2000年のIT革命時代とよばれていた頃、国立大学の物理学研究室に所属する博士たちが集結しました。
宇宙の起源や物理現象の研究に情熱を注いできた彼らは、膨大なデータを解析する日々の中で、
「この技術を社会に活かせないか?」という想いと時代のニーズにこたえる形で研究開発が始まりました。

こうして誕生したのが、情報から価値を生み出す企業「アイズファクトリー」です。

伊藤さん 景浦さん
第1章:特許検索システムの開発2000年

当時、日本には知的財産権のデータベースがなく、特許情報の収集は困難を極めました。そこでアイズファクトリーは、特許情報の検索分析システムの開発に取り組みます。
**「公報の要約」「キーワード抽出」「重み付け計算」「文書ベクトル化」「類似度算出」**といった技術は、現在の自然言語処理技術の礎となり、特許情報解析レポート自動作成サービスの開発に貢献しました。
1.特許検索
知的財産権への関心が高まりましたが、国内にはそのデータベースがなく技術の比較、調査、確認は「人」の手によって行われていました。このことに着目して「機械化」に挑戦したのが現在のアイズファクトリーの始まりです。博士が中心となって「自然言語処理」の研究を進め、その過程で「特徴語」「複合語」に関してもノウハウが蓄積されました。特許庁に採用された現在の特許検索の礎を築いたのではないかと勝手ながら感じています(この一文は要件等)。当社特有の生成AI活用にもこの技術は十分に活かされています。
「公報の要約」「キーワード抽出」「重み付け計算」「文書ベクトル化」「類似度算出」公報の要約

「自然言語処理」「特徴語」「複合語」
第2章:インターネット広告の隆盛 2005年

2000年代中盤、インターネットの普及とともに、企業はインターネット広告に注目し始めます。アイズファクトリーは、大量のテキストから特徴を見つける技術を開発し、インターネット広告会社との共同研究を通じて、オンライン上のデータを収集し、キーワードを抽出、自動で分類する手法を開発しました。
2.ブログとSNSテキストの要約・分類・解析
当時流行していたブログから必要な情報を抜き出しマーケティングに活用したいと考える企業のニーズに応えるため、文章から「キーワード」を検出し分類する分析業務にも取り組み始めました。膨大な量の文章を読み込む作業を効率化するためシステム化し作りあげたのが「つぶやきコンパス」です。ビッグデータ時代の到来に先駆けたアイズファクトリーの実績のひとつです。
データを収集し、キーワードを抽出、自動で分類する手法 テキストマイニング
第3章:情報サイトの掲載内容整備 2007年

インターネット上の情報サイトが増える中、アイズファクトリーは、店舗情報検索サイトにおける情報整備に貢献しました。
**「文字列の標準化変換」「DB統合」「正規化」「類似住所評価」**などの独自技術を開発し、同一住所上に登録される複数の店舗を正確に識別し、情報を関連付ける仕組みを構築しました。
3.名寄せ
複数のサイトで掲載されている同一店舗情報を整備し情報を提供したいとの要請を大手飲食検索サービス企業様から受け「名寄せ」に取り組みました。類似住所の評価方法、正規化方法(?)を追求し類似性をスコア化に成功しました。名寄せ結果だけを提供する他社とは一線を画した当社独自のものとしてその後の技術開発に大いに役立っています。
「文字列の標準化変換」「DB統合」「正規化」「類似住所評価」
第4章:データから示唆を見出し予測する2007年

2010年代に入り、データ分析の重要性がますます高まってきました。アイズファクトリーは、テキストデータだけでなく、様々な数値データを解析して将来を予測する統計モデルの開発に取り組み、被災状況のトピック分析、国会議事録の傾向分析、裁判記録の主文抽出、税務申告データ分析、不良品検出、自動車の渋滞予測など、幅広い分野でデータ分析の経験を積んできました。
4.データマイニングと予測モデル、さまざまな予測研究
この時期、様々な「予測」に関するノウハウが蓄積されました。交通渋滞予測、地震予測(地震を予測することはできるのでしょうか)、天候予測(同)を「スコア」で示すため学習モデルを作る(作るという言葉は適切でしょうか?)研究が進んだことが後のbodaisにつながっていくことになります。
被災状況のトピック分析、国会議事録の傾向分析、裁判記録の主文抽出、税務申告データ分析、不良品検出、自動車の渋滞予測
第5章:スコアリングモデルの確立と「bodais」の誕生2010年~2014

