インタビュー
CreateMeのCEO兼創設者Cam Myers – インタビューシリーズ
Cam Myers、CreateMeのCEO兼創設者は、2019年に会社を設立し、先進的な自動化を通じてアパレル製造を現代化するというビジョンを掲げました。サンフランシスコ湾エリアを拠点とし、投資顧問としての経験をADM Investment Partnershipで積み、Group Commerceの創設チームで初期のリーダーシップを担い、Downtown Music HoldingsおよびPublicis Groupeでのビジネス開発担当としての役割を経て、多様な背景を持っています。また、世界経済フォーラムのグローバル・イノベーター・コミュニティのメンバーでもあり、技術駆動型の産業変革への幅広い取り組みを反映しています。
CreateMeは、ロボティクス、コンピュータビジョン、機械学習を活用した接着による組み立てを実現する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、従来の縫製を置き換え、より迅速で地元密着型、持続可能なアパレル生産を可能にします。浪費を削減し、サプライチェーンを短縮し、次世代のソフトグッズ製造の最前線で会社を位置付けます。
CreateMeを設立する前は、創設チームの一員として働いたり、投資およびアドバイザリーの役割を担ったり、DoubleClickやGroup Commerceのような企業で勤務したりしていました。技術、金融、運営の経験が混在するその背景は、自動化されたアパレル製造という複雑な問題に取り組むというあなたの決定をどのように形作ったのでしょうか。
私がCreateMeを設立する前は、ソフトウェア、EC、投資、初期段階の運営業務など、テクノロジー総合的な立場で働きました。スタートアップチームの一員として働くことは、実践的なMBAのようでした。さまざまな分野を跨ぎ、テクノロジー、経済、運営が実際の制約の下でどのように相互作用するかを見て取り、学ぶことができました。
その視点がアパレルに対する私の結論を導きました。ECスタートアップを通じて、繰り返し同じ失敗を目にしました。低い売上、深刻な割引、最終的に損失として計上される大量の在庫、または廃棄物として処分されることです。多くの人はそれらを商品管理または予測の問題として捉えました。しかし、テクノロジーから見たとき、それらは表面的な問題ではなく、根本的なものです。製造システムが実際の需要に応じることができないという問題です。
その洞察は、さまざまな分野を跨いで結び付けることから生まれました。アパレルは、ある部分が不十分であったために壊れたのではなく、システム全体がうまく機能していないということです。私たちは、そ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再設計する必要があることを実感しました。
CreateMeはその信念から生まれました。これは本質的に技術的な問題であり、技術的な解決策が必要です。私たちがCreateMeのアプローチを異なるものにしたのは、学際的なアプローチを取ったからです。それが私たちを動かす原動力です。アパレル製造をシステムおよび自動化の課題として扱い、業界の実際の動作を変えることができるプラットフォームを構築しようとしました。
CreateMeは現在、ロボティクス、材料科学、自動化分野で重要な特許ポートフォリオを保有しています。Physical AIでこの問題が解決可能であることを確信した最初の技術的な洞察は何でしたか。
私たちがCreateMeを2019年に設立したとき、最終的にアパレル製造の自動化が可能になるという信念を持っていました。しかし、そのプロセス自体を再考する必要があることを認識しました。生地は変形しやすく、状態依存的な材料です。伸び、変形し、扱われるときに挙動が変わります。小さな変化が急速に蓄積します。そうした条件下では、オープンループ制御と事前にプログラムされた動作が破綻します。問題はロボットの精度ではありませんでした。材料の状態を十分に理解して行動できるかどうかでした。
私たちの最初の実質的な進歩は、組み立てモデルの変更から生まれました。継続的な縫製を接着結合に置き換えることで、衣服を静的な状態で組み立てることができ、変化する条件下での制御と結合が可能になりました。これにより、変動の主要な源が除去され、伝統的なマシンビジョンとロボティクスによる信頼性の高い自動化が可能になりました。
しかし、従来のルールベースのマシンビジョンは、幾何学が単純で条件が厳密に制限されている場合にのみ機能します。アパレルの最も難しい問題、特に複雑な3次元結合で、布の形状、向き、接触が継続的に変化する場合、それらは拡張できません。操作のエンドツーエンドの自動化は、当時の認識とモデリングツールでは達成できませんでした。
