株式会社ACES-会社紹介資料

Transcript

1. A C E S , I n c .
   会社紹介資料
   A C E S に ご 興 味 を お 持 ち の ⽅ へ
   

   View Slide

2. 2
   ⽬次
   I N D E X
   本資料は、ACESに興味を持っていただいている⽅々に、
   クライアント、パートナー、メンバーという形でACESと共に未来を
   創るイメージを持っていただくことを⽬的としています。
   1. 会社概要
   2. 私たちの創りたい未来
   3. 事業について
   4. ACESの独⾃技術
   5. チームについて
   6. 私たちの働き⽅について
   

   View Slide

3. 3
   会社概要
   C O M P A N Y
   

   View Slide

4. 4 会 社 概 要
   C O M P A N Y
   会 社 概 要
   株 式 会 社 A C E S
   2 0 1 7 年 1 1 ⽉ 2 0 ⽇
   ⽥ 村 浩 ⼀ 郎
   5 0 名
   A I ト ラ ン ス フ ォ ー メ ー シ ョ ン 事 業
   会社名
   設⽴
   代表取締役
   正社員
   事業
   

   View Slide

5. 5 会 社 概 要
   C O M P A N Y
   ACESは、リアルの⾮構造化データを構造化することで、
   AIとヒトが協働する未来のデジタル事業を開発する「AI事業会社」です
   会 社 概 要
   リアルデータ
   リアルとデジタルの融合 AIとヒトが協働する事業
   構造化 データ蓄積
   情報化
   ウェブデータ
   拡
   張
   ウェブに⼊⼒
   された情報/知⾒
   構造化データ
   リアルに溢れる
   情報/知⾒
   ⾮構造化データ
   ウェブ
   画像・映像・
   ⾳声etc…
   業務・ナレッジの⾒える化
   顧客接点のデジタル化
   デジタル新規事業創出
   知識・労働集約型事業
   のPL構造変⾰
   ③
   AI トランスフォーム AI事業の加速・拡張
   ヒトの知⾒・業務を
   マルチモダールAIで実現
   ④
   ②
   ①
   構造化
   Deep Learning
   

   View Slide

6. 6 会 社 概 要
   h i s t o r y
   沿 ⾰
   東⼤松尾研発
   ベンチャーとして創業
   2017.11
   2018.12~
   リアル産業(保険やスポーツ、報道業界
   など)におけるアルゴリズム事業開始
   IGPIおよびDeep30から
   数千万円の資⾦調達
   2019.05
   2020.1~
   ⼩売、建設、保育、⾃動⾞、製造業
   など数多くの業界と
   DXパートナー事業開始
   2020.09~
   • ⼩売DX推進に関してZoffとの業務提携を開始
   • 陸上⾃衛隊にAI技術活⽤についての助⾔を
   ⾏うことで合意
   IGPIおよびDeep30から
   3.2億円の資⾦調達
   オフィスを拡⼤移転
   SOMPO Light Vortex株式会社
   と資本業務提携を開始
   2020.12
   営業⽀援AI SaaS
   ACES Meetを本格提供
   2022.5~
   2021.02~
   2022.3~
   

   View Slide

7. 7 C O N F I D E N T I A L
   受 賞 実 績
   会 社 概 要
   受賞実績多数、 『Forbes 30 Under 30 Asia 2022 』『すごいベンチャー100』
   などに選出
   陸上⾃衛隊の組織におけるAI活⽤を⽀援
   『すごいベンチャー100』
   『HONGO AI AWARD』『 Japan
   Session Award 』などに次々選出
   『Forbes 30 Under 30 Asia 2022』の
   Enterprise Technology部⾨に代表 ⽥村が選出
   

   View Slide

8. 8
   私たちが創りたい未来
   V I S I O N
   

   View Slide

9. 9 C O N F I D E N T I A L
   V i s i o n & M i s s i o n
   経 営 理 念
   MISSION
   VISION
   ア ル ゴ リ ズ ム で
   社 会 は も っ と シ ン プ ル に な る
   ア ル ゴ リ ズ ム で
   ⼈ の 働 き ⽅ に 余 ⽩ を つ く る
   

