~佐藤さんと筒井さんにお話を伺いました文章を要約して時代を比較にいれる~

~佐藤さんと筒井さんにお話を伺いました文章を要約して時代を比較にいれる~

1960年代 
第一次AIブーム(シンプルな対話システム誕生)
1980 
第二次AIブーム(人間が登録した「ルール」をもとに推論を行うシステム誕生)
1995 
windows95の発売
2000年
「IT革命」デジタル化の波さまざまな紙のメディアやツールも、デジタル技術に置き換えられる
2000年 
・意匠・商標・審判(審査)手続の電子化
・第三次AIブーム(AI自身が学習する仕組み「機械学習」が実用化)
・AI(人工知能)技術徐々に進化
2000年代初頭 クラウド・コンピューテング
2004年 
・スウェーデンのウメオ大学の教授であるエリック・ストルターマン氏が「ITの浸透が、人々の生活をあらゆる面でより良い方向に変化させる」と提唱
2006年頃 
・ディープラーニング登場
2006年 ジェフリーヒルトン deepleargningを提唱
2007年 iPhone(ITとインターネットは、私たちの日常に一体化)
2008年 日本でスマホ発売開始 メールやネット
2010年頃にSNSの普及やデジタル化、IT化が進みDXという言葉がビジネス界でも少しづつ浸透
2010年頃~ ビッグデータ時代
2012 GOOGLE 猫の画像を教師なし学習で抽出

2015 オープンイノベーション
2016 囲碁にかつ
日本では2018年に経済産業省がDXレポートを発信したことがきっかけで、DXという言葉が浸透し始め
2017 トランスフォーマー論文発表
2020年 新型コロナ テレワーク 
    オンライン会議 デジタルマーケティング
2022 ChatGPTリリース

2045 シンギュラリティ

  1. 2000年
    株式会社アイズファクトリー創業
    日本初の特許検索システムの開発と知的財産権の革新

    日本では知的財産の管理と活用の重要性が高まり、その電子化が急務となっていました。それまでは、情報を得るために特許庁を訪れ、長時間にわたり資料を調査するのが一般的でした。この煩雑なプロセスを簡素化できないかという問いから、アイズファクトリーの創業が始まりました。創立メンバーたちは、特許文書の効率的な検索と分析を可能にするシステムの開発に着手し、特許情報の解析、技術内容の理解、および他社技術との比較方法に焦点を当てた研究を展開しました。また、類似特許文献の収集と比較分析、文書内のキーワード抽出とその頻度分析を通じて、文書や企業の重要性を自動評価するシステムを開発することを目指しました。

    テキストマイニング技術を駆使したこの画期的なプロジェクトは、2年間の開発期間を経てシステム化に成功しました。この取り組みを先導したのは、理学博士を中心とした研究チームであり、彼らの献身的な努力がアイズファクトリー社の設立へと繋がりました。この歴史的な成果は、日本における知的財産管理の新しい時代の幕開けを象徴し、業界内での効率化とイノベーションの促進に大きく貢献する基盤を築いたのです。

  2. 2005年
    ブログとSNSテキストの自動分類研究の始まり

    2005年、インターネットの広がりとともに、ブログやSNSでの個人の投稿が一般的になりました。この時期から、オンライン上のテキストデータ—何が書かれているか、どのように分類されるべきか—を自動で解析し、キーワードを抽出する研究が始まりました。この技術は特に、マーケティングやコンサルティング業界でのキーワード抽出や内容の分類に応用されました。また、どの種類のユーザーがブログを閲覧するかを明らかにするなど、大量のデータを効率的に扱うための技術開発が進められました。2008年には、Twitterといった新しい形のSNSが現れ、それに伴い「つぶやきコンパス」のようなサービスが登場しました。これらの進歩は、インターネット上のテキストデータを分析・理解するための技術の発展に大きく寄与しました。

  3. 2007年
    アイズファクトリーによる名寄せサービスの開始

    2007年、アイズファクトリーは大手オンライン飲食店検索プラットフォーム「ぐるナビ」からの要請を受けて、独自の名寄せサービスの開発に取り組みました。このサービスは、同一住所に登録されている複数の店舗を正確に識別し、関連付けることを目的としています。
    これは、テキストマイニングの先進技術が用いられ、さまざまな住所表記の違いを一貫して処理する能力が求められました。アイズファクトリーは、住所の表記揺れを克服するために、標準化された文字列への変換とそのデータベースへの統合作業を行いました。また、住所の正規化や類似住所の評価に関する独自の方法を開発しました。特に、作業の精度に重点を置き、具体的なスコア数値を提供することで、他社の名寄せサービスとは異なるアプローチを実現しました。

