Morning Pitch_ACES_Action Recognition

ACESが保有する行動認識技術について、製造業向けに技術紹介を実施しました。

Transcript

1. A C E S , I n c . A C E S が 考 え る も の づ く り に お け る 『 ⼈ の デ ジ タ ル 化 』 の 可 能 性 2 0 2 1 / 1 0 / 1 4
2. 1 C O N F I D E N T I A L 会 社 概 要 株式会社ACES 会社名 2017年11⽉20⽇ 設⽴ ⽥村 浩⼀郎 代表取締役 34名 従業員 アルゴリズム事業 事業 アルゴリズムで、 社会をもっとシンプルに。
3. 2 C O N F I D E N T I A L 東京⼤学 松尾研究室発 AIスタートアップ 創業メンバー 顧問 松尾 豊 技術顧問 川上 登福 社外取締役 中川 取締役 與島 取締役 ⽥村 代表取締役 久保 DLエンジニア 三⽥村 エンジニア ⻄條 経営企画 経 営 メ ン バ ー
4. 3 C O N F I D E N T I A L 受賞実績多数、すごいベンチャー100にも選出 Plug and Play Japan Fall Summit 2020 IoT部⾨でJapan Session Awardを受賞 週刊東洋経済2020年8⽉22⽇号 「すごいベンチャー100」に選出 「HONGO AI 2019」において 「HONGO AI AWARD」と「フジタ賞」を受賞 受 賞 ・ メ デ ィ ア 掲 載 実 績
5. 4 C O N F I D E N T I A L プロ野球球団 陸上⾃衛隊 導 ⼊ 実 績 リアル産業でのAI社会実装・DXをリード 保険 ⾃動⾞ 建設 製造 ⼩売 ヘルスケア エンタメ ⼈事 保育 報道 介護 スポーツ
6. 5 C O N F I D E N T I A L 例 え ば . . . 画像/映像認識でリアルの産業をデジタル化 フォーク(pose1) ⇔ カーブ(pose1)
7. 6 C O N F I D E N T I A L プロ野球球団 陸上⾃衛隊 導 ⼊ 実 績 リアル産業でのAI社会実・DXをリード 保険 ⾃動⾞ 建設 製造 ⼩売 ヘルスケア エンタメ ⼈事 保育 報道 介護 スポーツ
8. 7 C O N F I D E N T I A L ものづくり現場は「ヒト」が重要。 作業の品質担保や従業員教育に課題あり 72% 28% ⼯場内のタスクのうち ⼈⼿で⾏われている割合* * 参考: Kearney - The state of human factory analytics ⼈⼿作業が70%以上を占める。 改善余地は⾮常に⼤きい ⼯場地域における労働⼈⼝減少 ⼈材確保・教育は⾄難の業 ⾼い離職率 技能実習⽣の教育が難しい 事故時の原因究明が困難 も の づ く り 現 場 の 課 題 と は ？
9. 8 C O N F I D E N T I A L ベテラン作業員の作業ノウハウを アルゴリズムでデジタル上に再現し、技術伝承を実現 熟練のヒトの⾏動・知⾒ 画像・動画・⾳声 等 デジタル化したヒトの知⾒を活⽤ 営業・現場監督・マーケティング など 例）3D姿勢推定で現場監督の知⾒をデジタル化 Decision making 経験との照合 ・意味づけ Actuate 介⼊・制御 Sensing センシング HCI intelligence output input 例）熟練の現場監督による安全点検 A C E S の 独 ⾃ 技 術
10. 9 C O N F I D E N T I A L 動画⽐較 ベテラン作業員（お⼿本）と何が違うのか⼀⽬で可視化 分 析 イ メ ー ジ 分析動画 ⼿本動画 各作業時間の分布 箱作成 ピック 荷詰め シール ⼿本動画との差分 XX:XX:XX [箱作成] 左⼿の動きに差異 XX:XX:XX [テープ] 右⼿の動きに差異 XX:XX:XX [ボトル] ボトル挿⼊の未実施 実施なし ベテラン作業員（⼿本）との 作業の違いを⼀⽬で可視化 実施有無も確認し、 品質管理に活⽤
11. 10 C O N F I D E N T I A L 導 ⼊ 効 果 20%⽣産性向上が期待されるケースも存在 属⼈的な作業のデジタル化することで、 デジタルマニュファクチャリングに貢献 作業分析ソリューションの導⼊により *弊社プロジェクト実績 * 不正⾏動や異常⾏動の検出 教育コストの削減 ベテラン作業員の技能伝承
