個人からフィジカルAIの会社へ、法人化の順番を決める ― 10年の事業シミュレーション

AIで読む ChatGPT・Claude などで、この記事に質問できます

ひとりで始めたフィジカルAIの研究を10年で会社にするなら、最初の1年は個人で導入前の見積もりの実績を作り、その年のうちに法人化し、社員は4年目から入れる順番が一番無理がない。 3つの筋書きで10年分の売上と人数を試算すると、基本の筋書きで法人の売上は5年目(2031年度)に約2,800万円、10年目(2036年度)に約1億1,500万円・8人になった。数字は仮の前提による見立てで、予測ではない。

これで変わること。

  • 法人をいつ作るか、社員をいつ入れるかを、売上の見込みと分かれ道の線で決められるようになった。分かれ道は5つで、線を越えられなかったらその段に留まる
  • 学習と推論をクラウドで回す今のやり方が、会社にしてからも当分続けられると分かった。手元の記録を集めると、Runpod の GPU 代は11月の19日間で約3,200円、1か月に直すと5,000円弱だった
  • 売りの中心を「失敗からの手直しデータを集めて活かす仕組み」に置く、と決めた。データそのものはお客さんの物になるが、仕組みを入れる仕事は残る

何が決まっていなかったかというと、LOG542 で仕事の取り方は「1時間のスポット相談から入る」と決めたものの、その先の10年の形がなかった。ロボットの仕事は、法人でないと受けられない場面が増えそうだと感じている。一方で、早く法人にしすぎると、売上のないまま固定費だけがかかる。いつ、何を条件に会社にするかを、数字で並べておく必要があった。

やったことなぜ結果
10年の事業シミュレーションを3つの筋書きで回した
法人化と採用の時期を、売上の見込みで決めたかった
基本で10年目に約1億1,500万円・8人
5段の順番と分かれ道を決めた
次へ進む条件を、先に線として置きたかった
2027年度の秋に法人化、2030年度に1人目の社員
国と地域の支援制度を調べた
どのお金で立ち上げ、どこで借りるかを決めたかった
返さなくてよいお金で立ち上げ、借りるお金で採用の谷を越える
学習の GPU 代を記録から集めた
自前の機材が要るかを確かめたかった
1か月に5,000円弱。クラウドのままでよい
アームの学習を続けるかを考えた
すぐ仕事に結びつかないと感じていた
続ける。題材を売れる場面に寄せ、手直しデータに絞る

作業ログ ― 10年の事業シミュレーションの前提

このシミュレーションの数字は、どれも仮に置いた値で、測った値ではない。売上・人数・単価・件数は、調べた相場と手元の実績から置いた。測った値は、後半の GPU 代の表だけになる。

前提にした手持ちと、足りないもの

強みは、学習と推論を自分で回せることと、導入する前に現場の問題を数えられることの2つ。足りないのは、受注の実績がまだないことだった。

こと中身
公開した記録
実機の制御、Physical Intelligence の π0.5(パイレイテンゴ)の学習と推論、画像認識、サービスロボット導入シミュレーションの全量の記録(540本超)
導入シミュレーション
配膳(店の形ごと)と病院の搬送を、試算 → Unity の1日 → 要所の3D の場面まで通して作った。導入前の判断材料の見本(店・病院)がある
学習の環境
クラウドの GPU(Runpod)で、学習から実機の推論までを自動で回せる。SO-101 を買う予定
仕事の入口
ビザスクに登録した(LOG542)。受注の実績はまだない

π0.5 は、Physical Intelligence が公開しているロボット用の AI のモデルで、カメラの画像と指示の言葉から、アームの動きを出す。ここでは、自分で集めたお手本で追加の学習をして使っている。

国のフィジカルAIの予算は大きいが、小さな会社には届きにくい

国はフィジカルAIを本格的に支える側に回っている。経済産業省の2026年度の予算では、基盤モデルやフィジカルAIの分野に3,873億円が充てられた(東洋経済)。政府は2040年度までに、官民で約10.5兆円を投じる方針を固めている(ニュースイッチ)。

