メインコンテンツへスキップ
見出し画像

Apptronik: Google DeepMindと組み、製造・物流に挑む汎用ヒューマノイド

    本稿で取り上げるApptronik(アプトロニック)は、汎用ヒューマノイドロボット(人型ロボット)「Apollo(アポロ)」を開発する米国企業です。2016年にテキサス大学オースティン校の人間中心ロボティクス研究所から独立し、NASA(National Aeronautics and Space Administration: 米航空宇宙局)のValkyrie(ヴァルキリー)ロボットを開発したチームが創業しました。本社は米国テキサス州オースティンにあり、従業員数は約300名です(2026年2月時点)。

    ヒューマノイドロボットへの投資が世界的に加速するなか、Apptronikは2026年2月のSeries A拡張ラウンドで累計調達額を約$1Bへ引き上げ、評価額は報道ベースで約$5Bに達しました。Google DeepMindとのAI提携と、Mercedes-Benzなどの事業会社を巻き込んだ実地検証が、同社の特徴です。

    • 製品の核
      「Apollo」は身長172cm、重量73kg、可搬重量(一度に運べる重さ)25kgの汎用ヒューマノイドです。二足歩行・車輪・固定設置のいずれの形態でも動作でき、人間向けに設計された倉庫や工場でそのまま働けます。

    • AIの調達戦略
      AIは自社開発せず、Google DeepMindの「Gemini Robotics(ジェミニ・ロボティクス)」モデルで制御します。これにより、ハードウェアの量産・安全性に経営資源を集中できます。

    • 実地検証の進捗
      Mercedes-Benz、GXO Logistics、Jabilと製造・物流のパイロットを進めています。これらの企業の一部は投資家としても参加し、導入先と資本を一体で確保しています。

    画像
    https://apptronik.com/ 


    1. 解決する課題とソリューション

    製造業や物流業では、人手不足と労働災害が長年の構造的な課題となっています。Apptronikは、人間がやりたがらない危険・反復的な作業を汎用ヒューマノイドに任せ、人間をより高度な役割へ移すことで、この課題に取り組みます。専用ロボットではなく人型の汎用機を選んだ点が、同社のソリューションの起点です。 

    解決する課題

    労働市場の悪化と、肉体的にきつい作業に起因する離職・労災が、Apptronikが見据える中心的な課題です。同社は公式サイトで、これらを具体的な数値や状況とともに提示しています。

    • 労働力不足の深刻化
      公式サイトは「労働市場は今後さらに悪化していく」と述べています。Apolloがその穴を埋めることで、人間がより高度な役割に就けるようにすることを狙います。

    • 過度な負荷による労働災害
      公式サイトによると、労働災害の3分の1は過度の負荷が原因です。重量物の運搬をApolloが代替することで、こうした労災の削減を図ります。

    • 危険・汚れる・退屈な作業
      Apolloは、産業現場で危険かつ汚れる作業を引き受けるよう設計されています。これにより、従業員の職務満足度と定着率の改善につなげます。

    画像
    https://apptronik.com/ 

    ソリューション

    Apptronikのソリューションは、人間向けの環境でそのまま働ける汎用ヒューマノイド「Apollo」です。専用ロボットと異なり、人間が使う空間と工具をそのまま活用できるため、新たな設備投資を最小限に抑えられます。

    • 人間向け空間で動く汎用設計
      Apolloは人間と同様の体型・サイズで作られています。人間向けに設計された倉庫・工場をそのまま移動でき、標準的な工具を扱えるため、現場の改修なしに導入できます。

    画像
    https://apptronik.com/apollo 
    • モジュラー設計による多用途展開
      二足歩行・車輪付き胴体・固定設置のいずれの形態でも動作します。トレーラーの荷下ろし、ケースのピッキング、パレットへの積み付け、機械への部品供給など、複数の作業に同一機種で対応します。

