Skild AIとは？ロボット知能の未来を探る

• Skild AIとは？

• Skild AIの「頭脳」はどのように機能するのか？

• Skild AIは誰のためのものか？

• 物理的なロボット vs 今すぐ使えるソフトウェアAI

• 結論：目的に合った適切なAIを選ぶ

Skild AI入門

テクノロジー業界に注目しているなら、おそらくSkild AIという名前を目にしたことがあるでしょう。彼らはソフトバンクやNVIDIAといった大手企業から巨額の投資を集めているロボット工学企業です。数十億ドルと評価される彼らの目標は壮大です。それは、製造、建設、物流など、あらゆる物理的な作業に対応できるロボットを動かすための、単一で普遍的な「頭脳」を構築することです。

確かに、未来に向けたエキサイティングなビジョンです。しかし、このようなハードウェアに焦点を当てたAIは、今まさにデジタルの課題に直面しているビジネスにとって、何を意味するのでしょうか？この記事では、Skild AIの全貌、その大きな野望を支える技術を解き明かし、彼らの長期的なビジョンと、溢れかえるカスタマーサポートの受信トレイのような差し迫った問題を解決するために今日から使える実用的なソフトウェアベースのAIとを比較します。

Skild AIの背景

Skild AIは、ロボット向けの汎用AIを構築しようと試みるアメリカのスタートアップです。Deepak Pathak氏とAbhinav Gupta氏によって設立された彼らの大きなアイデアは「Skild Brain」です。これは、タスクや環境に関わらず、あらゆる種類のロボットを操作するために設計された、単一で適応性の高いAIです。

Skild AIは、すべてのロボットを特定の機能のために一つひとつプログラミングするのではなく、その場で学習する「オムニボディ（omni-bodied）」システムを構築しようとしています。ヒューレット・パッカード・エンタープライズとのプレスリリースによると、彼らのモデルは周囲の環境からリアルタイムでデータを収集します。これにより、人間と同じように、学習と行動を同時に行うことができるのです。

このアプローチは間違いなく注目を集めました。TechCrunchは、ソフトバンクから5億ドルの投資を受ける可能性を報じ、これにより同社の評価額は40億ドルという巨額に達するとされています。これほどの資金力があれば、次世代の物理AIを構築する競争において、彼らは有力な候補となります。

ちなみに、Skild.comと混同しないようにご注意ください。そちらはイノベーションチャレンジを主催する全く別の会社です。Skild AIはロボット工学に特化し、物理世界のための汎用知能の構築に全力を注いでいます。

Skild AIの「頭脳」はどのように機能するのか？

Skild AIのコンセプト全体は、多くの異なるロボットのボディで機能する単一のモデルを作ることです。これは、ロボットが行う些細なこと一つひとつに専用のソフトウェアを必要とする、従来のやり方からの大きな転換です。

技術の背景にある大きなアイデア

彼らはいくつかの重要なアイデアを基に構築しています。一つ目は、オムニボディAIという概念です。その目標は、工場のロボットアーム、警備ドローン、配送ボットを、それぞれに全く新しいソフトウェアを必要とせずに、同じコアの知能で操作できるようにすることです。

次に、リアルタイム学習です。Skild AIのモデルは、固定されたデータセットで訓練されるのではなく、現実世界で経験することから継続的に学習するように設計されています。ご想像の通り、これには膨大な計算能力が必要で、そのためにHPEやNVIDIAのような企業と提携しているのです。

また、シミュレーションと実世界での実践を組み合わせています。AIは、実際の物理的なロボットで動かす前に、（NVIDIA Isaac Labのようなツールを使って）複雑な仮想環境で初期トレーニングを受けます。これにより、現実世界で遭遇する可能性のあるあらゆる状況に応用できるスキルを学ぶことができます。

これが今のビジネスにとって何を意味するのか

これらはすべて非常に画期的なことですが、同時に信じられないほど複雑で高価です。スーパーコンピュータ、大量のセンサーデータ、および長年の研究に依存しています。平均的な企業にとって、この技術は単に購入してプラグインできるものではありません。これは、今四半期の業務上の頭痛の種を解決するものではなく、物理的な仕事の未来への長期的な賭けなのです。

