対談 CONVERSATION

人の走りを可視化したスマートシューズがアスリートを変える!?「ORPHE TRACK」開発者・菊川裕也が見る夢 前編

吉田直子

センシング技術を組み込んだスニーカーを履くことで、自分の歩行や走りをスマートフォンやタブレット上で簡単に計測・分析できるスマートシューズ「ORPHE TRACK 」。企画・開発したのは株式会社no new folk studioの菊川裕也氏だ。「楽器のような靴を作りたい」という発想から生まれたスマートシューズが、いかにプロダクトとして成熟していったのか。アメリカのクラウドファンディングサイトで$110,000以上の資金を調達し、2016年に一般販売されるまでの経緯と、「ORPHE」シリーズに込められた菊川氏の哲学を、編集長・杉原が伺った。

楽器づくりから始まった
「ORPHE」シリーズ

杉原:実は僕、菊川さんの講演会には何度も行っています。「ORPHE」もかなり早い段階で注目していました。まずは、開発のきっかけからお伺いしたのですが。

菊川:そもそも大学は文系で、どちらかというと商学部よりも軽音楽部に通っていたような大学生活でした。音楽が好きだったのですが、普通の音楽がやりたいわけではなく、楽器から作りたかったんですね。それで、首都大学東京の大学院で芸術工学を専攻して、単位取得をした頃にはこの会社を立ち上げていました。大学院の時に一番時間をかけて作ったのが、目の見えないユーザーが使える電子楽器。ユニットを押したり、つかんだりすることで音が鳴る楽器です。直感的なインターフェースというと電子楽器やDJが思い浮かびますが、DJといっても、音とジェスチャーが本当に1対1で対応しているかわからないじゃないですか?

杉原:確かにそうですね。DJは直感的なインタラクションというけれど、レコードを回すマネだけをしているかもしれない。

菊川:テクノロジーの進化によってインターフェースのデザインの幅が広がって、時代的にも音とジェスチャーの分離が激しくなってきていたので、逆にそれがつながる意味を考えていました。その後、サントリーさんの「響」というウイスキーのプロモーションで、楽器になるコップを作りました。金細工の部分が静電容量センサーになっていて、グラスを持ったらそれがわかる、加速度センサーでグラスの傾きがわかる、唇に触れたらわかる。飲んでいる行為が合奏になるのです。要はもともと知っているものが楽器になると、「これ、飲むものですよ」と言わなくても、人は勝手に飲むんです。

杉原:飲む時にコップを持つというのは当たり前の行為だから、使い方を教えるコミュニケーションやらなくて済んだ、ということですね。

菊川:まさにそうです。どれだけ直感的に作ったとしても、新しいものだったら、説明しなきゃいけない。そこで、真新しい楽器を作るよりは、すでにあるものが楽器になっていくことをやったほうが、あらゆる人を演奏者に変えられると思いました。靴は本当に誰でも履くので、靴自体が楽器になれば、普段みんなが意識していない、「歩く」「走る」が演奏行為になると思ったんです。

杉原:その発想は面白い!

菊川:最初はシンプルにタップダンスのシューズを電子化することを考えていました。靴は買ってきて、そこにセンサーを付けて、みたいなことを1人で夜な夜なやっていたら、じょじょに「面白い」「製品化したら?」と言ってくれる人が出てきて、一部を出資してもらってクラウドファンディングまで持っていくことになった。それが会社設立の経緯です。

スマートシューズ市場が
思ったよりなかった

杉原:これ、出た時は覚えていますよ。すごく欲しいと思いました。

菊川:ありがとうございます。この時点ではあまりモノ作りの制約を抱えていなかったので、こういうものがあったら楽しいよねという素直な気持ちに基づいて作られています。

杉原:濁りがないですよね。僕も車いすが最初に出来た時の喜びはいまだに色あせないのですが、今モビリティを作るときには、「これ量産は無理だな」とか、「ここをちょっと変えなきゃダメだな」とか、少しずつ加点より減点になっていく。そこを、いかに食い止めるかが課題ですよね。

菊川:本当にそうですね。とはいえ、ちゃんと量産して販売するところまで、それほどお金をかけずに達成できたことは、今でもノウハウとして引き継がれています。スマートシューズ系で大風呂敷を広げたところは、わりと出す前に破綻したりしていますから。

杉原:最初のスマートシューズの時代を振り返った時に、今も残っている考え方やテクノロジーというのは、何かありますか。量産のノウハウと、あとは?

