Vertical SaaS / Vertical AI、そして今、Physical AIへ。 物理領域に向き合い続けたZenの6年間とこれから

人が360度カメラを持って現場を歩くだけで、建設現場の空間データが自動で生成される。そんなSaaS「zenshot」を提供しているのが、2020年創業のスタートアップ、Zen Intelligence株式会社（以下、Zen）です。サービスは大手ハウスメーカーを含む建設現場で導入が進み、2026年4月には建設領域のフィジカルAI Agent「zenshot AI」をリリース。翌5月にはシリーズAラウンドを総額25億円でクローズしました。

順調に見える創業からの6年間ですが、共同創業者でCTOの吉田岳人さんは、SaaS事業が軌道に乗った後も、今後の挑戦に関して深く悩んだ時期があったと振り返ります。ロボットをつくるために集まった創業者3人が、SaaS事業を選んだのはなぜか。伸びている事業の先で、何に悩み、何を決めたのか。

創業からの道のりと、その先に見据える挑戦について聞きました。

AlphaGoから建設現場へ——『物理世界の知能化』という人生のミッション

——Zenは現在「建設現場の無人化」を掲げています。ただ、吉田さんご自身は建設業界の出身ではありません。このテーマには、どこからたどり着いたのでしょうか

吉田：建設から入ったわけではないんです。僕自身の人生のミッションは、学生時代から一貫して「物理世界の知能化」です。

学部生だった2016年、AlphaGoが囲碁のトップ棋士を破るのを目の当たりにしました。そのとき、AlphaGoにも使われていた「強化学習」という技術がロボット制御にも応用できると知り、AIでロボットや機械を知能化することは、人生をかけて取り組めるテーマなんじゃないかと思ったんです。

当時、海外のビッグテックが大きく投資していたのは、デジタルの中で完結するテーマでした。一方で、工場や建設現場のような物理世界は、データが十分になく、現場ごとの個別性も大きい。ビッグテックでも簡単には踏み込めない領域です。しかも日本には、現場のものづくりという世界的な強みがある。だからこそ、日本でビジネスや研究開発をするなら、この領域に挑戦するべきだと思いました。

——では、数ある「現場のある産業」のなかで建設に行き着いたのは、偶然だったのでしょうか

吉田：「物理世界の知能化」を追いかけていたら、気づけば「建設現場×AI」というテーマに、これまでのキャリアを通じて取り組んでいました。ただ、振り返って思うと、この領域に引き寄せられたのは必然だったのだと思います。

国内でも有数の巨大市場でありながら、テクノロジーの導入が最も進んでいない産業のひとつが建設業です。たとえば製造業は、同じ場所でつくり続けるという特性上、設備投資が効きやすく、テクノロジーの導入も進みやすい。

一方の建設業は「一品受注生産」で、しかも「屋外・現地生産」。同じように設備投資を積み上げることが難しく、テクノロジーの導入が大きく立ち遅れています。

つまり、規模の大きさに対して「物理世界の知能化」が最も届いていないのが建設業だった。だからこそ、「建設現場×AI」に取り組み続けているのだと思います。

「夜10時半」のヒアリングで見えた建設現場の課題——ブルーカラー領域の「ど真ん中の仕事」を解く

——改めてZen創業の経緯を教えてください

吉田：きっかけは、前職のロボット開発スタートアップに入社して2週間でコロナ禍が訪れ、会社がロボット事業からの撤退を決めたことでした。「ロボットをつくるために入ったのに、ロボット事業をやめてしまうんですか？」と。会社が続けないと決めたのなら、もう自分たちでやるしかない。心機一転、CEOの野﨑、営業統括の山田と3人で立ち上げたのがZenです。

——では、創業時点から建設業に絞っていたわけではないんですね

吉田：はい、むしろ最初は幅広く可能性を探っていました。過去の失敗から学んだことは、つくる前に売らないと危険だということです。ロボットは開発に膨大なお金がかかるので、完成させてから「売れませんでした」では会社が潰れてしまいます。そのため、Zenでは開発を始める前に、広くどの業界に取り組むべきか、フラットに検証を進めました。警備・物流・建設など現場を抱える領域の担当者から経営層までそれぞれ40人以上の方をヒアリングして回りました。

