まるわけではありません。重要なのは設計の安全性と検証プロセスです。そうした経験を持つ私にとって、これは大きな懸念事項ではありません。
4. Blue Sea Robotic Systems――船底自律清掃ロボット
4-1. 課題認識と製品概要：バイオファウリングによる燃料損失と継続清掃戦略
Tyler（CEO）： 私たちBlue Sea Robotic Systemsは、船底を自律的に清掃するロボットを開発しています。まずこの問題の規模感をお伝えします。海運業界は世界の石油消費量の5%を占めています。これは米国の自動車産業全体のCO2排出量に匹敵する膨大な量です。この燃料消費を大幅に改善できる要因のひとつが、船底のバイオファウリング——藻類や藤壺などの海洋生物の付着による汚損——です。バイオファウリングが進行すると船体の抵抗が増大し、燃料消費量が最大40%増加することがあります。
問題の構造を理解するには、バイオファウリングの進行段階を把握することが重要です。船が進水して水に入ると、数時間以内に細菌が繁殖し始めます。この細菌がスライム状の膜を形成し、そのままにしておくとソフトコーラル（軟質珊瑚）へと成長します。このスライム段階では、船体抵抗の増加は10%未満に留まります。私たちはここに着目しました。この軽度汚損の段階であれば、船体塗装を傷つけることなく軽いブラッシングで除去できます。しかし現在の業界では継続的な清掃体制が整っていないため、数週間が経過してからダイバーを送り込むことになります。その時点ではすでにソフトコーラルが成長しており、積極的なブラッシングが必要となって高価な船体塗装を傷めてしまいます。さらに放置が続けば藤壺や貝類といったハードファウラーが付着し、最終的にはドライドック入りして船底を砂ブラストで削り、再塗装するという非常にコストのかかるメンテナンスが必要になります。
私たちの戦略は、スライム段階に留まり続けることです。軽いブラッシングで除去できる段階で継続的に清掃することで、常に船体抵抗を最小限に保ちます。そのために私たちが開発したのが、磁気トラックで船底に吸着し、航行中でも自律的に清掃できるロボットです。磁気トラックは1万ポンドの吸着力を発揮します。ロボットは軽いブラッシングでスライムを除去しながら船底を移動し、船が航行していない時間帯には内蔵バッテリーで稼働します。さらに後述するタービン発電によって、航行中は自律的に電力を再生成できます。
港湾での清掃ではなく深海での清掃を行うことにも重要な意味があります。港湾内で清掃すると除去された海洋生物が港湾の生態系を汚染するリスクがあり、港湾での清掃行為に関しては様々な規制が存在します。航行中の深海での清掃であればそうした生態系汚染を防止でき、船舶の稼働停止時間もゼロに抑えられます。
4-2. 技術詳細：磁気吸着・タービン発電・ナビゲーション方式の選定経緯
Tyler： 私たちの技術における最も重要な特許のひとつが、磁石を使って船底に吸着する機能と、タービンによる電力再生成機能です。タービンは市販の河川用タービンを採用しており、船が最大25ノットで航行している際に水流を受けて発電します。ロボット内部にはターンテーブルが組み込まれており、船底の角度に関係なく常に2基のタービンが最適な水流方向を向くよう自動的に調整されます。これによりロボットは航行中に継続的に充電しながら清掃できます。稼働していない時間帯にはガレージと呼ぶドック設備に収納され、淡水で洗浄されながら充電を続けます。
Vincent（審査員）： タービンについてもう少し詳しく聞かせてください。
Tyler： タービン自体はGoogleで検索して購入できるような市販品です。2基搭載されており、バッテリーシステムへのトリクル充電を行います。ロボットが稼働していない時間帯もガレージで継続的に充電されているため、エネルギー面での自立性は高く保たれています。
ナビゲーションシステムについてはデッドレコニングと無線三角測量を組み合わせた方式を採用しています。これはそれほど高度な技術ではありませんが、対象となる船体のスケールを考えると十分です。対象船舶は全長200〜300メートルにも達する大型船であり、ナビゲーションとしては基本的に2次元の問題です。当初は米国政府が輸出許可を出せないほど精度の高い技術を使用しようとしていましたが、自動車業界がデッドレコニング——モーションセンサーを組み合わせた慣性航法——の技術開発と低コスト化を大幅に進めており、そちらに切り替えました。これによってナビゲーションコストを大幅に削減できています。
