01 / 10ページ

DeepTechPhysical AIロボティクスシード

日本のGDP 1%を上げる覚悟

独立系VCトップ3社がリード・シードで30億円

30億円

シードラウンド 2026-05-27

Physical AIで製造・物流の労働力不足に挑む日本発ヒューマノイドロボット開発

02 / 10ページ

Contents

会社概要

04 / 10ページ

Business Model

ビジネスモデル

05 / 10ページ

Strategic Insights

課題とソリューション

06 / 10ページ

Strategic Insights

市場機会

07 / 10ページ

Competition

競合分析

	アトム	Tesla Optimus	Figure AI	Agility Robotics	中国勢 (Unitree等)
技術成熟度	○	◎	◎	○	○
量産体制	△	◎	○	○	◎
価格競争力	○	◎	×	○	◎
製造業適応	◎	○	○	△	△
実績・導入数	△	○	○	◎	◎

差別化ポイント

日本発で製造業・物流に特化し、国内市場での現場理解と導入障壁の低さが強み。青木氏の10年以上のPhysical AI経験とTURINGでの量産挑戦の知見。垂直統合開発でハード・ソフト両輪を自社で回せる点。日本の精密部品技術とサプライチェーンを活用可能。

MOAT

データMOATとネットワーク効果が鍵。量産・導入が進めば現場データが蓄積し、AIモデルが継続改善されるフライホイールが回る。製造業・物流の現場データは取得困難で、早期に大量導入した企業が優位に立つ。垂直統合による開発スピードと、日本市場での先行導入実績がMOATを構築。

08 / 10ページ

Evaluation

投資評価

TOTAL SCORE

★4.2

25 / 30

市場性

★★★★★

4兆ドル（600兆円）市場、日本の労働力危機は待ったなし。TAM巨大でグローバル成長も確実。製造・物流は最も深刻な領域で需要は極めて高い。

?

ビジネスモデル

★★★☆☆

量産前提だが価格・収益モデル未確定。Hardware主体で粗利に不安。長期ではソフトウェアとデータのMOATが収益性を左右するが、現段階ではユニットエコノミクス不透明。

?

Why Now

★★★★★

Physical AI技術成熟×労働力危機×国家戦略。完璧なタイミング。技術・市場・地政学の三位一体が揃い、2027年外販開始の競合に対して決して遅くない。

?

チーム

★★★★★

青木氏のCMU Ph.D.+TURING経験。Founder-Market Fit完璧。10年以上Physical AIに取り組み、量産の地獄を知る連続起業家。このドメインを任せられる人材は他にいない。

?

プロダクト

★★★☆☆

開発着手段階で実機未公開。技術実証はこれから。垂直統合開発の方針は正しいが、CPF/PSF検証前でリスクは高い。量産までの道のりは険しい。

?

調達シグナル

★★★★☆

独立系トップ3社（ANRI・Beyond Next・ジャフコ）リード+メガバンク・商社CVC。シードで30億円は強力。Founder・Market・Strategic Importanceの三要素が揃った証。

?

09 / 10ページ

Strategic Insights

3つの戦略的示唆

10 / 10ページ

References

参照情報・用語解説

公式・記事

参照記事を見る: PRTimes 公式サイトを見る

投資家

ANRIBeyond Next VenturesジャフコグループALPHA DRIVEJICVGI（Japan Innovation Network Capital Venture Growth Investment）住商ベンチャーパートナーズBlue Lab三菱UFJキャピタルSMBCベンチャーキャピタル

出典ソース (10件)

アトム株式会社公式サイト

アトム株式会社

アトム、30億円の資金調達を実施 | PR TIMES

PR TIMES

青木俊介公式サイト

青木俊介

青木俊介 (研究者) | Wikipedia

Wikipedia

ヒューマノイドロボット市場調査 | GII

グローバルインフォメーション

物流業界の2024年問題 | LOGI-BIZ

LOGI-BIZ online

テスラ「Optimus Gen 2」公開 | ROBOT START

ロボスタ

2030年問題とは | 総務省統計局

総務省

物流総合効率化法改正 | 国土交通省

国土交通省

製造業の人手不足に関する調査 | 経済産業省

経済産業省

用語解説 (8件)

Physical AI フィジカルエーアイ industry

現実世界で物理的に動作するロボットやエージェントに搭載される人工知能。環境認識・判断・行動生成を統合し、人間のように学習・適応する。自動運転やヒューマノイドロボットが代表例。LLMが言語を扱うように、Physical AIは物理世界を扱う。

GPT-3モーメントジーピーティースリーモーメント industry

2020年にOpenAIのGPT-3が登場し、大規模言語モデルが実用レベルに達したことを示した転換点。Physical AIにおいても、2027〜28年に同様の技術成熟が訪れ、汎用タスク実行が可能になると予測される。技術が「使える」段階に到達する瞬間を指す。

Founder-Market Fit ファウンダーマーケットフィット startup

創業者の専門性・経験・情熱が、取り組む市場・課題と完璧に合致している状態。PMF（Product-Market Fit）の前提条件であり、特にDeepTechやハードウェア領域では決定的に重要。10年以上の専門性蓄積がある創業者だけが、困難な課題に挑める。

CPF（Customer Problem Fit）カスタマープロブレムフィット startup

顧客が抱える課題を正確に特定し、その課題が本当に深刻で緊急性が高いことを検証した状態。PMFの前段階。CPFが確立していなければ、どんなに優れたプロダクトも無意味。起業の最初のステップ。

PSF（Problem Solution Fit）プロブレムソリューションフィット startup

特定した課題に対し、自社のソリューションが有効に機能することを検証した状態。CPFとPMFの中間段階。プロトタイプや実証実験で「解決できる」ことを示す。PSF達成後に本格的なプロダクト開発に進む。

MOAT（堀）モート startup

競合の参入を防ぐ持続的な競争優位性。城を守る「堀」のように、ビジネスを守る障壁。ネットワーク効果、データ蓄積、ブランド、規制対応、特許などが代表例。スタートアップにとって、MOATの構築がスケール成功の鍵。

垂直統合すいちょくとうごう industry

製品開発からサプライチェーン、販売まで一気通貫で自社で行う戦略。Teslaが代表例。開発スピード・品質管理・コスト最適化で有利だが、初期投資と経営難易度が高い。ハードウェアスタートアップでは重要な選択肢。

RaaS（Robot as a Service）ラース／ロボットアズアサービス industry

ロボットを販売せず、サブスクリプションや従量課金でサービスとして提供するビジネスモデル。初期投資を抑えて導入しやすく、継続収益を得られる。SaaSのハードウェア版。ヒューマノイドロボット業界で注目されるモデル。

本記事はClaude (Anthropic) を用いてPR TIMES公開情報・公開市場調査をもとにAIが自動生成したものです。投資助言ではありません。事実関係は必ず一次情報をご確認ください。

生成日: 2026-05-29

日本のGDP 1%を上げる覚悟

目次

会社概要

ビジネスモデル

課題とソリューション

市場機会

競合分析

投資評価

3つの戦略的示唆

参照情報・用語解説

公式・記事

投資家

出典ソース (10件)

用語解説 (8件)