JETROが出展支援する、世界最大のテクノロジー見本市「CES」に参加した注目企業に本誌編集長・杉原行里が訪問。京都大学初のベンチャーとしてスタートし、高性能ドップラー・ライダーを開発したメトロウェザー株式会社。大気中にレーザーを照射することで、数キロ先の風向や風速を測定できるという装置で、装置自体は他社でも作られているが、今までにない距離と精度を提供するという。さらにゲリラ豪雨の予測や、ドローンの実証実験にも貢献している。ドローン技術はもちろん、都市防災にも並々ならぬ関心をもつ編集長が、同社代表取締役CEOの東邦明氏に「風を読む」技術の可能性を聞く！

ゲリラ豪雨や強風の
予測を「光」で行う

（画像元：https://www.metroweather.jp）

杉原：僕がメトロウェザーさんに興味を持ったのは、もちろん技術的な面もありますが、御社のウェブサイトにも掲載されている「風を制し、空の安全を守る」という言葉がカッコいいなと思ったからです。そもそも、なぜ「風」に行き着いたのですか？

東：もともと学生の時はゲリラ豪雨の予測というか、線状降水帯の研究をずっとやっていて風とは無縁だったのですが、京大大学院のポスドクで古本（京都大学生存圏研究所助教授、メトロウェザー取締役）の元を訪れてから、風に着目するようになりました。よくよく考えてみると、ゲリラ豪雨は夏の入道雲みたいな雲が急にわいてきて雨が降る。今もそうですが、当時はレーダーで予測できるといっても、10分前が限界で、誰が見ても雲が来ているのが見える。雲が急速に集まってくる時というのは、風が集積されて上昇気流ができるから、その風をとらえるともっと早く予測できるのではないかと考えました。あとは、大学の時にもうひとつやっていた研究が、滋賀県の強風だったんです。琵琶湖の西側で山と湖が非常に接近しているところがあって、そこは貨物列車が転覆するくらいの強烈なおろし風が吹くんですね。

杉原：あの風にうまく乗れたら、鳥人間コンテストでも戻ってこられますもんね(笑)。

東：そうそう (笑)。そこで、JR西日本の湖西線の電車がしょっちゅう止まる。その風を解明してほしいということで、共同研究していく中で、「風をとらえる」ということを始めました。最初は風見鶏みたいなものを置いていたのですが、それでは全体像がわからないので、リモートセンシングで測る方法として、海外のドップラー・ライダーを取り寄せてみたんです。それまで大学ではレーダーで風をとらえていたのですが、電波の場合は、どうしても四方八方へ広がることがあって、情報がノイズだらけになってしまう。あとは電波法の規制もあって自由に出せない。ドップラー・ライダーというのは、レーダーではなく光で風をとらえる装置です。でも、琵琶湖側に海外製のドップラー・ライダーを置いてみたら、当時は１キロメートル先もとらえることができなくて。

杉原：１キロ以内といったら、体感のほうが早いですよね。

東：そうなんです。僕は全然ダメだと思っていたら、古本が「自分たちで作ればいい」と言い出したんですね。それが2014年くらいで、2015年の5月にメトロウェザーを立ち上げました。

杉原：従来のものとは全く違うドップラー・ライダーを自社で開発されたということですが、信号処理技術、解析技術などを独自で研究開発されたということでしょうか？

東：そうです。当初は開発に5年もかかるとは思っていませんでした。基本的な原理や構成はレーダーとほぼ同じですし、信号処理の技術も、京大の大型レーダーで培ってきた信号処理技術を応用すれば、さほどハードルは高くないだろうと思って作り始めたのですが、いざ作り始めると、この部品とこの部品の組み合わせはNGとか、この部品とこの部品は相性がいいとか。

杉原：それは材質的な部分ですか？

東：部品メーカー同士の相性などです。どの組み合わせがいいのかは、組み合わせてみなければ分からない部分もあり、そうこうするうちに5年かかってしまいました。幸い、駆け出しのころにNEDO（国立研究開発法人新エネルギー・産業技術総合開発機構）の補助金をいただいたり、「そういうチャレンジングなことをするのなら投資しよう」という投資家さんが現れたので、なんとか乗り切ったという感じです。