ただし大きなお金は、ソフトバンク・NEC・ソニー・ホンダが中心になって作った Noetra のような、基盤モデルの会社に流れる(ビジネス+IT)。小さな会社に届くのは、ロボットを入れるお客さんの側の補助と、地域の実証・実用化の補助になる。この計画は、その2つに乗る。

立ち上げと採用に使える制度

制度額・率この計画での使い方
地方で新しく起業する人向けの起業支援金
自治体による。数百万円規模で、費用の一部を後払いで補助するものが多い
法人の設立、デモ機、検証の環境、広報
上限7,200万円。運転資金は10年以内(据置き5年以内)。開業からおおむね7年以内
1人目の社員を入れる前に500万〜1,000万円
地域の実用化開発の補助(ロボット分野を含むもの)
中小企業で費用の2/3程度のものがある。法人が対象で、個人事業は対象外のものが多い
地元企業と組む共同開発。法人にする理由の1つ
市町村のロボット導入の補助
お客さんが入れるときに、費用の1/2・上限100万円程度のものがある
お客さん側のお金。導入前の見積もりと合わせて案内する
中小企業省力化投資補助金
カタログ注文型で最大1,500万円・1/2。配膳や清掃のロボットも対象
全国のお客さん側のお金。入れたのに使われない、を防ぐ仕事の需要が生まれる

お客さん側の補助は、自社の資金ではなく売り方の道具になる。導入前の見積もりに「この補助を使うと自己負担はいくら」までを含めると、話が前に進む。

目指す会社は、ロボットを現場に入れる手間を見積もりと手順に変える

ハードを作って売る・貸す形は取らない。モデルを一から作ることもしない。学習と推論を自分で回せることを土台に、導入前の見積もりから運用中の手直しまでを引き受ける。

本格的なフィジカルAIの会社と言えるのは、次の3つがそろったときと置いた。

  1. 現場のデータから、その現場専用の動きを追加学習で作れる(汎用のモデル+現場の手直しデータ)
  2. 導入する前に、人の動きを含めた問題の数と頻度を出せる(導入シミュレーション)
  3. その2つが、自分以外の社員でも回せる型と道具になっている

売るもの4つと、始める順番

売るもの買う人単価の仮置き始める時期
導入前の見積もり・事前計画(台数・置き場所・問題の数と頻度)
導入を検討する店・病院・工場、自治体
スポット相談3万〜5万円、計画30万〜80万円
2027年度(個人)
導入後の運用設計・答え合わせ(実測、手直し、業務のつなぎ)
導入した事業者月5万〜20万円2029年度
ロボット会社向けの導入の型(見積もりのひな形、例外対応表、現場専用の追加学習)
メーカーの日本法人・販売代理店・SIer
1案件300万〜800万円2030年度
共同開発・実証(地元企業と組む補助事業)
地元のロボット関連企業、自治体
1計画の自社分600万〜3,000万円
2031年度

デジタルの AI の導入支援は、PTM の法人とは別の事業で受ける。

売り先は、住んでいる地域の中だけにしない。地域の中だけでは件数が足りないので、地域の中は実績と実証の場、売上は広くロボット会社と導入先から取る、と役割を分けた。

5段の順番と、次へ進む条件の線

最初の3年で型を固め、続く2年で人を入れ、その先で自社の道具を持つ。それぞれの段の間に、次へ進むかどうかを決める線を置いた。

段時期やること次へ進む線
0 準備
2026年11月〜2027年3月
最初の有料のスポット相談、見本の冊子を仕上げる、SO-101 で学習を再開する
2027年3月:最初の有料の相談が1件入る
1 個人で最初の実績2027年4月〜9月
個人で導入前の見積もりを小さく受ける。起業支援金を申請する
2027年6〜9月:起業支援金の採択。だめなら次の回、それでもだめなら2030年度に法人化
2 法人を作り、型を固める
2027年10月〜2030年3月
法人化。有料の事前計画を年5件から。運用設計の継続へ。資格(第二種電気工事士・産業用ロボットの特別教育)とデモ機
2029年12月:継続の顧客3社と型の受託1件が見えたら採用を決める
3 自立と最初の採用
2030年4月〜2031年3月
法人から役員報酬を出す。1人目の社員(実機と学習)。公庫の融資で採用の谷を越える
2031年3月:実用化開発の補助事業に採択。だめなら受託で伸ばす
4 共同開発で規模を上げる
2031年4月〜2033年3月
地元企業と組んだ補助事業。現場専用の追加学習を商品にする
2033年3月:社員だけで案件が1件最後まで回った
5 自社の道具を持つ会社へ
2033年4月〜2037年3月
事前計画と手直しデータの仕組みを道具として外に出す。出資を受けるか自己資金で伸ばすかを決める
―

