Opentronsとは？1.1万台のラボロボ事業

Opentronsとは？何を自動化する会社か

Opentronsは液体を一定量吸い上げて別の容器へ移す「ピペッティング」を中心に、実験手順を自動化するロボットとソフトウェアを提供する会社だ。主力のOpentrons Flexは、1〜1,000マイクロリットルの液体を1、8、96チャンネルで扱い、プレートやチップラックを動かすグリッパー、加熱・冷却などのモジュールを組み合わせられる。[3]

実験者はブラウザ上のProtocol Designerでコードを書かずに手順を組むか、Python Protocol APIでロボットを制御する。APIは他のPythonツールと連携でき、ソフトウェアの主要部分も公開されている。[4] [5]

導入時に見る項目	Opentrons Flexの公表条件
米国表示価格	3万8,125ドル
必須条件	オンサイト設置サービスの購入
液量範囲	1〜1,000µL
ピペット	1、8、96チャンネル
デッキ	主作業12スロット＋待機用4スロット
手順作成	Protocol DesignerまたはPython API
納期表示	4週間

価格は2026年11月3日に米国向け公式販売ページで確認した表示で、地域により見積もりが必要だ。ピペット、グリッパー、モジュール、消耗品、保守を加えると総額は変わる。表示価格だけで導入費を見積もることはできない。[3]

AI企業ではなく、実験の実行層を押さえる

今回の発表でOpentronsは自社を「自律科学の実行層」と位置づけた。AIが仮説や実験計画を作り、ロボットが手順を実行し、構造化された結果を次の判断へ戻す循環を狙う。資金はAIによる実験実行、プロトコル開発の高速化、機器連携、地域拡大に充てるとしている。[1]

事業の中身はAIモデルの販売に限らない。実験を繰り返すには、ロボット本体、交換部品、消耗品、ソフトウェア、設置、保守が必要になる。Opentronsの公開価格にもオンサイト設置が必須とあり、研究現場へ入り込むハードウェアとサービスの事業になる。

AI創薬の工程	役割	Opentronsが狙う位置
仮説生成	モデルが候補を絞る	外部AIと連携
実験設計	条件と手順を決める	AI・Protocol Designer・API
物理実行	液体移送、加熱、攪拌	Flexと周辺モジュール
データ化	手順と結果を記録	構造化・再現可能な実験データ
次の判断	結果から条件を更新	AIへ戻す循環を構想

同社の説明では、ロボットは80カ国超に1万1,000台超導入されている。発表本文では「世界上位20社の製薬企業の90％」、会社概要では「世界上位15社のバイオ医薬品企業の14社」と異なる母集団の数字を示す。いずれも会社公表値で、個別企業名や稼働率、研究成果への寄与は今回の資料から確認できない。導入社数をそのまま自律実験の実績とみなすべきではない。[1]

従来のラボ自動化と何が違う？

研究室の自動化自体は新しくない。大型の専用装置や受託開発は高い処理能力を持つ一方、装置構成や手順の変更に専門知識と時間がかかる。Opentronsは標準的な実験台の半分ほどに収まるロボット、交換可能なピペットやモジュール、ノーコードとPythonの両方を用意し、研究チームが手順を変更しやすい設計を前面に出す。[3]

ただし「オープン」であることと「すぐ無人運転できる」ことは別だ。液体の粘度、容器形状、吸引速度、チップの位置、温度などで結果は変わる。公式仕様も、最小量の1µLではピペット構成によって系統誤差やばらつきが大きくなることを示している。[6]

導入前に比較すべき条件は次の通りだ。

• 現在の手作業で、繰り返し回数と担当時間が最も大きい工程はどこか
• 使う容器、液量、試薬、温度条件が対応範囲に入るか
• 1回の成功率だけでなく、再現性と失敗時の追跡が改善するか
• 装置価格に加え、設置、消耗品、保守、手順開発、人による監視を含めた総費用はいくらか
• 既存の分析装置やLIMSとデータをつなげられるか

ロボットAPI「Dream-1」の料金と制限を整理した記事でも、API単価だけで総費用は決まらないと指摘した。ラボロボットではさらに試薬の損失、汚染、再実験、検証記録まで費用に含める必要がある。

4,000万ドルは、売上や効果の証明ではない

シリーズEはAvegoが主導し、BroadOak Capital Partnersが参加した。既存投資家にはSoftBank Vision FundやKhosla Venturesなどが含まれる。Axiosの資金調達欄でも金額と投資家を独立して確認できる。[1] [2]

しかし、資金調達は将来への投資判断であり、売上、利益、顧客の研究成果ではない。今回の発表は評価額、売上高、継続率、ロボット1台当たりの利用時間を開示していない。1万1,000台という配備数も現在稼働している台数やFlexだけの台数かどうかは示されていない。

会社が掲げる「AIが実験を設計し、ロボットが実行し、結果から改善する」という循環を評価するには、今後次の指標が必要になる。

1. 人が介入せずに完了できる実験の範囲と成功率
2. 手作業と比べた処理時間、再現性、失敗率、1実験当たり費用
3. AIが生成したプロトコルを安全に検証・承認する仕組み
4. 機器をまたいだデータ形式と、監査証跡の保存方法
5. 導入後も継続利用されるロボットの比率

現時点で確認できるのは、資金、公開価格と仕様、ソフトウェアの選択肢、会社公表の配備規模までだ。創薬期間の短縮や研究者の生産性向上を、今回の調達だけから結論づけることはできない。

導入判断は、作業時間より実験の再現性から始める

ラボ自動化を「人を減らす設備」と捉えると、装置価格と作業時間だけの比較になりやすい。最初に測るべきは同じ手順を同じ条件で繰り返し、結果と失敗理由を残せるかだ。AIへ結果を戻すには、実験が構造化されている必要がある。

試験導入では、頻度が高く、条件が比較的安定し、失敗時の損失が限定できる工程を1つ選ぶ。手作業の時間、成功率、ばらつき、試薬廃棄、再実験回数を事前に記録し、自動化後と比べる。操作を自動化しても、前処理や後片付けへ負担が移るだけなら効果は小さい。

Opentronsの事業が示すのは、AI時代の競争力がモデルの性能だけで決まらないことだ。仮説を現実の作業へ変え、再現可能なデータとして戻す設備と運用が必要になる。4,000万ドルの資金はその実行層を広げるための原資であり、効果の証明はこれからの導入データにかかっている。

まとめ

• Opentronsはピペッティングを中心とする実験手順をFlex、Protocol Designer、Python APIで自動化し、AIと物理ラボの間をつなぐ会社だ。
• シリーズEの4,000万ドルと1万1,000台超の会社公表値は事業基盤を示すが、売上や研究成果、自律実験の成功率を証明する数字ではない。
• 導入では3万8,125ドルの米国表示価格だけでなく、設置、周辺機器、消耗品、保守、手順開発を含め、再現性と失敗率が改善するかを小さく検証したい。

出典・参考

1. Opentrons「Opentrons Announces $40M Series E Round to Standardize AI-Driven Science on Its Robots」（2026年10月29日）
2. Axios Pro Rata「Weil winds down」（2026年10月29日）
3. Opentrons「Opentrons Flex Robot」（2026年11月3日確認）
4. Opentrons Documentation「Protocol Development」（2026年11月3日確認）
5. Opentrons Documentation「Open-Source Software」（2026年11月3日確認）
6. Opentrons Documentation「Pipettes」（2026年11月3日確認）