アントン・グランス、Buildroid AI共同創設者兼CTO – インタビュー・シリーズ

アントン・グランスは、Buildroid AIの共同創設者兼CTOであり、AI、ロボティクス、自動化、コンピュータビジョン分野で10年以上の経験を持っています。アントンは、Mighty Buildingsでの2つの高度に自動化されたプレハブ工場の立ち上げを担当していました。

Buildroid AIの共同創設者兼CEOであるスラバ・ソロニツィンとともに、ロボティクス、機械学習、デジタルアーキテクチャ、革新的な建設技術分野で12年以上の経験を持つチームを率いています。

Buildroid AIは、ビルディング情報モデル（BIM）とAI駆動のデジタルツインをシミュレーションを通じて連携させ、複数のロボットを統一されたクルーとして自動化された建設作業を実現するプラットフォームを構築しています。同社は、BIM-to-BUILDブロック積み上げシステムを実証し、人件費の多いタスクを合理化する商業的な展開に向けて拡大しています。建設現場に到着する前に、ロボティックワークフローをシミュレーションで検証することで、Buildroid AIは生産性の向上、コストの削減、そして多くの建設業界での自動化の基盤を創出することを目指しています。

以前、Mighty Buildingsを最も資金提供されたコンテックスタートアップの1つに成長させ、50以上の自動化された3Dプリンテッドハウスを提供しました。Mighty Buildingsでの経験から得た教訓や、建設業界の非効率性をどのように見ており、Buildroid AIを設立し、ロボティクス駆動の建設生産性向上に取り組むことを決意したのでしょうか。

Mighty Buildingsでは、オフサイトプレハブモデルに従っていましたが、市場構造的な障壁に直面しました。米国でのプレハブ採用率はまだ6％以下であり、新しい3Dプリンティング材料の導入には、構造、火災、騒音規制に対する3年の遵守作業が必要でした。プレハブ工場では、設備、労働力、スペースの全額を吸収し、新しい材料を使用することにより、製品は市場が受け入れることができる価格よりも約20％高くなりました。建設業界では、非常に厳しい利益率で運営されており、コストのプレミアムは採用を殺します。

Buildroidでは、逆の道を選択しました。新しい材料、デザイン、コードの変更はありません。既存のワークフローに直接統合し、ロボットが繰り返し、人件費の多いタスクを処理することで、業界の摩擦を減らすのではなく、増やすのではなく減らすことを目指しています。

あなたのシミュレーション先導モデルは、デジタルツインとBIMを使用して、建設チームがジョブサイトに到着する前にロボティックワークフローをテスト、検証、最適化する方法をどのように変えますか。

BIMは、建物が何であるかを定義しますが、どのように建てるかを説明しません。4D-BIMはシーケンシングのみを追加し、真の建設可能性を提供しません。私たちのBIM-to-BUILDシミュレーションエンジンにより、チームは物理的に正確なデジタルツイン内で、建設プロセス全体を仮想的に実行できます。材料、機械、サイトの制約は、現実の世界のように動作します。

利害関係者は、数百のシナリオをテストし、建設可能性を検証し、生産性を測定し、ワークフローを最適化できます。独自の部分は、シミュレーションが検証済み、実行可能なロボット実行プログラムを出力し、デジタル設計と自動化された物理的な建設の間のギャップを埋めます。

あなたのプラットフォームは40以上の異なるロボットタイプをサポートしています。どのようにして、多様なハードウェア間の信頼性の高い調整を実現し、請負業者にとっての柔軟性を維持していますか。

私たちのAIプランナーは、HTN（階層タスクネットワーク）を使用した高レベルのシーケンシングと、行動木を使用した低レベルのタスク実行を組み合わせて、コアで動作しています。ロボットは、能力ベースのエージェントとして動作します。たとえば、ブロックを積み上げるロボットは、ブロックを配置できることを「知って」いますが、プラスターを適用できないことを「知って」います。

プランナーはタスク割り当てを最適化し、サイトのボトルネック（パスのブロッキングなど）を回避し、複数のロボット間でワークロードをバランスをとり、支援ユニット（材料取り扱いロボットなど）を同期します。結果は、調整された、自己調整ロボットクルーが人間のチームのように動作します。

Buildroidは、生産性の向上率が最大10倍（6倍）に達し、コスト削減が最大4倍（3倍）になることを強調しています。これらの結果を達成するために、どのような初期のケーススタディーや技術ベンチマークが最も適していますか。