Jim（共同発明者・元Raytheon技術スタッフディレクター）： トラックシステムについては2世代の開発を経ており、25ノットの航行速度下でも船底に安定して張り付いていられることを確認済みです。この点は開発初期に最も疑問視されていた部分でしたが、十分に検証できています。概念設計と分析作業に多くの時間を費やしており、Raytheon社内での3年間の開発期間中に約300万ドルが技術分析・エンジニアリング・材料調達に投資されています。現時点では実際のプロトタイプを製作して船底でテストするための資金調達が次のステップです。
Mustafa Garo（審査員）： Raytheonからの技術ライセンスについて、それは確定した契約なのでしょうか、それともリスク要因となり得るものですか？コストの観点でも懸念があります。
Tyler： 私たちはRaytheonとの間でMOU（覚書）を締結しており、優先交渉権を持っています。このMOUは私たちが商業化に必要な資本を調達することを条件としています。調達できない場合は権利がRaytheonに戻りますが、Raytheonはプロダクトカンパニーではなくライセンスおよびエンジニアリング契約を専門とする企業です。彼らにとっての第一目標は私たちがこの技術を市場に出すことであり、使いもしない特許を行使することではありません。
Mustafa Garo： 特許は保有していても技術が機能するかどうかは別の話です。現時点で最も開発が遅れている部分はどこですか？
Jim： 先ほど申し上げたとおり、トラックシステムとナビゲーションシステムについては相当の検証を済ませています。現時点で最も必要なのは、実際にプロトタイプを製作して船底でテストする資金です。部品の多くは市販品で調達できるようにしており、ナビゲーションも同様です。基本的にはここから先は通常のエンジニアリング作業です。
Vincent： 光学系とロボット自体の耐用年数についてはどのようにお考えですか？
Tyler： ロボット1台の総コストはガレージや周辺システムを含めてすべて込みで約40万ドルです。年間コストとしては100万ドルのサービス契約を想定しており、ロボットの耐用年数を2年として設定しています。これまでに実施した財務モデリングでは在庫コストを2年間で償却する前提としていますが、実際のファイナンス契約が整い次第この前提は変わる可能性があります。
4-3. 市場・ビジネスモデル、AIの活用、および質疑応答
Tyler： 世界の商業船舶数は約10万隻ですが、私たちはまずコンテナ船市場に集中します。コンテナ船は運営コストの50%以上が燃料費であるため、私たちのソリューションのROIが最も高いセグメントです。継続的な清掃によって1隻あたり年間約250万ドルの燃料費節約が可能と試算しており、さらに稼働停止時間の削減やメンテナンスコストの削減を合わせると1隻あたり年間約300万ドルの価値を顧客に提供できます。
ビジネスモデルはRobot as a Serviceで、年間100万ドルの契約で提供します。顧客にとっては年間300万ドルの節約に対して100万ドルのコストですから非常に明確なROIがあります。私たちの粗利は約80%です。ターゲット市場のコンテナ船セグメントに25%浸透するだけで年間約20億ドルの収益になります。海運業界全体では燃料費に年間2250億ドルを費やしており、その一部が私たちの対応可能な市場となります。市場全体では年間100億ドルの収益ポテンシャルがあると見積もっています。市場開拓は大手マーキー顧客との関係構築による直接販売から始め、その実績を業界全体への展開につなげていきます。
Vincent（審査員）： AIとの関連性についてはどのようにお考えですか？
Tyler： 素晴らしい質問です。まず深海技術やハードテックが市場に出るときは、シンプルさが市場投入を早めるというのが私の強い信念です。最初の製品価値としてはシンプルな継続清掃機能に集中しています。ただしAIの活用については明確なロードマップがあります。現在開発中のシステムに初日から組み込んでいくのがコンピュータビジョンを使った塗膜剥離の検出と表面の不規則性の特定です。これはメンテナンスの予測に直結する非常に重要なAI活用です。次に清掃スケジューリング——どのタイミングでどの部位を清掃するかの最適化——もAIの適用領域です。さらに大洋上での航行計画支援もAIが関与できる領域です。データセットの蓄積が進むにつれてこれらのAI機能を順次強化していく計画です。
