CompanyDeck_v2.0_Prox_Industries株式会社_.pdf

Transcript

1. Prox Industries (C) Prox Industries Inc. All Rights Reserved. 株式会社 0
2. 我々のMission 日本から、物理知能を実装する Implement Physical Intelligence from Japan. (C) Prox Industries Inc. All Rights Reserved. 1
3. カンパニーハイライト 1 60兆円のグローバル市場への挑戦 ⚫ Prox Industriesは、Physical AIに専門特化した松尾研発AIスタートアップ ⚫ 「日本から物理知能を実装する」をミッションに掲げ、2024年に創業 2 627%の飛躍的な事業成長 ⚫ 第2期（2025年6月 - 2026年5月）の売上は、前期比で627.4%を達成 ⚫ 今期以降も継続的に非連続な成長を目指す 3 大手企業様との社会実装にこだわる ⚫ 各産業をリードする企業様との協業により、ユースケース導出から物理知能の社会実装を 手掛ける ⚫ 川崎重工、デンソー、日産自動車、トヨタ紡織、清水建設、NTT東日本、その他多数 4 (C) Prox Industries Inc. All Rights Reserved. 少数精鋭、テクノロジー中心の組織 ⚫ 全従業員のうち技術者が8割強を占める。 ⚫ Physical AIやロボティクスの専門家だけでなく、自動運転やコンピュータビジョンなど周辺領域のトップエン ジニアが参画。幅広いAI専門性のコラボにより産業課題の解決を目指す。 2
4. 01 01 会社概要 会社概要 会社概要 名称 Prox Industries株式会社 所在地 〒113-0033 東京都文京区本郷3-30-10 本郷 K&Kビル4階 設立 2024年6月 代表者 代表取締役 亀井 悠二 • AI・Robotics技術を活用した研究支援事業 事業内容 • AI・Robotics技術を活用した受託開発支援事業 • コンサルティング支援 パートナーシッ プ 一般社団法人AIロボット協会（AIRoA） 育成会員 参画機関 URL https://prox-industries.jp/ (C) Prox Industries Inc. All Rights Reserved. 3
5. 経営メンバー CTO CEO Daichi Azuma Yuji Kamei 東 大地 京都大学工学部出身。同大学院情報学研究科 （ATR連携ユニット）修了。東京大学 大学院 松尾研 究室 博士後期課程。 EmbodiedAI(3DVision&Language)。CVPR Oral採択の『ScanQA』をはじめ、ICCV, 3DV, IROS等のトップカンファレンスにて多数の採択実績。 最先端のマルチモーダル・空間理解技術を、実世界の自 律エージェントへと実装・転換する技術開発をリード。 慶應義塾大学在学中に起業。東大発AIスタートアップの 創業支援を経て、Prox Industriesを創業。創業後、 松尾研の起業家コミュニティで出会ったメンバーを経営陣 に迎える。Founderとしてビジネスサイドを統括し、大手 企業とのR&Dプロジェクトを多数主導するほか、全社の 事業・組織戦略を牽引し、研究開発と市場創出を接続 する役割を担う。 CAIO COO Yuto Kosugi Yasuo Kushino 小杉 雄斗 東京大学理学部生物学科出身。同大学院学際情報学府 総合分析情報学コース修士修了。博士後期課程休学。 人工知能開発団体HAIT Labを代表として牽引し、 650名超のAI人材を育成/輩出。大手企業との機械学習 領域における共同研究にてIEEE BigData主著採択。 コンサルティングファームにも過去在籍。 (C) Prox Industries Inc. All Rights Reserved. 亀井 悠二 櫛野 恭生 外資戦略コンサルティングファーム等にて、金融、製造・自 動車、製薬メディカル、エネルギー、通信IT等の幅広い業 界における戦略策定およびDX推進をリード。その後、AI スタートアップの代表取締役社長等、複数のテックベン チャーCXOを歴任。2026年にProx Industriesへ参画。 各産業のユースケース導出、Physical AIの適合性や市 場性評価などの戦略支援にも従事。 4
6. 社会実装に向け多様な技術実証を推進中 単なるPoCにとどまらず、物理知能の社会実装を加速させる研究開発に取り組んでいます (C) Prox Industries Inc. All Rights Reserved. 5