そこでPhysical AIが重要な役割を果たします。認識、感知、体現された知能の進歩により、3次元で変形材料を理解し、組み立て中にリアルタイムで対応できるようになりました。CreateMeでは、初期の適用でも、自動化可能なガーメント、生地、複雑な3D結合操作の範囲が拡大しています。スクリプトされた動作ではなく、システムが材料の状態について推論し、リアルタイムで適応し、結合操作をエンドツーエンドで実行できるようになりました。各接着操作は、織物が力、熱、幾何学に反応する方法に関するデータを生成し、パフォーマンスの向上と汎用性の向上を可能にします。
簡単に言えば、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、完全性とスケールを解放するものです。その進歩、つまりスクリプトされた自動化からエンドツーエンドの知能化された組み立てへの移行は、私たちにこの問題が解決可能であり、衣服や材料を超えて拡張可能であることを示しました。特許ポートフォリオの幅は、その道を反映しています。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、自動化における発明が必要でした。Physical AIは、最も複雑な結合を開放しました。
アパレル製造は、ソフトグッズの複雑さのために、完全な自動化に抵抗してきました。CreateMeが最終的にその閾値を超えることができたのは、どのようなブレークスルーがあったのでしょうか。
CreateMeが自動化の閾値を超えることができたのは、2つの関連したシフトが起こったためです。衣服が物理的に組み立てられる方法と、機械が組み立て中に生地を認識して対応する方法です。
最初のブレークスルーは建築的なものでした。縫製から接着結合への移行により、組み立て中に生地の両側にアクセスする必要がなくなりました。衣服は静的な状態で、1つの側からアクセス可能な状態で組み立てられ、伝統的なマシンビジョンとロボティクスによる信頼性の高い自動化が可能になりました。
従来の自動化は、硬い部品と安定したプロセスを前提としています。CreateMeのMeRAシステムは、ソフトマテリアル、変化、頻繁な変更を扱えるように設計されています。モジュラーソフトウェア定義のアーキテクチャを使用し、各モジュールが離散的な操作を実行し、製品、生地、またはボリュームの変更に応じて再構成、複製、または再配布できます。変更は物理的な再ツール化ではなく、ソフトウェア内でデジタル的に行われます。
接着結合は、機械的に制約された結合をプログラム可能な単側操作に置き換え、ガーメントの反転、継続的な張力の管理、またはプロセス中の両側へのアクセスの必要性を排除します。サイクルタイムを短縮し、エラー率を低減し、デジタル変更を迅速化します。
従来の自動化はプロセスをハードウェアにコード化します。MeRAシステム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。そのシフト、つまり物理的な再ツール化からデジタル変更への移行と、固定されたワークフローからモジュラーアーキテクチャへの移行が、MeRAシステムをアパレル業界の需要する速度と変化性で動作させることを可能にします。
Pixelは縫製をマイクロ接着結合に置き換えます。速さと効率の向上以外に、アパレルブランドにとってどのような新しいデザインやパフォーマンスの可能性が解放されるのでしょうか。
Pixelは接着結合を使用して衣服の構造を再定義します。デジタル制御されたマイクロ接着結合により、ブランドはより精密で一貫性のあるシームを実現でき、着用時にスムーズで強固で快適な衣服ができます。接着プロセスはソフトウェア定義であるため、シームは制約ではなくデザインの表面となり、ストレッチ、湿度管理、熱制御、軽量化された補強が衣服構造に直接組み込まれるようになります。
これらの利点は衣服の性能に留まらず、エンドオブライフの設計にも影響します。Thermo(re)set接着剤を使用することで、接着を逆転させ、自動化された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、パフォーマンス、サーキュラリティを統合された成果として提供し、競合する優先順位ではなく、構造自体の成果となります。
現在、Physical AIについて多くの期待があります。現状では、Physical AIがどのような点で実際に機能し、どこではまだ期待と現実のギャップがあるのでしょうか。
