対談 CONVERSATION

遠隔操作ロボットを使った、労働の革新

富山英三郎

VRゴーグルや触覚センサー付きグローブを装着し、ロボットを自分の身体のように遠隔操作する。そんな未来がすでに現実のものとなっている。今回は、そんなロボティクスの世界をリードする、テレイグジスタンス社の共同創設者でありCEOの富岡 仁さんと、弊誌編集長・杉原行里の対談。同社は2020年9月14日から小売店舗の運営をスタートさせたというが、その真意とは?

テレイグジスタンスとは?

対談の前に、「テレイグジスタンス」について簡単に解説しておこう。「遠隔存在」「遠隔臨場」とも訳される「テレイグジスタンス」は、東京大学 名誉教授であり工学博士の舘 暲氏が1980年に提唱した概念。簡潔に言えば、人間がロボットの身体を操作し、自分の身体と同一のものとして行動できるようにする試みだ。館教授が考える最終ゴールはまだ先だが、約40年の研究成果により、かなりの進化と実現性を帯びてきている。そんななか、2017年に同研究の社会実装(商業化)を目的としたテレイグジスタンス社が設立された。富岡 仁さんは、その会社の共同創設者でありCEOである。

商社を辞め、
テレイグジスタンス社を
設立した理由

杉原 まずは、もともと三菱商事に勤めていた富岡さんが、一般的にはアバターと言われる、館先生の「テレイグジスタンス」の領域に興味を持った理由を教えてください。マーケティング的な側面なのか、何か思うところがあったのか。

富岡 それはよく聞かれるんですよ。でも、商社を辞めた時点では「テレイグジスタンス」をまったく知らなかった。商社は扱う金額が大きくて面白いんですけど、やっぱり線形でしか伸びないようなビジネスしか手掛けられない。大きなプロジェクトを2~3回やると、展開が読めてしまうというか。

杉原 パラダイムシフトが起きにくいということですね。

富岡 そうです。そこで、スタンフォード(大学経営大学院)を卒業し、ファンド組成と投資を経験した後、次に何をやろうかというときに、とりあえず複雑なことをしようと。技術的に複雑で難しいだけでなく、事業の仮説が4乗、5乗にも重なっていて、それを(事業としての)実態に変換する際には、複雑に利害が絡まった人たちを巻き込みながら、その煩雑さに糸を通していくような力量が要求されること。事業の経済計算も緻密さが要求され、モデル化が必要なこと。とにかく複雑系なことをやりたかったのです。

杉原 難攻不落かつ、ゼロイチ(世の中にないモノやサービス、価値を生み出すこと)のチャレンジングな仕事がしたかったんですね。

富岡 そうです。そして、いくつかの選択肢のなかで一番革新的で複雑そうなのが、館先生のロボティクスだった。難易度は異常に高いけれど、彼の技術をリサーチからエンジニアリングに引き上げ、ユニットエコノミクス(*1)を証明できれば、その後は事業が非線形で伸びるイメージが生まれました。

*1:SaaSやサブスクリプションサービスで扱われることの多い、ビジネスの最小単位1個あたりの収益性のこと

杉原 設立は2017年1月ですけど、当時はまだ遠隔操作はブルーオーシャンだったのでしょうか?

富岡 研究のひとつとしてはありましたけど、「ヒューマノイドロボット」を操作して云々というのはNASAの世界くらいでした。ですが、ロボットを遠隔操作する「マスター・スレイブ型」はごく一部の専門領域として昔からありました。

杉原 でも、「マスター・スレイブ(主人と奴隷)」ってすごい言葉ですよね。

富岡 あははは。ロボットの専門用語ですね。

2020年9月、遠隔操作ロボットが
コンビニの陳列を開始する

Model T

杉原 2018年に、テレイグジスタンスの技術、VR、通信、クラウド、触覚技術を盛り込んだ、プロトタイプの『Model H』という遠隔操作ロボットを開発されました。そしてついに、商業化に向けたサービスをローンチされるようですね。

富岡 そうなんです。まずは小売りの分野から始めていきます。今度、竹芝にソフトバンクの新本社ビルができるんですよ。AIやIoTを活用したスマートビルになっていて、その1Fに約50坪の、ロボットが導入されたローソンができる予定です。(*2)

*2 9月14日〜現在「ローソン Model T 東京ポートシティ竹芝店」にて導入

杉原 えっ! それはどういうことですか?

富岡 弊社が運営する店舗では、遠隔操作ロボットが多様な商品の陳列業務をするんです。

杉原 その遠隔操作ロボットは、どういうことができるのでしょうか?

