無人揚陸艇Caravelと日本の造船業 — Bulwark DynamicsをフィジカルAIの量産から読む

無人の船を一度動かすことと、顧客が継続して使える船を何隻も供給することは違う。Bulwark Dynamicsと尾道造船の提携をフィジカルAIの視点で読むと、焦点は自律航行のソフトウェアから、船体の製造、実機での検証、納入後の保守まで広がる。日本の製造業が参加できる場所も、その全体にある。

日経ビジネスが9月9日に取り上げたのは、若い経営者が率いる防衛スタートアップと、無人揚陸艇の日米生産というテーマだった。^[1] 本稿は公開見出しと導入を起点に、同社の資金調達発表、製品紹介、生産拠点の発表を照合し、量産事業として何を見るべきかを考える。

1．680万ドルの調達と、尾道造船との提携#

Bulwark Dynamicsは2026年9月9日、680万ドルのシード資金調達と、尾道造船とのCaravelシリーズの連続生産に向けた覚書締結を発表した。出資者にはSBI US Gateway Fund LP、Archetype Ventures、Nēnē Ventures、尾道造船が含まれる。資金は開発・生産、製造能力の立ち上げ、実際の利用環境を想定した試験に充てるとしている。^[2]

本紙が注目するのは、資金の供給者に製造を担う企業も加わる点だ。ソフトウェアの改良と船体の生産を別々の経営課題にせず、早い段階から同じ事業計画の中で考える構成と読める。ただし、出資したこと自体が製造原価や品質を保証するわけではない。共同で何を検証し、どの段階で生産を増やすかが、その後の価値を決める。

2．創業者の経歴：医療ソフトウェアから、海上物流の実機開発へ#

2026年9月12日に確認した公式チーム紹介では、Nhat Lieu氏が創業者・CEO、Yuta Shiina氏が共同創業者・CTO、Isaac Anderson氏が共同創業者・リードエンジニアとして掲載されている。出発点を作ったLieu氏と椎名氏、その後に技術組織へ加わったAnderson氏の歩みを分けて見ると、現在の事業がどう組み立てられたかが分かる。^[5,8]

Nhat Lieu氏：日本で育ち、ソフトウェアで2度起業

Nhat Lieu（ニャット・リュウ）氏は、日本で生まれ育った起業家だ。2026年3月17日公開の本人インタビューでは21歳と自己紹介し、Bulwarkは3社目の起業だと説明している。最初はブロックチェーンを使うクラウドファンディング、次は海外で医療を必要とする旅行者の病院予約・受診調整サービスに取り組んだ。年齢はこのインタビュー時点の情報である。^[7,11]

同インタビューでLieu氏は、医療事業が伸びる中でも、より大きな社会的影響を持つ課題へ取り組みたいと考えたと述べる。経済や暮らしの発展を支える安全保障に関心を移し、2025年5月に椎名氏とBulwarkを共同創業した。当初は防衛分野での直接の実務経験がなく、専門家や業界関係者への聞き取りから市場を調べたという。^[7]

椎名悠太氏：慶應での学びと、医療サービスの共同創業

椎名悠太（Yuta Shiina）氏は、2025年12月の本人記事で慶應義塾大学を休学中と説明している。公開プロフィールには2021年からの在籍、2024年秋からの休学、ベイズ統計・機械学習を扱うSugasawa Labでの活動が記載されている。学業上の状況は各資料の記載に基づき、その後の復学・卒業までは確認していない。^[8,9]

同プロフィールには、2022年のJST-Stanford Future Innovators Program、2023年の東京大学GCI Summerも記載されている。これらはプログラム・講座の履歴であり、スタンフォード大学や東京大学の学位取得を示すものではない。統計・機械学習と起業に関する学習歴として読むのが適切だ。^[9]

椎名氏によれば、Lieu氏とは2024年初めにヘルステックのVitabiを立ち上げ、海外旅行者向けの病院予約アプリを開発した。医療機関などとの提携とβ版の提供を経て、安全保障分野へ転じた。Bulwarkは椎名氏にとって2社目となる。^[8] 2026年9月の会社発表では、同年2月設立の日本法人Bulwark Dynamics Japan合同会社の代表も務めている。米国での開発と、日本側の事業をつなぐ立場が公式資料から確認できる。^[11]

Isaac Anderson氏：自律システムと実機開発の経験を持つ技術者

同社の就任紹介によると、Anderson氏はNASA Ames、NAVAIR、USGS、DEVCOM Aviation & Missile Centerにまたがる14年以上の経験を持つ。NASA AmesではChief Engineerとして自律システムやロボティクスに関わり、解析・シミュレーション、構造、複合材製作、無人システムの展開・運用などを経験したとされる。これは同社が公表した経歴であり、各機関での在籍期間や雇用形態までは参照資料に示されていない。^[10]

この経歴が意味を持つのは、船体、制御、製作、試験を横断する人材が必要な事業だからだ。本紙は、顧客課題を見つける創業者の経験に、実機を設計・検証する経験を組み合わせたチーム構成として捉える。なお、NASA Amesでの役職を「NASA全体の最高技術責任者」と読み替えることはできない。

経歴から見えるのは、事業を組み立てる順序

2人の歩みは、既存の造船事業を引き継いだ起業とは異なる。ソフトウェア事業での経験を経て、新たな顧客の課題を調べ、実機開発の人材を迎え、製造企業と組む順序をたどっている。本紙が注目するのは、若さそのものより、足りない経験を組織として補う方法だ。

ただし、経歴だけで製品の信頼性は決まらない。誰が自律制御を作り、誰が製造品質を管理し、誰が試験と顧客対応を担うのか。個人の技術を図面、手順、検査、交換部品へ落とし込み、納入先が継続して使える製品へ変えられるかが、今後の実行力を測るポイントになる。