風を読む技術を
ドローン社会のインフラに

杉原：ドップラー・ライダーは10キロ圏内であれば、円としてセンシングできるんですか？

東：半径10キロ、条件がよければ15キロくらいの範囲をスキャンできます。もちろん、鏡を使ってレーザーをいろいろな方向に向けて円形にスキャンすることもできますし、斜め上に照射して三次元でとったりすることもできます。

杉原：やはり高い所に設置したほうがいいのでしょうか？

東：はい。見通しがいいところがいいので、おのずと鉄塔の上などがベストになります。

杉原：今、京大の中で研究しているということですが、仮に京都全域をドップラー・ライダーでセンシングするとなると、およそ何台くらい必要ですか？

東：京都盆地の中だったら、４、５台あればいけると思います。ざっくりとですが。

杉原：え？　すごい。想像以上に少なかったです。でも、高い建物というだけではなく、障害物というのがキーですよね。これ、機材の大きさはどのくらいですか？

東：去年の３月にローンチしたタイプでだいたい１立方メートルくらい、重量がかなりあって350キロくらいです。ただ、今年の春には一辺が65センチ四方で重さが130キロくらいのものができます。

杉原：すごい。急に開発スピードが上がっていますね。いったん完成した後のスピードは、「今までなんだったんだ？」と思うくらいですよね。僕も開発しているので、わかります。ドップラー・ライダーはどういう場所で活用することになりますか？　企業のビルに業務委託の形で置かせてもらうのか、それとも公共の場所と手を組むのか。

東：最終的には、ドローンがこれからたくさん飛んでいく世界になった時のインフラにしたいと思っています。例えば、電柱や携帯の基地局に置いていきたいのですが、いきなりそこにはいけないので、今は協力してくださるビルオーナーのもとで、ビルの屋上などに置いているケースと、業務提携契約を結んでいるNTTコミュニケーションズ社の遊休鉄塔などを使わせてもらっています。

杉原：このドップラー・ライダーにはセンシングやアルゴリズムなど御社独自の技術があると思うのですが、出口がとても豊かだなと思います。いま東さんがおっしゃられていたドローン社会の到来もそうだと思うのですが、「風を制す」というところの中で、わかりやすいものでは、日本で社会課題になっている都市防災がありますよね。例えば御社のテクロノジーを使ったら、僕らが今こうむっている災害を防げるということはありますか？

東：防災の観点では、やはりゲリラ豪雨の予測ですね。東京の都市には地下空間がいっぱいあります。よく地下鉄の入り口に止水板が置いてありますが、ああいうものを設置するのに10分前予報だと間に合いません。これが30分前だと、なんとか間に合います。そういう形でドップラー・ライダーを使って浸水を防ぐ、なんらかの対策がとれる、というケースはよくお伺いします。

杉原：ゲリラ豪雨の特徴をもった特殊な風の集積ができた時に、それを感知して「あと30分後にゲリラ豪雨が来る可能性は何％くらいです」みたいな予報になるのでしょうか？

東：たぶん、そうなると思います。

杉原：うわあ、すごい。めちゃくちゃ傘が売れそうですね。

都市部で必要になってくる風の情報

画像元：https://www.metroweather.jp

杉原：あとはドローンのための風予測ですよね。今は長崎の五島列島など、人のいない場所で実証実験をやっていますが、都市部で飛ばす場合は、風が一番重要な情報といっても過言ではないと思います。

東：おっしゃる通りで、ANAの五島列島での実証実験で弊社のドップラー・ライダーが使用されたのですが、海の上は比較的乱れが少ないんです。都市に入って来た瞬間に、ビルや建物の影響がすごく出てくるので、風の情報が非常に重要になってきます。

杉原：ドローンに関しては、リアルタイムで24時間データを供給しながら、「今、どのルートがいいよ」と提案していくイメージですか？

東：そうですね。建物の情報はそんなに変わるものではないですが、唯一風の情報だけが時々刻々と変わっていくので。24時間365日の観測情報をドローンのオペレーターに提供していく形になると思います。