富岡 『Model T』という遠隔操作ロボットで、移動しながらいろいろな商品を陳列していきます。従来の産業用ロボットアームは、工場内の極めて静的な環境下で、形状パターンが限定された物体をピック&ドロップすることがメインです。一方、工場の外で使おうとすると役に立たない。なぜなら、工場の外の世界は従来の産業用ロボットにとって環境設定がファジー過ぎるからです。小売りを例にすると、実店舗内でのライティング(照明)のパターンは無数にありますし、把持する商品が、食品と飲料だけでも約3500〜10,000種類以上あります。

杉原 それは画像認識がすごく大変になりますね。

富岡 まさに、すさまじいことになります。これを全て自律的におこなうには、まず画像認識で問題にぶつかります。商品の形状を認識し、さらに商品の傾きなどの姿勢推定、そして「ここを掴む」という把持点も認識しないといけない。現在のマシーンビジョン(*3)の技術レベルでは、実用レベルで解くにはかなり難しい問題設定になります。いわゆるフレーム問題というやつです。そんなとき、「テレイグジスタンス(遠隔存在)」が有効なアプローチになると思います。

*3:画像の取り込みと処理に基づいて機器を動作させるシステムのこと

杉原 インプットが膨大になりすぎて、時間もお金もかかりすぎることは人間がおこなうということですか?

富岡 人間ならば、あるモノを見たときにどう掴むべきかは5歳児でもわかる。それならば、人の目で掴むべき「把持点」を抽出したあとに、それを取ってA地点からB地点に持っていくのは従来のロボット工学の軌道計画でできる。そういう意味で人間が遠隔操作したほうが簡単だし安い。

杉原 遠隔操作する際、その『Model T』自体の距離感をディープラーニングしていくことも必要なのでしょうか?

富岡 現時点では、VRを使って人の目で合わせていきます。

個人がロボットを
所有して働かせる未来

杉原 こんなことを聞いていいのかわからないですが、『Model T』の時給はいくらになるのでしょうか?

富岡 そこがまさにビジネスモデルに関係していて、僕らは『Model T』を売らず、ロボットがおこなう役務提供(サービス提供)への対価を、雇い主からいただこうと考えています。わかりやすくいえば、人間が小売店舗で勤務するのと同等の価値と考えて、例えば陳列した分だけ対価を頂くという感じです。流行りの言葉で言えば「RaaS(robotics as a service)」ですね。 金額的には低賃金の小売業界でも、十分費用対効果が出るレベルにまで価格は抑えて導入可能です。

杉原 その計算でいけるとは、びっくりするくらい安いですね。これが5年前なら、ロボットの価格だけで3~4倍の値段になっていたはず。すごいイノベーションです。

富岡 TXはロボットのハードウェアを9割以上内製化して開発しています。また、ハードのみならず、ロボットの軌道計画、ロボット制御、遠隔制御、クラウド・通信、操作コクピットのUIなどもすべて内製化していて、高い柔軟性で製造コストをコントロールしています。ビジネスモデルの話に戻すと、東京の時給が約1200円。同じ仕事でも、賃金の低い県だと24時間365日勤務と考えた場合、年間200万円くらいの差がでるわけです。

杉原 そうですよね、遠隔操作であれば住んでいる場所は関係ない。しかも、いま話題の在宅勤務ができる。1時間だけスポットで入るとか、これまで通勤することができない事情を抱えた人でも働けるようになる。

富岡 まずは、小売り店舗の食べ物と飲料の陳列からスタートします。実は、それだけでも2200種類程度あるんですよ(笑)

杉原 そういう未来が来るとは思っていましたが、意外に早かったと感じます。ここから新しい職業が生まれ、さらにはこれまで仕事に就けなかった人たちの「選択肢」や「機会」が提示されることにもなる。ロボットが職場に進出することに関する、世間の誤解も解けそうな気がします。

富岡 そう思います。ロボットは今後、最も富を生み出す「資産」のひとつになりえる。でも、これまでのやり方のまま、『Model T』を大企業に売って彼らが使ってしまうと、ロボットから生み出される「富」が個人に「還元」されにくい。その意味でも、我々はロボットを「個人所有」させたい。個人が所有しているロボットが企業に役務提供することで、対価を得られる仕組みを構築したいんです。

杉原 企業からすると「投資」をする必要がない。また、労働者からすると自分がそこにいなくてもいい。さらには、ロボットをひとりで所有しなくてもいいわけですよね。

富岡 もちろん、何人かで所有していただいてもいいですし、それを使って誰が働くのかも問わない。

杉原 すごいビジネスが生まれそうですね。

富岡 5Gなどでインターネットのスピードが上がれば、日本で操作する必要すらないですよ。そうなると、時給差はもっと生まれると思います。逆に、海外の時給のいい仕事を日本でやることもできます。

富岡 仁
テレイグジスタンス株式会社 代表取締役CEO、CFO兼共同出資者。
スタンフォード大学経営大学院修士。2004年に三菱商事入社し、海外電力資産の買収などに従事した。2016年にジョン・ルース元駐日大使らとシリコンバレーのグロースキャピタルファンド「Geodesic Capital」を組成し、SnapchatやUberなどへの投資を実行。東京大学の舘名誉教授のテレイグジスタンス技術に魅了され、2017年1月にテレイグジスタンス株式会社を起業。

(text: 富山英三郎)

  • 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