Cam Myers、CreateMe CEO兼創業者 – インタビューシリーズ
Cam Myersは、CreateMeのCEO兼創業者であり、2019年に先進的な自動化を通じてアパレル製造を近代化するビジョンを持って同社を立ち上げました。サンフランシスコ・ベイエリアを拠点とし、ADM Investment Partnershipでの投資アドバイザリー業務、Group Commerceの創業チームでの初期段階のリーダーシップ、Downtown Music HoldingsおよびPublicis Groupeでのビジネス開発職など、多様なバックグラウンドを持ちます。また、世界経済フォーラムのGlobal Innovators Communityのメンバーでもあり、技術駆動型の産業変革への広範なコミットメントを反映しています。CreateMeは、ロボティクス、コンピュータービジョン、機械学習を活用した自動化された接着剤ベースの組み立てによって、従来の縫製に取って代わり、衣服の製造方法を再発明するAIロボティクス企業です。独自の製造プラットフォームにより、より迅速で、より地域に根ざし、より持続可能なアパレル生産が可能になり、廃棄物を削減し、サプライチェーンを短縮しながら、次世代ソフトグッズ製造の最前線に同社を位置付けています。CreateMeを創業する前は、創業チームの一員として活動し、投資やアドバイザリー業務に携わり、DoubleClickやGroup Commerceなどの企業で役職を務めていました。そのようなテクノロジー、金融、事業運営の経験の組み合わせは、CreateMeを立ち上げ、自動化されたアパレル製造という複雑な課題に取り組む決断にどのように影響しましたか？CreateMe以前、私はソフトウェア、eコマース、投資、初期段階の事業運営職を横断するテクノロジーゼネラリストとして成長しました。Group Commerceを含むスタートアップチームの一員であることは、実践的なMBAのようなものでした。様々な分野を横断して考え、テクノロジー、経済学、事業運営が実際の制約下でどのように相互作用するのかを見ることを強いられます。その視点が、アパレルについて異なる結論に導きました。eコマーススタートアップを通じて、同じ失敗が繰り返されるのを目にし続けました：低い販売率、大幅な値引き、そして最終的に償却されるか埋立地に送られる大量の在庫です。多くの人々はこれらをマーチャンダイジングや需要予測の問題として捉えていました。テクノロジーのレンズを通して見ると、それらはより深い問題、つまり実際の需要に対応できない製造システムの症状であることが明らかでした。この洞察は、分野を横断してそれらの点を結びつけることから生まれました。アパレルが機能不全に陥っているのは、システムの単一の部分がうまく運営されていないからではありませんでした。これは微調整や最適化で解決できるものではなく、材料、機械、ソフトウェアを一つのシステムとして、白紙の状態から第一原理に基づいて再考する必要があることに気づきました。CreateMeはその確信から生まれました。これは根本的にテクノロジーの問題であり、テクノロジーによる解決策が必要でした。学際的であることが、そもそもこの問題を可視化させた理由であり、CreateMeのアプローチが異なって見える理由です。私たちはアパレル製造をシステムと自動化の課題として扱い、業界の実際の働き方を変えることができるプラットフォームを構築することを目指しました。CreateMeは現在、ロボティクス、材料科学、自動化にわたる重要な特許ポートフォリオを保有しています。この問題がPhysical AIで解決可能だと確信させた最も初期の技術的洞察は何でしたか？2019年にCreateMeを創業した時、アパレル製造の自動化にはついに信頼できる道筋があると信じていましたが、それはプロセス自体が再考された場合に限られると考えていました。布地は変形可能で状態依存性のある材料です。伸縮し、移動し、取り扱われるにつれて挙動が変化します。小さな変動が急速に増幅します。そのような条件下では、開ループ制御や事前にプログラムされた動作は破綻します。問題はロボットの精度ではありませんでした。それは、材料の状態を十分に理解してそれに基づいて行動することでした。私たちの最初の真の進歩は、組み立てモデルを変更することからもたらされました。連続的な縫製を接着剤による接合に置き換えることで、布地が動いている間ではなく、静的で固定された状態で衣服を組み立てることができるようになりました。これにより、変動性の主要な原因が除去され、位置合わせと接合を直接制御できるようになりました。これに従来のマシンビジョン、MLベースのコンピュータービジョン、ルールベースのロジック、ロボティクスを組み合わせることで、定義された一連の操作に対して信頼性の高い自動化が可能になりました。これは初期の段階で重要なことを証明しました：プロセスが正しく構造化されていれば、変形可能な材料も機械的に取り扱うことができるということです。