    画像
    https://apptronik.com/apollo 
    • 状態をひと目で伝える直感的な設計
      Apolloは頭部・口元・胸部のLEDを連動させ、現在の動作状態を周囲の作業者に伝えます。ロボットが何をしようとしているかが直感的に分かるため、人間が安心して同じ空間で働けます。

    画像
    https://apptronik.com/apollo 
    • 交換式バッテリーによる連続稼働
      バッテリーパックはホットスワップ(稼働させたまま交換)に対応し、1個あたり約4時間稼働します。充電のための停止時間をなくし、現場を止めずに運用を続けられます。

    画像
    https://apptronik.com/apollo 


    2. サービス詳細・機能

    Apptronikが顧客に提供する価値は、人手に頼ってきた肉体労働を汎用ヒューマノイドへ移し、労働力不足とコストの課題を同時に解消する点にあります。それを支えるのが、Google DeepMindのAIと、NASAのValkyrie開発で培った独自のハードウェア技術です。本章では、顧客が得る価値(サービス詳細)、それを実現する技術(機能)、想定される使い方(具体的な利用例)の順に整理します。 

    サービス詳細

    顧客がApolloから得る価値は、現場設備の改修なしに肉体労働を自動化できる点に集約されます。人型かつモジュラー設計のため、既存の人間向け環境に後付けで導入でき、サービス型の料金体系で初期投資を抑えられます。

    • 既存環境への後付け導入
      Apolloは人間向けに設計された空間で動くため、棚や通路を作り替える必要がありません。結果として、専用ロボットの導入に比べて設備改修のコストと時間を抑えられます。

    • サービス型(サブスクリプション)を主軸に提供
      Apptronikは、月額で利用するサービス型(RaaS: Robotics as a Service)を主軸に据えています。導入企業はロボットを資産として持たずに利用でき、設備投資を抑えながら必要な期間だけ活用できます。設備を自社保有したい製造業向けには、買い切り型も用意しています。

    • スモールスタートで導入リスクを抑制
      一度に全工程を置き換える必要はなく、特定の作業から試験的に導入し、効果を確かめながら対象を広げられます。導入企業は初期投資のリスクを抑えつつ、自動化の範囲を計画的に拡大できます。

    機能一覧

    Apolloの価値を支えるのは、AIによる自律動作と、量産・安全性を両立させた独自ハードウェアです。AIはGoogle DeepMindから調達し、ハードウェアは自社で設計することで、開発資源を効率的に配分しています。

    • Google DeepMindのAIによる自律動作
      ApolloはGoogle DeepMindの「Gemini Robotics」モデルで制御されます。VLA(Vision-Language-Action: 視覚・言語・行動)モデルがデモ動画や自然言語の指示を理解し、複数ステップの手順を計画するため、ロボットは見慣れない物体にも対応できます。

    • 量産を見据えた独自アクチュエータ
      Apolloは社内設計のカスタムアクチュエータ(関節を動かす駆動装置)を採用します。従来比で部品点数と組み立て時間が約3分の1のため、量産時のコストと製造速度で優位に立てます。

    • 力制御と2段階の安全設計
      力制御の仕組みにより、人間の近くで安全に協働できます。外側の周辺ゾーンと内側の衝突ゾーンの2段階で物体を検知し、衝突の恐れがある場合は即座に動作を停止するため、人間との同一空間での運用が可能です。

    • 高い可搬重量
      可搬重量は25kgで、物流特化型のAgility RoboticsのDigit(約16kg)を上回ります。重量物の運搬を任せられるため、労災の主因である過負荷作業を代替できます。

    具体的な利用例

    Apolloは製造・物流の幅広い反復作業に適用できます。ここでは個別企業の事例ではなく、汎用的な利用シーンを整理します。いずれも、人間にとって肉体的負担が大きく、かつ手順が定型化された作業が対象です。

    • 倉庫内の搬送・荷役
      トレーラーからの荷下ろし、箱やトート(プラスチック製コンテナ)の搬送、パレットへの積み付けを担います。重量物を繰り返し扱う工程をApolloに任せることで、作業者の負担と労災リスクを下げられます。