菊川:いや、全部残ってはいます。プロダクトとして成立しやすい部分を抽出して、製品になっているのですが、成立しにくい部分も別に捨てたつもりはなくて、多分戻ってくると思います。ただ、思ったよりもモノ作りの世界の発展がスローでしたね。スマートシューズに関しては2014年くらいから考えているから、クラウドファンディングが終わる頃には、ランニング系のスマートシューズなんて世の中で当たり前になっているはずだと思っていました。だから、もっとニッチな、ダンスに特化したものでないと売れないと思っていたんです。でも、2020年でも、全然当たり前になっていなかった。

杉原:わかりますね。オリパラが決まった時に、大企業もスタートアップもみんな色々な風呂敷を広げたじゃないですか? でも、2020年になった今、予想よりはプロダクトが出てこないですもんね。想像以上にあまり変わっていないというのが自分の中の認識です。

菊川:打ち出すことはできても、実際に新規性が高いことをやる場合って、当然障害があるわけじゃないですか? それをちゃんとやりきる人は、実はかなり少ないですよね。

ランナーのためのシューズを
新しく開発

杉原:2015年に発表して「Indiegogo」(サンフランシスコを拠点にするクラウドファンディングサイト)で資金調達したんですよね?

菊川:そうです。それをもとに製品を開発することができました。その先の話をすると、僕らの場合、一般のコンシューマにどんどん市場が広がっていったというよりも、むしろ様々な場でコンテンツとして使ってもらえたことが大きかったですね。例えばAKB48さんや乃木坂46さんのライブに使ってもらったり、21世紀美術館での展示や、TVCMにも使ってもらったり。ちょっと目新しいものとして話題になったことで、ほかの仕事にもつながっていきました。

杉原:2015、2016年からプロモーションをやってきて、今の活動は、会社としてはどういう主軸になっていますか?

菊川:主軸はスマートランニングシューズの開発ですね。アプリをオープンにするというのは最初から思想的にはあったので、3年間くらい、SDKを無償配布して、大学とかに使ってもらったりしていました。そういう中で、為末大さんとも出会って、「ORPHE」を最初に見せた瞬間に、「子どものランニングの教育に使いたい」と言ってもらえたんです。パンと踏んだ瞬間に音と光が出るので、しかも、もともとタップダンスの動きを模していたこともあって、かかとから着地するのと爪先で着地するのでは音色が変わるようになっていた。IoTというとデータだけ貯まっていけばあとはなんとかなる、みたいなところに行きがちですが、僕たちの場合はデータを録るというのと、即自的なフィードバックの両方をやっています。フォームを変えるみたいな、その人にとって直接ベネフィットがあるようなタイプのことが得意だなと思っていたのと、為末さんというのもあったので、そこでランニングフォームを見えるようにして、「ORPHE TRACK」にたどりついたという形ですね。

ランニングフォームを分析できるスマートフットウェア「ORPHE TRACK」。スマホアプリと連動し、今まで大がかりな設備でしか計測できなかった「着地」「プロネーション」「左右バランス」も解析できる。2019年発売。

引用元 https://nonewfolk.shop/

杉原:やっぱりコミュニケーションというか、伝え方にすごくこだわっていますね。

菊川:そうでしょうね。もともと会社自体は表現行為だと思ってやっているので。

杉原:うん、うん。

菊川:とはいえ、2016年に発売した「ORPHE ONE」はわりと漠然とやりたいことをやっているのに対して、「ORPHE TRACK」という世代では、きちんとこの技術が欲しい人たちに伝えることを意識しています。いろいろ調査したのですが、特にランナーの中でも、着地は、なかなか変えられないんです。勉強するけれど、そもそも自分がどうなっているかよくわからないというのがあって。

杉原:それを音で知らせてくれたり、光で知らせてくれたりしたら、フォームの直し方がわかりやすいですよね。

菊川:はい、全然違いますね。あとはセンサーと靴を切り離したというのは大きいです。前のモデルは全部スマートシューズだったので、一部が壊れたら全部替えないといけなかったのですが、ORPHE TRACKではセンサーと靴を分離しました。また、センサーとしては同じような仕組みですが、中のアルゴリズムはめちゃくちゃ進化させていて、履いているだけで歩幅や速度や角度など、ひとつひとつのデータを切り出せるようなアルゴリズムを社内で開発しています。

杉原:すごいな、このアルゴリズムは。結構変数が多いですよね?