2011年、アイズファクトリーはクラウド型BIプラットフォーム「bodais」をリリースしました。
bodaisは、データサイエンティストの作業を一部自動化し、マーケティング、人事、財務など様々な分野で活用されています。
5.Bodais
顧客獲得のため大量のダイレクトメールを配信している企業から配信先の最適化のための解析業務機会をいただきました。2年間経験によりスコアリングを汎用化しエンジン化したサービスが「bodais」です。同様のサービスはありましたが、クラウド上でデータを解析するツールとしてご提供したのは当社のみでした。振り返ってみると当時では画期的なものであったのではないかと思われます。
第6章:広告効果分析とアルゴリズムの開発 2008年~2011年

2014年、アイズファクトリーは博報堂グループとの共同研究で、広告効果分析アルゴリズム「m-Quad」を開発しました。
m-Quadは、各広告媒体が生活者に与える影響とその結果どれだけモノが売れるのかを定量的に示し、広告主の意思決定を支援します。
6.博報堂DYメディアパートナーズと「m-Quad」の共同研究開発
2008年頃から共同研究をはじめ2014年に商品としてリリースしました。テンプレート(この表現はわかりづらいような気がします)がない中、博報堂グループの研究者のアイデアを実現させるためのお手伝いをさせていただき自動化に成功しました。
(もう少し厚みある文章にすべきと考えていますが「幹」がほしいです)
第7章:バズワードの変遷と生成AI活用の時代 2010年~

2010年代以降、IT分野のバズワードは次々と移り変わっています。
デジタルマーケティング、ビッグデータ、DMP、AI/機械学習、マーケティングオートメーション、RPA、ディープラーニング、ブロックチェーン、DX、量子コンピュータ、生成AI
(ここから大友)
2010年代以降、ITバズワード次々に移り変わる中、アイズファクトリーは、機械学習を核に様々な事業を展開し、デジタルマーケティングやビッグデータを活用しています。特に、bodais解析エンジンを用いてゴールデンリスト作成やコールセンターの運用最適化に取り組み、データマイニングや予測モデリングを通じて業務効率化を図ってきました。また、DM配信でもターゲット選定や効果測定を行い、精緻なデータ分析に基づくキャンペーンを成功させています。これらの取り組みは、新しい技術トレンドをビジネスに活かす典型例です。
第8章:データサイエンティスト育成研修開始 2013~2013年から、データ活用を内製化するニーズが高まり、社内でデータサイエンティストを育成する動きが活発になりました。特に、「データ活用ストーリー®」に基づく研修プログラムが提供され、個人のスキルアップが図られました。一方で、全ての企業がデータサイエンティストを内部に置く必要はなく、成果が理解できれば外部に依頼するという考え方も広がっています。2018年には、アイズファクトリーがテクノプロ・デザイン社と協力し、AIエンジニア養成コースを含む教育プログラムを開始し、多くの専門家を育成しました。これにより、解析モデル構築やプロジェクト管理などの能力を有するデータサイエンティストが現場で活躍しています。
第9章:2019年~マーケティング施策全体での支援プロジェクト開始ユニセフというのを伏せて再度作文して。以下の内容をまとめたいです。300文字程度で作文して ーーーーーーー 第9章:2019年~マーケティング施策全体での支援プロジェクト開始 ユニセフのプロファイリングをおこなった、どんなオーナーの人がいいか募金し、 あとなの分、 普通の事業会社でいうところ、顧客分析。一般的なcrm。 根本的にそんな、なんか最先端っていうよりは、うん、わかりやすく顧客分析をや 顧客分析をすると何がわかるかっていうと、なんか傾向とか特徴とかが見えるようにな。テキスト だけを使ってる時から、なんか傾向、評価、傾向など分析し〇〇に貢献した
第9章:2021年~ BERTをプロジェクトで活用

