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。

現在、コロナウイルスの影響もあり、物流業界は激動の時代を迎えている。E-コマースのニーズが激増し、企業・個人間の取り引きが今までにないほど増えているにもかかわらず、労働人口の減少や、現場労働者の高齢化により、人手不足が深刻になっているからだ。そんななか、AIとロボットを活用し、物流業界に革命を起こそうとしているのがGROUND株式会社だ。同社がめざすのは先端テクノロジーを活用した物流施設の最適化だという。果たして、物流施設の中では、いま何が起こっているのだろうか。2015年に同社を立ち上げた取締役社長の宮⽥啓友氏に、編集長・杉原が、物流業界の課題と同社のミッションについてうかがった。 ・物流倉庫におけるロボット化、AI化の流れ ・ECの物流波動はプロでも先が読めない ・在庫の配置もAIで解析し最適化する

物流倉庫における
ロボット化、AI化の流れ

杉原：まず御社の事業を、読者の方にわかりやすく説明していただけますでしょうか？

宮田：我々がめざしているのは世界中の先端テクノロジーを活用して物流施設、つまり倉庫の運営を最適化することです。時代背景を説明すると、1970年代までは物流倉庫は主に港湾地域に限定されて建設されており、非常に閉ざされた世界でした。そこから高度経済成長下でフォークリフトが導入され、2000年代までその流れが続きます。2000年前後からはコンビニなどの小売流通が発展し、比較的きめの細かい物流作業が発生し、それに伴って物流施設の中でウェアハウスマネジメントシステム（WMS）、倉庫管理システムというものが使われ始めます。一方で、もともとは自動車のライン生産に供給するためのバックヤードとして誕生した、自動倉庫というものがありました。2010年くらいまでは、そのWMSと自動倉庫くらいしか、いわゆる倉庫を合理化する機器はありませんでした。ところがECの発展により、説明するまでもなく、物量が飛躍的に増加しました。物流施設での作業はもはや人手だけでは困難になり、ましてや日本は少子高齢化の中で、そもそも雇用が確保できない。ECという新しいインフラを支える物流と、業界の実情が大きくかけ離れてしまったのです。

杉原：顧客ニーズが間違いなく既知なのに、技術的なところが未知であるという状況ですね。

宮田：そうですね。そこで、ようやくそのギャップを埋めていくために、ロボット、AIというテクノロジーが注目・活用され始めました。製造業界から10年ほど遅れているのですが、電気自動車の普及によってリチウムイオンの単価が劇的に下がった結果として、我々が提供する物流ロボットも、ようやく投資対効果が見合うようになってきたという流れです。さらに、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）技術も進化し、原価の低下と技術の進展がちょうどいま交わったところで、次世代型物流施設というものが求められ始めている。AIなどの先端テクノロジーを活用していかに物流（倉庫）を最適化するかという、この領域を我々はめざしています。

GROUNDが中国のロボットメーカーと共同開発したAMR(自律型協働ロボット) 「PEER(ピア)」。倉庫内作業の「ピッキング」工程において、人と協働しながら作業支援を行うAMR(自律型協働ロボット)。

杉原：具体的には、どういう方法になるのでしょうか？

宮田：例えば、物流機能を有する事業者さんに対して、オープンな物流プラットフォームの構築・提供を目指しています。いわばOSですね。でも、例えばiPhoneのiOSはAppleだけのアプリケーションですが、我々はAndroid的なものを提供したいと考えています。

自律型協働ロボット「PEER」を使用したピッキング作業の様子。オーダーが入ると、ロボットは自ら対象商品が格納されている棚の前まで移動し、停止する。作業者は自分が担当するエリアで待機しているロボットを見つけ、タブレットの指示に従って商品をピッキングし、ロボットのバスケットに商品を入れるだけでよい。

杉原：要は参入障壁を低くすることによって、規模を広げていくということですね。あえてモノポリーされているiPhone型のiOSではなく、Android型を選ばれたのはなぜですか。1970年からの流れがあって改革が起きにくい潮流があったからなのか、それともほかに理由があるのでしょうか。

宮田：２つ理由があって、ひとつはどのような形であれ、EC・物流のリーディングカンパニーであるAmazonに対抗しなければならないということです。彼らはフィラデルフィアに500人以上のデータサイエンティストとエンジニアを集めて、物流オペレーションを高度化するための技術開発を行い、毎年１兆円もを物流へ投資しています。まさにアップルがiOSを囲い込んでいるように、自分たちの物流オペレーションを高度化して独占しています。そんなことは、一企業にはもはやできません。そう考えると、おそらく産学官や民間連合などの、ゆるやかなコンソーシアムでオープンなプラットフォームを作ってAmazonに対抗しないと、技術的にも追いつかないし、投資規模としてもかなわない。

杉原：そうですね。まず、マスが違いますよね。

ECの物流波動は
プロでも先が読めない

宮田：もうひとつは、楽天に勤めていた時にめざしていた構想をクラウドで実現したいという想いがありました。EC物流は、車や白物家電を製造する上での製造物流とは全く違います。例えば、製造業の部品を提供するための物流は、生産計画に基づいているので、明日どれくらいの物量を工場に供給すればいいかわかっている。一方でECはダイレクトに消費者に対して商品を供給するので、例えば、●●スーパーセールで明日どれくらいの物量があるのかは、社内の市場のデータ解析をする専門チームをしても読み切れないんです。