杉原：ということは、完全にオートメーション化していかないと、遅延が発生してしまうと、情報が全く違うものになってしまうということですね。

東：ええ。我々も今はほぼリアルタイムで風の情報を提供できるようになっていますが、「今の風」をいかに届けるかというのがポイントです。

杉原：具体的にはどのくらいの時期に実用化をめざしていますか？

東：ドップラー・ライダー自体はお客さんのもとに届いている状況で、サービスは今年中にはスタートしたいと思っています。今はユーザーインターフェース部分の開発を急いでいます。

杉原：それはお客さんによってユーザーインターフェースを変えていくということですか？

東：変えていかないといけない。基盤のところは変わらないのですが、どちらかというとドップラー・ライダーを売るというよりは情報を売るイメージです。だんだんITベンチャーチックな感じになっていくと思います。

ポスドクから
ベンチャー起業の前例となりたい

創業メンバーの四人で力と知恵を持ち寄り次のステージを目指すメトロウェザー。（画像元：https://www.metroweather.jp）

杉原：最後に今、日本はポスドク問題のようなものも言われていて、研究室で若手が席を確保するのは至難の技だとさえ言われます。その中で、ポスドクの期間終了時に研究職一本で行くのではなく、起業という選択もあるのではないかということを、御社の場合は示されているのかなと感じました。

東：おっしゃる通りで、ポスドクでよく言われるのが「次がない」ということですが、起業する道もあることを示したいというのは、初期のモチベーションとしてはありました。ディープテック系で成功した事例があまりないので、その成功事例の一つになれればいいなと思います。

杉原：僕もすごく興味があります。今日は貴重なお時間をありがとうございました。

東　邦昭（ひがし・くにあき）
メトロウェザー株式会社代表取締役CEO。2009年に京都大学のポスドクに着任後、大気レーダーを用いた乱気流検出・予測技術の開発・高分解能気象予測シミュレーションの開発を行う。民間気象予報会社において2年間の環境アセスメントの実務経験も持つ。2014年にポスドクを辞めた後、1年間の起業準備期間を経て、2015年に古本氏とともに京都大学発スタートアップとしてメトロウェザーを設立。代表取締役。神戸大学博士（理学）・気象予報士。

（トップ画像：https://www.metroweather.jp）

物流業界で急速に進んでいるテクノロジー化。その背景には、ここ数年で急激に成長したE-コマースの存在がある。消費者が１つのアイテムを通販でいつでもどこでも取り寄せることができる時代。大量で小ロッドのアイテムが行き来する時代に、倉庫ビジネスと配送の仕組みも、もはや従来通りにはいかなくなっている。AIやロボットを活用した物流改革は、今後どこまで進むのだろうか。物流施設の改革に取り組むGROUND株式会社の宮⽥啓友社長に、編集長・杉原が物流の未来を聞く。 ・コストのかさむコンベアとはさようなら ・めざすは物流倉庫のシェアリングモデル ・ロボット開発はビジョンを共有できるパートナーと

コストのかさむ
コンベアとはさようなら

杉原：いま、物流施設では、ハウスウェアデザインなどが進んでいる状況なのでしょうか。

宮田：突き詰めていうと、我々のPEER(ピア)（自律型協働ロボット)は、コンベアの代替にもなり得ます。いままではピッキング作業をしたら、かごをコンベアに載せて、梱包工程までガタガタ運んでもらうのが一般的でしたが、PEERは梱包工程まで自律的に移動しますから、コンベアが不要と言えます。実は、コンベアは１メートル40万円くらいするんです。物流施設を作ると必ずコンベアが必要なので、そこがこれまでは利益の源泉だったんですね。

杉原：それをなくすというのは、大変な戦いですね。

宮田：コンベアは施設の制約にもなります。メインストリームとしてコンベアが敷かれると、そこを横断できなくなるので、迂回する通路を作らなければいけない。でも、PEERのような自律型協働ロボットを導入すると、ビルの一室を物流センターにすることも可能です。従来は物流センターのための建物が求められたのですが、AIやロボットなどの先端テクノロジーを活用すれば、都心の地下駐車場、学校、百貨店、ガソリンスタンドなど、有閑スペースや資産を活用できる。アメリカではマイクロフルフィルメントセンターといって、小型の物流センターが少ずつイノベートされてきています。今後、物流業界には大きなパラダイムシフトが起こると思っています。１つの物流センターを作るために20億かけるという時代ではなくなっていくでしょう。