12. 11 C O N F I D E N T I A L A C E S が 保 有 す る 技 術 資 産 他社にはない⾼度な⾏動認識AI 少ない動画から学習可能 軽量かつ⾼精度 カメラ画⾓に依存しない 3Dの姿勢推定
13. 12 C O N F I D E N T I A L 最 後 に なんとなくPoCはお断り！ 0 件 PoCでプロジェクトが終わったクライアント様 *2021/10時点
14. 13 C O N F I D E N T I A L ご連絡、お待ちしてます！ PoC死した後、次の⼀⼿を悩んでいる DX推進部⾨のご担当者さま ⽣産現場の属⼈的な作業をデジタル化したい ⽣産部⾨のご担当者さま お問い合わせ窓⼝
15. 14 C O N F I D E N T I A L
16. 15 C O N F I D E N T I A L B U S I N E S S M O D E L アルゴリズムを事業価値に落とし込む「アルゴリズムバリューデザイン」を コアコンピタンスとして、リアル産業のDXを推進 ビ ジ ネ ス モ デ ル アルゴリズム アルゴリズム バリューデザイン DX戦略・実⾏ ソフトウェアプロダクト リアル産業 DXパートナー事業 事業セグメント1 プロジェクト契約+ライセンス契約 アルゴリズム ソフトウェア事業 事業セグメント2 ライセンス契約 最適化 デジタル 化 実⾏・現場 戦略・経営企画
17. 16 C O N F I D E N T I A L 事 業 に つ い て D X P A R T N E R S H I P 課題抽出からAIの実導⼊まで、DX推進におけるプロセスに 伴⾛することでクライアントのビジネスを加速 D X パ ー ト ナ ー 事 業 DX推進プロジェクトの現状 ACESが提供する価値 技術的なアプローチ⽅法がわからない 経営戦略と結びついていないため 短期的で部分最適な解決策になりがち 事業インパクトにつながる 経営戦略に基づいた DX戦略をデザイン データの構造化から 業務フローへの組み込みまで 現場視点のDXを推進 経営と現場の 課題認識に⼤きな溝がある 実⾏・現場 戦略・経営企画 1 コンサルティング 2 AIバリューデザイン 3 最先端技術の適⽤ 4 現場導⼊・運⽤
18. 17 C O N F I D E N T I A L S T E P . 1 コ ン サ ル テ ィ ン グ 事 業 に つ い て 経営課題と現場のオペレーションを構造化した上で、DX戦略を策定 ビジネス価値を創出するDX戦略例 リアル店舗における売り上げ最⼤化のためのKPIツリー DX視点でのデジタルバリューチェーン構想
19. 18 C O N F I D E N T I A L S T E P . 2 A I バ リ ュ ー デ ザ イ ン 事 業 に つ い て STEP.1で導いた経営課題に対して、AIアルゴリズムが得意とするタスクまで 課題を分解し、アルゴリズムを最⼤限に活⽤したDX事業を企画・設計 これまでのDX ACESのDX KPI 課題 タスク 事故件数 事故件数 不安全な状態 不安全な⾏動 不安全な⾏動認識 不安全な⾏動注意 不安全な⾏為 不安全な位置 ⾏為A ⾏為B ⾏為C とりあえずAIに任せ 事業が実現しづらい AIを最⼤限活⽤し 実現可能性を⾼める 専⾨家が課題をAIが扱いやすいタスクまで分解
20. 19 C O N F I D E N T I A L S T E P . 3 最 先 端 技 術 を 適 ⽤ 事 業 に つ い て 東⼤松尾研のメンバーを中⼼に最先端技術を独⾃モジュール化し、 実現場への技術検証・適⽤を⾼速で実現 最先端技術を独⾃モジュール化 実現性をユースケース・条件などで詳細に分解して検討・検証し、 それぞれの改善⽅法などを整理し、より適切なシステム活⽤を実現 実運⽤を考慮したアジャイルな運⽤ ⼈の転倒検知に関する検証結果まとめ（⼀例） t アカデミアをバックグラウンドに持つ優秀な エンジニアが最先端アルゴリズムを独⾃開発 最先端研究技術 独⾃モジュール モジュール 研究A 研究B 研究C 研究D 研究E 研究F 研究A 研究E
21. 20 C O N F I D E N T I A L S T E P . 4 現 場 導 ⼊ ・ 運 ⽤ 事 業 に つ い て 東⼤松尾研のメンバーを中⼼に最先端技術を独⾃モジュール化し、 実現場への技術検証・適⽤を⾼速で実現 各現場に適した提供⽅法を実装 各現場の特性にあわせた、 最適なカメラ・エッジ/クラウド・ネットワークを設計・導⼊ 現場ユーザーのUXを考慮したソフトウェア開発 （例）プレスリリースのデジタル管理ツール