Fady Saad、Cybernetix Ventures創業者兼ジェネラル・パートナー ― インタビューシリーズ

Fady SaadはCybernetix Venturesの創業者兼ジェネラル・パートナーで、ロボティクス、自動化、産業用AI分野のアーリーステージ企業に投資している。また、MassRoboticsを共同創業し、企業との提携関係の構築を支援するとともに、ロボティクス系スタートアップが事業化へ進むのを後押ししてきた。エンジニアリングや事業開発に加え、機械を実際の稼働環境に導入する際の現実的な課題にも精通しており、顧客ニーズと商業的に成り立つ導入を重視した投資アプローチを取っている。

Cybernetix Venturesはボストンを拠点とするベンチャーキャピタルで、北米と欧州のロボティクス、自動化、産業用AI分野のスタートアップに投資している。製造、物流、医療、建設のほか、ロボティクスを支える知覚、自律性、センサー、サイバーセキュリティなどの技術を投資対象としている。このインタビューでSaadは、フィジカルAIの可能性と限界、特化型ロボットやヒューマノイドロボットの採算性、そして有望な技術を拡張可能なビジネスに育てるために必要な信頼性、データ、インフラについて語る。

あなたは2014年にMassRoboticsを共同創業し、世界有数のロボティクス・イノベーション・エコシステムの構築に貢献した後、2021年にCybernetix Venturesを創業しました。ロボティクス系スタートアップを支援する立場から、直接投資する立場へ移るきっかけは何でしたか。また、MassRoboticsでの経験は、あなたの投資哲学にどのような影響を与えましたか。

投資家になるつもりはありませんでした。Vecnaでロボティクスに携わり、研究開発や事業化戦略に取り組むなかで、ロボティクスはソフトウェアの常識どおりには進まないとすぐに学びました。ソフトウェアなら、試作品を6カ月でユーザーに提供できます。しかし、ロボットには製造、サプライチェーン、テスト、安全対策に加え、現場にロボットを受け入れてくれる顧客が必要です。

だからこそ、2014年にMassRoboticsを立ち上げました。難しいのは試作品を作ることではなく、動作する試作品を、誰かがお金を払って購入できる製品にすることなので、私たちはこれをスタートアップ・アクセラレーターと呼びました。私は企業との提携を担当し、6年以上にわたって300件を超える企業との会議に参加し、40件を超える提携の構築を支援しました。そこで何度も目にしたのは、現実の課題を抱える企業、実用的な技術を持つスタートアップ、そしてその両方を理解する投資家がほとんどいないという状況でした。

2018年から2019年にかけて、そのことは明らかになりました。ベンチャーキャピタルはSaaSかバイオテクノロジーに集中し、ロボティクスの創業者はどちらにもなじめない存在でした。ソフトウェア投資家にはハードウェアの比重が大きすぎ、バイオテクノロジー投資家には生物学の要素が足りなかったのです。適切な資金がなかったため、優れたチームが行き詰まっていました。2017年にAnalog DevicesをMassRoboticsに招いた際に知り合ったMark Martinも、企業側から同じ課題を見ていました。そこで、ロボティクスを独立した資産クラスとして捉えるファンド、Cybernetixを立ち上げ、2021年に運用を開始しました。

MassRoboticsでの経験は、シンプルな形で私たちの投資方針に影響しています。私たちは技術ではなく、顧客の課題を起点に考えます。少なくとも1人の創業者が、販売先となる業界の出身であるチームを評価します。そして、すべての投資案件に企業ネットワークを生かします。この分野では、買い手を適切に紹介してもらうことが、投資資金以上の価値を持つ場合があるからです。

フィジカルAIは、現実世界と相互作用する機械に知能をもたらすものであり、人工知能のなかでも最も大きな変革をもたらす分野の一つとして台頭しています。どのような技術的ブレークスルーが普及を加速させているのでしょうか。また、この業界が重要な転換点を迎えていると考えるのはなぜですか。