「ORPHE」のアプリUIを見て、驚く杉原編集長。データを見ながら練習することでランナーの着地改善なども容易になる

菊川:センシング自体はシンプルで、アウトソールの真ん中に3軸加速度センサとジャイロセンサを置くというだけです。でも、そのほうがスケールしやすい。で、それを料理するアルゴリズムの部分をがんばって開発しているという感じです。

<後編へ続く>

菊川裕也(きくかわ・ゆうや)
1985年、鳥取県出身。一橋大学 商学部 経営学科を卒業後、首都大学東京大学院芸術工学研究科に進学。音楽演奏用のインターフェース研究・開発を行う。視覚的インターフェース「PocoPoco」が、アジアデジタルアート大賞優秀賞を受賞。その後、スマートシューズ「ORPHE ONE」を開発し、2014年10月にno new folk studioを設立。クラウドファンディングでの資金調達に成功し、「ORPHE ONE」を量産化する。2019年7月よりランナー向けシューズ「ORPHE TRACK」を発売。

(text: 吉田直子)

(photo: 壬生マリコ)

  • Facebookでシェアする
  • LINEで送る

RECOMMEND あなたへのおすすめ

対談 CONVERSATION

Laboro.AI 椎橋徹夫と語る AIが引き出す新しいバリュー データ統合ビジネスで見えてくる日本の未来

吉田直子

現在はAIの第三次ブームといわれている。機械のスペックが上がり、膨大なデータを処理できるようになったことで、いわゆるディープラーニングが可能になり、ビジネスの様々なシーンに活用されるようになった。しかし、AIが何を得意とし、実際にAIを使ってどんなことができるのかは一般にはあまり知られていない。AIを活用したオーダーメイド型のソリューション開発やコンサルティングを提供する株式会社 Laboro.AIのCEO・椎橋徹夫氏に、編集長・杉原行里がAIビジネスの可能性を聞く!

AIは人間の右脳的な働きを実現できる

杉原:僕はその分野にいるのでそう感じてはいないのですが、一般の方はAIを神格化している部分があると思います。そもそも“AIはなんでもできるのか?問題 ”というのがあると思うのですが、そのあたりを教えていただけますでしょうか?

椎橋:AI万能論に対してよく言うのは、まず「AIは基本的にはソフトウェアです」ということです。ただ、今までのソフトウェアやITシステムとは少し種類が違うことができるようになっています。今までのソフトウェアはロジカルな処理を正確に速くやることが得意でした。一方で直感的な処理が結構難しかったんです。

例えば、画像を見て、それが犬か、猫かを分類するみたいなことは、明文化できない直感的な処理が人間の脳の中で起こっています。そういう直感的な処理は今までのソフトウェアでは全くできませんでした。でも、AIはそれができるようになった。人間のように賢くて難しいことができるというより、人はわりと当たり前にやっているけれども、従来ならプログラムやルールに落とし込みきれなかった処理ができるようになったソフトウェアだと考えています。今までのソフトウェアが左脳的なものだったのに対して、AIは右脳的な処理ができるようになったと言ってもいいと思います。膨大なデータから自動的に特徴を見い出して、それに沿って具体的な認識や予測ができるようになりました。ですから、AIという言葉は「データに基づいた直感的な処理ができるソフトウェア」や、「認識や予測のアルゴリズム」という捉え方をするのが、現時点では実態に近い説明ではないでしょうか。

杉原:もともと、椎橋さんは東大の松尾研究室にも関わられていたということなので、その分野のエキスパートだと思うのですが、僕は、AIが介在することによって、今までバリューとしてとらえていなかった一連の行動や、価値を見出せていなかったデータを、価値あるものに置換できる未来を期待しているのですが。

椎橋:はい。まさにそうですね。

杉原:ヘルスケアの部門はそれが顕著だと思います。御社や椎橋さんの中で、今後こういう未来が来そうだという予測はありますか?

