セグウェイ、ココとの提携により歩道ロボット配達に初進出

セグウェイは歩道配送ロボットの未来を見据えており、現在、急成長する業界の頼れるメーカーになる準備を進めている。

同社はほぼすべての主要なシェアードマイクロモビリティ事業者に電動スクーターを供給しており、ロサンゼルスを拠点とする配送ロボットのスタートアップ企業であるココと提携して、部分的に自動化された遠隔操縦の歩道ロボット1,000台を構築している。ココは、2022 年の第 1 四半期中にロサンゼルスとその他の米国の 2 都市でロボットの配備を開始する予定です。

同社がブランド化しているココ 1 ロボットの今回の新たな出荷は、同社がビジネスモデルを証明するために最初に構築した「車輪付きの箱」である、既存の 100 台のココ 0 ユニットに追加されることになります。ココ社の車両担当上級副社長サヒル・シャルマ氏によると、ココ社は追加で1,200台の車両も発注しており、潜在的な契約は保留中だが、2022年5月か6月までに配備できる見込みだという。

Segway は何年にもわたってロボット工学の研究開発を行っており、2016 年には専用部門を設立しました。それは同社が Loomo ロボットを発表したのと同じ年でした。これは基本的に、Intel RealSense RGB-D を含む小さなロボットヘッドを備えたスクーターベースです。カメラ、音声認識、自動運転機能。

Loomo はビジネスチャンスというより実験でした。 Coco とのこの提携は、同社が配信のために「ロボットモバイルプラットフォーム」を大規模に展開する初めてのことです。セグウェイのグローバル事業開発担当副社長、トニー・ホー氏は、これはロボット配送分野への長期的な移行の兆しでもあると述べた。

「これは私たちのパートナーシップの始まりにすぎません」とホー氏はTechCrunchに語った。「私たちは製品側に留まり、ココはオペレーターになります。つまり、マイクロモビリティのスペースに少し似ています。そこでは私たちが車両とハードウェアを提供し、それらが都市やスタッフとの関係、そしてその背後にある運営全体を提供します。」それ。現在、業界全体が活況を呈している2017年のスクーターとほぼ同じ状況が起きている。これは土地の強奪だ」

ホー氏は、セグウェイの電動スクーターと電動自転車のビジネスは成長していると述べ、車両の学習とサプライチェーンのリソースを共有することでロボット工学の成長を拡大するためのてこになると指摘した。

「ココは非常に若い会社なので、彼らは自分たちが最も得意とすることに集中し、サプライチェーンの拡大をセグウェイにアウトソーシングするのに十分賢かった」とホー氏は述べ、ココとの提携は排他的ではないと述べた。「私たちはこれについて非常に真剣に考えており、勝ち馬を支援して迅速に規模を拡大することが当社の戦略です。」

世界の自律型配送ロボットの市場規模は2027年までに2億3,659万ドルに達すると予想されており、そのパイの一部を支配しようと最近さまざまなプレーヤーが出現している。歩道スペースの競合他社である Starship Technologies は、総額 1 億 200 万ドル相当の資金を調達した。 Kiwibot は最近、大学キャンパスにその範囲を拡大しました。道路事業を展開するNuroは6億ドルを調達し、セブンイレブンとの提携を発表したばかりだ。 8月、ココはシリーズAで3,600万ドルを調達し、資金総額は4,300万ドルとなり、その資金の一部はセグウェイ車両の資金として使用されました。

セグウェイは、特にラッシュアワー時の人口密度の高い都市部において、歩道ロボットがファーストマイルとラストマイルの配達を達成する最も効率的な方法になると期待していると述べている。

「製品の観点から見ると、設計がシンプルになることで運用の信頼性が高まり、故障が減り、初期投資が削減されます」とホー氏は述べています。「パンデミックによる労働力不足はロボットの受け入れを加速させるだけだった。また、速度が遅く積載量が小さい車両は歩道での歩行者に優しく、都市では歓迎されている。」

ほとんどのロボット配達スタートアップは実際にはまだ自律化されておらず、ココも例外ではありません。同社の車両はカメラ、GPS、および一部の計算能力を搭載しており、遠隔操作されますが、いくつかの基本的な自動運転機能を備えています。たとえば、直線で走行し、障害物が現れたら停止することができます。これにより、1 人のパイロットが一度に複数の配達を監視し、横断歩道などの難しい部分を引き継ぐことができます。

Cocoの共同創設者兼最高経営責任者（CEO）であるザック・ラッシュ氏はTechCrunchに対し、「われわれはこれに対して非常にビジネスファーストのアプローチをとっている」と語り、完全な自律化が実現するのを待っていても市場参入が遅れるだけだと指摘した。「多くの人が L4 と L5、90% の自律性について話しています。私たちは、このエリアで一定量の配送を行うには何人のパイロットが必要なのかを本当に理解したいと考えています。私たちは、何が意味があるのかを考えてゼロから構築しました。「自動運転車をどうやって簡素化できるか？」と言うのではなく、それをサポートするテクノロジーをどのように構築すべきか、ということを考えるべきです。当社のパイロットは当社の運営の中心であり、今後も常に当社の運営の中心となるため、パイロットを可能な限り効率化するためにパイロットを中心に製品を構築しましょう。」

ココのシステムは、さまざまなルートから収集したデータを取得し、その情報を使用して自動運転ソフトウェア内の機械学習アルゴリズムをトレーニングします。しかし、大規模なフリートを持つことの本当の利点は、コミュニティのより多くのエリアをマッピングし、ロボットのためのより速くて簡単なルートを見つけることができることだとラッシュ氏は言います。

「私たちは配送の秒単位を気にしているので、最も効率的なセグメントが何であるかをフリートから学ぶことができます。そのため、接続性、歩道インフラ、歩行者交通量、車の渋滞」とラッシュは言った。「私たちはフリート全体から多くのことを学びます。それは自律走行だけではありません。都市を可能な限り効率的に移動できるようにするために、これらすべての情報を収集します。」