    画像
    https://apptronik.com/solutions/trailer-unloading 
    • 製造ラインへの部品供給
      機械への部品供給(マシンテンディング)や、組立工程への部品キット搬送を行います。作業者が組み立てに専念できるよう、補助的な運搬・供給を自動化します。

    画像
    https://apptronik.com/solutions/machine-tending 
    • 仕分け・検品
      個別アイテムのピッキング、バーコードの読み取り、仕分け・ライン補充に対応します。定型的で単調な工程を肩代わりすることで、人材をより付加価値の高い業務へ振り向けられます。

    画像
    https://apptronik.com/solutions/case-picking 


    3. 資金調達

    Apptronikの累計調達額は約$1Bで、評価額は報道ベースで約$5B〜$5.3Bに達しています(2026年2月時点)。Series Aは2025年2月に$350Mでクローズした後に$415Mへ増額され、2026年2月のSeries A-X(拡張ラウンド)で$520Mを追加した結果、Series A合計は$935M、累計調達額は約$1B(初回$415M+拡張$520M+初期調達約$28M)に達しました。なお公式は具体的な評価額を明示せず、「初期Series A評価額の3倍」とのみ説明しているため、評価額は報道ベースの数値です。

    投資家の顔ぶれには、Apptronikの戦略がよく表れています。AIを供給するGoogleは、自社AIをロボットへ展開する受け皿としてApptronikに出資しました。導入先となるMercedes-Benzは、製造パイロットの実施後に投資家として参加しました。Apptronikにとっては、資金の調達と製品の販路確保を同時に進められる関係です。このほか、カタール投資庁などの政府系ファンドや事業会社も名を連ねています。

    画像

    出典:
    https://www.globenewswire.com/news-release/2026/02/11/3236352/0/en/Apptronik-Closes-Over-935-Million-Series-A-with-New-520-Million-Extension-Round.html 
    https://techcrunch.com/2026/02/11/humanoid-robot-startup-apptronik-has-now-raised-935m-at-a-5b-valuation/


    4. 想定顧客・利用実績

    想定顧客

    Apptronikが狙うのは、人手不足とコスト圧力が強いB2Bの大企業市場です。自動車製造、電子機器製造、物流、消費財など、定型的な肉体労働を抱える産業が主な対象で、人手不足が深刻な分野ほど、Apolloによる代替の経済合理性が高まります。業種ごとに好む料金モデルは異なり、物流はサービス型、製造業は買い切り型を選ぶ傾向があります。

    画像

    利用実績

    Apptronikは、自動車・物流・電子機器の大手3社と実地パイロットを進めています。いずれも2024年から2025年に契約を締結したもので、現時点では定量的な成果は公表されていませんが、実需顧客との商業契約自体が事業検証の進捗を示しています。

    画像


    5. 価格

    Apptronikは、Apolloの正式な販売価格やサービス料金を公表していません。提供形態は「買い切り型」と「サービス型(サブスクリプション)」の2本立てで、価格の手がかりは製造原価の目標とCTOの発言に限られます。なお、製造原価と販売価格は別物であり、現時点で公開されているのは前者の目標値のみです。

    • 製造コストの目標は1台$50,000未満
      第三者分析サービスのSacraによると、Apolloの製造原価(部品コスト)は1台$50,000未満を目標としています。CTOのNick Paine(ニック・ペイン)氏も、重量が自動車の25分の1である点を根拠に、自動車より大幅に安く製造できると説明しています。ただしこれは製造コストの目標であり、顧客への販売価格ではありません。

    • 2つの提供モデル
      Sacraの整理によると、提供形態は買い切り型(顧客がロボットを購入)とサービス型(サブスクリプションで利用)の2モデルです。設備投資を抑えたい物流業はサービス型、設備を自社保有したい製造業は買い切り型を選ぶ傾向があります。