3．Caravelは、なぜフィジカルAIの話なのか#

Caravelは物資輸送を目的とする無人水上艇である。同社の製品説明は、自律航行に加え、港の設備に依存しない荷扱いまで対象にしている。また、センサーフュージョンとAIを利用する航行機能を掲げる。^[3]

ここでいうフィジカルAIの論点は、認識結果を現実の動作へつなぎ、環境が変わっても作業を成立させることだ。船体、駆動系、制御、積載物、作業環境の組み合わせで結果が変わるため、画面上の認識精度だけでは製品の完成度を測れない。

「自律」の表示から、学習方式までは分からない

参照した製品資料からは、VLAや実機強化学習の採用、学習データ量、モデルの更新方法まで確認できない。したがって、Caravelを「航行するたびに自分で学習し続ける船」と説明する根拠はない。自律的に動作することと、運用中に学習することを分けて読む必要がある。^[3]

本紙が知りたいのは、AIという名称よりも、どの判断を機械に任せ、どの条件では人が対応する設計かという点だ。倉庫ロボットでも移動マニピュレーターでも、実用性を評価するには、成功した動作だけでなく、人が介入した理由と復旧に要した時間を見る必要がある。

4．日米の役割は「米国が考え、日本が作る」だけでは捉えきれない#

同社は2026年1月、米カリフォルニア州メンローパークに試作生産施設を開設したと発表した。船体の製作、システム統合、試験を支える施設として説明している。米国側にも実機を作って検証する場所がある。^[4]

9月の発表では、日本では既存の尾道造船所の活用に加え、無人艇の連続生産に特化した拠点の設置を協議しているとした。^[2] ここから確認できるのは製造体制の構築に取り組んでいることであり、新拠点の稼働や量産納入が完了したということではない。

本紙の見方では、この連携の価値は生産場所を増やすことだけにない。試作で見つかった問題を製造工程へ戻し、製造中に見つかったばらつきを設計へ返す往復を作れることにある。図面通りに作ったつもりでも性能がそろわなければ、モデルの改良だけで吸収しようとせず、組み立てと検査まで確認する必要がある。

日本企業にとっても、完成図面を受け取るだけの立場と、組み立てやすさ、検査しやすさ、修理しやすさを設計へ提案する立場では、持ち得る価値が異なる。今回の提携でその分担がどこまで定まったかは、公開資料だけでは判断できない。

5．試作の実証、量産、顧客の採用を分けて見る#

同社は2026年初めに試作艇で一連の無人動作を実証したと説明している。^[2] これは開発の進捗として読むべき情報だが、異なる環境での成功率、長期稼働の信頼性、顧客の受領実績まで同時に証明するものではない。

この表は本紙の評価軸であり、各段階を同社が既に達成したとする一覧ではない。採用予定と確定した発注、作れる能力と実際に納入した数は分けて確認したい。

カタログの能力を、試験済みの性能として扱わない

製品紹介の積載量や航続距離を比較に使う場合も、どの型式の値か、どの条件で測ったかが必要になる。参照ページの数字を全シリーズ共通の実測値とみなすことはできない。^[3] 販売単価や継続運用費がそろわない段階で、既存船より何割安いという事業評価を確定させるのも早い。

6．量産を重視する事業は、ソフトウェア企業と何が違うか#

Bulwark Dynamicsは、自律化だけでなく製造と継続的な運用支援まで自社の事業範囲として位置づけ、生産能力を重視する方針を掲げる。^[6] 本紙はここに、モデルの性能競争を製造業の実行力へ接続しようとする戦略を見る。

一隻追加で売るためには、ソフトウェアの配布に加え、部材、製作、検査、輸送、受領後の支援が必要になる。発注から入金までの時間が長ければ、売上の拡大と資金繰りの負担が同時に増えることも考えられる。資金調達額だけで事業の余力を判断できない理由だ。

評価したいのは、出荷するたびに同じ調整をやり直していないか、修理のたびに開発者が出向く必要がないか、量産で得た知見が次の製品へ戻るかである。船でも地上ロボットでも、完成した一台の性能と、同じ品質の製品を継続して供給する能力を一緒に見る必要がある。

一方で、防衛向けの事業として成立する条件と、民間物流で採算が合う条件は同じとは限らない。民間への展開を評価する際は、利用者、運用頻度、既存の輸送手段との役割分担を改めて検証すべきだ。本紙は、用途を増やせる可能性と、既に市場が成立していることを分けて捉える。

7．日本のフィジカルAI企業が持ち帰れる教訓#

今回の事例から本紙が引き出すのは、学習モデルの開発と同じ時期から、量産と保守の相手を探す重要性である。十分に賢いモデルができてから製造を考える進め方では、後になって機構や検査方法を大きく変更する可能性がある。

ロボット企業なら、試作時から部品交換の手順、状態の記録、校正、受け入れ検査を整える。製造企業なら、完成機の受託生産だけでなく、ばらつきを減らす工程や、実機の問題を設計へ返す仕組みで参加する。こうした仕事も、フィジカルAIの性能を顧客の現場へ届けるための中核になる。

Bulwark Dynamicsと尾道造船の提携の成果は、これからの検証と生産実績で評価する必要がある。その過程を見る際には、創業者の年齢やAIという言葉に加え、試作を繰り返せること、品質をそろえて作れること、納入後も使い続けられることに注目したい。

関連して、フアンが語る移動・マニピュレーション市場では、知能化がロボットの導入先を広げる条件を整理した。陸上と海上で機体は違っても、用途に合う能力を、継続利用できる製品へ落とし込む課題は共通している。