それらの初期のシステムはまた、限界を明確にしました。従来のルールベースのマシンビジョンは、幾何学的形状が単純で条件が厳密に制約されている場合にはうまく機能します。しかし、アパレルにおける最も困難な問題、特に布地の形状、向き、接触が空間内で連続的に変化する複雑な三次元接合には拡張できません。当時利用可能な知覚およびモデリングツールでは、それらの操作のエンドツーエンドの自動化は単純に達成不可能でした。そこでPhysical AIが方程式を変え始めています。知覚、センシング、身体性知能の進歩により、変形可能な材料を三次元で理解し、見ること、決定すること、行動することの間のループを閉じることが可能になりました。これらのモデルを物理的な組み立てに適用するのはまだ初期段階ですが、初期の実装でさえ、自動化可能な衣服、布地、複雑な3D接合操作の範囲をすでに拡大しています。動作をスクリプト化する代わりに、システムは材料の状態について推論し、リアルタイムで適応し、エンドツーエンドで接合操作を実行できるようになりつつあります。各接着操作は、繊維が力、熱、幾何学的形状にどのように反応するかについてのデータを生成し、それにより性能が使用を通じて改善され一般化されます。要するに、私たちの初期のツールは実現可能性を証明しました。Physical AIは、完全性と規模拡大の鍵を開くものです。スクリプト化された自動化からエンドツーエンドの知的組み立てへのその進展が、この問題が解決可能であるだけでなく、衣服や材料を横断して拡張可能であると私たちを確信させたものです。私たちの特許ポートフォリオの広がりは、その道筋を反映しています。変形可能な材料の組み立てを解決するには、ロボティクス、材料科学、自動化にわたる発明が必要であり、Physical AIが最も複雑な形態の接合を可能にしました。ソフトグッズの複雑さのため、アパレル製造は長い間完全な自動化に抵抗してきました。CreateMeがついにその閾値を超えることを可能にしたブレークスルーは何ですか？CreateMeにとって、自動化の閾値を超えることは、衣服が物理的にどのように組み立てられるか、およびその組み立て中に機械が布地をどのように知覚し作用するかという、関連する2つのシフトによって推進されてきました。最初のブレークスルーはアーキテクチャに関するものでした。縫製から接着剤接合に移行することで、組み立て中に布地の両面にアクセスする必要性を排除しました。衣服は、折り畳んだり、ひっくり返したり、ミシンで張力をかけたりするのではなく、片面アクセスを使用し、静的で固定された状態で構築できます。これにより、操作の複雑さが大幅に軽減され、変動性の主要な原因が除去されました。布地が片面から支持されアクセス可能になることで、位置合わせと接合は制御可能な問題となり、従来のマシンビジョンとロボティクスによって衣服構造の意味のある部分を確実に自動化できるようになりました。第一原理から、これはロボット縫製よりも根本的に自動化可能です。縫製は、布地が積極的に変形している間、連続的な動きで人間の器用さを再現しようとします。接着剤ベースの組み立ては、制御された位置決めと離散的な接合を中心に問題を再構築し、これはロボティクスにはるかに適しています。このアプローチはまた、残る課題を明確にしました。より複雑な三次元接合、つまり表面が変化する角度で出会い、接触がなされるにつれて材料の挙動が変化する領域に移行するにつれて、ルールや従来のマシンビジョンベースのアプローチは限界に達しました。衣服やテキスタイルの完全な変動性にわたるエンドツーエンドの自動化には、より適応的な知覚と制御が必要でした。そこでPhysical AIが重要な役割を果たします。知覚、センシング、身体性制御の進歩により、布地の幾何学的形状と材料の状態を三次元で解釈し、組み立て中にリアルタイムで応答することが可能になります。CreateMeでは、これらの能力の初期の応用でさえ、最小限の介入で自動化可能な衣服、布地、複雑な3D接合操作の範囲を拡大しています。要するに、プロセスの再設計、つまり接合、片面アクセス、静的組み立てが自動化を実現可能にしました。Physical AIは、その自動化がエンドツーエンドの運用に向かい、現実世界の変動性にわたって規模を拡大することを可能にし、アパレル製造が狭い自動化を超え、複雑さが増すにつれて改善するシステムに向かって進むことを可能にします。MeRA™は、モジュール式のロボット組み立てアプローチを衣服生産に導入します。このシステムは、従来の工場自動化とどのように根本的に異なりますか？MeRA™は、剛体部品と安定したプロセスに基づく産業から適応されたのではなく、アパレル製造の特定の制約を中心に設計されているため、従来の工場自動化とは根本的に異なります。従来の自動化は、固定された幾何学的形状、予測可能な材料、限られた変動性を前提としています。切り替えは、工具集約的で機械的に制約されたセットアップおよびプロセス固有の治具によって管理されます。このモデルは、製品がめったに変わらない場合に機能します。