同時に二つのことが進みました。頭脳は大きく進化し、機体ははるかに安価になりました。

ソフトウェア面では、基盤モデルによって、ロボットはこれまでほとんど持っていなかった能力を得ました。指示を理解し、明示的にプログラムされていない状況にも対処できる能力です。シミュレーションを使えば、ロボットが実際の工場に入る前に、チームは何千ものシナリオを訓練・検証できます。ハードウェア面では、センサー、エッジコンピューティング、アクチュエーター、バッテリーの性能向上と低価格化が続いており、スタートアップでも大手産業企業でなくても、ロボットの全スタックを構築できるようになっています。

さらに、製造、物流、農業、建設の人手不足、高齢化する労働力、そして生産を国内に戻そうとする本格的な動きがあります。私は、人手不足は工学の問題ではなく経済の問題だといつも話しています。今では取締役会も、そのように捉えています。

ですから、転換点を迎えているのは確かですが、どの部分なのかは正確に見極める必要があります。能力と資金の流れは転換点を越えましたが、大規模な導入はまだです。ChatGPTは、デジタル化された人類の知識が20年、あるいは30年分蓄積されたものを基盤にしていますが、物理世界にはそれに相当するものがありません。卵、紙、布をそれぞれどのように持つべきかをロボットに教えるデータセットは存在しません。実環境に導入し、稼働シフトのたびに学習することで、このデータの隔たりを埋める企業が、次の段階を形作るでしょう。

AIの進歩、人手不足、自動化需要の高まりを背景に、ロボティクスとフィジカルAIへの投資が加速しています。投資家の期待を高めている要因は何でしょうか。また、この勢いのうち、実際の商機を反映している部分と、投機的な期待による部分は、それぞれどの程度でしょうか。

両方だと思いますし、そうではないふりをしても、投資家は誰の役にも立ちません。

需要は確かにあります。DeloitteとManufacturing Instituteの予測では、米国の製造業では2033年までに最大380万人の労働者が必要になる可能性があり、そのうち約190万人分の仕事は人材が見つからず、埋まらない恐れがあります。これは誇張ではありません。経済に生じている人手不足の穴です。

資金の流れはまた別の話です。Crunchbaseによると、2026年上半期にロボティクスのスタートアップに投じられた資金は188億ドルに達し、2025年通年を上回りました。一方、PitchBookによれば、第2四半期は取引額が過去最高を記録する一方で、取引件数は減少しました。つまり、資金の大半がひと握りの大型調達案件に集中しているということです。その多くは、主にヒューマノイドや汎用ロボットモデルをめぐるストーリーに投じられています。

私があえて地味な基準を設けているのには理由があります。顧客はパイロット導入の後、再び購入するでしょうか。ロボットは、その仕事に必要な信頼性を達成できるでしょうか。生産ラインなら、90％ではなく99.99％の信頼性が求められます。1年ほど以内に実際の売上が立つでしょうか。答えがイエスなら、それは事業です。ロボットが2030年に何を実現するかという話が売り込みの中心なら、それは確実性があるかのような価格を付けられた投機です。ロボティクス業界は以前にも同じサイクルを経験しています。淘汰を経て、料金を支払う顧客を持つ企業は、より強くなっていきます。

Cybernetix Venturesは、ロボティクスとAI分野のアーリーステージ企業への投資を拡大するため、第2号ファンドの資金調達を進めています。第1号ファンドの立ち上げ以降、投資の考え方はどのように変化しましたか。また、どのような新興技術や業界が機関投資家の大きな関心を集めていますか。

根本にある考えは変わっていません。フィジカルAIの価値は、ソフトウェアが現実世界に導入されるところで生まれます。そして、優れたロボットは、具体的な課題から逆算して設計されます。第2号ファンドでは、この考えをさらに推し進めます。

変わったのは投資先の地図です。第1号ファンドは、製造、物流、建設、医療に重点を置いていました。第2号ファンドもこれらの分野を継続するとともに、農業、エネルギー・気候インフラ、宇宙、防衛、さらにデュアルユース技術を加えています。投資の内訳は引き続き、およそ3分の2がフルスタックのロボティクス企業、3分の1がAIモデル、認識技術、機械間サイバーセキュリティなどの基盤技術です。第2号ファンドで最初に投資したのは、宇宙ロボティクス企業と認識モデル企業でした。ここから、新世代の向かう先が見えてきます。