段ごとの中身

0 準備(2026年11月〜2027年3月) 一番の仕事は、最初の有料のスポット相談を1件でも受けておくこと。導入前の判断材料の見本(店・病院)は、相談の場でも、のちの営業でもそのまま使える。SO-101 が届いたら学習を再開し、研究の記録を止めない。

1 個人で最初の実績(2027年4月〜9月) 法人がない状態で始める。導入を考えている事業者に、ロボットの導入前の見積もりを小さく受ける。市町村のロボット導入の補助(1/2・上限100万円程度)を一緒に案内できると、見積もりの価値が上がる。起業支援金はこの時期に申請し、事業計画書には法人を作る時期と使い道(設立の費用、デモ機、検証の環境)を書く。

2 法人を作り、型を固める(2027年10月〜2030年3月) 起業支援金の交付が決まったら、法人を作る。最初の1年の目標は、有料の事前計画5件。2年目からは、導入した先の運用設計を月額で受け、計画と実測のずれを記録する。このずれの記録が、のちにロボット会社へ売る型の材料になる。第二種電気工事士と産業用ロボットの特別教育はこの段で取る。デモ機は小さな移動ロボットにして、実機とシミュレーションを往復させる。

3 自立と最初の採用(2030年4月〜2031年3月) 法人から役員報酬を出し始める。1人目の社員は、実機と学習を任せられる技術寄りの人にする。ここが2つ目の資金の谷なので、採用の前に公庫の融資を借りておく。ロボット会社向けの導入の型を、最初の1社と受託する。

4 共同開発で規模を上げる(2031年4月〜2033年3月) 地元のロボット関連企業と組み、実用化開発の補助事業に提案する。自社の役割は、導入シミュレーションと、現場の手直しデータからの追加学習。補助事業は後払いなので、自己負担の分と立て替えの分を融資で用意する。

5 自社の道具を持つ会社へ(2033年4月〜2037年3月) 事前計画と追加学習の仕組みを、社員だけで回せる道具にする。外の導入会社やロボット会社が使える形にすれば、人を増やさずに売上が伸びる部分が生まれる。出資を受けて一気に伸ばすか、自己資金で堅く伸ばすかは、この段の入口で決める。

  • ねらい:法人化と採用を「やりたくなったとき」ではなく、売上と顧客の数で決める
  • 変わったこと:5つの線(最初の相談・起業支援金・継続3社と型の受託1件・補助事業の採択・社員だけで1件)を先に置いた
  • 見込める効果:売上のないまま固定費や人件費を背負う時期を短くできる。線を越えたかどうかは、その年度の売上と顧客の数で確かめる

3つの筋書きの売上と人数

基本の筋書きで、法人の売上は2031年度に2,800万円、2036年度に1億1,500万円。慎重に見ると2036年度で2,900万円・3人、強気に見ると2億7,000万円・20人になる。

年度慎重:売上慎重:人数基本:売上基本:人数強気:売上強気:人数
202730万円1人60万円1人100万円1人
2028120万円1人250万円1人400万円1人
2029300万円1人550万円1.5人1,200万円2人
2030550万円1人1,300万円2人3,500万円3人
2031950万円1.5人2,800万円3人6,300万円5人
20321,350万円2人4,400万円4人1億円8人
20331,900万円2人6,200万円5人1億4,100万円11人
20342,250万円2.5人8,000万円6人1億8,200万円14人
20352,600万円3人9,800万円7人2億2,500万円17人
20362,900万円3人1億1,500万円8人2億7,000万円20人

人数は自分を含む。0.5人はアルバイトか業務委託の分。慎重は「地域の中と知り合い経由の仕事だけで、ロボット会社との取引が遅れる」、強気は「2029年度にロボット会社の型の受託が始まり、補助事業も2030年度に通る」場合。

法人のお金の動き(全量)