Matt Owus（モデレーター）： 素晴らしい取り組みです。ぜひ成功してほしいと思います。ファンドレイズも頑張ってください。
5. Audit Robotics――医療施設向け自律消毒ロボット
5-1. 課題認識と第1製品：院内感染問題とUVC光・空気ろ過を組み合わせた消毒ロボット
Robin Nicholson（CEO）： 私はAudit RoboticsのCEO・創業者のRobin Nicholsonです。私たちはデンマークのオーデンセを拠点としています。オーデンセはロボティクスの分野で広く知られた都市です。Auditという社名はAutonomous Disinfection Technologiesの略称です。私たちのビジョンは、さまざまなグリーン消毒技術を自律プラットフォームに搭載し、人が化学薬品に触れることなく安全に消毒作業を行える環境を実現することです。
私たちが解決しようとしている問題は院内感染（HAI：Hospital Acquired Infections）です。これは世界規模で深刻化している問題で、ヨーロッパとアメリカだけで毎年約600万人が健康な状態で入院し、その院内で感染症にかかっています。そのうち毎年20万人がこの感染症で亡くなっています。現在の消毒手法は効果が認められていますが、十分とは言えません。主流の消毒方法は手作業による化学薬品の塗布・拭き取りであり、また噴霧式の過酸化水素などの薬品散布システムも使われています。メーカーや病院側はこれらが最も効果的な方法だと主張していますが、それでもなお院内感染は増加し続けており、現状の対策が問題の根本的な解決に至っていないことは明らかです。
私たちが最初に商業化する製品は、UVC光と空気ろ過を組み合わせた自律消毒ロボットです。表面にUVC光を照射すると、光が当たっているすべての箇所が消毒されます。このUVC光を自律ロボットに搭載することで、手作業による消毒と比較して明確な優位性が生まれます。私たちは実際に、自律プラットフォームに搭載した場合と手作業での消毒とを比較検証しており、自律プラットフォームのほうがバイオバーデン（生物学的汚染物質量）の低減効果が高いことを実証しています。手作業では人間の動作に一貫性がなく、照射漏れや作業ムラが生じますが、自律ロボットは同じ方法で同じ結果を毎回再現できます。また化学薬品の代わりに光を使うことで、化学薬品の使用量を自動的に削減できます。さらにヨーロッパを中心に深刻な医療従事者不足が進む中、自律プラットフォームが消毒作業を担うことで、人的リソースを患者ケアに集中させることができます。
競合製品との比較についても明確な差別化ポイントがあります。市場にはOmron、Blue Ocean、Keennanといった有力なUVCロボットメーカーが存在しますが、私たちの調査では競合製品はいずれも空気ろ過機能を持っていません。私たちのロボットは表面の消毒と同時に空気中の浮遊菌も除去できる点が重要な付加価値です。また、UVC消毒を行うと死んだ皮膚細胞などが分解されて非常に不快な臭気が発生します。競合製品を使用した施設では、看護師が気分を悪くしたり体調不良を訴えるケースも報告されています。空気ろ過機能はこの問題への対処にもなっています。バッテリー性能についても競合他社と比較して少なくとも100%優れており、これは販売上の重要な訴求ポイントです。ユーザーフレンドリーな設計を一貫して重視していることに加え、価格競争力も維持しています。
5-2. 第2製品と技術的根拠：ミスト噴霧ロボットの効果・安全性・規制対応
Robin Nicholson： 私たちのゲームチェンジャーと位置づけているのが第2製品、ミスト噴霧方式を採用したロボットです。これはTier7〜8レベルの技術であり、バイオサイド（生物活性消毒剤）をフォギング（霧状噴霧）として空間全体に散布することで、光では届かない角隅、ドアノブ、あらゆる角度の表面を消毒できます。このシステムは現在病院で広く使われている過酸化水素などの化学薬品を代替することを目的としています。