材料が変形可能で、スタイルが急速に変わり、生産が経済的に成り立つためには高速で実行されなければならないアパレルでは破綻します。MeRA™は逆の前提から始まります。アパレルには、生産を停止することなく、柔らかい材料、絶え間ない変動、頻繁な切り替えを処理できるシステムが必要です。そのために、MeRA™はモジュール式のソフトウェア定義組み立てアーキテクチャを使用します。各モジュールは個別の操作を実行し、製品、布地、または生産量が変化するにつれて再構成、複製、または再配置できます。切り替えは、物理的な再工具化ではなく、ソフトウェアでデジタルに行われます。アーキテクチャ的には、MeRA™は速度と制御の両方を最大化するように設計されています。組み立ては、形成や接合に必要な場合にのみ厳密に管理された三次元操作に移行する前に、ビジョン、位置合わせ、動作が最も速く、最も精密である二次元の状態で可能な限り長く保たれます。従来の自動化は部品を固定された3Dワークセルに押し込みますが、MeRA™は設計により3Dの複雑さを最小限に抑えてスループットを維持します。デジタル接着剤接合と組み合わせることで、MeRA™は機械的に制約された接合を、プログラム可能な片面操作に置き換えます。衣服をひっくり返したり、連続的な張力を管理したり、プロセス途中で両面にアクセスしたりする必要はありません。これにより、サイクルタイムが短縮され、エラー率が低下し、衣服やテキスタイルを横断した迅速なデジタル切り替えが可能になります。要するに、従来の自動化はプロセスをハードウェアにハードコードします。MeRA™はプロセスをソフトウェアで定義し、材料に適応させます。物理的な再工具化からデジタル切り替えへ、固定されたワークフローからモジュール式組み立てへのそのシフトが、MeRA™がアパレルの要求する速度と変動性で動作することを可能にします。Pixel™は縫製をマイクロ接着剤接合に置き換えます。速度と効率を超えて、これはアパレルブランドにどのような新しいデザインや性能の可能性を解き放ちますか？Pixel™は縫い目レベルで衣服構造を再定義します。縫製をデジタル制御されたマイクロ接着剤接合に置き換えることで、ブランドははるかに高い精度と一貫性を得て、より滑らかで、より強く、着用時に快適な衣服を実現します。プロセスがソフトウェア定義であるため、縫い目は制約ではなくデザイン面となり、ストレッチ、水分管理、温度調節、軽量補強を衣服構造に直接設計することが可能になります。これらの利点は、衣服が身体上でどのように機能するかを超えて拡張されます。性能を可能にするのと同じデジタル制御により、衣服を最初からエンドオブライフのために設計することも可能になります。私たちのThermo(re)set™接着剤配合により、接合を逆転させることができ、自動化された分解と大規模なテキスタイルリサイクルを可能にします。ブランドにとって、Pixel™はデザイン、性能、循環性を、後から重ねられる競合する優先事項ではなく、構造そのものの統合された成果とします。現在、Physical AIについて多くの誇大広告があります。あなたの観点から、Physical AIは今日実際にどこで機能し、現実はまだ期待にどこで遅れていますか？Physical AIは、問題が力技ではなく知性のために構造化されている場合に今日機能します。私たちは、知覚、学習、制御が設計されたシステム内で一緒に展開される環境、つまりタスクが反復可能であるが依然として適応を必要とし、機械が実際に重要なことを観察し推論できる場所で、実際の進歩を見ています。期待が現実をまだ上回っているのは、汎用の身体性知能に関する分野です。柔らかく変形可能な材料は、部分的な観測可能性、非線形の挙動、絶え間ない変動をもたらすため、ロボティクスにおける最も困難な問題の一つであり続けています。Physical AIは人間の器用さの代わりとしてそのまま使えるものではなく、混沌とした環境やレガシー環境ではデフォルトでは成功しません。実際には、その違いは設計に帰着します。Physical AIは、物理プロセスが不確実性を減らすために意図的に再考された場合、つまりアクセスが簡素化され、状態が観測可能であり、変動性が無視されるのではなくアーキテクチャによって管理される場合に機能します。そのような条件下では、学習システムは適応し改善できます。それがなければ、AIはしばしば貧弱な物理設計を補償しているに過ぎません。それがCreateMeで適用するレンズです。私たちはPhysical AIを製造の複雑さを回避する近道として扱いません。私たちはそれを、基礎となる組み立てシステムが第一原理から再設計された後にのみ機能するスケーリング層として扱います。私たちが学んだ教訓は単純です：Physical AIは、物理世界が知性に実際の仕事をさせるように設計されたときにスケールします。関税、地政学的リスク、サプライチェーンの脆弱性が構造的問題となる中、MeRA™のような技術は、製造を米国に戻す経済性をどのように変えますか？長い間、オフショアリングは狭い労働コ