また、2021年にはほとんど話題に上らなかった点も慎重に見ています。部品の調達先、サプライチェーンの中国への依存度、そしてネットワークに接続された後のロボットの安全性などです。

機関投資家や事業会社からよく聞かれる質問は、主に2つあります。まず事業会社は、自社だけでは参入できない市場の動向をどう把握すればよいかと尋ねます。つまり、投資先候補の発掘、市場インテリジェンス、共同投資についてです。こうした企業の多くで、フィジカルAIはCEOレベルの優先課題になっています。一方、ファミリーオフィスや機関投資家からは、より直接的な質問を受けます。大型のヒューマノイドやロボットモデルの資金調達ラウンドに、SPVを通じて参加すればよいのではないか、という質問です。私の答えは、そうした案件は競争が激しく、コストが高いうえ、多額の資金を必要とする賭けだということです。非対称なリターンが期待できるのは、もっと早い段階……まだ一般的な投資家が見つけていない企業です。そうした投資機会を見つけることに、専門特化した投資家の価値があります。

ヒューマノイドロボットは大きな注目と投資を集めており、TeslaやFigure AIなどの企業は、ますます高度な能力の実現を目指しています。一方で、あなたは商業的な実現可能性に懐疑的な見方を示しています。投資家は近い将来の可能性をどの点で過大評価していると考えますか。また、特化型ロボットのほうが、より魅力的な投資機会となるのでしょうか。

私が懐疑的なのは技術ではなく、実現までの時間です。私の原則は、形は機能に従うということです。部品の搬送やピックアンドプレースが仕事なら、非常に複雑で高価な二足歩行機械が必要なのか、それともロボットアーム、あるいは移動台車に載せた2本のアームで十分なのかを考えるべきです。平坦な倉庫や工場の床では、脚があっても大きな利点はありません。コストが増え、電力を消費し、転倒する可能性のあるロボットに頼ることになります。

投資家がヒューマノイドの近い将来の可能性を過大評価しているのは、採算の見通しです。バリュエーションは近いうちに幅広く導入されることを前提としていますが、器用に動く手、触覚や力のフィードバック、数時間稼働するバッテリー、再現性と追跡可能性を備えたAIスタックなど、難題はまだ解決されていません。チャットボットならエラー率10％でも問題ありません。しかし工場では、たった一度の誤動作で人がけがをしたり、顧客に数百万ドルの損害を与えたりする可能性があります。意味のある規模での出荷が始まるのは、来年ではなく、5～10年後だと見ています。

人間向けに作られ、再設計できない環境では、ヒューマノイドが適しています。私が特に注目しているのは宇宙です。NASAは商業利用者に対し、宇宙飛行士の作業時間1時間あたり約13万ドルを請求しています。そのため、人間向けに設計された宇宙ステーション内で作業できるロボットなら、すぐに投資を回収できます。原子力施設、災害対応、一部の防衛業務にも同じ理屈が当てはまります。

ですから、近い将来に限れば、リスク調整後の投資先として特化型ロボットのほうが優れています。すでに出荷され、現在も対価を得ています。

ヒューマノイドロボットが見出しを席巻する一方、Cybernetix Venturesは製造、医療、物流、建設の実用的な用途に注力しています。フィジカルAIが近い将来に最も大きな経済効果をもたらすのはどの業界ですか。また、自動化への投資で測定可能なリターンがすでに得られているのはどの分野でしょうか。

最も早く効果が表れるのは、コストのかかる課題、人手不足、そして成果を金額で測る買い手という3つの条件がそろうところです。

製造業、特に既存工場が最初の有望な分野です。ロボットの導入を前提に工場を建て直せるところは、ほとんどありません。数百か所の拠点を持つ企業には、既存の建物に適合する自動化が必要です。だからこそ、既存のロボットアームで、形が不揃いな部品や光沢のある部品、透明な部品をつかめるようにするAIビジョンには、大きな価値があります。すでに現場にある設備の能力を高めるのです。

物流は最も成熟した市場であり、ピッキング、搬送、積み込みでは、投資収益率（ROI）が明確です。それでも、混在した容器の中から特定の品物を一つ選び、常に確実につかむという課題は、まだ完全には解決されていません。