椎橋:はい。実はヘルスケア、メディカルの領域はひとつの重点領域として考えています。まさに、AIのイノベーションというのは、今までは価値に変換できなかった細かいデータを、AIというアルゴリズムを通して効率よく価値(バリュー)に変換できることです。でも、その中でまずみなさんがやるのは、とりあえず持っているデータの価値を引き出すためのAIを開発することなんです。

一方で20〜30年後を考えると、そういうタイプの取り組みの価値は、むしろ小さくなると考えています。より大きいのはA社、B社、C社、それぞれが持っている断片的なデータをきちんと組み合わせてAIのアルゴリズムを通すと、全員にとってかなり大きな価値を生み出すという流れです。今、我々は様々な領域でクライアントと1対1でAIのスキームを作っていますが、この先は複数のデータをつなげてAIに入れて価値を引き出すということも視野に入れていく必要性があるなと感じています。

杉原:具体的な例はありますか?

椎橋:はい、そうですね、例えば、今、健康診断のデータは保険組合が、病院の診断データは病院が、細かい精密検査のデータは検査会社がそれぞれ持っているような状態です。一方でそれらのデータを使って価値あることをやりたいのは、製薬会社や医療保険系の保険会社です。データを様々な人が断片的に持っていて、かつそのデータの価値を一番引き出せる人が、データを持ってないということが、すごくわかりやすく起こっているのが医療の領域です。この医療ビッグデータの活用が、ひとつの議論です。患者さんのデータを共有しあう構造の中で、アルゴリズムで処理されて適切に医療データが提供される形になると、リスクがあれば早めに手を打てて、健康なまま長く生きることが可能です。

近未来に予想されるAIの具体的な活用について話し合う編集長杉原(左)と椎橋代表(右)

杉原:僕もまったく同じことをずっと言っています。僕らはたぶん将来、病院というものが形を変えていくだろうと考えています。日々生活していく中で当たり前のようにデータがとられ、レコメンデーションがどんどんされていって、健康寿命が延びていくと。製薬・投薬もそうですが、まだパーソナライズされたものがないですよね。そこまでには越えなきゃいけない壁がたくさんあるとは思いますが。

椎橋:医療費も削減されるので、国レベルで考えるとデータの統合は絶対やったほうがいいのですが、難しいのは、一歩踏み出す、その一歩の踏み出しによってネガティブな印象を受ける可能性があることです。短期的にいかにインセンティブがある形で各プレイヤーがそこに踏み出していけるかというのを設計することが重要だと思います。

杉原:そうですね。僕らもよく言っているのは、結局ここで一番大事なのはコミュニケーションだということです。どういう未来がインセンティブをくれるのかというのを提示しない限りは、たぶんみんなはデータ共有に賛成してくれないですよね。

「冷蔵庫の中の最適解」を
AIが導き出す!?

杉原:今後、医療の業界以外には、どういう分野でより顕著にAIが活用されていくでしょうか。

椎橋:そうですね。キーワードになるのが、フィジカル×コンシューマのデータの領域だと思っています。要はインターネットを介したデジタルなデータの分野は、すでにネット系のプレイヤーが色々とやっています。一方で物理的なところと切り離せない領域、医療もそうですが、これはまだネット系のプレイヤーもほとんど手つかずです。

食の領域もそうですね。例えばレシピは、データがフィジカルなので、あまりきちんと整備されていない。ここが整備されていくと、新しい料理をAIが発明したり、その人の今食べたいものと料理のスキル、あとは冷蔵庫の中に何が入っているかを総合的に見て、作り方まで含めた献立の提案ができる世界も可能です。これをやろうとすると、一社だけではできない。栄養という観点でいうと、先ほどの医療にもつながっていきますし、食周りのデータにAIを活用するというのはあると思います。

杉原:確かに食もパーソナライゼーションされていくほど最適解みたいなものが出てきますよね。と同時に、要はフードロスの防止にもつながると思います。だいたい日本だと年間600万トンくらい捨てられていて、実は事業者と一般家庭は、ほぼ同じくらいの量を捨てているそうなんです。ということは、まず冷凍庫の中の最適解がまだ出ていないのではないかと。買い物に対してのレコメンデーションが出てくればロスを減らせるし、そういう世界も、悪くないなと思います。スーパーマーケットで先に買っておいてくれるとか。