Physical AIは、問題が知能ではなく、むしろ力ずくで解決できる場合に機能します。私たちは、認識、学習、制御が一緒にエンジニアリングされたシステム内で進歩を実感しています。そこではタスクは繰り返される可能性がありますが、適応が必要であり、機械が重要なことを観察して推論できる場所です。
期待と現実のギャップがあるのは、汎用的な身体的知能についてです。柔らかく変形可能な材料は、ロボティクスの最も難しい問題の1つであり、部分的な観察可能性、非線形の挙動、継続的な変化を導入します。Physical AIは、人間の器用さの代替品ではなく、混沌とした環境やレガシーシステムではデフォルトで成功しません。
実践では、設計が重要です。Physical AIは、物理的なプロセスが不確実性を減らすように再考される場合に機能します。アクセスが簡素化され、状態が観察可能で、変動がアーキテクチャによって管理される場合、学習システムは適応し、改善できます。そうでない場合、AIはただ不良な物理設計を補っているだけです。
私たちがCreateMeで適用するのはそのレンズです。Physical AIを製造の複雑さを避けるためのショートカットとして扱わないでください。Physical AIを、根本的なアセンブリシステムが最初から再設計された場合にのみ機能する拡張レイヤーとして扱います。私たちが学んだ教訓はシンプルです。Physical AIは、物理的な世界が知能が実際の仕事をすることを許可するようにエンジニアリングされた場合にのみ拡張されます。
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な問題となっている現在、MeRAのような技術は、アメリカへの製造業の移転の経済学をどのように変えるのでしょうか。
長い間、海外への移転は、労働コストの観点から見ると経済的に合理的でした。しかしそのモデルには、長いリードタイム、需要と供給の悪い一致、過剰な在庫、そして関税、地政学的リスク、物流の混乱への曝露の増加などの構造的な欠点がありました。MeRAのような技術は、アメリカ国内での異なる運用モデルを実現可能にします。MeRAは、手作業による労働に代わって、高度な自動化された生産を実現し、コンパクトで再構成可能なフットプリントで動作できます。労働が高価で、柔軟性がより価値があるアメリカ国内では、これが重要です。
MeRAは、アパレル生産を縫製から接着結合にシフトし、専門的な縫製労働への依存を減らし、迅速に訓練できる役割に置き換えます。このモデルは、より高品質で一貫性のある生産を実現し、人間の判断が最も価値のある場所で適用され、例外を評価し、しきい値を改良し、システムのパフォーマンスを向上させます。
このアプローチは、製造業の再編を二元的または政治的な決定ではなく、ポートフォリオの選択として行うことを可能にします。海外の製造はまだ重要な役割を果たしますが、自動化された近距離生産は、速度、回復力、資本効率のための戦略的なレバーとなります。結果として、リスクを軽減し、全体的な経済学を改善する、よりバランスの取れたサプライチェーンが実現します。
伝統的なカットアンドセウ環境での製造の制約が同じでなくなった場合、アパレルブランドは製品設計についてどう違った考え方をするべきでしょうか。
伝統的なアパレルデザインは、2つの側面へのアクセス、人間の手によるニードル穿孔、シーム許容量、手作業の繰り返しに最適化された構造方法を反映しています。これらはガーメントの必須要件ではなく、どのように作られているかということの産物です。
自動化された接着結合は、シングルサイドアクセス、デジタル制御された接着剤の付着、そして繰り返し可能な実行を前提とします。デザイナーは、複雑で不規則なエッジ、流体幾何学、布の変換やラミネートを自信を持って作業できます。視覚的な複雑さは、物理的な量ではなく、自動化に適したよりミニマルで洗練された構造言語を必要としません。
このアプローチは、材料の自由度を拡大します。シームテープとは異なり、接着剤はより幅広い生地、特に有機物やデリケートな材料に対応できます。材料の選択は、「信頼性の高い縫製が可能か」という観点からではなく、「製品に最も適したものは何か」という観点から行われます。
デザインは、自動化のために制限的なものではなく、創造的なものです。創造的な意図、美的表現、製造の論理が一致し、自動化が一貫性と実行を担い、デザイナーはフォーム、機能、差別化に焦点を当てることができます。
高度に自動化されたアパレル工場内の人間の役割はどのようなものになりますか。また、ロボティクスが繰り返しのタスクを担うようになるにつれて、どのような新しいスキルが重要になるのでしょうか。