お金が一番苦しいのは、法人を作った直後の2028年度と、最初の社員を入れる2030年度の2つだった。どの筋書きでも、この時期に法人の手元のお金が一時的にマイナスになる。谷の深さは100万円前後と浅いが、同じ時期は暮らしのお金も別の収入に頼るので、2030年度の採用の前に公庫の融資を用意しておくことを前提にした。

筋書き年度売上費用営業利益支援金の入金期末の手元資金(累計)
慎重202730万円342万円-312万円400万円88万円
慎重2028120万円297万円-177万円―-90万円
慎重2029300万円306万円-6万円―-96万円
慎重2030550万円438万円112万円100万円116万円
慎重2031950万円740万円210万円―326万円
慎重20321,350万円1,406万円-56万円―270万円
慎重20331,900万円1,680万円220万円―490万円
慎重20342,250万円2,054万円196万円―686万円
慎重20352,600万円2,512万円88万円―774万円
慎重20362,900万円2,599万円301万円―1,074万円
基本202760万円394万円-334万円400万円66万円
基本2028250万円354万円-104万円―-38万円
基本2029550万円422万円128万円100万円190万円
基本20301,300万円1,551万円-251万円―-60万円
基本20312,800万円2,688万円112万円―51万円
基本20324,400万円3,753万円647万円―698万円
基本20336,200万円4,939万円1,261万円―1,959万円
基本20348,000万円5,968万円2,032万円―3,992万円
基本20359,800万円6,950万円2,850万円―6,842万円
基本20361億1,500万円8,112万円3,388万円―1億229万円
強気2027100万円496万円-396万円400万円4万円
強気2028400万円511万円-111万円―-107万円
強気20291,200万円858万円342万円100万円335万円
強気20303,500万円3,915万円-415万円―-80万円
強気20316,300万円5,930万円370万円―290万円
強気20321億円9,068万円932万円―1,222万円
強気20331億4,100万円1億2,085万円2,015万円―3,238万円
強気20341億8,200万円1億4,802万円3,398万円―6,635万円
強気20352億2,500万円1億7,530万円4,970万円―1億1,605万円
強気20362億7,000万円2億268万円6,732万円―1億8,338万円

単位は万円。期末の手元資金は、法人の税引前の累計で、融資と出資は入れていない。支援金の入金は、起業支援金(2027年度・400万円)と、あとから入る起業の補助(100万円)を、入金した年度に足した。費用には役員報酬・社員とアルバイトの人件費・社会保険・補助事業の外注と材料・デモ機と機材・クラウドの GPU・旅費・固定費が入る。2036年度の基本の手元資金が1億円を超えるのは、税と配当と次の投資を引いていないため。

4つの売るものの売上(全量)

筋書き売るもの2027202820292030203120322033203420352036
慎重導入前の見積もり・事前計画30120250400500600650700750800
慎重導入後の運用設計・継続支援0050150250350450550650700
慎重ロボット会社向けの導入の型0000200400500600700800
慎重共同開発・実証(補助事業)000000300400500600
基本導入前の見積もり・事前計画602504507009001,1001,3001,5001,7001,900
基本導入後の運用設計・継続支援001003006009001,3001,7002,1002,500
基本ロボット会社向けの導入の型0003007001,2001,8002,4003,0003,600
基本共同開発・実証(補助事業)00006001,2001,8002,4003,0003,500
強気導入前の見積もり・事前計画1004007001,1001,5001,9002,3002,7003,1003,500
強気導入後の運用設計・継続支援002006001,2002,0003,0004,0005,0006,000
強気ロボット会社向けの導入の型003008001,6002,6003,8005,0006,4008,000
強気共同開発・実証(補助事業)0001,0002,0003,5005,0006,5008,0009,500

単位は万円、年度ごと。

2031年度から先は、事前計画より、継続支援と型の受託の伸びが大きくなる。1件ごとの見積もりだけでは、人の時間で売上が頭打ちになる。継続と型に移れるかどうかが、本格的な会社になれるかの分かれ目になる。

