対談 CONVERSATION

センシング技術と即自的インターフェースが導く未来「ORPHE TRACK」開発者・菊川裕也が見る夢 後編

吉田直子

履くだけで自分のフォームや歩き方が分析できるウェアラブルシューズ「ORPHE TRACK」。前編では、楽器のもつ「即自的フィードバック」をスマートウェア開発につなげるという、菊川氏のユニークな発想を伺った。後編では、「ORPHE TRACK」で蓄積されたノウハウやデータを、今後どう生かしていきたいかを聞く。リハビリや医療の分野にもかかわりが深い編集長・杉原が、技術革新が可能にする医療・福祉の未来を、菊川氏と共に語る。

「走る」「歩く」のセンシングが
医療につながる

杉原:今現在は、首都大学東京に入った時からの考え方やビジョンを受け継ぎつつ、企業ブランディングもきちんとやりつつ、次のステージに行っている感じですか?

菊川:まさにそうじゃないでしょうか。最初の2、3年は、まず「ORPHE ONE」というものを作りながら、会社のあり方を試行錯誤していて、コラボもたくさんやっていました。あとは同じセンサーをハイヒールにとりつけて、歩行の指導をやってもらったりしています。これは、(RDSの)陸上トラック競技用の車イスの取り組みに近いですね。

杉原:そうですね。僕ら、いま手を組んでいるのがリハビリのチームなんです。「歩く」という行為は、例えばそれを見ることで特定の病状などもわかりやすくなるので、医療にもつながりますよね。でも、それには、その人の歩き方を常に理解するセンシングも必要です。それは靴だよね、みたいな話はexiii design 代表で、RDSのプロダクトデザイナーの小西哲哉(http://hero-x.jp/article/8714/)ともしていました。

菊川:そういうことに取り組まれていたらわかると思うのですが、例えば認知症のかたが、歩幅が狭くなったり、歩行速度が遅くなったり、足が上がりにくくなったりすることが、骨格的な問題で起こっているのか、認知的な問題で起こっているのかを切り離すのは結構複雑ですよね。転倒した時のデータがあっても、「この人は歩行速度がいくつだから、認知症です」みたいなジャッジはおそらく難しくて、その人の日常生活のデータなど、色々なデータを組み合わせた中で、予測ができるようになるのかなと思うんです。

杉原:まさにその通りだと思います。ブロックチェーンではないけれど、様々なIoTが入ってデータバンキングしながら、病気などを予測する動きは、たぶん次のビジネスとして来るのではないかと思いますね。

専用センサーをソールに入れるだけで、ランのデータをスマートフォンに飛ばせる。着地の瞬間はサイドのLEDが光って通知してくれる

転倒のタイミングを
靴で知らせることはできる?

杉原:医療という面では、転倒を防止すれば、日本の医療費の多くは削減できるといわれているそうです。

菊川:医療費は40兆円とかですよね。

杉原:要は、高齢者が自分の歩き方が変わっていることに気づかない。それで、転倒して骨折すると動かなくなるので、認知症が始まっていく。だけど、靴の中にセンシングがあって、家族に「そろそろ歩行をトレーニングする必要がありますよ」とウォーニングするようなものができると、かなり日本の、というか、世界の医療費も下がるだろうというのを、僕は「ORPHE TRACK」を見ながら考えているんです。

菊川:うちの場合はセンシングできるというのと、その時、常に身に着けているというのがセットになっているのが強みですね。高齢者でも靴は履くはずなので。振動モーターとかも入っているので、危ないという時に予知できるなら、ちょっと前に教えてあげるとか。例えば高齢者は爪先があがらなくなったら転倒しやすくなっているというのはすでに知られていますが、そこで「転倒しやすいから外には出ないで」と言ったら、結局寝たきりになるので、逆効果ですよね。だから、たぶん、本当に直前に教えてあげることができなかったら、あまり変えられないと思っています。

杉原:倫理的な問題を一回置いておいて、「ちょっと足が上がってないぞ」「少しは上げる準備をしておいてください」というアドバイス、コーチングがあると面白いですよね。

菊川:もちろん、あるといいと思いますね。ただ、僕が勝手に思っていることは、ランナーでも歩く人でも、「こうしてください」と言われても、なかなか出来ない。そこを、音や振動や光で、自然とそうなるようにしてあげたい。だから、もしこけやすい歩き方をしている人だったら、アプリケーションを通じて楽しんでいるうちに、こけづらくなるというのをやりたいんです。変化を人間側に求めない。テクノロジー側が人間を変えていくようにすればいいと思っています。

杉原:それ、すごくよくわかります。僕らは、もともと車イスをやっている業界ではないので、モビリティをやっている時に「この時代なのに、どうして人間がモノに合わせるのか?」と思う時があるんです。

