ایک آئس کریم روبوٹ کی قیمت ۲۲۰ ارب: مہارت بھری ہاتھ جسمانی ذہنت کی دولت چھاپنے والی مشین

上海吴江路のDQ门店で、ロボットが「バカみたい」な作業を黙々とこなしている。

カップを取り出し、紙カップを引き出し、ソフトクリームマシンに合わせて注ぎ、オレオの粉を振りかけ、混ぜ、カップの縁をきれいにし、最後にカップを逆さにして「逆さにしてもこぼれない」DQの看板メニューを検証する。全部で55工程。店員は横で指一本動かさず見守っている。

店員が一杯作るのに2〜3分かかるのに、ロボットは6分。2倍以上遅い。でも誰も急かさない。

なぜならDQとその裏側のシャーパは、スピードではなくデータを求めているからだ。

これは下位互換じゃない、上位互換の訓練だ

多くの人はこう思う。「百億評価の会社がアイスクリーム店でバイト？大げさだ。」
そう思う人は、具身知能の競争ルールを見ていない。

レストランで見かけるいわゆる「ロボット」は皿を運ぶか、配膳するだけ。つまり、輪がついたトレイ。最低限の自由度しかなく、技術的な堀はほぼゼロ。

シャーパは違う。厨房に飛び込み、人間の機械、人間の素材、世界共通の基準を使って、一連の工程を最初から最後まで全部やる。

シャーパ創業者の李一帏はこう言っている。「何十自由度もあり、視覚と力覚を備えたヒューマノイドロボットが、結局普通のアームと同じコーヒー運びしかできないなら、コストは絶対に合わない。」

要するに、ロボットに環境を合わせさせてはダメ。9ステップやって最後の1ステップを人間に押し付けるのは、生産性の向上じゃなくて、ロボットにアルバイトを与えているだけだ。

だからこのDQケースが難しい。カップは柔らかい、アイスクリームの硬さは温度で変わる、3回のトッピングは見た目ではほぼ同じ。ちょっとズレたら全部失敗。

シャーパが欲しいのは、まさにこれらの失敗だ。

本当の壁はチップじゃない、「転んだ」データ

具身知能の最大のハードルは何？

動画を見て動作を覚えることじゃない。GPTにアイスクリーム作りのビデオを100回見せても、カップをつかむ力加減は学べない。ビデオには触覚も力覚も、ミス後の修正ロジックもない。

人間の動作を見ても、手をどれだけ上げたかしかわからない。紙カップを潰さずに持つ力、こぼれた原因が注ぎのズレか攪拌の速さか、カップの縁をなでる角度が2度ずれるとどうなるか——これらは全部分からない。

こうした情報は、ロボットが実際の現場で転んで、間違えて、また調整する中でしか取れない。この「失敗データ」をモデルに流すと、次のシナリオでは遠回りが減る。

シャーパはこのDQフローを lab で5か月未満で練り上げ、成功率は高かった。だがそれだけでは意味がない。実際の店での予期せぬ事象——ピーク時の客の邪魔、機器の温度変動、原材料ロットの違い——こそが本当の試練だ。

今日DQで練んだ把持、すくい、混ぜ、注ぎは、明日コンビニの棚卸、ホテルの客室清掃、さらには家事にそのまま流用できる。もしシーンを変えるたびにゼロから10万時間やり直すなら、このプロジェクトは使い捨てで、ビジネスとしては価値がない。

これがシャーパの真の狙い：1軒のDQ店から、汎用可能な巧緻操作データベースを手に入れること。

評価220億、元の親会社よりも価値がある

シャーパは2024年末に設立、まだ2年足らず。最近新ラウンドの資金調達を発表、総額は45億人民币以上、投資後評価額はそのまま220億に跳ね上がった。

さらに興味深いのは、創業者3人がレーザーレーダーのトップ企業・禾赛科技の創業チームそのままだということ。そして禾赛自体の時価総額も決して小さくない。

設立から2年足らずの新会社が、親会社を超える評価額になった。なぜ禾赛はこの事業を社内に留めず、別会社としてスピンアウトしたのか？

これは典型的な産業戦略だ。

第一に、セクターが違うと評価ロジックが天と地ほど違う。レーザーレーダーは成熟製造業の論理——出荷量、粗利率、コスト管理。ヒューマノイドロボットは爆発期のテクノロジー成長論理——技術的壁垒、データ蓄積、シーンの想像力。社外で独立資金を調達すれば、評価の天井はずっと高くなる。

第二に、チームインセンティブが柔軟になる。独立会社なら株式構造をやり直せる。禾赛の古株主の権利を薄めず、コアチームには異なるインセンティブと自律権が与えられる。

今回の投資家を見てみよう：アリババ、美团、京东产业キャピタルが全員参加、さらにセコイア、启明などのトップ機関も入っている。つまり、彼らは一つのことに賭けている——シャーパが禾赛のレーザーレーダーでの成功パターンを、ヒューマノイドロボットにそのまま再現できるか。

まずはコア部品を押さえて、次はシーンデータでアルゴリズムの閉ループを回し、最後にフルスタックを築く。これがシャーパが描く「印刷機」の正体だ。

普通の人が今すぐ手を出せる3つのチャンス

1. データラベラーとして参入 – DQスタイルの55ステップ作業をロボットがやるたびに生じる力覚・触覚ラベルは1件あたり約150PKRの報酬。1日200件で30,000PKR（約170USD）の副収入。
2. ロボット用グリップ開発キット販売 – シリコン製指先セットは材料費約800PKR、販売価格2,500PKR。1ヶ月で500セット売れば1,250,000PKR（約7,000USD）。
3. ミニ倉庫ロボットの試作受託 – 小型ピッキングロボットのプロトタイプ1台あたりの開発費は約120,000PKR。受託1件で200,000PKRの利益。月2件で400,000PKR（約2,200USD）のフリーランス収入。

これらはすべて「失敗データ」を集める現場でこそ生まれるニーズだ。机上の空論じゃなくて、実際にロボットが転ぶ場所で金が転がっている。

今すぐ手を動かせ。データを拾い、グリップを売り、受託を取れ。それが具身知能で最初に掴める現金だ。