計算の前提

  • 事前計画は1件30万〜80万円。2029年度で年7〜8件、2033年度で年20件前後
  • 継続支援は1社月10万円前後。2031年度で5社、2036年度で20社前後
  • ロボット会社向けの型は1案件300万〜800万円。2031年度で1〜2件、2036年度で5〜7件
  • 補助事業は、売上の55%を外注・材料に回すとして計算した(自社の取り分は45%)
  • 社員の人件費は1人年450万円、社会保険の会社負担は15%。2029年度のアルバイトは月6万円
  • 役員報酬は、最初の3年(2027〜2029年度)は0円。暮らしのお金は別の収入から出す。2030年度から法人で年300万〜600万円を出し、売上に合わせて上げる(強気の筋書きは年480万〜800万円)
  • デモ機・機材は年150万〜400万円。クラウドの GPU は年36万円から、人数に合わせて増やした(実績より多めに置いた。後半の表)
  • 補助金の申請の外注・旅費・会計などの経費は、売上の5%と、人数に比例する固定費で置いた

計算のコードは、暮らしのお金の数字を含むので載せていない。上の売上の表と、法人のお金の動きの表が、計算の結果の全量になる。

法人は株式会社で作る

合同会社は設立の費用が約6万〜10万円と安く、株式会社は約20万円かかる(マネーフォワード)。それでも株式会社にするのは、病院・自治体・メーカーとの取引で信用を問われやすいことと、のちの出資の道を残せることの2つの理由から。決算と申告は、最初の2期は自分で行い、社員を入れる2030年度から税理士に頼む想定にした。

立ち上げから採用までのお金の道筋

返さなくてよいお金で立ち上げ、借りるお金で採用の谷を越え、出資は2033年度まで受けない。

時期手段額使い道注意
2027年6〜9月起業支援金
400万円を想定(費用の一部を後払いで補助)
法人の設立、デモ機(小さな移動ロボット・SO-101 の周り)、検証の環境、広報
後払い。決められた期限までに使い切る。ほかの補助と同じ費用を二重に出さない
2029年度起業の補助(追加)
100万円を想定(人を雇うと増える制度もある)
最初のアルバイトと、拠点の準備
使える制度があるかを先に確かめる
2029年度の終わり500万〜1,000万円
2030年度の採用と、役員報酬の立ち上がり
決算が2期そろっていると審査を通りやすい。法人を2027年の秋に作る理由の1つ
2031年度から地域の実用化開発の補助
1計画1,500万〜5,000万円を想定(中小企業で2/3程度)
地元企業との共同開発、実証
自己負担の1/3前後と立て替えが要る。公募は年度の初めの前に締め切られるものが多い
2033年度から出資の検討決めない
道具の製品化と、人を一気に増やす場合
段5の入口で決める

出資を早く入れると、型が固まる前に伸びる速さを求められ、導入の中立の立場も崩れやすい。そのため、出資は道具ができて、社員だけで案件が回るようになってから考える。

人と体制は、手を動かす作業から順に人に渡す

最初に入れるのは、自分の代わりに実機と学習を回せる人。自分の役目は、ロボットがこれからどういう立ち位置になるかを見極め、今の現場で回る落とし所へ持っていくことで、その判断に時間を使うために、手を動かす作業から順に人に渡す。

時期入れる人役割雇い方
2027〜2028年度なし(自分+AI)
全部。実装は Claude Code、レビューは外の AI
―
2029年度アルバイト1人
データ集め・現場での記録・動画の整理
月6万円ほど。地元の学生や高専生も候補
2030年度社員1人目
実機・学習・シミュレーションの実装
正社員。最初は業務委託で半年組んでから
2031〜2032年度社員2・3人目
導入の現場担当(事前計画と運用設計を回す)、補助事業の管理
正社員。店・病院の現場の経験がある人を優先
2033年度から社員4〜7人目
ロボット会社の窓口(営業)、道具の開発、事務
正社員と業務委託の組み合わせ

社外には、早い段階で技術顧問を置くことも考える。ロボットの安全規格や産業用の現場に詳しい人に、月数万円で見てもらう形。自分のミスに自分では気づきにくいので、請け負った計画を外の目で確かめる役も兼ねる。