そのなかで建設業だけ、手応えがまるで違ったんです。現場監督さんにヒアリングをお願いしたら「では、10時半からお願いします」と返事が来ました。「朝の10時半ですか？」と尋ねたら、「いや、夜10時半ですけど……」と。オンラインでの打ち合わせを開始すると、その方は作業着で現場事務所から参加されたんです。その時間まで現場で残業する業界だと知らなかった私たちは驚きましたが、同時にこの業界には、きっとすごい課題感があるぞ、と、直感しました。

——創業時、すでに建設領域で先行するサービスもあったなかで、どこに勝機を見出したのでしょうか

吉田：先行サービスが主に解いていたのは、いわば「ブルーカラー領域のホワイトカラー業務」です。現場で撮影した写真を整理したり、施工記録や各種帳票を作成したり、関係者間の連絡や情報共有を効率化したりと、現場を支える事務・管理業務ですね。その課題解決自体はもちろん非常に価値のあることで、実際に建設現場の業務を大きく変えてきた、尊敬すべき先人だと思っています。

ただ、「ブルーカラー領域のブルーカラー業務」というど真ん中の仕事は、誰も解けていなかったんです。だから、現場監督さんたちは残業し続けている。建設現場を実際に見に行かないといけない、検査しないといけない、工程の遅れを確認しないといけない、安全をチェックしないといけない。この現場の仕事の課題解決そのものに、僕たちは向き合うと決めました。

「課題解決が主、ロボットは従」——現場の課題から逆算して生まれたzenshot

——最初のサービスは、どのように生まれたのですか

吉田：当初はロボットで建設現場を網羅的に記録し解析する構想でしたが、開発には時間がかかる。まずはその「記録データ」を人力でつくって売ることにして、創業メンバー自ら360度カメラで現場を撮影し、図面に手作業で登録する毎日でした。ただ、監督さんが常駐するゼネコンの現場では自分の目で見て回れるので使われず、創業して半年間売上はゼロ。

転機は、あるリノベーション会社の現場監督さんとの出会いでした。その方は複数の現場を掛け持ちしていて、離れた場所から現場の状況を確認するために、自作の装置までつくって工夫していました。そこに僕たちが行ったら、「これは、めちゃくちゃいいですね」と。現場監督が常駐していない、複数の現場を掛け持ちする環境にこそ課題がある。そう気づいた瞬間でした。

——そこから、どのように今のzenshotにたどり着いたのでしょうか

吉田：ロボットを開発しながら毎日現場に通って人力でサービス提供をしていたので現場の状況を理解し始めていました。当時開発していたクローラー型ロボットでは資材を現場にドンと置かれると乗り越えられず、移動自体が難しいことがわかってきました。

一方で、現場に通う職人さんに「カメラを持って歩いてもらえないか」とダメ元で聞くと、「やってもいいかな」と言ってくれた。それなら「移動」は職人さんに任せ、ロボット用に開発していたセンシングや自己位置推定の技術をそのまま生かせばいい。人が歩くだけで現場の記録ができあがる、今のzenshotが生まれました。

——ロボット構想からの方向転換だったのでしょうか

吉田：手段としては大きく変わりました。ただ、目指しているもの自体は創業時から変わっていません。 僕たちが最初からつくりたかったのは、ロボットという機械そのものではなく、物理世界で機能するAIです。ところがWebと違って、物理領域には学習に使えるデータが存在しません。自分たちで取りにいかない限り、物理世界のAIは机上の空論で終わります。

そのため、多様な現場の実際の業務データを取り続ける仕組みとして、今の事業モデルが必要だったんです。プロダクトがデータを供給し、AIがプロダクトを強くする。この循環を、物理世界でつくりたかった。結果として、現場を楽にしながら、空間データがクラウドに溜まり続ける事業を生み出すことができました。

——ロボットのために集まったメンバーが、そこまで割り切れるものなのでしょうか

吉田：割り切れる理由があるんです。Zenのエンジニアの半分が農業・飲食・製造業などの一次産業・二次産業でロボット系のスタートアップの経験者（もう半分はWeb・SW系のプロダクトエンジニア）で、CTOや開発部長をやっていたメンバーも複数人います。僕も含め、みんなロボットがやりたくてキャリアを始めて、社会実装に挑み、2回、3回と挫折した経験を持っています。だからこそ、ロボットという手法にこだわっていると課題解決ができないことを、身をもって知っているんです。