    • 正式な販売価格・サービス型料金は未公表
      買い切り価格もサービス型の料金も、公式には公表されていません(2026年6月時点)。

    出典:
    https://sacra.com/c/apptronik/
    https://spectrum.ieee.org/humanoid-robot



    6. 売上・売上成長

    Apptronikは商用パイロットの段階にあり、本格的な量産と大規模な有償展開はこれからです。売上やARR(Annual Recurring Revenue: 年間経常収益)は公表されていませんが、調達規模と顧客契約の進捗から、事業の方向性を読み取れます。本章では、売上の現状と、成長を左右する要素を順に整理します。 

    売上

    Apptronikは売上・ARRの具体的な数値を公表していません(2026年6月時点)。Apolloが商用パイロット中心の段階にあるため、現時点の有償売上は限定的とみられます。

    • 公式売上は未公表
      Apptronikは売上・ARRを開示していません。$520Mの調達を報じたメディアも、具体的な売上数値には言及していません。

    • 収益化の前提は1台あたりの運用コスト
      Apptronikの売上は、導入企業がApolloを使って採算を取れるかにかかっています。第三者分析サービスのSacraは、導入企業が1台あたり負担する年間コストの目安として、保守費$4,000、人による監督費$2,000、ハードウェア費$20,000を挙げています。これらの合計(年間約$26,000)が、ロボットが肩代わりする人件費を下回るほど、顧客にとって導入の経済合理性が高まり、結果としてApptronikの需要拡大につながります。

    出典:
    https://sacra.com/c/apptronik/

    売上成長

    売上が未公表のため成長を直接は追えませんが、調達規模の急拡大と大手顧客との契約が、成長余地の大きさを示しています。Apptronikは事業会社を投資家に取り込むことで、資本と販路を同時に確保しています。

    • 調達規模の急拡大
      Series Aは初回の$350Mから合計$935M超へと拡大し、累計調達額は約$1Bに達しました。評価額は約1年で初期Series Aの3倍に上昇しており、市場の期待の高さがうかがえます。

    • 実地パイロットの進展
      Mercedes-Benz、GXO Logistics、Jabilと製造・物流のパイロットを進めています。実需顧客との商業契約は、量産後の需要の裏付けになると考えられます。

    • 段階的な展開戦略
      何でもこなす汎用機を一気に目指すのではなく、まず複数の作業をこなせる多機能ロボットの実現を当面の目標とします。現場で3〜4個の作業をこなすことを最初のマイルストーンとし、物流から段階的に展開することで、着実に実績を重ねていく方針です。

    成長を左右するリスク要因

    Apptronikの成長シナリオには、複数の前提条件があります。以下のいずれかが顕在化した場合、量産と収益化の計画は大幅に遅れる可能性があります。

    • 評価額で突出するFigure AIとの競争
      競合のFigure AIは2025年9月に$39Bの評価額でSeries Cを実施し、約$5BのApptronikを大きく上回ります。Figure AIは自社AIモデルを垂直統合しており、資金力とAIの内製化で先行する点が脅威です。

    • AIをGoogle DeepMindに依存する構造
      ApptronikはAIを自社開発せず、Google DeepMindのGeminiに依存します。AIの内製化が競争力の源泉になった場合、外部依存はリスクとなり得ます。

    • パイロットから量産への移行の不確実性
      Mercedes-Benzなどとの契約はパイロット段階で、定量的な成果は未公表です。実地での投資対効果が実証されなければ、量産規模での本格採用は遅れる可能性があります。


    7. 競合と差別化要因

    汎用ヒューマノイド市場には、評価額で突出するFigure AI、自社工場での量産を狙うTesla Optimus、物流に特化するAgility Robotics、家庭用に向かう1X Technologiesなど、戦略の異なる有力企業が並んでいます。Apptronikは、AIを外部提携で補いながらハードウェアの量産と実需パートナーシップに集中する点で、これらと一線を画します。本章では、競合各社との比較と、Apptronikの差別化要因を順に示します。

