Skild AIが$1.4B調達で評価額$14B——「あらゆるロボットを動かす汎用脳」の野望
ピッツバーグ発のロボティクスAIスタートアップ Skild AI が、SoftBank 主導のラウンドで14億ドル（約2,100億円）の資金調達を完了した。この調達により同社の評価額は前回ラウンドの3倍となる140億ドル（約2.1兆円）超に跳ね上がった。Skild AI が目指すのは、ヒューマノイドから産業用アーム、ドローンまで「あらゆるロボットの身体を1つのAIで動かす」汎用ロボット基盤モデルの実現だ。
ロボティクスAI分野では Figure AI の$39.5B評価額が話題を集めてきたが、Skild AI は「特定のロボット形状に依存しない」というユニークなアプローチで一気に業界の主役に躍り出た。本記事では、Skild AI の技術的な独自性、競合との違い、そして日本のロボティクス産業への影響を詳しく解説する。
Skild AI とは何か
Skild AI は2023年にカーネギーメロン大学（CMU）のロボティクス研究者である Deepak Pathak と Abhinav Gupta によって設立されたスタートアップだ。CMU はロボティクス分野で世界トップクラスの研究機関であり、両創業者はそこで培った「シミュレーションベースの大規模学習」技術を商用化するために起業した。
同社の本社はペンシルベニア州ピッツバーグに置かれ、設立からわずか3年で累計調達額は15億ドルを超えた。従業員数は約70名と少数精鋭で、1人あたりの調達額は2,000万ドル以上という異例の資本効率を誇る。
「Omni-Bodied」コンセプト
Skild AI の核心技術は「Omni-Bodied（全身体対応）」と呼ばれるアプローチだ。従来のロボットAIは、特定のロボット形状（ヒューマノイド、四足歩行、アームなど）に対して専用のモデルを個別に訓練する必要があった。これは、新しいロボットが登場するたびにゼロからAIを開発しなければならないことを意味し、スケーラビリティに大きな課題があった。
Skild AI のアプローチは根本的に異なる。大規模言語モデル（LLM）がどんなテキストタスクにも対応できるように、1つの基盤モデルで、あらゆる形状のロボットに対して、あらゆるタスクの制御指令を生成することを目指している。いわば「ロボット版GPT」だ。
以下の図は、Skild AI の汎用ロボット脳アーキテクチャの全体像を示しています。
この図が示すように、Skild AI のモデルはカメラ映像、力覚センサー、自然言語コマンド、環境マップなど多様な入力を統合的に処理し、ロボットの形状を問わず適切な制御信号を出力する。この「身体形状に依存しない汎化」こそが、同社が14億ドルもの資金を集めた最大の理由だ。
技術の仕組み ─ なぜ「汎用」が可能なのか
シミュレーション大規模学習
Skild AI の技術基盤は、CMU で開発された大規模シミュレーション学習にある。実際のロボットで学習データを集めるのは時間もコストもかかるが、シミュレーション環境では数百万のロボットを同時に動かし、膨大な量の訓練データを短期間で生成できる。
同社はこのシミュレーション環境で、異なる形状のロボット（二足、四足、アーム、ドローンなど）が様々なタスク（物体のピック&プレイス、歩行、ナビゲーションなど）を実行するデータを大量に収集。これらのデータを1つの大規模モデルに統合学習させることで、ロボット形状を跨いだ汎化性能を獲得している。
実世界ファインチューニング
シミュレーションだけでは現実世界の複雑さに対応できない。そこで Skild AI は、シミュレーション学習で得た汎用モデルを、**実世界のロボットデータで微調整（ファインチューニング）**する2段階のアプローチを採用している。LLM の事前学習→ファインチューニングのパイプラインと同じ発想だ。
競合技術との比較
ロボティクスAI分野では複数のアプローチが競い合っている。主要な競合との比較を整理した。
| 企業・プロジェクト | アプローチ | 対応ロボット | 資金規模 | 強み |
|---|---|---|---|---|
| Skild AI | 汎用基盤モデル（Omni-Bodied） | 全形状対応 | $1.5B+ | 形状非依存の汎化性能 |
| Nvidia GR00T | Isaac Sim + 基盤モデル | 主にヒューマノイド | Nvidia自社開発 | GPU/シミュレーション基盤 |
| Google DeepMind | RT-2/RT-X研究プロジェクト | アーム中心 | Google自社R&D | 大規模データ・マルチモーダル |