杉原：GROUNDさんの自律型協働ロボットですが、人間との協働がポイントではないかと思います。なぜ協働にフォーカスされているのでしょうか。

宮田：これはAmazonのジェフ・ベゾス氏も明言していますが、倉庫の完全自動化はあと10年は難しいと思います。仕組みとしては無人化できるのですが、やはり取り扱う商品の制約が出てしまう。ECで扱う商品は長尺のものもあれば、小さいものもあります。それを一つの概念で処理しようとすると、非常にムダが多くなる。なので、投資対効果が見合わない。ロボットが自動で次工程まで動いていくから、人は歩く必要はありません。ただ、例えばピンポイントでスカートをピックするというのは、ロボットにはまだできません。
このように人間が得意なこと、人間にしかできないことは人が行い、ロボットが得意なことはロボットに任せる、という協働という形が現時点では最も生産性を向上できると考えます。

人とGROUND社のロボットが協働する様子。作業者は同社のロボット「PEER」に付属するタブレットの案内に従い、指定の商品をピックアップする。

杉原：そうですね。SLAM（Simultaneous Localization and Mapping：センサーによって周囲環境を把握し、マップをつくりつつ、取得したデータをもとにロボットの自身の位置も推定する技術）で１センチ以内の誤差に収めるというのはとんでもない技術なので、キャリブレーションがかなりできていないと厳しいですよね。

宮田：工程ごとにロボットと人間の強みを分解して、人がやるべき作業、ロボットがやるべき作業を選別することが大切です。

杉原：つまり、ロボットと人間、双方のインテリジェンスやアビリティを掛け算しているんですね。補完ではなく拡張。これっていまの世の中にすごく合っていると思います。僕自身は今後ロボット化が進むことで、人間の本来使える時間が増えて、幸せだと思っているのですが、一方でAI化やロボット化で仕事を奪われると言うかたもいます。そこに協働があると、雇用が生まれるという考え方もできる。倫理的なバランスもいい。車もまさにそうで、自動運転化しても、やはりドライバーズシートには人が乗っていて、ステアリングがあるというのと同じではないかと思います。

宮田：近いですね。おっしゃる通り、物流業界の中を完全に無味乾燥なテクノロジーの世界にしていくという考えではありません。ECは伸びていますから、全体的に求められる人手は増えています。その中で、人がやらなくても良い過酷な労働や、業務・作業はロボットに任せる。こういった考えの下、物流業界を持続可能なものにしていくことが大前提です。

めざすは物流倉庫の
シェアリングモデル

杉原：宮田さんはやはり顧客ニーズというか、課題がかなり明確ですよね。今までご経験されたものが根幹にあると思うのですが、そういったご経験から起業を決意されたんですか。それとも、もともと事業のビジョンがあったのでしょうか。

宮田：楽天には７年間勤めたのですが、三木谷さんと一緒にずっとやってきて、Amazonと戦っていくうえでは、自社物流をやらないといけないという気持ちをもっていました。最終的には、当時は自社物流の構築を見送るという経営判断がくだされました。
オープンな物流プラットフォームの重要性と将来性は当時から強く感じていたので、１年準備をして、GROUNDを設立しました。創業メンバーも楽天時代の仲間です。

杉原：今後、AIがディープラーニングをしていった時に、どういう変革が起きますか？　例えば時間が圧倒的に短縮されることをめざしていくのか、それともまた違う展開がありますか。

宮田： ECは波動（物流量の偏り）が大きい業界です。週や月、年間を通した傾向もあります。アスクルは新年度の動きが大きかったですし、アパレルはクリスマスシーズンが伸びます。従来の物流投資というのは、会社の成長を見据えながら、この波動のてっぺんの部分をある程度想定してやっていきます。ですから、最初は投資した中で全体のキャパシティが６割くらいしかなくて、４割くらいはずっと空いている中で成長していきます。ということは、ムダがあるんです。一方で物流の設備は非常に流動性が高まっていて、先ほどの自律型協働ロボットなどを使った施設では、シェアオフィスしやすい。１つの建物の中に波動がかぶらないテナントを誘致すれば、ロボットや人を柔軟にシェアできる、あるいは建物自体も含めてシェアができる。最終的にめざしているのは、いわゆるサブスクモデルですね。利用・シェアした分だけ重量課金していく。もはや、そこでは自社の物量のキャパシティなんて考える必要はない。そこは、我々のAI物流ソフトウェアDyAS(ディアス)がブレーンとなり、様々な解析をして全体最適化を図ります、という形です。