採用は、住んでいる地域だけでは結びにくい分野になる。技術の社員は完全リモートも認め、現場担当は通える範囲から探す、と分けて考える。

リスクと、計画を変える線

一番大きいのは、地域の中だけでは有料の仕事が足りないことだった。制度が使えるかどうかより、こちらのほうが計画全体を遅らせる。それぞれに「この兆しが出たら、こう変える」を先に決めた。

リスク兆し計画の変え方
地域の中に有料の仕事が足りない
2028年3月に有料の事前計画が3件未満
売り先を、ほかの地域と首都圏のロボット会社に先に切り替え、地域の中は実証の場に絞る
起業支援金が採択されない申請の結果
法人化を2030年度に動かし、それまでは個人で同じ仕事をする。融資の審査に備え、個人の帳簿で PTM の売上を分けて記録する
汎用のモデルが進み、導入の手間そのものが小さくなる
メーカーが「置くだけで動く」導入を打ち出す
売りを事前計画から、運用中の手直しデータと現場専用の追加学習へ寄せる。人の動きが絡む問題は、モデルが進んでも残る
ロボット会社が導入支援を自社で抱える
大手が導入の相談を無償で付け始める
中立の立場での複数メーカーの比較を売る。自社で抱える会社には、型と道具を売る側に回る
補助事業の立て替えで資金が尽きる
採択の額が手元のお金の3倍を超える
地元企業を代表にした連携の申請にし、自社は一部を担う。提案の前に融資の枠を取る
自分にしか回せないまま件数が増える
月の稼働が200時間を超える月が続く
単価を上げて件数を絞り、型と道具づくりを先にする
研究の時間がなくなる
週の記録のうち、研究の記録が半分を下回る
次の作業を研究に戻す。学習を回せなくなれば、この会社の土台が消える

撤退の線も決めた。2031年度の終わりに法人の売上が1,000万円に届かず、継続の顧客も型の受託もなければ、社員を増やす計画はやめる。その場合は、1人と少しの外注で、導入前の見積もりと研究を続ける小さな研究所(慎重の筋書き)に切り替える。法人はそのまま残せる。

作業ログ ― 学習と推論の土台は、自前の機材ではなくクラウドで足りる

事業シミュレーションに「学習と推論を自分で回せることを土台にする」と書いたあと、これは自分でハードを揃える意味なのかを確かめた。

学習と推論を自分で回せることを土台、これは今のクラウドベースではなく、自分でハードを揃えるという意図ですよね?

答えは、揃えるのではなく、学習と推論の仕組みが分かっていて自分の手で回せる力のことだった。計算機はクラウドで借り続ける。自分で揃えるハードは、デモ機・小さな移動ロボット・SO-101 といった実機のほうになる。

自前の計算機が要りそうな場面は2つある。1つは、お客さんのデータを外に出せない案件(病院の映像など)で、社内か現場で学習を回す環境が要る。もう1つは現場での推論で、ロボットの横に置く小さな計算機になる。これは学習用の GPU とは別物で、導入する機材の一部として、案件ごとにお客さん側の費用に入れるのが普通になる。どちらも、継続支援や共同開発が始まる2030年度以降の話になる。

意外とクラウドでもいけるものだね。もっと前段階で必要かと思ったけど。

学習は毎日ずっと回すものではない。お手本がたまったら一晩まとめて回して、終わったら Pod(借りた GPU のマシン)を消す。この使い方なら、使った時間の分だけ払うほうが、使わない日も電気代と置き場所がかかる自前の機材より安い。目的に合わせて GPU を選べるのも大きい。

クラウドがきつくなる兆しは3つと見ている。動きを速くしたり細かく補正しながら動かしたりして、通信の遅れが動きの質に響くとき。SO-101 の手首カメラでお手本のデータが増え、アップロードとダウンロードの待ちが学習時間より長くなったとき。毎日長時間借りるようになり、自前のほうが安くなる分かれ目を超えたとき。どれも、実測で数字が出てから考えれば間に合う。

手元の Mac は M1 のままでよい

現状はM1のmacだけど、そのままでもいい?