菊川:それは、たぶん日本人が苦手なところだと思います。ガマンをして、モノに合わせてしまう。うちのアンバサダーをしてくれているランナーが、アプリを使って着地とかを見ながら2カ月くらい走ったら、相当なミットフットの技術を習得したんですね。そもそもフォームを変えられたこと自体がすごいですし、変わったということを簡単に証明できるのが面白い。今まではなかなか伝えられなかったことが伝えられるから、自分にとっても他人にとってもわかりやすくなる。

杉原:こんなに簡単にレジリエンスが出ちゃうのが、すごいですよね。

菊川:そうです。100万人の高齢者が履いていてくれて、転倒のことを研究すれば、「こけにくさ」というのも、社会的にすぐ実験できたり、証明できたりするのではないかと思っています。

予防医療の経済効果を
可視化していくことの意義

杉原:今はアシックスと組んでいるんですか?

菊川:ええ。現在お見せしている「ORPHE TRACK」」は自社オリジナルで作ったランニングシューズですが、これとは別にアシックスのシュ-ズの中にうちのセンサーが入るものを開発中です。

杉原:今後、企業として、「歩く」「履く」「動く」以外にセンシングの技術でやりたいことはありますか?

菊川:構靴にはこだわっていますね。僕がやりたいのは、本当にただ「靴を履く」という行為自体に意味付けをすることです。「歩く」「走る」という根源的なところが楽しくなることで人を変えたいので、ウェアラブルでプラスワンをしたくないんです。それが出来るのってたぶん、靴を含めて、本当に限られたアイテムしかないです。もともとは靴自体が、裸足だと歩けなかった領域を歩けるようにしたり、疲れにくくしたりするためのものです。最近も靴によってタイムが短縮されたりしていて、 そもそも“最小の乗り物で人間を拡張する“ということが、靴に含まれている。その面白さに、全然飽きないんです。

杉原:未来の靴はどうなっていくと思いますか?

菊川:ひとつ思っているのは、さっきも言ったように、今は靴に対して人間が合わせている状態に近いですよね。それが、靴と歩き方の因果関係が全部データで結べるようになったら、靴やインソー     ルを正しく選んでいる限りは、歩きに関する悩みはなくなっていく。そういう方向性にはいくだろうなとは思っています。

杉原:今まではそこを検証しようがなかったから、大量生産されていた。それが今、パーソナライズできるようになっている。僕の中の見解としては、ユニバーサルデザインの定義が変わっていき、個人所有を目的とした物作りやプロダクトが主流になると感じています。「HERO X」などを通じて色々な人とお会いしていると、みなさん、ほぼ同じことを言うんです。みんなそこに行きつくとしたら、その未来ってめちゃくちゃ楽しそうだなと。僕も自分に合った靴が欲しいですね。ただ、「自分に合った」というのが一体なんなのかというのが、次の議論になっていくと思います。

菊川:そこの証明をするためのデータだと思います。ただ、数種類のシューズの中に、僕らのセンサーを入れ替えられるようにした時、同じ人でも靴によってタイムが変わってくれば、やりたい走りに合わせて靴を選べます。しかも、そのデータは靴メーカーに返ってくるので、メーカー側も確実に効果を与える製品を作っていくようになる。本当に近い未来に、そういうループが回っていくのではないかという感覚はありますね。

杉原:今まで、有名なランナーが履いていることを広告して購買意欲を促していたものが、インソールを含めて、これが正しいんだよとコーチングしてあげられる。そのワンパッケージは、確かに新しいけれど、本来あるべきだったものがやっと追いついてきた感覚に近いですね。

菊川:そうですね。あとは、杉原さんも同じだと思うのですが、やりたいなと思っているのは、予防医療の経済効果を今の時点で評価できるようにすることです。というのは、医療費はみんなで負担しているけれど、予防医療のために買うものは100%自己負担ですよね。その状態のままだと、予防医療の段階で防ぐことが難しいのではないかと思うんです。だから、データをみんなが活用できる形にしておけば、それこそ「転倒をしやすくなっていますよ」というのを止めにかかる何かができるんじゃないかと。

杉原:予防医療を推進するには、データをバンキングしていって、自分にメリットがあると明確に見せていくことが大事ですよね。今回、菊川さんのプラットフォームを見ていて、めちゃくちゃ面白いと思ったのは、そこもあります。僕らもオリパラを契機に、次の世代にどう新しい絵をもっていけるかは、すごく考えていますね。

前編はこちら

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月に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

どうするポストコロナ時代!AIとロボットがもたらす物流イノベーション GROUND株式会社がつくる新たな潮流

吉田直子

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

(text: 吉田直子)

(photo: 増元幸司)

  • Facebookでシェアする
  • LINEで送る

PICK UP 注目記事

CATEGORY カテゴリー