2020年から2024年ごろのロボット技術で現場の課題解決に挑むのは、いわば無鉄砲だったと思います。技術がまだ成熟していない波の中で無理やり突っ込んでも、命取りになるとわかっていた。なぜなら、自分たち自身が勝負した経験があるからです。課題解決が主で、ロボットは従。この主従関係を崩さないメンバーが集まっているのが、Zenなんです。

逆に言えば、ロボットをやるぞと決めた瞬間に、社内で強いロボティクス・AIチームを組成できる会社でもありますね。

「2035年、建設業は130万人足りなくなる」——この問いを解きたい

——よく理解できました。そこから現在の「zenshot AI」のリリースまでは、順調に進んだのでしょうか

吉田：事業としては、順調そのものでした。zenshotは大手ハウスメーカーへの大規模導入が進み、全国2,000を超える現場に僕たちのハードウェアが配置されて、施工中の建設現場の空間データが毎日数千個アップロードされてくる。いわゆるプロダクトマーケットフィットを迎えた状態です。

そしてNEDOの国産基盤モデル開発プロジェクト「GENIAC」では、この毎日溜まり続ける空間データを使って、現場監督のように空間のコンテキストを把握し、安全・工程・品質の管理や指示を生成できる建設特化の基盤モデルを開発しました。その開発成果をもとに、安全指摘や進捗確認といった現場の「管理業務」を自動化する機能、zenshot AIをリリースすることもできた。数億円規模の研究開発予算を投じたものを、研究で終わらせず、きちんとプロダクトまで昇華できたんです。

——ここまで聞くと、事業は順調そのものです。それなのにZenはこのあと、「施工そのものの自動化」という大きな決断をします。何があったのでしょうか

吉田：実は、この時期に僕自身が半年ほど本気で迷っていたんです。zenshot AIにもまだ課題は多くて、すべての施工管理業務を自動化できているわけではありません。そこを深掘りしていく道は、当然あります。一方で、zenshotで一定のPMFを達成できたからこそ、もう何個か0→1の新規事業をつくって、事業成長の柱を増やしたいとも考えていました。次の柱をどこに立てるべきか——その方向性に迷っていたんです。

その迷いを抜けるきっかけになったのが、創業前からお世話になっている東京大学FoundXの馬田さんから投げかけられた、ある問いでした。

「2035年断面での建設業の130万人不足をどう解決するか」。スタートアップ的なハイリスク・ハイリターンなアイデアで、せめて100万人分でも解決できる糸口はないか。建設が立ち行かなくなれば、貧困や健康など生活への悪影響が広がり、災害からの復旧も長引いてしまう——。

この問いを前にして、2つのことを同時に突きつけられた気がしました。一つは、僕たちが創業からやってきた建設業の課題解決は、まさにこの問いを解くためのものだったんだ、ということ。もう一つは、今のやり方の延長線上では、この問いにはまったく届かない、ということです。

——「まったく届かない」とは、どういうことでしょうか

吉田：130万人足りなくなるのは、実際に手を動かして建物をつくる「施工」の担い手です。一方で、僕たちがこれまで自動化してきたのは「施工管理」——現場を段取りし、安全や品質を守る現場監督の業務でした。効率化して、遠隔化して、その一部を自動化する。これ自体には大きな価値があるし、zenshot AIでこれからも進めます。ただ、施工管理をどれだけ賢くしても、建物をつくる人そのものは増えない。「つくる人が足りない」という供給制約そのものには、僕たちはまだ手をつけられていなかったんです。

——迷っていた半年のあいだは、どんなことを試していたのでしょうか

吉田：新しい柱の候補として、現場監督の仕事の一部を切り出してプロダクト化することを試していました。一つひとつの業務を効率化することには、もちろん価値があります。ただ、それを積み重ねた先に、自分たちが本当に目指している世界へたどり着けるのか。事業は伸びているのに、その答えが見えなくなっていました。僕は「物理世界の知能化」を実現したいという強い思いでこの会社を立ち上げたので、なおさらです。

