群青 · AI時代のビジネス洞察

Orca AI:海上版Waze、船隊Co-Captainネットワークで年間売上1,190万ドルを達成

ワークフロー:SeaPodの5台の日中用カメラと3台の熱画像カメラが、リアルタイム映像をレーダー、AIS、GPSデータと船上のNVIDIAエッジプロセッサで統合。AIがAIS非搭載の小型船、ブイ、クジラなどの目標を検知・分類し、CPA/TCPA(最接近距

AGENT

主要項目

FIELD STAMPS
業界フィンテック
地域グローバル(以色列)
規模中小企業
チャネルオンライン

🔧 ワークフロー

SeaPodの5台の日中用カメラと3台の熱画像カメラが、リアルタイム映像をレーダー、AIS、GPSデータと船上のNVIDIAエッジプロセッサで統合。AIがAIS非搭載の小型船、ブイ、クジラなどの目標を検知・分類し、CPA/TCPA(最接近距離/時間)を計算してリスク優先順位を付け、衝突回避の提案をブリッジのディスプレイに表示。最終決定権は船長が保持。匿名化されたデータはCo-Captainネットワークに同期され、各船のパーソナライズされた衝突回避指令にフィードバックされる。

🛠 構築のハードル

海事エンジニアリングと視覚アルゴリズムチームの連携が必要。SeaPodハードウェアをコンパスデッキに設置し、レーダー、AIS、GPSと接続。船上のリアルタイム推論用にNVIDIAエッジコンピューティングユニットを導入し、FleetView岸上プラットフォームで船隊を監視。AIモデルは夜間や濃霧などの海事シナリオに合わせて訓練し、実船データで継続的に反復学習させる必要がある。単船の統合と船級協会の承認には数週間から数ヶ月を要し、船隊規模での導入は年単位のプロジェクトとなるため、個人でハードウェア一式を完結させるのは困難。

🧰 ツールチェーン

  • 🔧 SeaPodビジュアルスイート(日中用カメラ5台、熱画像カメラ3台)
  • 🔧 NVIDIAエッジプロセッサ(船上でのリアルタイム目標検知およびCPA/TCPA計算)
  • 🔧 Co-Captainネットワーク(船隊間での匿名化された気象、混雑、安全脅威データの共有)
  • 🔧 FleetView岸上プラットフォーム(リアルタイム映像ストリーミング、イベント警告、船隊トレンド分析)

💰 収入

① 商船船主(Seaspan、EPS、Maran Tankers、Ionicなどの船隊)によるSeaPodおよびFleetViewのサブスクリプション(主収入):船主は設置費用と船ごとのサブスクリプション料を支払う。単船の価格は非公開だが、累計1,600隻以上の導入により、2024年の年間経常収益(ARR)は約1,190万ドル(全売上の約100%)、月平均約99.2万ドル(2024年時点の自社発表)。② リセラー層——中小船主向けの導入代行とサブスクリプションのレベニューシェア:個人や小規模チームが中小船主の選定・導入を支援し、導入サービス料やサブスクリプションのキックバックを得る。この部分の売上や顧客数は非公開。③ 保険会社による設置補助金:保険会社が設置費用を補助する場合があり、補助対象の船舶数やキックバック単価は非公開。④ 機会項目——Co-Captainデータネットワークの外部ライセンス供与:同ネットワークによりニアミス事故が54%減少し、1隻あたり年間10万ドルの燃料費削減と19.5万トンのCO2削減を実現。保険会社、港湾、船級協会へ匿名化された航行リスクデータをライセンス供与する可能性があるが、規模はメディアによる推計のみで詳細は不明。

💸 コスト

コストの大部分はカメラおよびエッジコンピューティングハードウェアの調達、船舶への設置・改造、研究開発チームの人件費。その他、FleetViewのクラウドコンピューティング費用とデータストレージ費用が含まれる。サブスクリプション料以外に、販売サイクルが長く、初期の資産投資が重い。単船のハードウェアコストと設置費用は非公開。

⏱ 時間投入

システムが24時間365日自動で監視を行うため、船長や当直員の追加操作はほぼ不要。運用面では、週に数営業日をかけてイベントの振り返り、モデルの再学習、船隊の安全・燃費レポートの作成を行う。

🚀 初心者ガイド

ハードウェア一式を個人で複製するのは困難なため、まずは船舶AIコンサルティングや、中小船主向けのSeaPod・FleetView選定・導入代行を行い、導入手数料やサブスクリプションのレベニューシェアを得るのが現実的。また、カメラと公開されているAISデータを使用して衝突回避の目標検知デモを作成し、実績を作った上で船級協会との認証協力へ進む道もある。第一歩として、Lloyd's RegisterのAI航行実船評価基準を研究し、中小船主を1社ターゲットにしてパイロット導入を行うことを推奨。

🔑 成功のカギ

  • ✅ 定量化可能なROI:1隻あたり年間約10万ドルの燃料費削減、ニアミス事故37%以上削減というハード指標で船主の財務決定者を説得
  • ✅ 船級協会の認証による裏付け:Lloyd's Registerの実船検証で再現率98.6%、精度94%を達成しており、商船市場への参入切符となる
  • ✅ Co-Captainネットワーク効果:船隊のデータ共有が進むほど衝突回避予測が正確になり、データの複利が先行者利益の参入障壁となる
  • ✅ AIS非搭載目標の検知能力:レーダーやAISで見落とされる小型船、漂流コンテナ、ブイ、クジラなどを識別し、360°パノラマで死角を解消する点が従来の航行システムとの差別化要因

⚠️ 风险

  • ⚠️ 船級協会の認証期間が長く、単船の設置・改造コストが高いため、重資産モデルの拡大が遅い。保険補助金の打ち切りや大口顧客への依存度が高い場合、キャッシュフローが圧迫される。また、SMART-SEAなどの競合システムとの競争も激しい。
  • ⚠️ 商業海運の景気や地政学的な運賃変動が船主の設備投資に直結する。景気後退期には新造船への設置やサブスクリプションの更新が遅延し、導入ペースが予測を下回る可能性がある。
  • ⚠️ 極端な海況や雨・霧による遮蔽下でAI視覚が誤検知・見落としを起こした場合、責任問題に発展する可能性がある。継続的な実船データによるモデルの反復学習と、人間による監視の併用が不可欠であり、コンプライアンスや保険責任の境界線は現在も進化中である。

📌 実例

  • 📌 Seaspanの事例:世界最大級のコンテナ船主が64隻以上の船舶にSeaPodを導入。ニアミス事故が37%減少し、最小通過距離が35%拡大。1隻あたり年間約10万ドルの燃料費と500トンのCO2を削減。Maran Tankersでは安全事故が74%減少。
  • 📌 Eastern Pacific Shipping(EPS)の事例:試験導入後に数十隻へ拡大。ニアミス事故が48%減少し、最小通過距離が10%拡大。船員の満足度スコアは10点満点中9.0を記録。
  • 📌 Ionicの事例:北海の複雑な航行水域において、ニアミス事故が22%減少し、最小通過距離が20%拡大。燃料消費が約3%減少し、混雑航路における衝突防止と燃費向上の両面での価値を実証。