3つのパイロットプロジェクト（商業、住宅、データセンター）を通じて、次のことが観察されました。

• 6倍の生産性：石工と助手は通常、1日あたり4〜5平方メートルのブロック作業を生産しますが、ロボットを使用すると、約30平方メートル/日の出力に増加します。

• 3倍のコスト効率：12人の作業員が30平方メートル/日を建設するタスクは、2人の作業員と1つのロボットでプラットフォームを使用することで実行できます。

これらの結果は、複数ロボットのワークフローを展開する前に得られました。1人のオペレーターがロボットのフリートを調整すると、プロジェクトの全体的な期間は大幅に短縮されます。

あなたの最初の商業的な応用は、ブロック作業とパーティションウォールの設置に焦点を当てています。ロボットの自動化に最も適した建設ワークフローを決定するための基準は何ですか。

私たちは、（1）深刻な労働力不足、（2）繰り返し手作業による負担、（3）ロボットの協力による明確なタスク分解を優先しています。

私たちが立ち上げたドバイでは、各パーティションブロックの重量は約30kg（66ポンド）で、熟練した労働力の需要は大幅に供給を上回っています。1つの大きな請負業者は、来年、作業量に応じて6,000人の石工を採用して訓練する必要があると私たちに伝えました。

ブロック作業は、材料の配達、モルタル適用、配置、補強などのサブタスクに自然と分解され、専門のロボットが協力して作業するのに理想的です。

次にパイプラインに追加するものは、ブロック作業の後の連続的なステップであるプラスチングで、主要なロボットベンダーと提携しています。

米国市場に参入するにあたり、規制、安全、運用上の最大の障壁は何ですか。シミュレーション先導アプローチはこれらの障壁をどのように軽減しますか。

OSHAは、パイロット展開のための人間とロボットの安全な相互作用を証明することを要求します。認証には通常3か月以上かかり、迅速なイテレーションが必要なスタートアップ企業にとっては高額なものです。

私たちは、シミュレーション先導の安全性認証フレームワークについて、ULと協力しています。私たちのデジタルツインが現実世界の実行と一致することを証明することで、エッジケース、衝突シナリオ、緊急時の動作を仮想的に検証し、長い時間がかかるラボテストの必要性を大幅に減らし、コンプライアンスのタイムラインを加速させることができます。

ロボットのワークフローが複雑な建設現場でさらに成熟するにつれて、AIオーケストレーションがどのように進化するかを見ておりますか。

建設現場は、完全にロボット化されたクルーと、人間が監督的な役割を担う方向にシフトすることを予想しています。1人のオペレーターが、デジタルツインを使用してタスクをリアルタイムで調整する、ロボットのフリートを私たちのAIオーケストレーションプラットフォームを通じて監督します。ロボットは生産を担当し、人間は監督と例外の管理を担当します。

信頼性の高いジョブサイトの実行を可能にするために、AIの意思決定とワークフローの最適化におけるどのようなブレークスルーが最も重要であると考えていますか。

次のフロンティアは、ロボットがローカルの意思決定を行いながらシステムとして協力する、物理的なマルチエージェントAIです。これには、以下の進歩が必要です。

• 分散型の計画と調整

• 建設現場の条件下での強固な認識

• 環境の変化に応じたタスク割り当ての適応

これらの能力は、信頼性の高い、半自律から完全自律の運用を解放します。

コンテックのリピートファウンダーとして、建設技術の採用において、業界のリーダーがまだ誤解している点は何ですか。Buildroidはこれらの誤解をどのように解決していますか。

多くのスタートアップ企業は、材料、プロセス、またはビルディングシステムそのものを変更しようとします。建設業界では、これらは最も柔軟性のない分野です。業界はまだ、100年前にと同様に今日でも建設を行っています。コアメソッドの変更には、規制、サプライチェーン、文化の変化に数年かかります。

Buildroidは、この摩擦を避けています。材料やデザインを変更するのではなく、既存の材料がどのように設置されるかだけに焦点を当てて、生産性を向上させています。

Buildroidは、第三者ロボットや請負業者が構築できるエコシステムプラットフォームになることを想定していますか。建設ロボティクス全体に統一された運用レイヤーを作成することを目指していますか。

絶対にそうです。それが長期的なビジョンです。但し、まずは、単一の高価値ワークフロー、つまり壁の建設において、端末から端末までの優秀性を証明する必要があります。そうすれば、第三者ロボットや追加のワークフローへの拡張は、エコシステムの自然な進化になります。