杉原：まさにシェアリングエコノミーですね。一方で、いま、長崎でドローン配送が始まるなど、自動配送、遠隔操作の流れがあります。この潮流は、宮田さんから見ていい方向ですか？

宮田：いい方向ではあるのですが、物を運ぶ上でドローンやロボットを使う前に、やることはあると思います。例えば、ヤマト運輸が３年前に大きく一斉値上げしたのは、従来のCtoCの小包や宅急便が増えたのではなく、Amazonを中心とするECの物量がなだれこんできて、その需要予測ができないために、配車計画が立てられなくなったからです。なにが言いたいのかというと、配送会社に対してある程度精度の高い情報を提供できれば、彼らはそれに基づいて合理化ができるんですね。

杉原：ええ、間違いないですよね。

宮田：それができていない。我々がなぜサプライチェーンの真ん中の物流施設に力を入れているかというと、ひとつには上流工程のデータと配送側のデータが連携していないことで膨大なムダが起きているからです。国交省のデータを見ればわかりますが、実はドライバー不足といいながら、いま全国の営業車両の積載率は４割です。ですから、我々はDyASを使って、あるいは次世代物流センターを普及させることによって、出庫を精度高く予測し、その情報をリアルタイムに近い形で配送会社に対して提供していき、全体の最適化を進めていきたいんです。

ロボット開発はビジョンを
共有できるパートナーと

杉原：HERO Xの読者にはロボットを開発している人も多いので、ロボットで御社に参入できるか？ということが気になると思います。もしくは御社と一緒になにかやることは可能なのでしょうか？

宮田：実際にこのPEERという自律型協働ロボットを物理的に開発しているのは、中国の大手ロボットメーカーです。彼らはビジュアルスラムと制御系の技術に優れているので、本当に性能の高いロボットを開発できます。でも、我々はグローバルで主要なロボットベンチャーメーカーと接触しているのですが、99％物流現場では使えません。なぜかというと、ロボットエンジニアは物流のことがわからないからです。大事なのは本当に実務レベルで使えるものに仕上げられるかということ。彼らには物流の経験も専門知識もないので、我々はそのノウハウを提供する。おそらく、そういう開発になっていくと思います。

杉原：ということは、パートナーは特化した考え方を共有でき、かつ違いの強みを生かせる会社ということですね。

宮田：そうですね。例えばこの中国の企業はビジュアルスラムに非常に優れているけれど、右から左にピッキングするための技術はもっていない。じゃあ、ピッキングのロボットについては、アメリカのSoft Robotics社と提携する、という形ですね。

杉原：そのピッキングは、遠隔操作にならないんですか。

宮田：将来的には十分それは可能だと思います。

杉原：そうしたら、在宅の仕事になりますよね。

宮田：その通りです。そうすると、別に日本である必要もなくなる。

杉原：24時間回せますもんね。

宮田：それを監視するだけでも十分なニーズがあると思います。

宮⽥啓友（みやた・ひらとも）
株式会社GROUND　代表取締役社⻑/CEO
上智⼤学法学部卒。1996年 株式会社三和銀⾏⼊⾏。2000年 デロイトトーマツコンサルティング（現：アビームコンサルティング）⼊社。⼤⼿流通業を中⼼にロジスティクス・サプライチェーン改⾰のプロジェクトに従事。2004年 アスクル株式会社⼊社。ロジスティクス部⾨⻑として⽇本国内の物流センター運営を⾏う。2007年 楽天株式会社⼊社。物流事業準備室⻑を経て2008年 物流事業⻑就任。2010年 楽天物流株式会社設⽴、代表取締役社⻑就任。2012年 楽天株式会社執⾏役員物流事業⻑就任。同年フランスのフルフィルメントプロバイダAlpha Direct Services SASを買収し、マネージングディレクターを兼務する。2013年アメリカのフルフィルメントプロバイダWebgistixを買収。2015年4⽉ GROUND株式会社設⽴。