7. Physical AI市場の拡大とProx Industriesの提供価値 2040年に1,100万人の労働供給不足が確定的に迫り、日本はAIロボット市場20兆円獲得を国家目標に設定。 日本が劣後する「知能レイヤー」こそが、Prox Industriesの主戦場となる 日本における課題 市場規模 - 日本のAIロボット市場（TAM/SAM） 2030年に341万人 → 2040年に1,100万人が不足。 輸送・運搬は不足率24.2%、建設は22.0%と現場職種に集中 労働供給不足 1,100万人 生産年齢人口減 ▲29％ 生産年齢人口はピーク1995年8,716万人 → 2050年5,275万人へ 機械化・省人化なしに現行の産業規模は維持不能 11.7% 日本は産業用ロボットで世界シェア約7割を持つ一方、 AIを要する多用途・サービスロボットでは11.7%と 米国系35.5%・中国系33.3%に劣後 知能化の遅れ グローバル文脈 世界市場は2040 年に約60兆円へ拡 大見込み。 出典：リクルートワークス研究所「未来予測2040」(2023) SAM AI・ソフトウェア 出典：総務省 情報通信白書／社人研 将来推計人口 出典：経産省 AIロボティクス戦略検討会議 資料3 (2026) 5兆円（推計） 約 全体価値の約25% TAM 日本 AIロボット市場 20兆円 Prox Industriesのコアバリュー アカデミア発の 実装力 Physical AI技術 網羅性 独創性と 共創・協業 • CVPR 2022トップ会議採択者 • 東京大学機械工学系 研究科長賞 • 松尾研所属Embodied AI／3Dビジョ ン研究者 • AIRoA主催 ICRA 2026 ワークショップ VLAコンペで36チーム中2位 その他多数のアカデミア人材が在籍 マニピュレーション／ロコモーション／ナビゲー ション／シミュレーションを専門的に網羅し、 現場の多様・ 非定型作業の知能化に対応 ソフト起点でロボット・センサーを 中立に定義・選定・調達。 日本の基幹産業と要件定義→PoC→ 社会実装まで一気通貫で共創 (C) Prox Industries Inc. All Rights Reserved. (2040年) 世界シェア3割超の獲得を目標 （政府目標） 出典：内閣官房「官民投資ロードマップ素案(資料p5)」／内閣府 AI戦略会議「AIロボティクス戦略 概要(資料p1)」＝日本20兆円(2040年・政府目標)。 世界約60兆円(2040年)は 「Will embodied AI create robotic coworkers?」(マッキンゼー推計)。 SAM比率(約25%)はRBC Capital Markets(2026年3月)のソフトウェア価値シェアを国内市場に適用した当社推計。市場数値はいずれも将来推計。 6
8. ご支援技術領域 Physical AIの根幹技術を用いた網羅的かつ専門的なご支援が可能 マニピュレーション ◼ π0/ π0.5等のVLAモデルを活用し た物体操作ポリシーの獲得 ◼ 触覚モダリティを用いた器用な物体 操作 ◼ 多指ハンドを用いた物体操作 ◼ 強化学習を用いたマニピュレーションポ リシーの微調整 ロコモーション ◼ 不整地環境における二足歩行/四足 歩行/車輪の歩容生成 ◼ 荷物（ペイロード）やアーム付き状 態での安定歩行の実現 ◼ ドメインランダム化、カリキュラム学習・ 特権学習などによるSim2Real (C) Prox Industries Inc. All Rights Reserved. ナビゲーション ◼ 強化学習やMPCを組み合わせた人 混み環境における安全かつ効率的な ローカルプランニング ◼ VLMを活用した自然言語指示や社 会常識に基づいたグローバルナビゲー ション、Semantic-SLAMの実現 シミュレーション ◼ NVIDIA Omniverseと3DGS活 用したReal2Simによるデータ収集・ 検証環境の構築 ◼ GR00T-MimicやCosmosなどを 用いたデータ拡張・生成 ◼ Isaac Sim/Isaac Labを活用し た各種ポリシーの学習・評価 7
9. 研究開発中のロボット/ハードウェア Franka SO-101 Unitree G1 Unitree Go2 Ugo Pro OpenARM Universal Robots LeKiwi PiPER YUBI (C) Prox Industries Inc. All Rights Reserved. Coming soon... 8
