MUSEが17.5億円調達｜店舗ロボArmo量産と日米展開の勝算

小売店舗向け自律移動ロボット「Armo（アルモ）」を開発する株式会社MUSEが、総額17.5億円の資金調達を発表しました。実店舗環境における「Physical AI（フィジカルAI）」がPoC（概念実証）を脱し、商用量産とグローバル展開へ舵を切る契機となる動きです。

本記事では、公開資料をもとに、ハードウェア設計、SLAM・認識系アルゴリズム、クラウド連携基盤の観点から、小売特化型ロボティクスが直面する技術課題とアーキテクチャの要点を紐解きます。

エグゼクティブサマリー

総額17.5億円を調達し量産と米国展開へ: リード投資家のALPHAをはじめとする15社が参画。調達資金は量産設計（DFM）、米国現地法人（MUSE US Inc.）の営業・保守体制構築、Physical AIおよびクラウド基盤「Eureka Platform」の強化へ投下。
「単機能AMR」から「タイムシェア型マルチタスクロボット」への転換: 単一業務（配膳・清掃専用）では困難だった店舗投資回収（ROI）を、時間帯に応じて「品出し搬送」「棚スキャン」「販促・案内」と役割を切り替えることで解決。
物理空間をインデックス化するデータ基盤: ロボットを移動体にとどめず、棚の欠品検知や売場状況を収集・解析するエッジ・クラウド分散基盤として活用。実店舗のデジタルツイン化を推進。

資金調達の概要と資本構成

2026年11月5日、株式会社MUSEは事業会社、VC、金融機関計15社を引受先とする総額17.5億円の第三者割当増資を実施しました。

調達総額: 17.5億円
新規リード投資家: 株式会社ALPHA
既存投資家（追加出資）: インキュベイトファンド株式会社、XTech Ventures株式会社、Spiral Capital株式会社、東芝テック株式会社、キャナルベンチャーズ株式会社、株式会社YMFGキャピタル
新規投資家: 楽天キャピタル、ごうぎんキャピタル株式会社、New Commerce Ventures株式会社ほか
調達資金の使途:
1. 本格量産体制の構築: 外部製造パートナーと連携した製造容易化設計（DFM）の適用、品質保証および保守・メンテナンス網の整備。
2. 米国市場への展開加速: 現地法人「MUSE US Inc.」を軸とした営業・導入支援体制の確立と顧客開拓。
3. Physical AI・ソフトウェア技術の高度化: 自律走行・認識判断モデルの洗練、店舗データ解析プラットフォーム「Eureka Platform」の機能拡張。

会社概要

社名: 株式会社MUSE（ミューズ）
代表者: 代表取締役社長兼CEO 笠置泰孝
所在地: 東京都中央区八丁堀2丁目11-7 MC八丁堀ビル
設立年月: 2022年4月
資本金: 1億円
ミッション: 「ロボットで世界の人々に、インスピレーションを」
提供プロダクト:
- マルチユース型ストアロボット「Armo（アルモ）」
- 店舗データ解析クラウドプラットフォーム「Eureka Platform」
- 店内販促プラットフォーム「ロボプロ」

ストアロボット「Armo」の機能と競合アーキテクチャ比較

従来の店舗向けロボットは配膳や清掃など単一目的（Single-Purpose）で設計されるケースが多く、非稼働時間の長さに伴うROIの悪化が導入障壁となっていました。Armoは時間帯や現場ニーズに応じて動的にタスクを切り替えるタイムシェア型マルチユース運用を前提としています。

Armoが担う3つの主要業務

品出し・店内商品搬送: 開店前や夜間を中心に、バックヤードから売場への重たい商品の搬送や、ネットスーパー（店舗型フルフィルメント）のピッキング搬送を代行。
商品棚の可視化・欠品検知: 営業時間内の巡回時、センサーで陳列棚をスキャン。欠品（Out-of-Stock）やフェイス乱れを自動検出。
来店客案内・販促メディア: 買い物客の多い時間帯には、サイネージ表示や対話インターフェースを通じて売場案内やプロモーションを実施。

従来型ロボティクスとの構造比較

比較軸	従来型搬送AGV/AMR（倉庫・工場）	単一特化型サービスロボット（配膳・清掃）	MUSE「Armo」＋「Eureka Platform」
主用途	定常ルートの重量物搬送	配膳、床面清掃などの単一作業	品出し搬送・欠品検知・販促案内のマルチタスク
稼働率・時間帯	稼働シフト時のみ	ピーク時または営業時間外のみ	24時間（時間帯に応じて役割を動的切り替え）
現場環境	整列された通路・一般人立入禁止	比較的定常な動線（飲食店通路等）	陳列変更頻発・子供やカートが交錯する高密度売場
データ活用	機体テレメトリ・運行管理	稼働ログ	実店舗のデジタルツイン（棚状態・人流・在庫突合）
ROI算出基準	単一作業の工数削減率	単一作業の代替人件費	省人化効果＋欠品防止による売上増＋広告媒体価値