しかし、これらの技術の根底にあるのは、常に「データ」であり、それをどのように活用していくかという課題です。
アイズファクトリーは創業以来、データと向き合い、研鑽を続けてきました。
そして今、生成AIという新たな技術が注目されています。
生成AIは、人間が書いた文章と区別がつかない文章を生成することができます。しかし、その一方で、「思っていた結果が出ない」「使えない」「検索した方が早い」といった声も目立ち始めています。
アイズファクトリーは、生成AIの課題解決に取り組んでいます。

データの処理方法や、生成AIと人間の専門家の役割分担など、様々な課題に取り組むことで、生成AIが真に社会に貢献できる技術となるよう、努力を続けています。

アイズファクトリーの物語は、まだ始まったばかりです。
これからもデータと共に歩み続け、社会に価値を提供していく企業であり続けたいと考えています。

  1. 2000年

    アイズファクトリーの物語:データと共に歩む24年の軌跡

    2000年

    第1章:特許検索システムの開発

    当時、日本には知的財産権のデータベースがなく、特許情報の収集は困難を極めました。そこでアイズファクトリーは、特許情報の検索分析システムの開発に取り組みます。

    **「公報の要約」「キーワード抽出」「重み付け計算」「文書ベクトル化」「類似度算出」**といった技術は、現在の自然言語処理技術の礎となり、特許情報解析レポート自動作成サービスの開発に貢献しました。

  2. 2005年
    ブログとSNSテキストの要約・分類・解析

    インターネットの普及と共に、ブログやSNSへの個人投稿が増加し、この流れを受けてテキストマイニング技術の研究が加速しました。オンライン上のデータからキーワードを抽出し、データの分類を自動で行う手法が開発されたり、閲覧するユーザー側の分析も行いそのレポートはマーケティングやコンサルティング業界で特に有効とされ、広く活用されています。
    2008年Twitter(現在X)のSNSの登場とともに、「つぶやきコンパス」などのテキスト要約サービスも開発され、利用されました。

  3. 2007年
    アイズファクトリーによる名寄せサービス

    この頃アイズファクトリーは、大手飲食店検索サイト(ぐるナビ)からの要請に応え、名寄せサービス開発に着手しました。これは、同一住所に登録された複数店舗の正確な識別と関連付けです。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した。アイズファクトリーは、住所の表記揺れ問題を解決するため標準化された文字列への変換とデータベース統合を行い、住所の正規化や類似住所評価の独自方法を開発しました。具体的なスコア数値を提供することで、他社と差別化を図った名寄せサービスを提供しています。

  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~

    これまでのテキストマイニングにおける深い知見と経験を基盤に、データの多様な側面から活用を展開しました。大量の非構造化データセットからパターンを抽出するデータマイニングや、予測モデルを構築する機械学習の手法も取り入れ「企業のデータ活用能力を格段に向上」させるものとなりました。

    この試みは、地震予測研究や天気予測、さらには自動車の移動や渋滞予測といった多岐にわたる現象の予測に活用され、そのためのデータ収集、特徴量抽出、学習モデル構築、予測実行、そしてスコア付けと評価など、一連の研究開発や経験がアイズファクトリ―のナレッジとして今も蓄積されています。

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

    多くの企業との共同研究を行う中、2011年ベネッセからの依頼により、ダイレクトメールのデータ解析プロジェクトがスタートしました。「配信先の最適化」を目的としたDM配信最適化のために膨大に蓄積されたデータを元に、汎用解析エンジン「bodais」の開発をおこないました。初期の分析は全て手作業で行われ、検証を重ねてプロセスが構築されました。

    データ解析のためのクラウドサービスがまだ珍しい時代、市場にはプロフェッショナル向けの統計解析ツールが存在しましたが、これらは多機能でありながら使いこなすのが難しいものでした。そこで、より多くのユーザーが容易にアクセスできるクラウド環境で尚且つシンプルな機能に絞った解析エンジンを開発。bodaisは多くの企業にも採用され、多様な解析案件に利用されています。
    ※延べ契約数は田村さんへ質問

  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、その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。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「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。

  7. 2013年~ mQuadの研究開発

    2013年、アイズファクトリーは博報堂DYメディアパートナーズと協業し、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。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。