ヘルスケアとライフサイエンスは、過小評価されています。ラボの自動化によって、時間のかかる手作業を、より迅速で再現性のある結果へと変えられます。また、医薬品開発企業は、より早く結果を得るために費用を支払う方法をすでに理解しています。

建設業はまだ発展の初期段階にありますが、あらゆる業界の中でも特に深刻な人手不足に直面しています。墨出しや資材の揚重といった範囲の限られた作業で、ロボットは導入効果を発揮し始めています。

測定可能なリターンが得られる場面を見ると、ほぼいつも同じパターンです。範囲を絞った一つの作業を、より確実にこなし、5年後の予測を示すスライドではなく、顧客自身の数字で投資回収を確認できることです。

基盤モデル、コンピュータービジョン、強化学習、シミュレーションの進歩によって、ロボットの能力は大きく変わりつつあります。今後5年間で、最も大きな影響をもたらすと考えるAIの革新は何ですか。また、予測が難しい現実の環境での広範な導入を妨げている技術的な限界は何でしょうか。

今後5年間で注目したいことは4つあります。

ロボット向けの基盤モデル、特に視覚、言語、行動を結び付けるモデルです。ただし、何にでも使える単一のモデルとしてではなく、分野ごとに普及していくと考えています。まず一つの目的に特化し、次に用途の範囲を広げ、やがては戸建て住宅の建設のような分野全体を対象にする、という道筋です。建設、製造、ヘルスケアを一つのモデルで動かせるとは思いません。

シミュレーションです。訓練のコストを抑えられるからです。ただし、シミュレーションで到達できるのは80%か90%までです。残りの10%のところで、ロボットは物を落としたり、ぶつけたりします。

触覚です。視覚は環境を理解するうえで非常に優れています。しかし、現実世界に働きかけるには、実際に触れて感じる必要があります。触覚センシングと、より優れたロボットハンドが重要なのは、実際の作業の大半が物体操作に関わるからです。

データインフラです。自動運転車の分野では、Scale AIのような企業がデータの収集とラベリングで大きな事業を築き、Applied Intuitionはシミュレーションを基盤に事業を築きました。フィジカルAIでも同様の事業が生まれるでしょう。これは、この分野で最大級の機会の一つです。

予測が難しく、雑然とした環境での導入を今も妨げているのは、信頼性と信頼です。工場には99.99%の信頼性が求められます。人のそばで稼働する移動ロボットについては、安全基準、認証、保険制度の整備が追いついていません。また、ネットワークに接続されたロボットはどれもサイバーセキュリティ上のリスクを伴いますが、そのコストをまだ織り込んでいる人はごくわずかです。

Cybernetix Venturesは、Cambrian Robotics、Dash Bio、Rugged Roboticsなどの企業に投資してきました。これらの企業に魅力を感じたのはなぜですか。また、有望なロボット技術と、商業的に拡大可能な事業を分けるものは何でしょうか。

3社はいずれも、目を引くデモではなく、顧客の課題を起点に事業を始めました。

Cambrian Robotics。マシンビジョンの分野は競争が激しいですが、Cambrianは、多くのシステムが苦手とする小さな部品、光沢のある部品、透明な部品を確実につかめます。主要な産業用ロボットブランドに対応し、設置はおよそ半日で完了します。2024年に同社のシードラウンドを共同で主導した時点で、Toyota、Audi、Electroluxなどのメーカーで、すでに試験導入と本格導入が進んでいました。

Dash Bio。医薬品開発企業は、生物分析の多くを、今も大部分が手作業で行われている外部ラボに委託しています。Dashは、GLP（医薬品の安全性試験の実施基準）に準拠した高度に自動化されたラボを構築しました。ロボット、AI、ソフトウェアを組み合わせ、主要なアッセイを最大10倍速く実施できます。同社が販売しているのはロボットではありません。より迅速な結果を提供しているのです。顧客はすでに、そうした結果を購入する方法を知っています。

Rugged Robotics。建設現場では今も、壁や配管、設備の位置を一つずつ人が手作業で印を付けています。時間がかかり、壁ができてからミスが判明すると、修正費用も高額になります。Ruggedのロボットは、図面を床に直接印刷します。人手不足に悩む現場で、範囲を絞った一つの作業を、より速く、より正確にこなすのです。