杉原：そうなんですか？　結構読んでいるのかなと思っていたのですが。

宮田：読めないですね。物流ハブをどこに置くかというのも空ぶりになったりと、非常に難しい。それに加えて、ロングテール化の問題があります。つまり、ECでは販売機会の少ないニッチな商品でも色やサイズなどを幅広く取り揃える戦略が主流となっています。ユーザーとしては非常に便利ですが、届ける側は必ずこれを在庫しておかなくてはいけない。こういった消費者ニーズの複雑化・高度化などに伴う様々な制約が生まれる物流を最適化するには、従来の倉庫や物流センターの設備だけでは、もはや成り立たず破綻寸前にあります。こういう非常に高度で複雑な判断が伴い、かつ制約が厳しいオペレーションに対して、あらかじめ予見することはそもそもできない。予見できないから、変化や異常をすぐに察知して、異常に合わせられる、そういう柔軟な仕組みを我々は作っている。必ず前提条件は崩れるものということに基づき、ロボットもAIソフトウェアも開発されています。

杉原：そのアルゴリズムの変数の作り方は異常と変化というところから始まっていて……。

宮田：まさにそうですね。それをいかに迅速に察知して視覚化できるかということをめざしています。

杉原：面白いですね。大手物流事業者でさえできなかった、もしくはまだ難しいところを、物流の部分からディープラーニングさせてコントロールしていくという考え方ですよね。

宮田：そうです。いま、いわゆる購買データと物流センターの在庫の配置の連携は全くとれていなくて、完全に分断されているのが現状なのですよ。

杉原：医療と製薬会社の関係にちょっと似ていますよね。その分断されているものに、歩み寄っていくという考え方に近いのでしょうか。

宮田：そうです。連携を真ん中の物流施設から実現していく。それが、我々が開発しているインテリジェントロジスティックスというソリューション全体、次世代型物流施設の基盤です。PEERという自律型協働ロボットも開発していますが、そのロボットの持っているロボットコントロールシステムと、事業者が使っているウェアハウスマネジメントシステムを、全部ミドルウェアでつなぎこむんですね。そして、つないだものをすべて「Intelligent EYE」というダッシュボードで可視化していくのです。

在庫の配置も
AIで解析し最適化する

宮田：いまの物流センターは、いまだにホワイトボードに進捗を書いて、勘と経験をベースに人を配置しています。我々はそういったものを、可視化していく。自社開発したDyAS(ディアス)というAI物流ソフトウェアは、在庫やPOSデータなど事業者が有する様々なデータを集計・分析し、例えば明日販売する予定の商品を手前に持ってくるとか、明日はサプライヤーから通常より1.5倍くらいの商品が入ってくるから人とロボットをそれぞれどれだけ配置するかを、AIを使って計算・シミュレートし、可視化ツールのIntelligent EYEを通じて現場の管理者に示す。こういった仕組みを、いま構築し始めています。

同社がオリジナル開発したAI物流ソフトウェア「Dynamic Allocation System（DyAS）」。物流倉庫における業務ナレッジや内部・外部データを蓄積・解析し、流施設管理者の意思決定をサポートすることにより、在庫保管効率や物流作業効率を向上させる。

杉原：ということは、このIntelligent EYEとDyASが基本的には核となっていて、実は御社のPEERとかButlerとかのロボットに関しては、アウトプットとしてはほかのものでもいいわけですよね。

宮田：そうです。現場のロボットは、デバイスでしかありません。中長期的には我々はロボットの開発ステージからは離れ、ロボットの仕組みに様々なものを接続・最適化させていくことにより注力するつもりです。

杉原：ロボット化のほうに行くのであれば、圧倒的な資金力とマスプロダクションが得意なところとの競争になってしまうから、コアのビジネスをやっていくということですね。僕らも実はいま、御社と本当に同じような考え方をしているんです。歩行解析ロボットに取り組んでいるのですが、ユーザー側はカメラがあれば、僕らのほうのフィジカルバンクにアクセスできるんですね。

宮田：最終的にはETLポータルを通じて、いかにデータを取得できる仕組みを作るかという方向ですよね。その礎を我々は作っています。スーパーはある程度、野菜、精肉とカテゴリごとに商品がありますが、物流施設は必ずしもそうである必要はない。ポピュラリティと言うのですが、あるものと別のものがセットで買われる傾向があるとしたらAIが分析して、カテゴリが違っても、合理化を考えたときには隣同士に配置してもいいわけです。

杉原：実は消費比率が全然違うから、ティッシュペーパーと洗剤を一緒に買うわけないですもんね。

宮田：そうです。ドラッグストアでは同様のカテゴリで陳列していても、物流施設内はそうある必要はない。ましてや違うブランドやメーカーが混ざっていても全くかまわないわけです。そういう考えに基づいて、あくまでも出荷するうえでの生産性、どのような配置をすれば最短時間で処理ができるのかをAIを使って解析・シミュレートしています。

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。

（トップ動画：https://www.youtube.com/watch?v=GK43OBRCzOI）