~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~

  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

    2000年代、多くの先進国で経済の中心が製造業からサービス業や情報技術などの知識基盤経済へと移行。グローバルな観点から日本も知的財産に力を入れる必要があるという流れがあった。しかし、当時は人々が特許庁へいって時間をかけて資料を調査、活用している状況。知的財産のデータベースのようなものがなかった。
    そこでアイズファクトリ―当初メンバーは特許検索システムを開発に取り組んだ。
    その研究とは、機械システムが特許についてどこをどんな風に読み解けばその技術内容が分かって、他社の技術とどう比較すれば有意性が分かるのか。専門家が読まないとわからない類似した特許文献を収集し、読み比べていって、bbcがないなどの判断をどうやってやるかという研究をしていた。
    各文献からキーワードを抽出、その頻度。領事してるドット文献の集合の中で、その企業の重みがどれぐらいなのかを評価して、重みにつけるなどを自動化する仕組みを作ろうという研究だった。

    テキストマイニング技術を応用したこの開発は2年に及び、システム化に成功。

    このテキストマイニングの先駆けとなる●●氏など、理学博士が中心の研究チームのからアイズファクトリ―社が設立された。

  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、インターネットの普及によりブログやSNSへの人々の自由な投稿が盛んになった。ネット上の大量のテキストからそこに何が書いてあるのか、その分類、キーワードを抽出、自動的に抽出する解析や研究がスタート。これはマーケティングやコンサルティング会社などがキーワード抽出や内容分類を利用された。
    さらに、どのようなユーザーがブログを閲覧するのかを解析する試みなど、手作業では困難な大量のデータを機械的に処理するための研究が加速。
    2008年には、Twitterのような新しいSNSが登場し、Twitter要約サービス「つぶやきコンパス」を公開。

  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、当社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)からの依頼により、独自の名寄せサービスを開発した。
    このサービスは、同一住所で登録された複数の店舗を正確に識別し、結びつける技術。この名寄せの課題には、先進的なテキストマイニングが駆使され、様々な住所表記の差異を統一的に処理する能力が求められた。住所の表記ゆれを解決するため、標準化された文字列に変換し、それをデータベースに統合する作業を手掛けた。住所の正規化方法や類似住所を評価する独自の手法を開発た。
    特に、作業の完成度を重視し、具体的なスコア数値を提供する点では、他の名寄せを行う会社と一線を画した。

  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により過去のデータからパターンを抽出し、未来のイベントを予測が研究されサービスとして展開。早期の試みのであった。
    地震、天気、車の移動、渋滞などの予測に取り組み、解析エンジンを活用していた。データ収集、特徴量抽出、学習モデル構築、予測の実施、スコア付けと評価などのプロセスを通じて、未来の出来事を予測。具体的には、地震計測機器メーカーや関連企業と一緒に地震の予測に取り組んだ。

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

    2007年ごろ、ベネッセさんからDM(ダイレクトメール)のデータ解析についての要望があり「配信先の最適化」をおこなった。
    この解析は約2年間にわたり実施し、その過程で得られた知見を元に、他の企業にも応用できる汎用的なエンジンとして「bodais」を開発しました。最初は手作業で分析を行い、解析のプロセスを構築し、手動で検証していった。

    その後、このプロセスをクラウド環境のシステムに組み込み、本番環境で運用開始。これがbodais解析エンジンのはじまり。この開発には約2年ほどかかった。


    当時、データ解析においてクラウドサービスはまだ一般的ではなく、他に統計解析ツールは存在していたが、これはパソコンにインストールして使用するタイプのもので、主にプロフェッショナル向け。これらのツールは多くの分析機能を備えておりプロしか使えなかった。我々もベネッセさんの解析にこれらのツールを活用していたが、より多くの人に使ってもらえるようシンプルでクラウドベースの解析エンジンが必要であると考え、bodaisを開発。
    このエンジンは、他の企業でも利用できるようになり、多くの解析案件に活用されている。
    ※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

    その頃、多くの企業でデータ活用はますます重要視されていた。外部委託ではなく、内部でデータサイエンスを内製化したいというニーズが高まっていた。そのため、アイズファクトリーでは多くのデータサイエンティストを育成する人材育成プログラムを開催した。「データ活用ストーリー®」に基づく研修プログラムも用意し、データサイエンティストのスキル向上を支援。