椎橋:結局、ネットのデジタルな消費って消費者の消費活動でいうとかなり部分的ですよね。フィジカルな領域の消費データにきちんとアルゴリズムやAIが入っていけば、バリュー地点をさかのぼって、産業全体のデータをつなげて、より効率化していくということが絶対に起こってくると思います。

杉原:僕らはデータを提供したら、1人あたり年間で何百万円かもらえる世界がくるだろうと予想しています。65歳以上からは年金をもらわなくても、たぶんデータ提供者にお金がもらえるみたいな未来が来るんじゃないかと。

椎橋:これまでのインターネットを中心としたイノベーションは、GAFAやBATなどの米中のインターネットジャイアントがデータを全部抱え込む世界でした。それに対して、ヨーロッパのGDPR(EU一般データ保護規則)などの動きもそうですが、個々人が自分のデータを管理するという分散型の方向に行ったほうが健康的ですよね。それが成り立ちうるひとつの領域が医療です。だから医療を起点に、それぞれが自分のデータを管理して、それを適切な範囲で提供することで、誰かに対して価値を提供して対価を得る。そういう社会的な構造を日本のマーケットで世界に先駆けて作って、その形を海外に展開していくことができると、すごく面白いと思います。まさに医療かつ高齢者という部分では、日本は世界最先端の課題先進国ですし。

杉原:今後日本の新しい産業を支えていく上では根幹となっていく部分かなと僕も思っています。課題先進国というのはある意味ラッキーですよね。

テックビジネスで
必要なのは技術の俯瞰図

杉原:一方でAIの世界は進化が速いですよね。そうすると、ビジネス側も研究をおろそかにできないと思います。それについてはどう考えていますか?

椎橋:AIもそうですが、あらゆるイノベーションが起こっている時は、まず学術的な領域から論文などの形で新しい技術が発表され、新しい手法が科学的に確立され、それが実用可能な技術に落とし込まれ、さらに現場で使えるソリューションになっていくという、一連の流れがあります。その意味で、アカデミアの先端にきちんとキャッチアップながら、それをどう使えばどんな産業ビジネス的な価値につながるのかということを考えることが大事だと思います。

ただ、学術的に新しいことを生み出すことをスタートアップ企業がやらなきゃいけないかというと、必ずしもそうではないですよね。どちらかというと、全体像がきちんと見えていて、技術の俯瞰地図を持っているということが必要です。つまり、この技術を探ろうと思ったらこの研究者にあたればいいとか、この論文を見ればいいとかいう全体図ですね。医療に例えれば、各専門医をつなげられる総合医のような立場です。これからスタートアップを起こす時には、実現したいことに対して、全体的なマップを見て、「これを実現するためにはこの専門医とこの専門医とこの専門医に聞きに行くのが重要だ」とか、「これをつなげるのが重要だ」とか、そう考えられることが大事ですね。

杉原:あとは誰とコラボやアライアンスを組んでいくかというのが大事になりますよね。実現したい未来に対して、1人ではなかなかチャレンジできませんから。HERO Xも、ここがコミュニティの場になって、様々なものが生まれていけばいいなと思っています。

椎橋徹夫(しいはし・てつお)
米国州立テキサス大学理学部物理学/数学二重専攻卒。ボストンコンサルティンググループに入社後、東京オフィス、ワシントンDCオフィスにてデジタル・アナリティクス領域を専門に国内外の多数のプロジェクトに携わる。BCG社内のテクノロジーアドバンテージグループのコアメンバーとして、ビッグデータ活用チームの立上げをリード。のちに東京大学工学系研究科松尾豊研究室にて産学連携の取り組み、データサイエンス領域の教育、企業連携の取り組みに従事。2016年、株式会社Laboro.AI(https://laboro.ai/)を創業、代表取締役CEOに就任

関連記事を読む

(text: 吉田直子)

  • Facebookでシェアする
  • LINEで送る

PICK UP 注目記事

CATEGORY カテゴリー