実店舗における導入・実証実績

株式会社ベルク: 埼玉・群馬エリアの10店舗で導入拡大。店内搬送や売場支援オペレーションで定常稼働。
ウエルシア薬局: 東京都内5店舗に導入。ドラッグストア特有の狭小通路・高密度陳列環境に対応。
株式会社ミスターマックス: ホームセンター・ディスカウントストア業態にて「商品棚のリアルタイム・デジタルツイン」実証実験を実施。
Foodcellar Market（米国ニューヨーク州）: ロングアイランドシティの実店舗で稼働開始。米国初となる商用運用実績を確立。
海外展示会出展: 世界最大級の小売テック展示会「NRF Retail’s Big Show」出展、SXSW Pitch ロボティクス部門ファイナリスト選出。

エンジニア向け技術的考察

実店舗で商用稼働するストアロボットの開発には、倉庫や工場向けAGVとは異なる特有の技術的ブレークスルーが求められます。

1. マルチタスクを制御するステートマシンとタスクオーケストレーション

搬送（高ペイロード・定常巡航）、棚スキャン（低速走行・カメラの姿勢安定性）、顧客案内（対人マナー・即時停止）では、制御パラメータや安全ポリシーが大きく異なります。

ROS 2ライフサイクル管理: 実行タスクに合わせて走行・認識関連ノードのアクティブ化・非アクティブ化を安全に切り替えるステートマシン設計。
動的フットプリント設定: 台車連結時と単独走行時でプランナーの障害物判定クリアランスをリアルタイムに変更。
動的重心推定と安全インターロック: 積載重量や重心変化をリアルタイムに推定し、旋回速度や減速加速度のリミットを動的に調整する制御アルゴリズム。

2. 店舗特有のSLAM課題とエッジ・クラウド協調推論

長大通路における幾何学的退化（Geometric Degeneracy）対策: スーパー特有の対称的で長大な陳列通路では、LiDARオドメトリの滑りやロストが発生しやすい。Visual SLAM、天井マーカー、Wi-Fi/BLE電波強度を組み合わせたマルチモーダル位置推定が実環境での鍵となる。
エッジ・クラウド分散パイプライン: 数万SKUにのぼる商品の欠品・乱れ判定をすべてクラウドへアップロードすることは通信帯域・インフラコストの観点から非現実的。エッジ（Jetson等）の軽量モデルで変化・異常領域を一次スクリーニングし、差分データのみを「Eureka Platform」へ送信するパイプライン設計が必須。

3. 量産設計（DFM）と米国安全規格（ANSI/RIA R15.08）への適合

試作から量産への移行: 板金フレームや切削パーツによるアジャイル試作から、EMS等の外部パートナーと連携した金型成型・モジュール構造へ移行し、組立工数と個体差を低減。
米国安全認証のクリア: 国内JIS規格対応に加え、北米展開で要求されるUL 3100（搬送ロボット規格）およびANSI/RIA R15.08（産業用・商業用AMR規格）に準拠したセーフティLiDARや冗長停止回路の実装。

プラットフォーム構想：「Eureka Platform」による店舗デジタルツイン

ロボットを単なる「自動搬送機」で終わらせず、実店舗のインデックス化エンジンとして機能させる点が本アーキテクチャの根幹です。

データ収集: 機体搭載カメラ・LiDARが店内を巡回しながら、棚画像・深度情報・人流データを網羅的に収集。
クラウド解析（Eureka Platform）: プラノグラム（棚割指示書）と売場実態の乖離検知、欠品率算出、顧客滞留ヒートマップの生成。
基幹システム連動: 店舗の基幹在庫システム（POS/ERP）と連携し、補充指示や品出しリクエストを自動発行。
リテールメディア（ロボプロ）: 収集された人流・売場データに基づき、最適なタイミングで機体サイネージ広告を配信。

小売ロボティクスを巡る3つの重要論点

1. なぜ「単機能AMR」ではなく「マルチユース型」が選ばれるのか？

従来の配膳ロボットや清掃ロボットに代表される単機能型ロボットは、1日のうち特定時間帯しか稼働しないため、導入・維持コスト（CAPEX/OPEX）を単一作業の削減人件費だけで回収するのが極めて困難でした。

Armoのように、時間帯に応じて「搬送」「欠品検知」「販促」と役割を切り替えられる設計をとることで、機体の稼働率を24時間近くまで引き上げ、店舗側の投資回収期間を大幅に短縮できます。

2. 人や棚が密集する小売店舗で、自律走行を阻む「技術の壁」とは？

スーパーマーケットなどの実環境は、工場や倉庫と異なり「セールワゴンやエンド陳列の頻繁な変更による地図の陳腐化」「買い物客やカートによる予期せぬ動的遮蔽（オクルージョン）」「長大で規則的な陳列棚によるLiDAR特徴量の欠失（幾何学的退化）」といった課題が重なります。これらをクリアするには、単純なSLAMにとどまらず、マルチモーダルなセンサーフュージョンと精緻な動的障害物予測アルゴリズムが不可欠です。

3. 今回調達した17.5億円は、具体的にどこへ投下されるのか？

調達資金の主たる使途は大きく3点です。第一に、外部製造パートナーとの連携によるハードウェアの量産体制（DFM）と品質保証・保守網の確立。第二に、現地法人（MUSE US Inc.）を通じた北米実店舗への導入・運用サポートの強化。そして第三に、エッジ認識モデルの高度化と、店舗データをデジタルツイン化するクラウド解析基盤「Eureka Platform」の機能拡充です。

MUSEの17.5億円調達から読み解く小売ロボティクス（Physical AI）の量産と日米市場展開：エンジニア向け技術・事業構造分析

エグゼクティブサマリー

資金調達の概要と資本構成

会社概要