10. Prox Industriesが開発するAIモジュール マニピュレーション、ロコモーション、ナビゲーション、シミュレーションの４分野それぞれに対してAIモジュールを開発中 ナビゲーション Semantic Navigation Semantic Nav. Navigation World Model マニピュレーション Dexterous Manipulation ロコモーション Precise Manipulation 不整地 力覚 / 触覚 Whole Body Control データ拡張 流体 / 柔軟物再現 UMI シミュレーション 撮像 3DGS 3D Reconstruction 3D再現 (C) Prox Industries Inc. All Rights Reserved. 9
11. AIモジュール具体例 模倣学習+強化学習 UMI・YUBI 触覚・多指ハンド イメージ https://cornestech.co.jp/manufacturer/gelsight https://techshare.co.jp/product/other/dexterous-hands/ https://www.pi.website/download/rlt.pdf 目的・ 技術的 優位性 VLA単体では、長期タスクでの誤差蓄積や精緻タスクなでの細か な制御が困難という課題に対し、強化学習を加えてポリシーを微 調整する。 リーダーアームを用いたテレオペレーションによるデータ収集は高コス トな一方、人間データからの直接的な学習は技術的に未成熟であ るという課題に対し、Hand-heldなデバイスと自己位置推定を用 いてVLA学習データを取得。 視覚情報だけでは把握が難しい接触状態や滑り、把持力を触覚 で捉えつつ、多指ハンドにより把持姿勢や指使いを柔軟に制御。 繊細な接触認識と器用な操作能力を組み合わせることで、高精 度なマニピュレーションを実現する。 取組 内容 長期タスクに対してはRecap、精緻タスクにはRLTなどのフレーム ワークを再現実装し、実機タスクで有効性検証。 UMI/FastUMI/YUBIなどのデバイスを部品から自作。 データ収集、ロボット用データへの加工、学習・実機評価を一連実 施。 触覚センサを備えた多指ハンドを用い、接触・圧力・滑り情報を活 用した把持・操作制御を実装。 データ収集、モデル学習を通じて、把持、持ち替え、嵌合、工具操 作などの実機評価を実施。 応用先・ 適用範囲 • 挿抜、嵌合などの精緻なタスク • 組立などLong-Horizonなタスク (C) Prox Industries Inc. All Rights Reserved. • 効率的な事前学習向け大量データ収集 • 業界特化モデル構築に向けたデータ基盤構築 • 精密部品の組立、容器開封、柔軟物操作、壊れやすい物体 の把持など • 接触状態を見ながら、指先の器用さが求められる精緻な操作 タスク 10
12. AIモジュール具体例 Real2Sim2Real Whole Body Control （ヒューマノイド/四足+アーム） オーケストレーション イメージ https://nvlabs.github.io/GEAR-SONIC/static/pdf/sonic_paper.pdf 目的・ 技術的 優位性 模倣学習データの取得はコストが高く、特に高所などの危険作業に おいては十分なデータを取得することが困難。また、実機環境で発 生する多様なケースをデータ取得時に再現することは困難。上記 課題に対して、シミュレーションを活用しながら少数のデモデータを種 にして数十、数百倍へデータスケールをおこなう。 移動とマニピュレーションを個別に制御する従来手法では、接触状 態や重心変化を考慮しながら、全身を協調させる複雑なタスクの 実行が困難。 脚・胴体・腕・手先を統合的に制御し、バランスを維持しながら柔 軟な全身動作を実現する。 実ユースケースに対するフィジカルAIの適用において、VLAのみで一 連を実行することは困難/非効率なケースが存在。タスクの種類や 状況に応じて、ルールベースやモーションプランニング、VLAなど最適 なモジュールをAIが呼び出す。 取組 内容 3DGSや3D再構成などの技術を利用し、実環境や実際のワーク をシミュレーションへ移行。NVIDIA GR00T Mimicなどの技術を 用いて、環境パラメータを複数振りながらデータを拡張させ、VLAの 精度を向上させる。 ヒューマノイドや四足ロボットを対象に、重心・姿勢・接触・手先位 置を統合して制御するWhole Body Controlを実装。最適化 ベースの制御や強化学習を活用し、 シミュレーションから実機への展開および有効性検証を実施。 ルールベース、モーションプランニング、VLAなど一連のタスク実行に 必要な各モジュールを実装。 VLMを用いて状況判断/終了判定等し、呼び分けを行うオーケス トレータを実装。 応用先・ 適用範囲 • 高所などの危険作業やクリーンルームでの作業等、 人によるデータ収集が困難なタスク • 実機環境で多様な状況変化が起こり得るタスク (C) Prox Industries Inc. All Rights Reserved. • 重量物の搬送、両腕作業、扉の開閉、棚への格納など 移動とマニピュレーションを同時に必要とする全身協調タスク • セル生産などの複数サブタスクからなる Long-Horizonタスク 11