第2製品の最大の特徴はミストの到達精度にあります。有効な消毒効果を得るためには、ミスト粒子のサイズが5ミクロンに達する必要があります。5ミクロンに届かなければバイオサイドの成分同士が結合して結晶化し、腐食の原因となります。この精度要件は非常に厳しく、手動システムでの実現は今まで試みられてきましたが、効率的に機能するものはまだ存在しない状況です。ロボットに搭載することで一貫した精度を保ちながら自動的に散布できる点が、私たちのアプローチの核心です。
Vincent（審査員）： この5ミクロンというミスト方式は、ロボット以外の文脈、たとえば手動や人力での適用は今日すでに行われているのでしょうか？
Robin Nicholson： バイオサイドを使った手動システムの試みは存在します。しかし前述のとおり、5ミクロンに到達しなければ成分が結合・結晶化して腐食が生じるため、非常に困難な課題です。これまでのところ効率的に機能する手動システムは確認されていませんし、このシステムをロボットに搭載している事例も私たちの知る限りありません。
私たちが選択したバイオサイドは、EU規制のArticle 95に基づいて臨床的に試験・承認されたものです。このバイオサイドの重要な特徴は人体への無害性です。実際にテスト実施中も担当者が同室に居られるほどの安全性を持っています。将来的に規制がどう変わるかはまだ不明ですが、現時点では有害性はないと確認されています。さらに注目すべき点として、このバイオサイドは人体が自然に生成する物質——いわゆる体内でも作られる化合物——と同じ成分です。過酸化水素のように有毒で強烈な臭気があり取り扱い規制が多い薬品とは根本的に異なります。
消毒効果については99.999%（Log 5）の除菌率を実現しています。また従来の化学薬品（過酸化水素）方式による消毒では手術室やICUの回転時間が3〜4時間かかるところ、私たちのシステムでは1時間に短縮できます。これは特に手術室の稼働効率向上において非常に大きな意味を持ちます。競合として過酸化水素方式のシステムも存在しますが、それらはすべて有毒な薬品を使用しており、強烈な臭気と多くの規制上の制約を伴います。私たちのバイオサイドはそうした制約がなく、従来比2〜3倍速い処理速度を実現しています。
第2製品の主な適用場面としては、アウトブレイク（感染爆発）時の対応が最初のターゲットです。フォギングはあらゆる角隅やドアノブ、光が届かない部分にまで到達できるため、アウトブレイク時に即応できる手段として位置づけています。その後、手術室やICUといった高度な衛生管理が求められる施設への常時導入を目指します。さらに長期的には感染予防の観点から、病院での単床室化の傾向を踏まえて手作業清掃の後工程として活用するモデルを想定しています。週1〜5回のペースで手作業清掃後にロボットが追加消毒を行うことで、一貫した高い消毒水準を維持できます。ロボットは疲れ知らずで、毎回同じ方法で作業できるという点が手作業との根本的な差異です。
5-3. 事業進捗・チーム構成、および質疑応答
Robin Nicholson： 私たちは2020年に設立した比較的若い企業ですが、非常に速いペースで事業を進めています。2021年末に第1ロボットを発売し、現在までに6台をディストリビューターに販売しています。そのうち1台はすでにエンドユーザーへの納入が完了しており、もう1台もまもなく納入される予定です。注目しているプロジェクトとして2つ挙げます。ひとつはデンマークのMongibiaビジネスパークでのプロジェクトで、オフィス環境での活用を試みており、人が安全に過ごせる空間づくりに向けた検証を進めています。もうひとつは英国のNHS病院でのプロジェクトです。英国は私たちにとって感染予防・消毒分野の最大市場であり、非常に重要な案件です。
財務面では、2022年度の会計年度報告書に署名したばかりですが、黒字を達成しています。スタートアップとしてこれは特筆すべき実績です。来年の販売目標は最低でも20台のロボット（目標はそれ以上）、そして第2ロボットも2023年半ばに発売予定です。2028年には約500台のロボット稼働を目指しています。市場全体の予測を見ると、消毒ロボット単体でのTAMは700万ユーロと試算されており、私たちのロボットを希望小売価格で換算すると20万台相当となります。この数字は楽観的すぎる可能性もあり、私たちとしては精査しながら慎重に取り組んでいますが、目標として選定市場での30〜40%のマーケットシェア獲得と市場リーダーになることを掲げています。2023年からのポジティブキャッシュフローも目標としています。