有望な技術と、拡大可能な事業を分けるものは何でしょうか。99%の場合、目を引く技術的成果から出発して用途を探すやり方では、苦戦する企業になるのが関の山です。規模を拡大できる企業は、Kiva、Locus、Universal Robotsがそうしたように、課題を起点に、必要な機械を逆算します。そのうえで私が注目するのは、試験導入の後も再び購入する顧客がいること、現場に博士号取得者を常駐させなくても導入できること、販売量が増えても単位経済性が成り立つこと、そしてチームが節目となる目標を達成することです。印象的なロボットは数多くあります。しかし、事業として成り立つものははるかに少ないのです。

フィジカルAIの能力が高まるにつれて、雇用の喪失、安全性、人間による監督への懸念が強まっています。ロボットは主に人手不足を補い、人間の働き手を支援するものだと考えていますか。それとも、導入が加速することで、労働力に大きな変化が起こると予想していますか。

短期的には、主に人手不足を埋める役割を果たします。私たちが関わる工場、倉庫、ラボ、建設現場では、制約となっているのは需要ではなく人手です。求人が何か月も埋まらないことがあります。

当社の投資先企業の一つであるVerve Motionは、私がよく例に挙げる企業です。同社は、重い荷物を一日中持ち上げる作業者の負担を大幅に軽減する、柔軟な外骨格スーツを製造しています。ある倉庫作業者は、帰宅後、ようやく子どもたちと遊ぶ気力が残るようになったとチームに話してくれました。これこそ、社会に貢献するロボティクスであり、誰かの仕事を奪うものではありません。

混乱が起きないなどとは言いません。最も反復的な職務は縮小し、仕事のあり方は、現在の研修制度が対応できる速度を上回る速さで変化していくでしょう。率直に言えば、今こそ技術者、オペレーター、そしてロボット群を保守する人々のリスキリングに投資すべきです。出荷されるロボットは一台ごとに、設置し、プログラムし、修理する人の仕事を生み出します。

安全性に関しては、ロボティクスはソフトウェアAIよりも実績があります。産業用ロボットは何十年にもわたり、安全基準と認証のもとで運用されてきました。ロボットの知能が高まるにつれて、その安全文化も引き継がなければなりません。責任の所在を明確にし、機械を安全に保ち、重要な意思決定は人間が担う必要があります。

2030年以降を見据えたとき、フィジカルAIとロボティクスのどのような進展が、世界経済に最も大きな影響を与えるとお考えですか。また、見過ごされている投資機会や、もっと注目されるべき新たな用途はありますか？

2030年までに、世界経済にとって最も重要になるのは、3つの分野だと思います。

現場で学習するロボットによって、カスタム統合を導入する余裕がなかった中小の製造業にも、ついに自動化が広がるでしょう。産業基盤の大部分は、実際にはそうした企業によって支えられています。

自動化された研究施設は科学の進歩を加速させ、生物学や創薬の研究を24時間体制で進められるようにします。

また、アクチュエーター、モーター、センサー、ギアなど、ロボット部品のサプライチェーンが戦略的に重要になります。ヒューマノイドを製造する企業の大半は、こうした部品を自社で作っていません。設計、統合、組み立てを手がけており、現在、その供給の多くは中国と日本に集中しています。米国やその同盟国でこの基盤を築く企業は、非常に重要な存在となるでしょう。

見過ごされているのは、基盤を支える仕組みです。ロボットが互いに、また稼働するネットワークを信頼できるようにするための、現実世界のデータ収集、シミュレーションとテスト、ロボット群の管理、認識、そして機械の識別情報とサイバーセキュリティです。また、農業や建設のように、労働力不足に悩みながらもニュースで取り上げられることの少ない業界における、業界特化型の用途も見過ごされています。

ニュースの見出しを飾るのはヒューマノイドでしょう。しかし、利益の多くは基盤を支える仕組みから生まれます。そして最終的に重要なのは、技術的な影響ではなく、社会に与える影響です。

素晴らしいインタビューをありがとうございました。ロボティクス、フィジカルAI、自動化分野の初期段階の投資について詳しく知りたい方は、Cybernetix Venturesをご覧ください。