何が起きたか
Hoomanely（本社: Palo Alto）が、犬用のスマート給餌台「EverBowl」とAI解析プラットフォームを発表しました。EverBowlはフードと水の摂取量、食べる速度に加え、咀嚼・嚥下の音、顔面の熱分布、口の動きなどを記録します。AIはまず個体ごとのベースラインを作り、そこから長く逸脱した状態が続いた場合に、アプリと長期レポートで飼い主に提示します。獣医が関与する場面では、そのレポートが診療の判断材料になる、という設計です。アプリはユーザーの手入力も受け付け、センサーが捉えられない情報でベースラインを更新できます。提供形態は月額29ドルのサブスクリプションで、プレシードで180万ドルを調達済み、シードラウンドの会話を始めた段階です。
なぜ重要か：「計測場所」を先に押さえた
共同創業者兼CEOのSai Supriya Sharath氏は、ボウルこそがペットの生活で最良の計測環境だと述べています。同じ場所、同じ姿勢、同じルーティンが1日2回、何年も繰り返されるからです。これはヘルスケアIoTの本質を突いた着眼点です。ウェアラブルは装着忘れ・位置ずれ・充電といったノイズが避けられませんが、給餌台は「動かない定点観測所」として機能します。同氏は、犬は元気のなさや跛行（はこう）を隠すように進化している一方で、どう食べ、どう飲むかは隠しにくく、摂取量の減少や飲水の変化は幅広い疾患に共通して現れる兆候だとも語っています。痛み、歯科疾患、消化器の不調、内分泌の変化などで最初に崩れるのが食欲・水分・口の快適さ、というわけです。
実績と、まだ埋まっていない穴
18カ月のベータでは80頭超から約500万データポイントを収集し、ある犬では食べ方の変化から欠けた歯の感染の始まりに行き着き、別の事例では食事と体温のベースラインからの持続的な変化がアプリに現れ、飼い主が受診した結果ダニ熱と診断されました。
ただし留保も明確です。ベータの母集団は小さく、出荷実績は約50台にとどまるとみられます。Sharath氏自身、臨床イベントに対する感度・特異度・偽陽性率の独立した数値はまだ持っていないと認めています。それを出すには、アラートと実際の診断を突き合わせる研究が必要です。同社は設計中の獣医学研究で、アラート種別ごとに感度・特異度・陽性的中率・偽陽性を測り、単一の見出し数値ではなくユースケース別に報告する方針を示しています。
本命はデバイスではなくデータ事業
将来のデバイスとして、動きと休息を測るウェアラブル「EverSense」、スマート首輪や給餌器、家庭内デバイスなど他社製品の入力を受けて環境データを記録する「EverHub」が計画されています。そして長期的には、デバイスで集めたデータを研究に活かし、栄養関連企業や保険会社に提供する「動物ヘルスデータ企業」になることを目指しています。データ取得の仕組み自体は犬専用に設計されたものではないため、猫や家畜、馬への展開もあり得るとSharath氏は述べています。
つまりEverBowlは、月額29ドルのハードウェア商材であると同時に、データ供給網の入口です。ハードで薄く稼ぎ、蓄積したデータで保険料率算定や栄養設計に食い込む——この二階建て構造こそが、この会社の評価すべき論点です。
💼 事業会社視点：これは自社にどう効くか
日本の事業会社が読むべき点は3つあります。
第一に、ペット保険を扱う保険会社にとって、これは料率算定の前提が変わりうる話です。日本のペット保険は加入時の告知と年齢区分が中心ですが、EverBowlのような定点データが普及すれば「継続的な行動データに基づく引受・割引」が技術的に可能になります。Hoomanelyが最終的に保険会社を顧客に据えている以上、日本のプレイヤーも自前で集めるのか、データを買うのかを今のうちに決めておくべきです。
第二に、ペットフード・栄養メーカーとEC事業者です。摂取量と食べる速度が毎日取れるなら、購買サイクルの推定精度は現在のRFM分析とは別次元になります。定期便の解約予測やフード切り替えの提案タイミングが、推測から観測に変わります。自社アプリに手入力を求めるのではなく、こうしたデータ基盤との接続（EverHubのような他社入力の受け皿）を前提に設計し直す価値があります。
第三に、ハードウェアを持つSaaS／受託開発企業への示唆です。Hoomanelyの勝ち筋は精度の高いセンサーではなく、「同じ場所・同じ姿勢・1日2回」という計測環境を先に押さえたことにあります。自社の顧客接点の中で、これに相当する定点はどこか。それを特定して先に押さえられるかが、データ事業への転換点になります。
ただし、出荷約50台・感度や偽陽性率が未検証という段階です。提携や投資の判断は、同社が予告している獣医学研究の結果を待つのが妥当です。