    2018年9月からアイズファクトリーはテクノプロ・デザイン社と協業して、独自の教育プログラムによるデータサイエンティスト養成を開始、その修了生が解析モデルの構築や解析プロジェクト管理を行うデータサイエンティストとして現在も活躍している。
    アイズファクトリーが開設した教育プログラム「AIエンジニア養成コース」を通じて、養成・派遣事業を強化、アイズファクトリーは、15年以上にわたり約2000名へ実施、AI関連人材の育成に取り組んでる。


    最近では、(JAさんのように)自分でデータ分析を行う必要はなく、適切な依頼を受けて成果物を理解できることも重要。
    直接手を動かさないアプローチも増えており、企業によっては社内にデータサイエンティストが必要ではない場合もでてきた。

  7. 2013年~ mQuadの研究開発

    2014年には、mQuadがサービスとして対外的にリリースされた。
    mQuadは、さまざまなデータを活用して、消費行動分析や新商品普及分析などを行うことができる。
    数理モデルを組み込むことで、現実的なモデルを構築し、広告効果の最適化を支援する。
    アイズファクトリ―のデータサインティスと研究、そして自動化や機械的なアプローチを検討しながら、1〜2年かけて開発した。

  8. 2016年~ 
    機械学習などを中心に事業展開

    アイズファクトリーは、2016年以降、機械学習を中心にさまざまな事業展開を行ってきた。

    ゴールデンリストとコールセンター

    ゴールデンリストやコールセンターの最適化に向け、bodaisを活用。データマイニングや予測モデリングを通じて、効率的なリスト作成やコールセンターの運用を支援。

    DM配信:

    DM(ダイレクトメール)の配信においても、bodaisを活用してターゲットの選定や効果測定を行っている。データ活用により、効果的なDMキャンペーンを実施しています。

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

2000年 特許検索システム開発など

当時、日本は知的財産に力を入れていく必要があるという流れで国内では盛り上がっていましたが、知的財産権に関するデータベースは存在していませんでした。技術の継承や導入方法について、どのように情報を収集すればよいのか、という問題がありました。

当時は、人々が特許庁にわざわざ足を運んで特許取得のための技術を産業化に結びつけるためには、その技術の価値をどう評価するか、またどのように育てていくかという点も重要でした。しかし、この評価手法は他には存在していませんでした。

そこで、私たちは特許文献のテおキストを読み解き、技術の内容を理解するためにどの部分をどのように読むべきか、他社が持っている技術とどのように比較すれば有意性が分かるのかを研究しました。これは専門家でなければ理解できない作業でした。類似した特許文献を収集し、それらを読み比べて、新たな技術の有用性を判断するための手法を模索していました。

当時、これらの作業は人手で行われていましたが、機械によって自動化できないかと考えました。具体的なアプローチとして、各文献からキーワードを抽出し、その頻度を評価しました。また、企業ごとの特許文献の集合の中で、それぞれの企業の重要度を評価し、自動的に重み付けする仕組みを構築することを目指しました

当時は特許検索システムの開発が他社には見られない取り組みでした。また、評価書が不足していた時代に、マサヤマさんを見つけて、会社を立ち上げたという話です。

開発には多大な努力が必要で、アルゴリズムの設計に2年ほどかかりました。20数年前の当時、レポートが出来上がるまでは、24時間かかってインターネットでレポートを提供する形だった。今では、その流れから発展してるものが、他社さん技術のものはある。仕組みとしてはそんなに大したことじゃない。

創業当時、立ち上げ時は約5人ほどでした。2000年から活動を開始していたかどうかはわかりませんが、2002年に佐藤さんが入社した頃も同様の活動を行っていました。最初の2年ほどは、創業メンバーが以前所属していた企業から仕事を受けて、研究開発業務を担当していました。このスタイルはおおよそ3年間続いたでしょう。2005年までです。