   View Slide

10. 10 C O N F I D E N T I A L
    私 た ち の 創 り た い 未 来
    P O T E N T I A L
    ⽇本は労働集約型から資本・知識集約型の社会への変換が迫られており、
    属⼈的なヒトの知⾒・業務をAIアルゴリズム化する事業価値・社会意義は増⼤
    事 業 ポ テ ン シ ャ ル ①
    平成28年版 「情報通信⽩書」 『我が国の経済成⻑に
    おける課題』図表1-1-1-1 我が国の⼈⼝推移 より作成
    ① 人口減少 ② 失われた平成の30年
    平成元年
    32
    社
    平成30年
    1
    社
    世界時価総額ランキング
    トップ50における⽇本企業の数
    日本は一刻も早く、
    「ヒト」を作業から解放し、
    労働集約型から
    資本・知識集約型 の社会へと舵を
    切らなければならない。
    

    View Slide

11. 11 C O N F I D E N T I A L
    私 た ち の 創 り た い 未 来
    P O T E N T I A L
    Deep Learningというアルゴリズムの登場で、「知能」を正しく分解すれば
    ⾮定型の業務もソフトウェアで実現できるようになり、AIの進化は⽇進⽉歩
    事 業 ポ テ ン シ ャ ル ②
    演繹的
    処理能⼒
    帰納的
    処理能⼒
    ヒト・⼈類が
    処理できる業務
    Deep Learning
    Deep Learningが
    拡張した処理能⼒
    既存のソフトウェア
    で処理できた業務
    AIソフトウェアで
    処理できるようになる業務
    経験則(データ)＆
    脳(モデルの性能)
    ∝
    定型
    処理能⼒
    ヒトの
    認知処理能⼒
    Deep Learning
    ⼤規模モデル
    2022年ごろ
    AIの中で⾔語と視覚が繋がる
    

    View Slide

12. 12 C O N F I D E N T I A L
    私 た ち の 創 り た い 未 来
    P O T E N T I A L
    属⼈的な業務を起点に産業のDXを推進しつつ、同時に業務の共通課題を
    SaaSで横断的に解決。12.7兆円のエンタープライズ&IT市場を捉える
    事 業 ポ テ ン シ ャ ル ③
    業
    務
    産業
    の事業の起点
    属⼈化する業務を
    AIトランスフォーメーション
    DX
    2024年: 1.1兆円
    CAGR: +13%
    2024年: 2.1兆円
    CAGR: +17.9%
    S
    a
    a
    S
    ⽇本企業のIT⽀出
    2024年: 12.7兆円
    CAGR: +3.4%
    産業1 産業2 産業3 産業4
    AIソフトウェアサービスで
    【X軸】“機能”のシェア獲得
    DXパートナーサービスで
    【Y軸】“業界”のデジタル事業開発
    ・・・
    ⾮定型・競争領域は
    SaaSでは展開不可
    広告
    営業
    決済
    ・・・
    ⼈事
    

    View Slide

13. 13 C O N F I D E N T I A L
    私 た ち の 創 り た い 未 来
    P O T E N T I A L
    ソフトウェアの能⼒がAIによって拡張されたことで、GAFAのようにデータと
    AIアルゴリズムによって事業を再定義する可能性と産業が広がっている
    事 業 ポ テ ン シ ャ ル ④
    【Z軸】
    AIソフトウェアの
    処理能⼒向上
    業
    務
    定型処理能⼒
    AIで拡張された
    デジタル事業領域
    Next GAFA
    リアルの産業・業務の再定義
    ACESの事業ポテンシャル
    GAFA: データとAIアルゴリズムで広告接点を再定義
    (参考: GAFAの売上⾼=約770兆円)
    ⽇本企業のIT⽀出
    (DX/SaaS)
    2024年 12.7兆円
    ヒトの認知処理能⼒
    広告
    営業
    決済
    ・・・
    ⼈事
    