リーンスタートアップという方法論において「まず目の前のひとり、N＝1のユーザーを幸せにせよ」という鉄則があります。それは今でも重要だと思います。ただ、ゴールをN＝1に置いているだけでは、130万人の問いには一生たどり着けない。馬田さんの問いは、僕の迷いを明確にしてくれたんだと思います。

馬田さんは、小さく検証しながら事業を立ち上げる「リーンスタートアップ」を僕らに教えてくれた張本人です。その馬田さんが、今は「日本のスタートアップは、最初からもっと大きなゴールを置くべきだ」、なんなら「リーンスタートアップは日本においては間違いだった」とも言われました。僕たちはzenshot/zenshot AIという事業をリーンスタートアップで伸ばしてきました。

しかし、それが有効なのはアメリカのような、ローカルでの成功がグローバルにそのまま適用できる環境だけで、日本で同じことをしても、国内だけで通用する、規模の限られたビジネスになってしまう。目の前の課題を解くことと、その先に置くべきゴールは別物なんだと、はっきり気づかされました。

——それで、腹は決まったのでしょうか

吉田：130万人不足から逆算すると、答えはシンプルでした。施工と施工管理の自動化、その両方にまっすぐ取り組む。施工管理の自動化はzenshot AIでやり切る。そのうえで、建物をつくることそのもの——施工の自動化に踏み込む。周辺の課題を一つひとつ解くことには、もちろん価値があります。でも、そこにとどまっていては、この問いには答えられない。優秀なメンバーたちの貴重な人生の時間、そして自分の人生を使うのであれば、この問いを解くことに使いたい。そう決めたんです。

「建設現場の無人化」へ——Physical AIと現場起点で挑む施工の自動化

——そうした葛藤が、「施工の自動化」に本格的に向き合うきっかけになったんですね

吉田：さらにその決断を後押ししたのが、技術の常識が覆るのを間近で見た経験です。僕が大学院を出た2019年ごろには、自然言語処理が実用レベルになるまで、あと10年はかかると言われていました。ところが2022年末にChatGPTが登場し、その常識が一気に覆りました。

それでも、物理的な空間を理解し、物理空間の中で働くAI、僕たちが「Physical AI」と呼ぶ領域の進化は、まだ少し先だと思っていました。その認識が変わったのは自動運転の動向からです。自動運転タクシー「Waymo」に乗ると、人間が運転していたら事故が起きていたと感じるようなシーンでも、きちんと止まるんですよ。無謀な運転をするバイクが急に倒れこんできても、完全に止まることができる。実データとシミュレーターの両輪でデータを集め学習することで、物理世界の課題が解かれ始めていると実感しました。

——同じことが建設現場でも起こると考えたのですね

吉田：建設現場には、急に飛び出してくるようなバイクは入ってきません。そのかわり、環境の多様性がハンパじゃない。受注生産で一点物をつくるので、同じ空間がひとつもない。ただ、僕たちはその一つひとつの空間を、6年間かけて現場データとして蓄積してきました。自動運転の世界では、AIがシミュレーターをつくり、雪が降らない土地の道路に雪を降らせて学習させるようなことまで行われています。

同じように、僕たちの空間データから建設現場のシミュレーターがつくれるなら、6年間zenshotを通じて蓄積してきた事業のアセットがすべてつながってくる。Physical AIの技術が進化している今、参入しない手はないと考えました。

——現在はどのようなフェーズにあり、その先で具体的にどこまでの自動化を目指しているのでしょうか

吉田：現在、zenshot AIで自動化を進めているのは、現場の管理業務です。そして、今回新たに開始するのが、施工そのものの自動化です。会社としても「建設現場の無人化」を掲げています。

Physical AIを、建設という産業のど真ん中に実装する。SaaSを伸ばすのとは覚悟の桁が違う投資になりますし、僕たちにとっては、一度距離を置いたロボットの領域へもう一度踏み込むという意味も持ちます。それでも、やると決めました。どんな事業モデル・製品で現場に持ち込むのかは、実際に手を動かしながら、これから固めていきます。