  4. 2007年~
    データマイニングと予測モデリング、さまざまな予測の研究サービスを展開~


    この頃、

    データマイニングと予測モデリングを活用した研究サービスが展開された時期、過去のデータからパターンを見つけ出し、これを基に未来のイベントを予測する技術が注目を集めました。これらは特に新しい試みとされ、地震、天候、自動車の移動や渋滞といったさまざまな現象の予測に応用されました。その過程では、データの収集から特徴量の抽出、学習モデルの構築、予測の実行、そしてスコア付けと評価までの一連のプロセスが必要とされました。

    特に地震予測では、地震計測機器メーカーや関連企業と協力し、その可能性の探求に乗り出しました。この技術は、将来の出来事をより正確に予見することを目指し、社会のさまざまな分野での応用に期待が寄せられました。

  5. 2011年~
    「bodais解析エンジン」のサービス開発背景

    2007年頃、ベネッセからの要望に応えて、ダイレクトメールのデータ解析プロジェクトが始まりました。このプロジェクトでは「配信先の最適化」を目指し、約2年にわたる分析作業を通じて貴重な知見が得られました。この経験を基に、様々な企業で利用可能な汎用解析エンジン「bodais」の開発が始まりました。当初はすべての分析を手作業で行い、検証を重ねてプロセスを構築していきました。

    その後、この分析プロセスをクラウド環境で運用するシステムへと移行し、bodais解析エンジンとして本番環境での運用を開始しました。この開発期間には約2年を要しました。

    当時、データ解析のためのクラウドサービスはまだ珍しく、市場にはプロフェッショナル向けの統計解析ツールがいくつかありましたが、これらは主にパソコンにインストールして使用するタイプで、多機能だが使いこなすのが難しいものでした。我々はベネッセのプロジェクトにこれらのツールを用いていましたが、より幅広いユーザーに向けたシンプルでアクセスしやすいクラウドベースの解析エンジンの必要性を感じ、bodaisの開発に至りました。このエンジンは、他の企業でも活用され、多くの解析案件に貢献しています。
    ※これまでのbodais契約者数は田村さんに聞く。契約管理されている。

  6. 2013年~ 
    データサイエンティスト人材育成事業

    2013年以降、企業内でのデータ活用の重要性が高まる中、アイズファクトリーはデータサイエンスの能力を社内で育成するニーズに応えるため、データサイエンティストの育成に注力しました。この動きは、外部に依頼するのではなく、社内でデータ関連の業務を自ら手がけたいという企業の願望から生まれました。アイズファクトリーは、「データ活用ストーリー®」を基盤にした研修プログラムを提供し、データサイエンティストのスキル向上を図りました。

    2018年9月、アイズファクトリーはテクノプロ・デザイン社と協力し、独自の教育プログラムを用いたデータサイエンティスト養成コースをスタートさせました。このプログラムを通じて育成された修了生は、解析モデルの構築や解析プロジェクトの管理など、現在もデータサイエンティストとして活躍しています。また、「AIエンジニア養成コース」という教育プログラムを開設し、15年以上にわたって約2000名のAI関連人材を育成し、養成・派遣事業を強化してきました。

    近年では、自らデータ分析を行うことの必要性が低下し、適切な依頼を出して成果物を理解する能力が重視されるようになりました。データサイエンスに直接関わらないアプローチも増え、すべての企業で内部にデータサイエンティストを配置する必要がなくなるケースも出てきました。このような変化は、データ科学分野における多様なニーズと対応策を反映しています。

  7. 2013年~ mQuadの研究開発

    2013年、アイズファクトリーはmQuadの研究開発を開始しました。翌2014年には、mQuadが正式にサービスとして公開されました。このツールは、多種多様なデータを用いて消費者の行動分析や新製品の市場普及分析などを可能にするものです。数理モデルを取り入れることで、現実世界の状況を反映したモデルを構築し、広告の効果を最適化するための支援を行います。

    アイズファクトリーのデータサイエンティストたちは、自動化や機械的なアプローチの可能性を探りながら、約1から2年の時間をかけてこのサービスの開発に尽力しました。このプロジェクトは、データサイエンスの知見と技術の応用によって、企業が消費者行動の深い理解と市場での効果的な動きを実現するための新たな手段を提供しました。

  8. 2016年~ 
    機械学習などを中心に事業展開

    2016年以降、アイズファクトリーは機械学習を核として、様々な事業を展開してきました。この技術を活用して、特にゴールデンリストの作成やコールセンターの運用最適化に取り組み、bodais解析エンジンを駆使しました。データマイニングや予測モデリングを用いることで、より効率的なリスト作成とコールセンターの管理を実現し、業務の効率化を図っています。

    また、ダイレクトメール(DM)の配信領域でも、bodaisを用いたターゲット選定や効果測定が行われています。データを基にした精緻な分析により、ターゲットに合わせたDMキャンペーンを実施し、その効果を最大化しています。アイズファクトリーのこれらの取り組みは、機械学習とデータ分析の力を活かした事業展開の好例と言えるでしょう。

2000年と2020年を徹底比較!デジタル化やモバイル化されたものを振り返る