もうひとつ:なぜ消費者向けロボット企業は失敗しているのか?

もうひとつ:なぜ消費者向けロボット企業は失敗しているのか?

[[264899]]

[51CTO.com クイック翻訳] ハードウェア分野の変化はどのくらい速いのでしょうか? 正直に言うと、変化は非常に速いです。

昨年秋、ロボット工学の記者たちは、Kickstarter の製品発売キャンペーンで 200 万ドルを調達した小型ロボットブルドーザー Vector について長々と記事を書いた。 Vectorを開発するロボットスタートアップ企業Ankiは、家庭に導入される最初のロボットの一つとなることを目指し、2億ドル以上の資金を調達した。

現在、Anki は突然閉鎖され、200 人の従業員が職を失いました。

急速に衰退したもう一つの企業は、かつてはメディアで注目されていたが、シンシア・ブリージール氏が率いるソーシャルロボット企業、Jiboだ。同社の象徴的なロボットは、タイム誌の2017年発明特集号の表紙にも登場した。

約1年後、Jiboは閉鎖されました。別のソーシャルロボット「Kuri」を製造しているメイフィールド・ロボティクス社も同じ運命をたどった。

実際、この分野に巨額の資金が投入されているにもかかわらず、ソーシャルロボットを消費者市場にうまく導入できた企業はまだありません。 iRobot を除いて、いかなる種類のロボット製品も市場に投入することに成功した企業はありません。

何が起こっているのでしょうか? テクノロジーが悪いのでしょうか? それとも、人々はまだロボットの友達を受け入れる準備ができていないのでしょうか?

その答えは、自動化の起業家(および技術メディア)が市場資本主義の基本的なルールを理解していないことがほとんどです。自動化技術がいかに優れていても、明確な問題を解決したり、効率を大幅に向上させたりしないのであれば、それはあまり良い製品とは言えません。

1950 年代に GM の工場でユニメート*** が使用され、製造業界が騒然となったときのロボットを思い出してください。このロボットの仕事は単純で、生産ラインからダイキャスト部品を取り出し、それを車体に溶接するというものです。ロボットは人間よりも効率的に作業し、作業員にとっても安全です。ロボットが導入される前、自動車製造業界が直面していた主な問題は、溶接や重い物の持ち上げから出る有毒ガスでした。

ユニメイトは世界初の産業用ロボットであり、差し迫った問題をリーズナブルな価格で効果的に解決するという、優れた市場参入モデルを今でも提供しています。しかし、失敗したソーシャルロボット企業は、問題の解決よりも機能に重点を置いていました。そしてテクノロジーメディアは、そのことに執着し続けています。あなたと冗談を言い合ったり、関連する感情的な合図を推測したり、あなたとやりとりすればするほどあなたのことをもっと知ることができるロボットがいるというのは、確かに素晴らしいことのように思えます。しかし、ロボットが実際に実行するタスクがアラームの設定、カレンダーへの会議のマーク、ジョークの言い方だけであれば、それは本当に問題を解決しているとは言えません。この機能を備えたデバイスは数多くあり、安価で、使い方を覚えるのもそれほど難しくありません。現実には、ほとんどの人は、自分たちの生活がロボットを中心に展開される説得力のある理由を見いだせません。

私が書いたように、ソーシャルロボット企業が私たちが抱える現実の問題に対する実際の解決策を提供することを避けてきたのには、十分な理由があります。それは、現実のタスクを自動化するのは難しいからです。 3歳の子供をお風呂に入れてくれるソーシャルロボットに少しでも満足したら、その会社の株を買うだろう。しかし、興奮しないでください。このような実際的な問題は非常に複雑であり、現時点では実現不可能だからです。

一方、簡単に達成できる成果はほぼ達成されている。私は、洗濯機や食器洗い機を、多くの人がすでに家庭で使っている静かなロボットとして称賛しました。サーモスタットも別の例です。さらに難しいのは、床を掃除機で掃除するという骨の折れる作業です。 iRobot はおそらくその問題を解決しており、同社の製品は飛ぶように売れている。ロボット芝刈り機が次の大流行になる可能性は十分にあるが、ガーデニングの労働コストが低いため、少なくとも今のところは、自動化革命はアメリカの庭からほとんど遠ざかっている。

多くの人が毎日行っているが、やりたくない別の作業があること、そしてその作業をシームレスに引き継ぐことができ、習得と使用が簡単な自動化技術があることを誰かが明確に示さない限り、家庭用ロボットが成長分野であると私を納得させることは難しいでしょう。

Anki に関しては、この技術をここまで押し進め、このようなクールなフォームファクターに組み込んだエンジニアや先見の明のある人たちに、私は大きな尊敬の念を抱いています。もし誰かが最終的にソーシャルロボットを家庭に導入する方法を解明したら(そして誰かが解明するだろう)、その人は間違いなく先人たちの功績を継ぐことになるだろう。

もう一つの企業が倒産:なぜ消費者向けロボット企業が倒産し続けるのか

[51CTOによる翻訳。パートナーサイトに転載する場合は、元の翻訳者と出典を51CTO.comとして明記してください]

<<:  人間の脳をインターネットに接続するときは注意してください

>>:  最先端技術の共有:脳の信号を音声に変換するAIアルゴリズムは、失語症の人が正常に話すことを助けることが期待されています

ブログ    
ブログ    

推薦する

...

大型モデルがドローンを制御できるように、北京航空航天チームは具現化された知能の新しいアーキテクチャを提案した

マルチモーダル時代突入、大型機種でもドローンを操縦可能!視覚モジュールが開始条件を捉えれば、大型モデ...

体型の変化は千差万別! MIT が宇宙探査用人工物を開発 - モジュール式の自己再構成可能なマイクロロボット

この記事はLeiphone.comから転載したものです。転載する場合は、Leiphone.com公式...

アンドリュー・ングのパレートの法則: データの 80% + モデルの 20% = より優れた機械学習

機械学習の進歩がモデルによってもたらされるのか、それともデータによってもたらされるのかは、今世紀の論...

ML 向け勾配降下法アルゴリズム 機械学習初心者向け勾配降下法アルゴリズム

[[197951]]基本概念このセクションでは、勾配降下法をより一般化するために、機械学習アルゴリズ...

年末大特集!2020年に最も注目されたAI論文をまとめて紹介

2020年、新型コロナウイルスのせいで世界中の人々が恐怖におののいていることでしょう…しかし、これは...

ディープラーニングの発展とそれが引き起こした気候変動問題

人間の脳は極めて効率的な知能の源ですが、現在の AI はこのレベルに到達できません。 [[33099...

人工知能がサプライチェーンに及ぼす8つの影響

サプライチェーンに影響を及ぼす人工知能 (AI) について知っておくべき 8 つの方法をご紹介します...

...

...

...

GPT-4を粉砕せよ! Google DeepMind CEOが明かす:次世代の大規模モデルはAlphaGoと統合される

Googleは本当に全力を尽くしています。 AlphaGoとGPT-4に似た大規模モデルを組み合わせ...

MITとHKUは、Transformerを超える精度を持つ物理モデルに基づく視覚推論フレームワークを提案

[[437809]]動的視覚推論、特にオブジェクト間の物理的な関係についての推論は、コンピューター ...

データセンター管理者は AI と ML の爆発的な増加にどのように備えればよいのでしょうか?

生成 AI と機械学習 (ML) は急速に一般の人々の意識に入り込み、これらの有望なテクノロジーの能...

アルゴリズム図: スタック内の最小値を見つけるにはどうすればよいでしょうか?

[[345846]]この記事はWeChatの公開アカウント「Java Chinese Commun...