その後、テキストマイニングの技術を他の分野にも応用し、さまざまなプロジェクトに取り組んでいったと言えます。

2005年から ブログとSNSのテキストマイニングによる自動分類研究

2005年ごろ、世の中でブログやSNSが流行りだした時期、人々は自由に投稿し、宣伝が大量に書き込まれる状況でした。このようなテキストデータから、本当に必要な情報を抽出し、ブログの内容を自動的に検出するための研究が行われていました。

具体的には、ブログのテキストを解析し、どの分野に関連するものかを自動的に判別できる仕組みを構築していました。当初は、コンサルティング会社がブログの分析に興味を持ち、キーワードの抽出や内容の分類に活用していました。

また、どのような人々がブログを閲覧しているのか、その分析も行われていました。人手で読むのは大変なため、「機械的にできないか」という視点から研究が進められました。

さらに、2008年には「つぶやきコンパス」や「Twitter要約サービス」などのSNSが登場し、ビッグデータの時代が到来しました。この時期にテキストマイニングの技術はさらに発展し、自動的な分類や要約が可能となりました。1

2007年の名寄せ アイズファクトリーの「他にない に特化した名寄せ

2007年ごろ、ぐるナビさんから「名寄せ」についての話がありました。具体的には、複数の店舗が同じ住所で登録されている場合に、それらを正確に結びつける必要がありました。この名寄せ作業には、テキストマイニング技術を活用しました。

当時、専門会社以外がこの作業を行うことは困難でした。なぜなら、住所の表記方法がさまざまで、「〇〇町の〇番〇号」だけでなく、「〇番〇号」が単にハイフンで繋がっている場合もありました。さらに、特定の地域や業種に特有の住所表記方法も考慮しました。

私たちは要望に応じて、標準的な文字列や統一された文字列、規格化された文字列に変換し、それをデータベースに組み込む作業を行いました。また、文字列の比較手順についても検討し、住所の正規化方法や類似住所の評価方法を熟考しました。この手法は他にはなかったため、私たちが開発しました。

一般的な名寄せサービス会社は、「名寄せします」と作業結果だけを提供するスタイルでしたが、私たちは完成度を重視し、スコアの具体的な数値も提供しました。

そのため、2007年ごろにはさまざまな解析案件がありました。その数は多く、種類も多岐にわたっていました。

2007年ごろ、さまざまな予測の研究サービスを展開

2007年ごろ、私たちはさまざまな予測の研究サービスを展開していました。地震、天気、車の移動、渋滞などの予測に取り組み、ボダイスというエンジンを活用していました。データ収集、特徴量抽出、学習モデル構築、予測の実施、スコア付けと評価などのプロセスを通じて、未来の出来事を予測する準備を整えていました。ビッグデータ時代が到来する前に、データマイニング技術を駆使してさまざまな予測課題に取り組んでいました。
例えば、地震計測機器の生産メーカーや関連企業と一緒に地震の予測に取り組んだことがあります。また、特定の業界や地域に特有の住所表記方法についても、専門会社と連携して研究を行いました。

2011年~「bodais解析エンジン」のサービス開発背景

2007年ごろ、ベネッセさんからDM(ダイレクトメール)のデータ解析についての話があり、配信先の最適化を行う必要が生じました。この課題に対応するため、約2年間にわたりデータ解析を実施しました。その過程で得られた知見を活かし、他の企業にも応用できる汎用的なエンジンとして「bodais」を開発しました。

最初は手作業で分析を行い、解析のプロセスを構築し、手動で検証していました。その後、このプロセスをシステムに組み込み、本番環境で運用できるようにしました。この開発には約2年の時間がかかりました。

当時、データ解析においてクラウドサービスはまだ一般的ではありませんでした。統計解析ツールは存在していましたが、これはパソコンにインストールして使用するもので、主にプロフェッショナル向けでした。これらのツールは多くの分析機能を備えており、詳細なアウトプットを提供できました。我々もベネッセさんの解析にこれらのツールを活用していました。

しかし、よりシンプルでクラウドベースの解析エンジンが必要であると考え、bodaisを開発しました。このエンジンは、他の企業でも利用できるようになり、多くの解析案件に活用されました。

※これまでのbodais契約者数はタムラさんに聞く。契約管理されている。

2013年から始まる「データサイエンティスト人材育成事業」

その頃、多くの企業でデータ活用はますます重要視されていた。外部委託ではなく、内部でデータサイエンスを内製化したいというニーズが高まっていました。そのため、アイズファクトリーでは多くのデータサイエンティストを育成する人材育成プログラムを展開しました。