| Physical Intelligence | π0汎用ロボットモデル | アーム・移動ロボット | $900M | タスク汎化に強み |
| Figure AI | 専用ヒューマノイド+AI | Figure 02のみ | $1.35B | ハード+ソフト垂直統合 |
Skild AI の最大の差別化要因は「特定のハードウェアを持たない」ことだ。Figure AI がヒューマノイドの設計から製造まで手掛けるのに対し、Skild AI は純粋にソフトウェア（AI脳）のみを提供する。これにより、世界中のロボットメーカーがパートナーとなり得るという巨大な市場機会が生まれている。
14億ドル調達の詳細
ラウンド構成
今回のラウンドはSoftBankが主導し、既存投資家も参加した。前回2024年のシリーズAでは3億ドルを調達して評価額は約50億ドルだったが、わずか2年で評価額は3倍に跳ね上がった。
| 項目 | 詳細 |
|---|---|
| 調達額 | $1.4B（約2,100億円） |
| 評価額 | $14B+（約2.1兆円） |
| リード投資家 | SoftBank |
| 前回ラウンド | シリーズA $300M / 評価額$5B（2024年） |
| 評価額成長率 | 約3倍（$5B → $14B+） |
| 累計調達額 | $1.5B+（約2,250億円） |
| 従業員数 | 約70名 |
SoftBank の狙い
SoftBankがSkild AIに大型投資を行った背景には、孫正義CEOが繰り返し語る「AI×ロボティクスが次の兆ドル市場を創る」というビジョンがある。SoftBankはすでにBoston Dynamicsの親会社Hyundaiへの出資や、ARM（半導体設計）の完全子会社化を通じて、ロボティクスのエコシステムに深く関与している。
Skild AI の「あらゆるロボットの脳になる」というポジショニングは、特定のハードウェアに依存しないプラットフォーム型ビジネスであり、SoftBankが得意とする「プラットフォームを押さえて市場全体の成長を取り込む」投資戦略と合致する。
ロボティクスAI市場の全体像
以下の図は、ロボティクスAIスタートアップの資金調達ランキングを示しています。
この図が示すように、ロボティクスAI分野には2025年から2026年にかけて数十億ドル規模の資金が集中的に流入している。Goldman Sachs のレポートによれば、ヒューマノイドロボット市場だけでも2035年までに380億ドル（約5.7兆円）に達すると予測されており、産業用ロボットや自動運転を含めたロボティクスAI市場全体では1,000億ドル（約15兆円）超の規模が見込まれている。
なぜ今、ロボティクスAIに資金が集まるのか
2024年以降にロボティクスAI投資が急増した要因は主に3つある。
- LLM技術の転用: GPT-4やClaude等の大規模言語モデルで培われたTransformerアーキテクチャと大規模学習のノウハウが、ロボット制御にも応用可能であることが実証された
- シミュレーション環境の成熟: Nvidia Isaac Sim をはじめとする高精度物理シミュレーション環境が整備され、実ロボットなしでも大量の訓練データを生成できるようになった
- ハードウェアコストの低下: センサー、アクチュエーター、計算チップの価格が下落し、ロボット本体の製造コストが劇的に低下した
日本のロボティクス産業への影響
日本は「ロボット大国」だが AI で遅れている
日本はファナック、安川電機、川崎重工など世界有数のロボットメーカーを擁し、産業用ロボットの稼働台数は世界第2位だ。しかし、ロボットの「脳」にあたるAI制御技術では、米国のスタートアップに大きく水をあけられている。
Skild AI のようなプラットフォーム型AIが普及すれば、日本のロボットメーカーにとっては脅威と機会の両面がある。
| 観点 | 脅威 | 機会 |
|---|---|---|
| 技術 | 自社AI開発の競争力が低下 | 汎用AI脳を搭載することで製品力向上 |
| ビジネスモデル | ハードのみの差別化が困難に | AI脳のOEM供給を受けて新市場開拓 |
| 人材 | AI人材の流出が加速 | シミュレーション/ハード知見で貢献可能 |
| 市場 | 米中スタートアップに市場を奪われる | パートナーシップで共同成長 |
日本企業が取るべきアクション