学習と推論はクラウドなので、Mac の役目は、実機をつなぐこと・カメラの記録・Unity・記事や動画の作業になる。どれも M1 で回っている。

買い替えを考えるのは、次のどれかが起きたときにした。SO-101 で手首カメラと机のカメラを同時に撮りながらリーダーアームを動かして、記録のコマが落ちる。Unity の長い動画の撮影や書き出しで、作業が止まる時間が長くなる。Unity とブラウザと Claude Code を同時に開いて、全体が重くなる。買い替えるときも、GPU を積んだパソコンではなく、メモリの多い Mac で足りる。重い計算はクラウドに任せる形が変わらないため。

Runpod の GPU 代は1か月5,000円弱だった

今の学習って月いくらくらいなんだっけ?

Pod を消すたびに残している費用の記録を、KIOXIA の lab/ から集めた。費用の行は、学習と実機の推論の起動スクリプト(lab_train.sh・lab_start.sh の止める処理)が、借りていた時間と1時間の料金から書いている。円は1ドル158円で換算した値。

日付記録用途GPU借りた時間1時間の料金費用
2026-10-30
test_lab_20261030
推論(起動の試し)NVIDIA A400.06時間0.59ドル約0.04ドル(約6円)
2026-10-30
test_lab_20261030
推論(起動の試し)NVIDIA A400.06時間0.59ドル約0.04ドル(約6円)
2026-10-30Log16実機の推論NVIDIA A400.17時間0.59ドル約0.10ドル(約15円)
2026-10-31Log17実機の推論NVIDIA A400.39時間0.59ドル約0.23ドル(約36円)
2026-10-31Log17実機の推論NVIDIA A400.66時間0.59ドル約0.39ドル(約62円)
2026-10-31〜11-01
Log17学習NVIDIA A403.36時間0.59ドル約1.98ドル(約313円)
2026-11-01Log18実機の推論NVIDIA A401.09時間0.59ドル約0.65ドル(約102円)
2026-11-01〜11-02
Log18学習
NVIDIA L40S(A40 に空きがなかった)
2.05時間1.09ドル約2.24ドル(約354円)
2026-11-06Log22実機の推論NVIDIA A400.39時間0.59ドル約0.23ドル(約36円)
2026-11-06Log22学習NVIDIA A403.13時間0.59ドル約1.85ドル(約292円)
2026-11-09Log27学習NVIDIA A406.21時間0.59ドル約3.66ドル(約579円)
2026-11-10Log28実機の推論NVIDIA A400.85時間0.59ドル約0.50ドル(約80円)
2026-11-10Log28実機の推論NVIDIA A400.64時間0.59ドル約0.37ドル(約59円)
2026-11-10Log28実機の推論NVIDIA A400.68時間0.59ドル約0.40ドル(約64円)
2026-11-11Log30実機の推論NVIDIA A400.85時間0.59ドル約0.50ドル(約80円)
2026-11-11Log30実機の推論NVIDIA A402.55時間0.59ドル約1.51ドル(約238円)
2026-11-13Log34実機の推論NVIDIA A400.28時間0.59ドル約0.17ドル(約27円)
2026-11-13Log34実機の推論NVIDIA A400.08時間0.59ドル約0.05ドル(約7円)
2026-11-14Log35実機の推論NVIDIA A400.65時間0.59ドル約0.39ドル(約61円)
2026-11-16Log38学習(Ctrl-C で止めた)―Pod は借りていない―0円
2026-11-16〜11-17
Log38学習NVIDIA A406.13時間0.59ドル約3.62ドル(約572円)
2026-11-17Log38
学習(Pod の一覧を API から取れず失敗)
―Pod は借りていない―0円
2026-11-17Log38学習(すぐ止めた)NVIDIA A400.02時間0.59ドル約0.01ドル(約2円)
2026-11-17Log38学習NVIDIA A406.22時間0.59ドル約3.67ドル(約580円)
2026-11-19Log38実機の推論NVIDIA A400.86時間0.59ドル約0.51ドル(約80円)
まとめ回数費用
学習7回(Pod を借りた回)約2,690円
実機の推論(起動の試しを含む)
16回約960円
合計(10月30日〜11月19日)
23回約3,650円
11月1日〜19日―
約3,200円(1か月に直すと5,000円弱)

1回で一番高かったのは、6時間ほど回した学習の約580円だった。ただし、これで全部ではない。10月半ばまでの研究室 Log03〜14 は手で Pod を立てていて、自動の費用の記録がない(Log10 の README には約5.45ドルとある)。正確な請求の額は、Runpod の管理画面の使用の履歴で見るのが確か。