Skild AIは誰のためのものか？

近いうちに家庭でSkild AI搭載のロボットを見かけることはないでしょう。彼らの焦点は、労働力不足や危険な作業が常に問題となる重工業や大規模な自動化に明確に絞られています。

彼らが最初にターゲットとしている分野には、以下のようなものがあります。

• セキュリティと検査： 散らかっていたり危険な場所を移動して定期的なチェックを行い、人間の作業員を危険から遠ざけることができるロボットを想像してみてください。

• モバイルマニピュレーション： 物を拾ったり、移動させたり、人に手渡したりといった、扱いにくい物理的な作業をこなせるAIのことです。

• 自律的な梱包： 機敏なロボットのスキルを使って、大きな倉庫での梱包や仕分けといった反復作業を代行します。

これは製造業や物流にとっては大きな変革をもたらす可能性がありますが、私たちの多くがデジタルの職場で直面している問題にはほとんど触れません。今日、企業は顧客からの質問の洪水に溺れ、サポートチケットを効率的にルーティングすることに苦労し、十数の異なるアプリに散在する情報への迅速なアクセスをチームに提供するのに奮闘しています。これらの問題を解決するAIは、物理的な倉庫ではなく、テキストとソフトウェアの世界に存在します。

そして、そこに別の種類のAIツールが登場します。Skild AIが物理的な労働の未来を構築している一方で、eesel AIのようなプラットフォームは、デジタルビジネスが今日直面している知識とワークフローの問題を解決するために設計されています。

物理的なロボット vs 今すぐ使えるソフトウェアAI

汎用ロボット労働力という夢は素晴らしいですが、現実的に考えると、それを実現するのは巨大なプロジェクトです。ハードウェアに多額の費用をかけ、物理的な空間での複雑な設置に対処し、数多くの安全規則をクリアしなければなりません。このようなものの価格は、単純なソフトウェアのサブスクリプションではなく、数百万ドル規模のカスタム販売であるため、公表されていません。

ほとんどのビジネスにとって、より緊急のニーズは、すでに毎日使っているソフトウェアと連携するAIです。

デジタル業務のための実用的な代替案

ソフトウェアベースのAIは、ハードウェアの手間をかけずに、すぐに物事を自動化する方法を提供します。例えば、eesel AIは、すでにお使いのヘルプデスク（Zendesk、Freshdeskなど）に直接接続し、ナレッジソース（Confluence、Google Docs、Slack）から情報を引き出すように作られています。

以下に、2つのアプローチを比較した簡単な内訳を示します。

ロボットが荷物を仕分けるのを待つ代わりに、eesel AIのAIエージェントを使って、カスタマーサポートのチケットを分類、トリアージし、さらには回答させることもできます。これには非常に優れたシミュレーションモードがあり、実際の顧客とのやり取りに触れる前に、過去のチケットでどのように機能するかをテストできるため、安心してスイッチを入れることができます。最も頻繁な質問の5〜10%だけを自動化することから小さく始め、そこから構築していくことができ、すべて一行のコードも書く必要がありません。

結論：目的に合った適切なAIを選ぶ

Skild AIが取り組んでいることは、本当に信じられないほど素晴らしいことです。彼らは物理的なロボット工学で可能なことの限界を押し広げており、その仕事は手作業に依存する産業を変えることになるでしょう。もしあなたがそれらの分野にいるなら、彼らは間違いなく注目すべき企業です。

しかし、大多数のビジネスにとって、最も影響力のあるAIは、今日の問題を解決するものです。顧客の期待を管理し、サポートチームを助け、社内の情報を見つけるという日々の雑務には、迅速で、設定が簡単で、すぐに価値を示すソリューションが必要です。

「Skild Brain」が倉庫内を動き回ることを学んでいる間に、あなたはナレッジベースを動き回るAIを導入して、人々に即座に正確な回答を提供することができます。もしあなたが、今いるチームやツールを実際に助けるAIソリューションを探しているなら、デジタルな職場のために作られたプラットフォームが何を提供できるかを見てみる価値はあります。

明日ではなく、今日、AIがあなたのサポートの課題をどのように解決できるか見てみませんか？eesel AIを数分で始めましょう。

---