マーケティングから見たABEJA Platformの重要性

株式会社ABEJAMarketing Director 小島 英揮

AIへの流れは不可避か？

4

人工知能(AI)のながれ

1956 1970 1980 1995 2010 2015

第一次AIブーム 第二次AIブーム 第三次AIブーム

人工知能Artificial Intelligence

機械学習Machine Learning

深層学習Deep Learning

“第三次”AIブーム

クラウドコンピューティングのスタート

クラウド以降のエコシステムが作ったITの「不可避」な流れ

2006 -

Big Data

Mobile

2016 -

IoT

AI

VR/AR/MR

（仮想体験）

Service

Layer

Cloud

Computing

Google as AI First

2002年頃に、私はグーグルの社内パーティーに出席していた。

ペイジの返事はいまでも忘れられない。「僕らが本当に作っているのは、AIなんだよ」と彼は答えたのだ。

AIを使って検索機能を改良しているのではなく、検索機能を使ってAIを改良しているのだ。

私の予想では、2026年までにグーグルの主力プロダクトは検索ではなくAIになるはずだ。

AI、特にディープラーニングの適用範囲

今まで分からなかったことが分かる

INPUT

これまでデータとして使うのが難しかった動画や画像等の情報を

処理できるデータとして活用

OUTPUT

判断の精度が上がる

精度を下げず大量に処理できる

分かりやすく言うと・・・

熟練工による目視検査過程

検査精度の向上

検査工程を複製（増やす）

新しい検査方法の発見

分かりやすく言うと・・・

ドローン等での定点観測写真× 障害発生データ

障害の早期検知、プラント稼働率向上

保守、点検時の危険度、時間の短縮

未然に障害を検知

AI導入での成功にはフィードバックループ

が働くことが重要

AIで成果を上げるうえでは、常に運用し続ける＝スケールすること

が求められる

AIの市場動向

MM総研調べ：

http://news.mynavi.jp/news/2017/04/26/198/

Question:皆さんの周りで、

ディープラーニングな案件は進行していますか？

Solution Delivered by

社名 株式会社ABEJA

設立 2012年9月10日

住所 東京都港区虎ノ門4-1-20田中山ビル10F

資本金（資本準備金含む）

1,400,268,000円

企業理念 イノベーションで世界を変える

事業内容ディープラーニングを活用した産業構造変革

• Archetype Ventures, Inc.

• Innovation Network Corporation of Japan

• Inspire Corporation

• Inspire PNB Partners Corporation

• ITOCHU Corporation

• Mitsubishi UFJ Capital Company Limited

• Mizuho Capital Company Limited

• NTT Docomo Ventures, Inc.

• NVIDIA Corporation

• Sakura Internet, Inc.

• salesforce.com, Inc.

• Toshiba Tec Corporation

19

AI/DLの専門人材

■量質ともに国内最高レベルの人材を確保

•システム・インテグレーション 等からの”派生人材” ではなく

•「AI/DLの専門性」を有する人材を、世界各国から採用・育成

1

自社開発ソリューション

■企業に円滑なAI/DL導入を保証し、パフォーマンス最大化が可能

•自社開発ゆえの、品質・生産性・運用安定性の高さ

•日本政府*や、海外リーディングカンパニー**からの評価も獲得

2

実 績

■国内AIブーム黎明期の2012年より、実績・経験を積み上げ

•研究や分析に留まらず、リアルな “現場” への導入実績多数

•数万以上のIoTセンサを管理し、安定稼働ノウハウを蓄積

3

* 経済産業省、NEDO、IoT推進ラボ等から、IoT関連プロジェクトの委託先として採択実績** NVIDIAやsalesforce.comと提携済み

ABEJA Overview

収集 蓄積 学習 実行

継続的インテグレーション

5年に及ぶソリューション提供で理解したこと：学習モデルの構築同様、「運用」し続けることが重要であり、

同時に工数もかかる

課題：運用部分をスクラッチで作るか、既存のプラットフォームを利用するか

迅速スタート共有ノウハウ

モデル開発に集中

構築に工数独自ノウハウモデル開発以外にも多大なリソース必要

スクラッチで環境構築・運用

プラットフォームを利用

収集 蓄積 学習 実行

継続的インテグレーション

「運用」し続けるためのプラットフォーム

ABEJA Platform

IaaS

○○SaaS

○○SaaS

API on API

API

PaaS

System

Processor

スクラッチ＋

自社DC

スクラッチ＋

IaaS

スケールし続ける、AI（ディープラーニング）環境構築、

運用にクラウドの力を！

More Informationand case studies will be

available at…

AWS re:Invent 期間中(11/28) のイベント：AWS re:Invent参加者でAIビジネスでのネットワーキング

を考えている方はぜひ！

Questions?