日本のロボットメーカーにとって最も現実的な戦略は、「ハードウェアの強みを活かしつつ、AI脳はSkild AIやNvidiaのプラットフォームを活用する」というハイブリッドアプローチだ。ファナックの精密制御技術、安川電機のサーボモーター技術、ソフトバンクの投資ネットワーク——これらの強みを組み合わせれば、日本発のロボティクスエコシステムを構築できる可能性がある。
特にSoftBankがSkild AIのリード投資家であることは、日本企業にとって大きなアドバンテージだ。SoftBankを通じた技術提携や、日本市場での先行導入が実現すれば、グローバル競争で優位に立てる。
Nvidia GR00T との競争 ─ プラットフォーム戦争の行方
Skild AI にとって最大の競合は、Nvidia の GR00T（Generalist Robot 00 Technology）プラットフォームだ。Nvidia は GPU というハードウェアの強みに加え、Isaac Sim（物理シミュレーション）、Omniverse（デジタルツイン）、GR00T（ロボット基盤モデル）を垂直統合した強力なエコシステムを構築している。
両者の競争軸は以下のように整理できる。
| 比較項目 | Skild AI | Nvidia GR00T |
|---|---|---|
| ポジショニング | 独立AIプラットフォーム | GPU+シミュレーション統合 |
| ビジネスモデル | AI脳のライセンス/SaaS | ハード+ソフト抱き合わせ |
| 強み | 形状非依存の汎化性能 | 計算インフラの支配力 |
| 弱み | 計算基盤はNvidiaに依存 | ロボットAI専業ではない |
| パートナー戦略 | あらゆるメーカーと連携可能 | Nvidia GPU採用が前提 |
興味深いのは、Skild AI 自身もモデルの学習にNvidiaのGPUを大量に使用しているという点だ。NvidiaにとってSkild AIは「顧客であり競合でもある」という微妙な関係にある。この構図は、かつてのクラウドプロバイダー（AWS）と、そのインフラ上で成長したSaaS企業（Snowflake等）の関係に似ている。
今後の展望とリスク
期待される展開
Skild AI は今回の資金を以下の領域に投下すると見られている。
- モデルスケールの拡大: より大規模なパラメータ数と訓練データで汎化性能をさらに向上
- パートナーシップ拡大: 主要ロボットメーカーとの技術提携・OEM契約
- 商用展開: 物流・製造・医療分野での実導入を加速
- 人材獲得: CMUを中心としたトップロボティクス研究者の採用
リスク要因
一方で、いくつかの懸念も存在する。
- 技術的な不確実性: 「汎用ロボット脳」のコンセプトは魅力的だが、実際に商用品質で動作するかはまだ証明されていない。シミュレーションと実世界のギャップ（Sim-to-Real Gap）は依然としてロボティクスAI最大の課題だ
- 評価額の妥当性: 従業員70名・収益化前のスタートアップに$14Bの評価額は、2021年のVCバブルを想起させる。投資回収には相当な時間がかかる可能性がある
- 競争激化: Nvidia、Google DeepMind、Teslaなどの巨大テック企業が本格参入すれば、資金力で太刀打ちできない可能性がある
- 規制リスク: ロボットの安全基準や責任所在に関する法整備が追いついておらず、普及のボトルネックになる可能性がある
まとめ ─ ロボットの「脳」を制する者が市場を制す
Skild AI の14億ドル調達は、ロボティクスAI業界が「研究段階」から「商用競争段階」へ移行したことを象徴する出来事だ。あらゆるロボットの身体を1つのAIで動かすという「Omni-Bodied」ビジョンは、LLMが自然言語処理を統一したように、ロボット制御の世界にパラダイムシフトをもたらす可能性がある。
この分野に関心のある読者が今すぐ取るべきアクションは以下の3つだ。
- 技術動向のウォッチ: Skild AI のブログおよびCMUロボティクス研究所の論文をフォローし、汎用ロボット基盤モデルの技術進展を追う
- 投資機会の検討: SoftBank Vision Fund の投資先やロボティクスETF（ROBO、BOTZ等）を通じて、間接的にこの成長市場にアクセスする方法を検討する
- 日本企業への影響を注視: ファナック、安川電機、ソフトバンクなど日本のロボティクス関連銘柄が、Skild AI のようなプラットフォームとどのような提携関係を構築するか注目する
ロボットの「身体」では日本は世界をリードしてきた。次の10年は「脳」の覇権争いだ。Skild AI の挑戦は、その競争の行方を左右する重要なピースとなるだろう。