直近では、もともと現場監督として働き、業務を知り尽くした経験者をドメインエキスパートとして迎えました。実験用のラボで実際に工事をしながら、建物がどうつくられていくのかをAIに教え込んでいます。僕自身も彼から建設の知識を学びながら、実際に手を動かして、施工のプロセスや現場特有の判断を理解しているところです。

「やるべきこと・解くべき課題」に、共に向き合いたい——労働力不足という避けられない未来を前に

——これからのエンジニアには、技術だけでなく、こうした業界への深い理解もより求められるのでしょうか

吉田：そう思います。むしろ、AIの時代だからこそ、業界への深い理解はより重要になっていくと思っています。

各エンジニアリング領域の専門知識はAIでどんどんキャッチアップできるようになりました。ソフトウェアエンジニア、ハードウェアエンジニアといった枠にこだわる必要は、もうまったくないと思います。本来、エンジニアの得意なことって課題解決なんです。ロボットが必要だろうが、AIが必要だろうが、自分たちでやってしまえばいい。

そのうえで重要なのが、業界に特化することです。機械がどれだけ器用に動けても、施工基準を理解していなかったら、板を運ぶのが得意なだけで使い物になりません。ボルトをどの間隔で、どの角度で打つのか。そこまでAIやシステムに教え込む、業界のドメイン知識のモデリングが要るんです。

そしてこれは、業界の知識を抽象化してソフトウェアに落とし込むという、エンジニアがずっとやってきたことそのものです。実装先がWebだったのが、AIやハードや業務オペレーションに変わるだけ。必要な課題にストレートに取り組むには、今が一番いい時代じゃないですか、というのが僕の意見です。

——最後に、この記事を読んでいる方へメッセージをお願いします

吉田：日本の人手不足は深刻で、このままいくと建設業は本当に立ち行かなくなります。供給力が不足すると、経済原理から考えて住宅価格やビルの賃料が跳ね上がり、中流階級の生活の維持・ビジネス活動の維持が難しくなると思っています。 また、こういった人手不足が起きるのは当然ながら建設業だけではありません。全産業合わせて、2040年までに1,100万人の労働力が不足すると言われています。

これらの予測、特に供給サイドの予測は人口動態で決まるので必ず来る避けられない未来なんです。私たちは今、需給ギャップが崩れるまさにその瞬間に立っています。 これまで申し上げた通り、エンジニアは課題解決のプロフェッショナルであり、さらに自分の専門性を広げる生成AIという武器もある。そのエンジニアが、労働力不足という社会課題に真正面から向き合わないとこの国、ひいては同じ問題に必ず直面する多くの先進国の社会・経済が立ち行かなくなってしまう。

一方で、SWオンリーやホワイトカラー業務の領域は正直Claude Code/Codexなどの汎用LLMがかなりの課題解決をしてくれますし、AIモデルベンダーが解ける領域は拡大していくはずです。さらに、それを現場に落とし込みたいプレーヤーは大企業にも多くいます。フロンティアを開拓するスタートアップのエンジニアとして社会課題を解くなら、Physical領域の知能化・Physical Digital融合をやらざるを得ない時代になっています。（※他にも、エネルギー問題や病気の根絶などなど、根深い解くべき課題はありますが、あくまでSWに強みを持つエンジニア向けのメッセージです。）

そのため、ぜひ私含めエンジニアの皆さんには、真正面から「やるべきこと・解くべき課題」に共に向き合っていただきたいです。Zenに興味を持っていただいて共に挑戦できたらありがたいですが、それだけではなく、建設以外の領域も並行して全員でタックルしないといけない課題だと感じています。Zenは当面は建設の課題に集中しますので、他の産業でも並行して供給力を増やす人が出てこないと社会全体として成り立たなくなります。

Claude Code/Codexの躍進もあり、優秀な人はどんどんソフトウェアオンリーの世界から、物理領域にフロンティアを求めて集まってくるはずです。しかも今は、社会課題を解かないと大きくは儲けられない時代——社会課題を解きたいという思いを持つ人には、好都合な時代になってきています。

その中で、ぜひZenに興味をお持ちいただけたら、喧々諤々と議論しつつ、高速な実験と現場へのデプロイサイクルを回しながら、労働力不足という課題をどう解いていくかという事業構想を共に固めていきたいと思っています。

ご連絡お待ちしております！