    競合

    汎用ヒューマノイドの競争は、AIを内製する垂直統合型と、ハードウェアに集中する型に大きく分かれます。Apptronikは後者に位置し、評価額ではFigure AIや1X Technologiesに次ぐ第2グループに属します。
    ※比較のため、最上段に自社(Apptronik)も掲載

    画像

    戦略タイプは、AIを自社開発する「垂直統合型」と、ハードウェアに強みを置く「ハードウェア型」に大別しています。ハードウェア型のうち、ApptronikはAIをGoogle DeepMindとの提携で調達します。Agility Roboticsは自社ソフトウェアも開発するハイブリッドですが、差別化の中心が物流向けハードウェアと商業展開にあるため、ハードウェア型に分類しています。

    差別化要因

    Apptronikの差別化は、AIを外部から調達してハードウェアに集中する戦略と、事業会社を巻き込んだ販路確保にあります。垂直統合で資金を投じるFigure AIや、自社内展開のTesla Optimusとは、異なる勝ち筋を描いています。

    • Google DeepMindとのAI提携
      ApolloはGoogle DeepMindの「Gemini Robotics」の主要対象ボディに位置付けられています。AIを自社開発しないことで、ハードウェアの量産・安全性に経営資源を集中できます。

    • 量産志向の設計と高可搬重量
      Apolloは大量生産可能性と高可搬重量を念頭に設計されています。可搬重量25kgは物流特化型のDigit(約16kg)を上回り、Jabilの製造ノウハウを活用して量産をスケールさせる体制です。

    • NASA Valkyrieに連なる技術系譜
      創業者チームはNASAのValkyrieロボットを開発しました。過去10機以上のロボット開発で培った蓄積が、競合に対する技術的な深さの源泉となっています。

    • 事業会社投資家による販路確保
      Mercedes-Benzや物流大手Ryderの関連ファンド、Japan Post Capitalなどの事業会社が出資しています。出資と同時に導入先・販路を確保する点が、財務投資家中心の競合との違いです。


    8. まとめ

    Apptronikは、製造業と物流業が抱える人手不足と労働災害という構造的課題に対し、汎用ヒューマノイド「Apollo」で応えるロボット企業です。累計調達額は約$1B、評価額は報道ベースで約$5Bに達し、Figure AIやTesla Optimusと並ぶ有力企業の一角を占めています(2026年2月時点)。

    同社の戦略の特徴は、AIを自社開発せずGoogle DeepMindから調達し、ハードウェアの量産と安全性に経営資源を集中する点にあります。これにより、AIの内製化に資金を投じる競合とは異なる効率的な資源配分を実現しています。NASAのValkyrie開発に連なる技術系譜が、その土台を支えています。

    事業面では、Mercedes-Benz、GXO Logistics、Jabilという実需顧客との商業契約が進み、これらの事業会社を投資家にも取り込むことで、資本と販路を一体で確保しています。財務投資家が中心の競合と比べ、導入先を早期に押さえる戦略が際立ちます。

    一方で、評価額$39Bと突出するFigure AIとの競争、AIをGoogle DeepMindに依存する構造、パイロットから量産への移行の不確実性といったリスクも残ります。汎用ヒューマノイド市場が本格的な量産期に入るなかで、ハードウェアへの集中とパートナーシップ戦略が成果を生むかが、今後の鍵となるでしょう。

    --- * ---

    「生成AI事例集」では、「勝ち馬」シリーズと称して、アメリカの成功している生成AIスタートアップを詳細に解説しています。週2記事のペースで記事を公開しています。毎週、1記事は無料記事、もう1記事は有料記事です。(本記事は無料記事です)

    個人版メンバーシップでは記事のみ、法人版メンバーシップでは、記事・詳細解説スライド・企業リスト(スプレッドシート)をご利用いただけます。個人版と法人版の違いを含む、生成AI事例集の勝ち馬シリーズの詳細は、こちらをご覧ください。

    あなたへのおすすめ