コンテンツにスキップ

Musoroid プロダクト要件（PRD）

最終更新：2026-05-27 正本ステータス：仮案（公開情報ベース＋推測）

ファクトの正本：プロダクト基本情報・技術スタック・想定業界等の事実は ../facts/products.yaml を参照。本ファイルは「設計判断と物語」担当。

プロダクトひとことで

  • Physical AIで「人の軽作業」を代替する汎用ロボットワーカー
  • 詳細項目（名称、フェーズ、対象業界、技術スタック）は facts/products.yaml musoroid: を正本に

解決する課題

誰の課題か

  • 製造現場、物流現場、小売現場の運用担当者
  • 軽作業（仕分け、ピッキング、組立補助、棚補充など）における人手不足／非効率に直面している現場
  • ※具体的なペルソナは要記入

どんな課題か

  • 反復的な軽作業に人が貼り付かざるを得ない構造
  • 既存の固定動作ロボットでは、現場ごとに異なる作業に対応しきれない
  • 産業用ロボットの導入は重厚で、軽作業領域に届かない

なぜ既存解決策では不十分か

  • 従来の産業用ロボット：固定動作前提、現場ごとのSIコストが重い
  • 既存の協働ロボット：力制御や安全機能はあるが、「賢さ（状況理解と判断）」が不足
  • Musoroidは「ロボット基盤モデル＋力制御＋テレオペ支援」の組み合わせで、汎用性と現場適応性を両立する

ターゲットユーザー

  • 業界の重点順位（2026年フォーカス）：
  • 物流業（仕分け・ピッキング・棚出し）：人手不足が深刻、現場標準化が進んでいる
  • 製造業（軽組立・検査補助・ピッキング）：実証実験パートナーを獲得しやすい
  • 小売業（補充・整列）：横展開フェーズで本格化
  • 顧客像（規模）：大企業を一次ターゲット
  • スケールとデータ蓄積量が、フライホイールの実効性に直結
  • 信頼性・規格対応への要求が高く、技術的に厳しい現場こそ差別化が活きる
  • 二次ターゲット（ホリゾンタル展開時）：飲食、ホテル業務、農業、医療補助 等

バリュープロポジション

  • 「賢さをロボットに、働く意義を人々に」（社のビジョンと一致）
  • 複数現場でのデータ蓄積量が、フライホイールの差別化軸（実績重視）
  • 1台で複数タスクをこなせる汎用性
  • 現場での再学習・適応がしやすい
  • 力制御による安全性、テレオペでの「人の介入」が容易
  • ハードウェアは既製品アーム＋自社ソフトウェアで提供（SI重さを回避）
  • 価格は RaaS（月額・年額）方向（後述）
  • ※具体的なバリュー数値（生産性◯倍等）は実証データ取得後に記入

主要機能（設計判断）

  • 機能一覧は facts/products.yaml musoroid.core_technologies を参照
  • 本セクションは「なぜその機能か」「どう組み合わせるか」を記述

VLA（ロボット基盤モデル）の位置付け

  • 視覚・言語・行動の一気通貫を担う中核
  • 自然言語による作業指示を可能にする
  • 現場ファインチューニング前提の設計

力制御の位置付け

  • 安全性と精密性の両立
  • 既存の協働ロボットと差別化する技術的核
  • ※詳細仕様は別技術設計書を切り出す前提

テレオペレーション支援の位置付け

  • 自律で詰まったケースの「人の介入」
  • データ収集パイプラインを兼ねる

データ収集と動作モデル構築

  • 現場データの蓄積 → 横展開時の立ち上げ短縮
  • 「現場が増えるほど賢くなる」フライホイール

非機能要件

  • パフォーマンス：1サイクルあたりの動作時間／成功率の目標値（実証で測定）
  • セキュリティ・データ取扱：
  • 既存データを モデル改善に再利用可能 とする（顧客との契約で明記）
  • 顧客固有の機密情報は分離管理
  • 可用性：稼働率の目標値、フォールバック動作（実証で具体化）
  • 安全性：規格処許目標は未決
  • 候補：ISO 10218 + ISO/TS 15066（協働ロボット）、ISO 13482（サービスロボット）
  • 業界・用途で必要な認証を取りに行く方針
  • 多言語対応：日本語／英語

ロードマップ

  • 時系列の予定は facts/schedule.yaml を正本に
  • 本セクションは「フェーズ間の論理的な依存関係」「何が成立すれば次に進めるか」を記述

短期（〜3ヶ月）の問い

  • 実証実験パートナー獲得の質：1社契約より、複数業界の傾向比較できる体制か
  • 初期データ収集ツールチェーン整備

中期（3〜6ヶ月）の問い

  • 実証現場での成功率はどこまで到達したか
  • VLA第1版が再利用可能なレベルになっているか

長期（6ヶ月〜）の問い

  • 本導入候補との契約条件（RaaS／売切／成果連動）
  • スケール展開時のオペレーション体制

メトリクス

  • 最新値は facts/metrics.yaml を参照
  • 主要KPI候補：実証実験契約数／作業成功率／自律稼働時間比率

競合・代替手段

  • 競合リスト：facts/products.yaml musoroid.competitors
  • 本ファイルでは「彼らとの差別化シナリオ」を記述

差別化軸（順位）

  1. 実績（複数現場でのデータ蓄積量とフライホイール） ← 筆頭
  2. 賢さ（VLA による状況理解・柔軟適応）
  3. 安全性（力制御による人との協働）
  4. Ready to Ship 哲学（既製品アーム活用でホストコスト低、現場で完結）

代替手段

  • 人手の継続（人手不足が深刻化、限界）
  • 固定動作の産業用ロボット（柔軟性に欠ける）
  • 既存の協働ロボット（賢さに欠ける）

主要決定事項（2026-06-22 時点）

  • 価格・課金モデル：RaaS（月額・年額）方向
  • 顧客のオンボーディングコストを下げ、長期関係を作る
  • 詳細条件は実証実験を通して具体化
  • ハードウェア戦略：既製品アームを選定し、ソフトウェアとセットで送る
  • 自社開発の重さを回避、Ready to Ship 哲学と整合
  • データ・知財方針：モデル改善に既存データは再利用可能（顧客契約で明記）
  • フライホイールのエンジン、スケールに不可欠

残るオープン論点

  • 安全基準・規格の処許目標（ISO 10218 + 15066、ISO 13482、業界規格）
  • RaaS の具体的な価格レンジ・契約期間
  • 既製品アームの選定（複数候補から決定）
  • 海外展開の時期と入り方

関連リンク

編集メモ（村山さん向け）

  • 事実情報を直したい時は facts/products.yaml の方を直す
  • 本ファイルは「設計判断と物語」を優先（なぜそうしたか、何を諦めたか、何を勝負どころにするか）
  • 機能の詳細仕様は別ドキュメントへ切り出す前提