120ft、現地生産向けヒューマノイドロボットのマイクロファクトリー建設に57万6,000ユーロを調達

輸送用コンテナ3基に収まるほど小さな工場と聞くと、物流のアイデアのように思える。ストックホルムのスタートアップ、120ftにとって、より難しいのは、生産工程を毎回作り直すことなく、ロボットが製品を切り替えて作業できるようにすることだ。

同社は、ヒューマノイドロボットが稼働する自律型マイクロファクトリーの開発に向け、57万6,000ユーロのエンジェルラウンドを調達し、ステルス状態から事業を公表した。構想するモデルでは、準備、組み立て、検査、梱包を40フィートコンテナ3基に集約し、ソフトウェアが作業を統括する。同社が工場を所有・運営し、ブランドは完成品に対して料金を支払う。

この資金は、商業生産に向けて進む同社のソフトウェアと工場インフラのさらなる開発を支える。この違いは重要だ。これは導入への道筋を示している初期段階の製造事業であり、自律型工場の成熟したネットワークを発表したわけではない。

小規模生産向けの共用工場

120ftが狙うのは、製造業の経済性における難しい課題だ。小規模な消費者向けブランドは、製品の需要がどれほどになるか分かるかなり前に、大量注文を確約しなければならないことが多い。専用の生産設備、遠隔地の組立施設、長い補充サイクルは、新しいデザインを試すコストを高くする可能性がある。

スタートアップが示す解決策は、顧客に近い場所に製造能力を共同利用できる仕組みを設けることだ。複数のブランドが同じ工場インフラを利用し、ロボットを購入したり、自社専用の生産ラインを発注したりする代わりに、完成品1個ごとに料金を支払う。初期の用途として、小型家電、家電製品、その他デザインを重視した消費者向け製品を挙げている。

ブランドは既存の部品サプライヤーとの取引を維持し、組み立てのために部品を120ftの施設へ送る。このモデルは生産の一部を現地化するものであり、部品を支える国際的なサプライチェーンをなくすわけではない。その価値は、柔軟な最終組み立てによって、小ロット生産のコストとリスクを、現地での運営費を補えるほど削減できるかどうかにかかっている。

名称はその形式を表している。40フィートコンテナ3基を合わせると120フィートになる。物理的な設置規模を標準化すれば、より再現性の高い導入が可能になるかもしれない。ただし、コンテナの配置だけでは、工場の生産能力、安全性、単位経済性が確立されているとは言えない。

製品設計をロボットの作業に変換する

この技術は、ロボットが部品を持ち上げる前から始まる。120ftによると、同社のワークフローは製品設計、部品表、品質要件をデジタルの製造指示に変換する。その後、生産ラインをシミュレーションし、実際の組み立てを始める前に、不足している情報や潜在的なボトルネックを特定する。

これは、単独の動作を自動化することとは大きく異なる。ロボットは部品を挿入できるかもしれないが、生産システムには、その部品が用意され、正しい位置に配置され、作業後に検査されることも保証する必要がある。工程に失敗した場合は、不完全な製品や不良品を先へ流さずに復旧する方法が必要となる。

120ftによると、独自のオーケストレーションソフトウェアが、ロボット、工具、部品の準備、品質検査を統括し、失敗したタスクにも対応する。組み立て指示と生産データは保持され、成功した作業をその後の生産で再利用できる。

シミュレーションは、ロボティクス分野全体で重要な開発ツールになっている。NVIDIA Isaac Simのようなプラットフォームを使えば、開発者は仮想環境を構築し、ロボットの動作をテストし、導入前に合成データを生成できる。こうしたツールは問題を早期に発見し、実験の再現性を高めるのに役立つ。120ftは使用しているシミュレーションプラットフォームやロボットモデルの詳細を明らかにしていないため、今回の発表をNVIDIAのソフトウェアやハードウェアとの統合が確認されたものと受け取るべきではない。