「データ活用ストーリー®」に基づく研修プログラムも開発し、データサイエンティストのスキル向上を支援しました。
※データ活用ストーリー®:ビジネス上の意思決定や戦略策定において、データを有効活用できるように組まれたフレームワーク

一方で、JAさんのように、自分でデータ分析を行う必要はなく、適切な依頼を受けて成果物を理解できることも重要です。現在は、直接手を動かさないアプローチも増えており、企業によっては社内にデータサイエンティストが必要ではない場合もあります。

アイズファクトリーとテクノプロ・デザイン社は、協業の一環として2018年9月からアイズファクトリー独自の教育プログラムによるデータサイエンティスト養成を開始しており、その修了生が解析モデルの構築や解析プロジェクト管理を行うデータサイエンティストとして活躍しています

また、AI関連人材の中でもデータサイエンティストと並んで需要の高い、解析モデルの機械学習の実装やシステムとの連携を行うAIエンジニアについても、新たにアイズファクトリーが開設した教育プログラム「AIエンジニア養成コース」を通じて、養成・派遣事業を強化しています。

アイズファクトリーは、15年以上にわたり約2000名へ実施してきた教育実績に基づくノウハウをベースとしたオリジナルプログラムであるAIエンジニア養成コースを提供しており、AI関連人材の育成に取り組んでいます。

2013年~ mQuad

このプロジェクトは、テラヘルツの分光器などを活用して、どのようにデータを解析し、物事を理解できるかを探求していました。

2014年には、mQuadがサービスとして対外的にリリースされました。この時点で、エク(?)という要素も含まれていたかもしれません。

mQuadは、さまざまなデータを活用して、消費行動分析や新商品普及分析などを行うことができます。また、数理モデルを組み込むことで、現実的なモデルを構築し、広告効果の最適化を支援します。自動化や機械的なアプローチを検討しながら、1〜2年かけて成果を追求しています。

2016年~ 機械学習などを中心に事業展開

アイズファクトリーは、2016年以降、機械学習を中心にさまざまな事業展開を行ってきました。具体的には、以下の領域で活動しています。

  1. ゴールデンリストとコールセンター:
    • アイズファクトリーは、ゴールデンリストやコールセンターの最適化に向け、bodaisを活用しています。データマイニングや予測モデリングを通じて、効率的なリスト作成やコールセンターの運用を支援しています。
  2. DM配信:
    • DM(ダイレクトメール)の配信においても、bodaisを活用してターゲットの選定や効果測定を行っています。データ活用により、効果的なDMキャンペーンを実施しています。
  3. mquadの研究開発:
    • mquad(マルチクエリ解析データベース)についても、研究開発を行っています。データサイエンティストと協力し、新たな機能や改善を実現しています。

これらの取り組みは、アイズファクトリーと協力して共に成果を上げたものであり、データ活用のさまざまな側面において研究と実践を両立させています。

アイズファクトリーのこれまでの取り組み

アイズファクトリーは、柔軟性とカスタムなアプローチを大切にし、機械学習を中心にさまざまな事業展開を行ってきました。その取り組みには以下のポイントが含まれています。

  1. カスタム開発: お客様からの要望に基づいて、カスタムなソリューションを開発しています。研究者と協力して、お客様のアイデアや研究成果を具体的な形にするプロジェクトを進めています。
  2. データ活用: 企業さんから持ち込まれる話は、多くが自社の研究成果やデータを含んでいます。アイズファクトリーは、これらのデータを活用して、新たなソリューションやプロダクトを開発しています。
  3. 形にするサポート: アイデアを具体的な形にするプロセスをサポートしています。研究者と連携し、アイデアを実現するための技術的な実装やデータ解析を行っています。

これらの取り組みは、アイズファクトリーの機械学習事業展開を他社と異なるものにしています。

この後の話

コールセンター(オオノさんの出向されている企業)

専門に扱ってる会社さんコラボスさんのデータ解析も行った。

・「予測システム」国際特許出願は「国際は」とる 特許取得に変更