高度に自動化されたアパレル工場では、人間の役割は繰り返しの手作業から、自動化されたシステムの運用、監督、改善にシフトします。ロングセウィングではなく、ロボティックセルを中心に、小さなチームが組織され、製造技術者、セル監督者、プロセススペシャリストが全体の生産フローにおけるパフォーマンス、品質、稼働率を担当します。
製造技術者は、ロボティクス、ビジョンシステム、接着結合装置と密接に作業します。ロボティックセルを監視し、付着パスと接着パラメータを調整し、さまざまな生地間の材料の相互作用を管理し、変動やエッジケースが発生したときに介入します。品質保証は継続的であり、ビジョンシステムは配置、整列、接着の一貫性をリアルタイムで検査します。人間はしきい値を監視し、異常を解釈し、プロセスを調整する決定を下します。
このモデルは、手作業による生産よりもはるかに高い品質と一貫性を提供します。自動化された付着と配置により変動が減り、デジタルQAにより、ダウンストリームの検査ではなく、毎ユニットに対して一貫した実行が可能になります。人間の判断は、例外を評価し、許容値を改良し、システムのパフォーマンスを向上させることに適用されます。
これを実現するには、製造業務に直接組み込まれた、意図的なトレーニングとスキルアップのモデルが必要です。従業員は、生産ダッシュボードを読み、ビジョンとセンサーデータを解釈し、接着の品質メトリクスを理解し、ロボティックシステムと安全に協力する方法を学習します。接着剤の挙動、材料特性、プロセスパラメーターの相互作用と、それらの変数がQAデータでどのように表現されるかを学びます。
時間の経過とともに、スキルアップは基本的なシステム操作からより深いプロセスの所有権に進化します。構造化されたオンザジョブトレーニング、認定モジュール、メンターシップを通じて、技術者は根本的な原因分析、予防保全、継続的な改善のスキルを身に付けます。結果として、高品質で繰り返し可能な生産を維持できる、技術的に熟練した労働力が育成され、自動化が人間の能力を高めるのではなく、代替するのではなく、生産のの一貫性を高めることになります。
5〜10年先を見据えて、Physical AIはアパレル業界のみならず、製造業全体をどのように変えるでしょうか。また、CreateMeはどのような影響を与えたいのでしょうか。
私たちの見解では、Physical AIが製造業で最も大きな機会を持つのは、変動性と複雑さが最も高いタスクにおいてです。柔らかく、柔軟で、3次元的な材料を扱うタスクは、従来の自動化では解決できなかった課題です。
アパレルはその最も明確な例ですが、消費者エレクトロニクスにおける柔軟なコンポーネント、医療製品、家具、自動車内装でも同様のダイナミクスが存在します。縫製とソフトグッズの組み立ては、最も高い労働コンテンツを持ち、製造プロセスの最も自動化されていない部分です。
私たちの視点から見ると、Physical AIの初期の進歩は、高度に垂直化されたシステムによって推進されます。機械設計とロボティックなフォームファクタは、特定のアプリケーションと材料に合わせて調整され、汎用的なエンバディメントではありません。垂直的に拡張されるのは、ハードウェアではなく、知能です。認識、制御、学習システムが、機械が変形材料を理解し、複雑なエッジを整列し、変動に適応し、接着組み立てを信頼性高く実行できるようにします。
10年以上の将来を見て、より一般的でヒューマノイドなエンバディメントが普及し、展開が加速することを信じています。ヒューマノイドロボットが数百万台規模で展開されると、テキスタイルベースのエクソスキンとソフト外装が、人間と機械のインターフェースシステムとして重要になります。その需要を満たすために、接着ベースの自動化ネイティブ組み立てが、新しい工業分野を開拓することになります。
これがCreateMeのビジョンが位置するコンテキストです。
CreateMeのビジョンは、ソフトマテリアルの組み立てを変革することです。自動化されたテキスタイルと柔軟な材料の組み立てを、ソフトウェアと同様にプログラム可能でスケーラブルで適応可能なものにすることです。機械的およびロボティックな実装は、近期的には 垂直的に異なりますが、共通するのは、柔らかく変形可能な材料の取り扱いと接着、接着ロジック、適応的な組み立てを可能にするPhysical AIの能力セットです。
アパレル業界でこの能力を証明することで、CreateMeはより広範な業界への自動化の解放と、次世代のソフトグッズ製造および知能化機械を囲むソフトインターフェースの実現を目指しています。
素晴らしいインタビューと詳細な回答、ご興味がある読者はCreateMeを訪れてください。