ロボット工学のデータ、モデル、製造の相互関係についてのUnite.AIの報道でも取り上げた、より広範な課題は、学習した動作を信頼性の高い物理的な作業に結びつけることだ。成功したデモを再現することは、その課題の一部にすぎない。実際の生産では、部品、位置決め、摩擦、摩耗にもばらつきが生じる。

「7時間で学習」という主張が示すもの

120ftによると、一連の組み立てスキルをロボットに教えるのに必要な時間は、2025年の7週間から2026年には7時間に短縮された。同社は2027年に7分を目指している。

これらの数値が示すのはスキルの学習時間であり、製品の製造にかかる時間ではない。また、新製品への切り替えに工場全体でどれほどの時間がかかるかを示すものでもない。切り替えには、個々の学習済みスキル以外にも、工具、治具、検査手順、資材の取り扱いが関わる場合がある。

同社は、シリンダー錠の取り付け、電球ソケットのねじ込み、機能テストを含むランプの組み立てデモを紹介している。これは、ヒューマノイドの知能に関する一般的な主張よりも、同社が想定する作業を具体的に示している。部品を扱い、組み立て作業を完了し、結果を確認するという内容だ。

今回の発表では、詳細な試験手順、成功率、試験した製品の種類、人が介入する頻度は示されていない。したがって、報告された学習能力の向上は、開発の進展に関する同社の主張であり、商業的な信頼性を独立に検証した指標ではない。7分という数値は、今後の目標のままだ。

顧客にとって、最終的な判断基準となるのは実用性だ。施設は1シフトあたり、品質基準を満たす製品を何個出荷できるのか。作業はどのくらいの頻度で停止するのか。監督、保守、不良部品を含めると、完成品1個あたりのコストはいくらになるのか。こうした指標によって、技能習得の高速化が、より優れた製造サービスにつながるかどうかが決まる。

事業を支えるハードウェア分野での経験

創業者兼CEOのMartin Willersは、2025年に120ftを設立した。それ以前には、修理可能なオーディオブランドTransparentを共同創業し、ハードウェア設計会社People Peopleを立ち上げた。同社はEY Dobermanに売却された。新会社が小規模な消費者向けブランドに注力するのは、これらの事業を通じて彼が直面した製造上の課題を踏まえたものだ。

今回の資金調達には、22人のエンジェル投資家が参加している。公表された参加者には、EQTのScaleup Europe Fundでパートナー兼共同責任者を務めるTed Persson、Cherry Venturesのパートナーで、Spotifyの元グローバルマーケティングディレクターであるSophia Bendz、そしてFashwellの共同創業者Matthias Dantoneが含まれる。発表では、Planet AのSam Bakerの名前も挙がっている。個々のエンジェル投資家の所属先と、その企業も投資したとの発表とは、混同しないようにする必要がある。

新製品の組み立てに加え、120ftは修理、アップグレード、再製造にも可能性を見いだしている。返品された製品は新品の部品のように均一な状態ではなく、状態がそれぞれ異なる場合があるため、こうした用途にはさらなる柔軟性が求められる。

ロボットを支える製造への賭け

120ftが中核に据えるのは、ロボット工学と再利用可能な生産ソフトウェアによって、小規模な組み立てを複数の企業で共有する形でも採算の取れるものにできる、という考えだ。ヒューマノイドロボットは、この構想の目に見える部分にすぎない。より見えにくいのは、製品情報、作業の実行、品質管理を結び付け、完成品を安定して供給できるプロセスを構築する作業だ。

この方法がうまくいけば、小規模ブランドは、工場全体を抱えることなく、需要を試し、製品を補充する新たな手段を得られる可能性がある。次の節目は、コンテナ型システムが、作業内容の変化に対応しながら安定した生産を維持できることを実証することだ。今回のエンジェル投資ラウンドは、この構想を実際に稼働する事業へと転換する取り組みに充てられる。