事業シミュレーションでは、クラウドの GPU を年36万円(月3万円)から置いていた。実績の6〜10倍になる。SO-101 の手首カメラでデータが増えることと、学習の回数が増えることを見込んだ余裕として残した。

  • ねらい:自前の GPU を買うかどうかを、思い込みではなく実際の請求で決める
  • 変わったこと:起動スクリプトが残していた費用の行を集め、学習と推論の1か月の費用を出した
  • 見込める効果:機材を先に買わずに済み、その分をデモ機や移動ロボットに回せる。見直すのは、上の3つの兆しのどれかが数字で出たとき

作業ログ ― アームの学習は、失敗からの手直しデータに絞って続ける

アームの学習は続けた方がいい?現実の仕事にすぐに結びつかなそうだけど。

続ける。ただし、量と題材を変えて続ける、という結論にした。

続ける理由は3つ。1つ目は、2031年度から先の柱に置いた「現場専用の追加学習」は、何年も自分で回した経験がないと売れないこと。今すぐ仕事にならないのは、計画の上でも想定どおりになる。2つ目は、導入の見積もりだけなら表計算でやる人はほかにもいて、学習で何ができて何が難しいかを分かったうえで見積もれることが、ロボット会社と話すときの信用になること。モデルを分かっていれば、現場の問題をすぐ切り分けられる。3つ目は、費用が月数千円で済むこと。

変えるところは4つ。

変えること中身
目標
mechArm の成功率を上げることは目標にしない(11月19日に、mechArm でのお手本集めは区切った)
題材
SO-101 では、病院の搬送ロボットへの積み下ろしのように、導入シミュレーションと同じ場面の動きを選ぶ。研究と営業の材料を1つにする
学習の目的
成功率の数字より、失敗をどう直してどう良くなったかの記録にする
時間の割合
週の作業の2〜3割を目安にする。導入シミュレーションも研究の記録に入る

お客さんの現場に入るのは、アームより先に配膳や搬送の移動ロボットになる。移動ロボットの実機を買ったら、学習の新しい時間はそちらに回し、アームは腕を落とさない程度に続ける、という配分にする。

売りにするのは、手直しデータそのものより、集めて活かす仕組み

「失敗からの手直しデータ」に絞る、ここがかなり効きそうだよね。ここのノウハウはデータが独自な売りポイントにもなるし。

効くのは、データそのものより、手直しデータを集めて活かす仕組みのほうだと整理した。お客さんの現場で集めたデータは、基本的にお客さんの物で、手元にたまり続けるとは限らない。データの量では、大手や汎用のモデルに勝てない。一方で、次の4つのやり方は、やった人にしか分からない。

仕組みの部品中身mechArm での今の形
失敗に気づく
AI が先に判定し、人が確かめて確定する
推論の記録の成否の判定の表(AI の先回り判定と人の確定)
すばやく直す
失敗した区間を巻き戻し、関節の一部を手で補正する
巻き戻しとクラッチ、ゲームパッドでの補正
直したデータを使う
失敗だけを覚えさせず、お手本を良くする方向に使う
補正入りのお手本を学習に足す
効いたかを測る手直しを足して何が変わったかまだ数字で出していない

この4つの部品は、mechArm でほぼそろっている。足りないのは、1つの流れとして名前を付け、数字で示すことだけになる。SO-101 で見せる数字は2つに絞る。

  1. 失敗してから直し終わるまでの時間
  2. 手直しのデータを何本足すと、同じ失敗がどれだけ減るか

この2つが出れば、どのロボットにも持っていける型として説明できる。現場で集めたデータがお客さんの物でも、その仕組みを入れる仕事は残る。

これから半年でやること

  • ビザスクで最初の有料のスポット相談を受ける。聞かれたことと答えを、事前計画の商品の材料にする
  • 見本の冊子(店・病院)に、市町村のロボット導入の補助と省力化投資補助金を使ったときの自己負担の計算を足す
  • 起業支援金の申請の時期と、設立の費用が対象になるかを確かめる
  • SO-101 が届いたら学習と推論を再開し、失敗から直し終わるまでの時間を最初の数字として記録する

出典