13. バリューおよび組織体制 組織の成長を大きく左右する「個人成長の文化」×「技術戦略」がProx Industriesの支柱 バリュー 1 自律的 オーナーシップ 組織構成 株主総会 役割責任、意思決定範囲、期待成果、 組織への影響を明確化 取締役会 2 代表取締役 インパクト主義 3 技術戦略室 経営会議 自己成長 への責任 技術研鑽、知識獲得、越境挑戦、 フィードバック吸収などによる パフォーマンス向上は責務 高密度組織 技術研鑽の文化醸成、組織知の形成、 高難易度への挑戦、優秀人材の魅了採用を 目指す 4 5 短期成果は当然。中長期インパクトを評価 合理的・ 客観的評価と透明性 テクノロジー部門 エキスパート マネージャー エンジニア 主観・感覚・政治性を排し、合議を含む 言語化・定量化・客観性を追求 (C) Prox Industries Inc. All Rights Reserved. 全従業員のうち技術者が8割強を占める テクノロジー中心の組織 コンサルティング 部門 営業マーケティング 部門 コーポレート 部門 コンサルティング 営業 広報 組織 開発 マーケティング 人事 採用 経理 法務 総務・ 庶務 人事 労務 12
14. オフィス環境 2026年9月 - オフィス拡張に伴い移転予定 - (C) Prox Industries Inc. All Rights Reserved. 13
15. 従業員の声 弊社では、様々なバックグラウンドを持つエンジニアが活躍してくれています 他社ではできないような経験が積める会社。 エンジニアとしての成長機会や技術活用の実践機会が多くあり、 製造業の現場が抱えるユニークな課題に取り組むことができる。 個々のキャリアプランと主体性を尊重する文化が根付いています。 私はロボット関連の研究開発への希望が叶い、その分野のプロジェクトで経験を 積んでいます。新しい技術やアイデアを積極的に取り入れる社風は、大きな刺激 となっています。 課題感の共有が技術側と営業側で的確に行えている点が魅力です。私たちが困難 だと感じる点を営業の方々も理解していただいているので無理難題をいきなり振らな いですし、私たちの意見が尊重されて伝わっているという信頼関係も見えやすいです。 メンバーそれぞれが自身の専門や強みを活かして働くことができる会社。 自分の興味や専門に合った仕事を任せてもらえ、成長できる環境だと思う。 常に最先端の技術に挑戦し、成長を追求し続けるメンバーが集まっている 会社だと感じます。自分の成長意欲が自然と引き出される環境です。 働きやすい職場環境と、プロジェクトを通じた確かなスキルアップがこの会社の魅力です。 メンバーがもれなく優秀で、困った時に相談すると筋のいいアイデアをいくつも貰うこと ができとても学びになります。 自由度の高いプロジェクトアサインで、自分のアイデアをすぐに実装に移せるのが本当 に楽しいです。失敗しても責められず、『次はどう改善しよう？』と建設的に議論でき る文化が根付いています。 一人ひとりが言われてからやる前に、“今やるべきことは何か” を常に考えている。 だからこそ思考と行動のスピード感が一致していて、状況の変化にも素早く 対応できる会社。 上下関係がフラットで、幹部とも気軽にディスカッションできる安心感があります。 アイデアを相談すればすぐにリソースをアロケートしてくれる点がありがたいです。 (C) Prox Industries Inc. All Rights Reserved. 14