チームについては、私のCTOであるHandsが中心的な役割を果たしています。彼はエンジニアであり、UVC光の分野で博士号を取得しているまさにこの領域のスペシャリストです。さらにロボティクスの専門家として、かつてのコンペティターで経験を積んだメンバーも擁しています。若手のハード・ソフトウェアエンジニアのRudyとEmailも加わっており、さらに4名のソフト・ハードウェアエンジニアが在籍しています。チームの特徴として、全員がソフトウェアとハードウェアの両方を担当できる体制を整えており、ロボットの製造も基本的に社内で行っています。製造といっても主に組み立てであり、部品は戦略的サプライヤーから調達しています。専門的な知識が必要な領域については外部スペシャリストとの契約も活用しており、大きな投資をせずに高い専門性を確保しています。
Vincent（審査員）： ミスト噴霧方式について、5ミクロンの精度要件を満たすうえでの技術的な課題はどこにありますか？
Robin Nicholson： 最大の課題は粒子径の一貫した制御です。5ミクロンを下回ると先述のとおり成分が結合・結晶化して腐食が生じます。この制御をロボット搭載システムとして安定的に実現することは、手動システムでの実現が困難であったことからもわかるように、相応の技術的挑戦です。私たちはこの課題に対して独自のアプローチで取り組んでおり、それがこの製品の中核的な差別化要因となっています。
Matt Owus（モデレーター）： 時間も迫ってきましたので、最後にまとめていただきありがとうございました。本日ご登壇いただいた4社を振り返ると、Earth Roverの集中光技術、Restful Roboticsのロボットアーム、Blue Seaの船底清掃技術、そしてAudit Roboticsの消毒システムと、まるでこれら4社すべてを組み合わせて病院ロボットを1台作れるのではないかとも思えてしまいます。皆さん本当にありがとうございました。
6. 審査結果・総括とクロージング
Guillem Martinez Rura： 審査員の皆さんによる審議の結果をご報告します。本日のイノベーション・ファクトリー・ピッチングセッションにおいて、審査員全員の合議により、第2位はEarth Rover、第1位はAudit Roboticsに決定しました。ファイナリストの皆さん、本当におめでとうございます。引き続き各社とは個別のクローズドセッションを設け、ビジネスプランの詳細をさらに深掘りしながら、追加のビジネス機会の探索を支援していきます。また本日ご参加いただいた皆さんには、AI for Goodプログラムのオンラインページで他のセッションもぜひご覧いただければと思います。それでは皆さん、素晴らしい一日・一晩をお過ごしください。次回のイノベーション・ファクトリーセッションでまたお会いしましょう。
Matt Owus（モデレーター）： 改めて、本日ご参加いただいたすべての企業の皆さんに心から感謝申し上げます。皆さん全員が勝者だというのが正直な気持ちで、どれかひとつを選ぶのは本当に難しいことです。AIの世界においては、どのような取り組みが他の取り組みと融合していくかわかりません。ぜひ互いにつながり続けてください。私が思い描くだけでも、本日登壇した4社すべてを組み合わせることができます。Earth Roverの集中光技術を活用し、Audit Roboticsのロボットプラットフォームに搭載し、Restful Roboticsのロボットアームで照射し、Blue Seaの表面スキャン技術で状態を把握する——そんな統合システムが実現できるかもしれません。本日ご登壇いただいた皆さんの努力と情熱に、深く敬意を表します。
Raquel Pardel（Earth Rover）： ありがとうございます。非常に有意義なセッションでした。
Robin Nicholson（Audit Robotics）： ありがとうございます。このような機会をいただき、大変光栄です。引き続きよろしくお願いします。
Guillem Martinez Rura： それでは投票ポールも開いておりますので、本日のセッションについてご感想をお聞かせください。皆さん、どうもありがとうございました。またジュネーブでお会いしましょう。