16. 人事評価制度 全社戦略目標を達成するための目標である「❶成果評価」および、 当社の行動指針の体現「❷バリュー評価」の二つの側面から評価を行う • 評価：年２回（ 年１回 昇格昇給機会あり） • 報酬：年俸制 ❶成果評価 ❷バリュー評価 ➢ Prox Industriesが重んじる5つのObjectivesを元に各自で定める KR・KPIの達成度合いで評価 1 Physical AIの カテゴリーリーダー になる 社会実装を 実現する独自技術基盤 を確立する 5つの Objectives ➢ 全社共通の評価軸について、ぞれぞれ各個人の等級に応じた 目標基準を設け評価 自律的 オーナーシップ 自身の責任範囲を理解し、必要な意思決定と実行 を主体的に行ったか インパクト主義 目先の成果だけでなく、事業・顧客・組織への 中長期的価値を考えて行動したか 2 Physical AI産業の エコシステムの 中心になる 3 自己成長 への責任 自身の成長を組織への責任と捉え、継続的な能力向上 に取り組んだか 高密度組織 組織全体の能力向上、ナレッジ共有、 高度人材採用、文化形成、意識醸成に貢献したか 4 Physical AIの 勝ち筋となる 事業モデルを確立する (C) Prox Industries Inc. All Rights Reserved. 世界トップレベルの 人材と組織を構築する 5 合理的・客観的評価 と透明性 事実・データ・論理に基づき、透明性の高い コミュニケーションと意思決定を行ったか 15
17. 募集職種 弊社では双方の意向を確認するカジュアル面談の場を設けております 少しでも興味があれば、是非お気軽にご相談ください Physical AIエンジニア （マネージャー職） Physical AIエンジニア （エキスパート職） (C) Prox Industries Inc. All Rights Reserved. 戦略コンサルタント コーポレート 16
18. 04 採用情報 選考プロセス -エンジニア- 1 カジュアル面談 当社の事業内容や募集ポジションについてご説明するとともに、これまでのご経験や今後のキャリアのご志向をお伺いします。選考前 2 書類選考 書類にて選考を行います。 3 技術面接 これまでの専門性や技術経験、課題に対する考え方を中心にお伺いします。過去のプロジェクトにおける役割や技術的な判断、 4 コンピテンシー面接 の相互理解を目的とした面談です。 問題解決のプロセスについて確認します。 事前にご記載いただくコンピテンシーシートをもとに、これまでどのような状況で、どのように考え、判断・行動されてきたかをお伺いしま 選考を通じた評価や期待する役割、具体的な条件についてご説明します。あわせて、入社 す。当社が重視する行動特性との相互理解を深めることを目的としています。 後のミッションや働き方について認識をすり合わせます。 ※コンピテンシー評価面接の通過後、リファレンスチェックを実施します。 また、相互理解や確認事項の状況に応じて、追加面接をお願いする場合があります。 5 （内定後） オファー面談 (C) Prox Industries Inc. All Rights Reserved. 選考を通じた評価や期待する役割、具体的な条件についてご説明します。あわせて、入社後のミッションや働き方について認識を すり合わせます。 17
19. 04 採用情報 選考プロセス -コーポレート- 1 カジュアル面談 当社の事業内容や募集ポジションについてご説明するとともに、これまでのご経験や今後のキャリアのご志向をお伺いします。選考前 2 書類選考 書類にて選考を行います。 3 実務面接 経理・労務・法務・総務などの実務経験を中心にお伺いします。これまで担当された業務の範囲や役割、業務上の課題に対して 4 コンピテンシー面接 の相互理解を目的とした面談です。 どのように整理・判断し、改善を進めてきたかを確認します。 事前にご記載いただくコンピテンシーシートをもとに、これまでどのような状況で、どのように考え、判断・行動されてきたかをお伺いしま 選考を通じた評価や期待する役割、具体的な条件についてご説明します。あわせて、入社 す。当社が重視する行動特性との相互理解を深めることを目的としています。 後のミッションや働き方について認識をすり合わせます。 ※コンピテンシー評価面接の通過後、リファレンスチェックを実施します。 また、相互理解や確認事項の状況に応じて、追加面接をお願いする場合があります。 5 （内定後） オファー面談 (C) Prox Industries Inc. All Rights Reserved. 選考を通じた評価や期待する役割、具体的な条件についてご説明します。あわせて、入社後のミッションや働き方について認識を すり合わせます。 18
20. お問い合わせ先 Prox Industries株式会社 住所：東京都文京区本郷3丁目-30-10 本郷K&Kビル 4F メール：company@prox-industries.jp URL：https://prox-industries.jp/ (C) Prox Industries Inc. All Rights Reserved.