    View Slide

14. 14
    事業について
    B U S I N E S S
    

    View Slide

15. 15 C O N F I D E N T I A L
    事 業 に つ い て
    B U S I N E S S
    リアルの⾮構造データを構造化するDeep Learningを武器に、属⼈的な
    ヒトの知⾒と業務をAIで再構築する「AIトランスフォーメーション」を実施
    事 業 概 要
    属⼈化した知⾒・業務によって
    成⽴・制約されている事業
    AIトランスフォーメーション(AX)事業
    開発・実装
    AIモジュールの
    開発・社会実装
    事業実⾏
    AIが組み込まれた
    事業を開発
    デザイン
    AIを前提にした
    業務をデザイン 未来
    現在
    AIトランス
    フォーム
    リアルの⾮構造データを構造化し，
    ヒトの知⾒・業務をAIで再構築 AIとヒトが協働して
    加速・拡張するデジタル事業
    

    View Slide

16. 16 C O N F I D E N T I A L
    事 業 に つ い て
    B U S I N E S S M O D E L
    独⾃に研究開発した「AIモジュール」と「AIをデザインする⼒」を武器に、
    プロジェクト実⾏やソフトウェア提供を通して顧客の事業に並⾛・進化
    ビ ジ ネ ス モ デ ル
    独⾃のAI
    アルゴリズム
    モジュール
    AI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パートナーサービス
    サービス1: デジタル事業を共同開発しAI提供
    プロジェクト実⾏+AIライセンス契約
    AIソフトウェアサービス
    サービス2: ソフトウェアを通してAI提供
    AIライセンス契約
    研究と事業が接続することで
    蓄積するデータとAIアルゴリズム
    顧客事業の進化を駆動するエンジン
    AIトランスフォーメーション
    

    View Slide

17. 17 C O N F I D E N T I A L
    事 業 に つ い て
    S E R V I C E ①
    DXの戦略と実⾏のギャップを埋めるべく、パートナーとしてDXを併⾛。
    PoC*1で終わらせず、科学された⽅法論と強⼒な推進⼒でDXを確実に実⾏
    D X パ ー ト ナ ー サ ー ビ ス
    DX推進プロジェクトの現状 ACESが提供する価値 = 確実性の⾼いDX
    技術的なアプローチ⽅法がわからず
    PoC*1ばかりで前に進まない
    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
    AI・デジタルの専⾨性が少なく、
    戦略と実⾏に⼤きな溝がある
    実⾏・現場
    戦略・経営企画
    1 DXロードマップ策定
    2 AIデザイン
    3 アジャイル仮説検証
    4 AI開発・実装
    5 デジタル事業実⾏
    *1: Proof of Concept(概念検証)の略
    93%のDXプロジェクト/顧客が
    初回PoCから前進/AI導⼊へ*2
    *2: DXパートナーサービス開始(2019年1⽉)よりPoCから前進して
    DXプロジェクトが継続中またはAI導⼊済のものを集計
    

    View Slide

18. 18 C O N F I D E N T I A L
    事 業 に つ い て
    B U S I N E S S ①
    経営課題と現場の業務を構造化しながら、最先端AIの価値と実現⽅法を設計。
    事業課題と技術の可能性の双⽅を理解することで未来の事業をデザインできる
    A I デ ザ イ ン
    DXした未来の事業の姿から、業務とAIの価値を設計 経営・事業課題からAIが解くべきタスクまで分解し設計
    KPI 課題
    AI
    タスク
    失敗する
    AI活⽤
    ACESの
    AI活⽤
    事故件数
    事故件数
    とりあえずAI
    不安全な
    状態
    不安全な
    状態
    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
    認識
    ⾏為B
    認識
    ⾏為C
    認識
    AIが得意なタスクまで分解
    実現性が
    低い
    実現性が
    ⾼い
    事故検知
    

    View Slide

19. 19 C O N F I D E N T I A L
    事 業 に つ い て
    B U S I N E S S ②
    事業課題を解決するAIモジュールを独⾃に研究開発し、プラットフォーム化。
    セミオーダーで構築し、多量のデータがなくとも様々な業務や知⾒をAIで再現
    A I 開 発 ・ 実 装
    基礎認知処理
    AIモジュール
    機能・知⾒
    AIモジュール
    顧客・製品特化
    AIモジュール
    Algo 1 Algo 2 Algo 3 Algo 4
    業界・業務特化
    AIモジュール
    Algo a Algo b Algo c Algo d
    Algo A Algo B Algo C
    Algo α Algo β Algo γ
    ・・・
    ・・・
    Algo 1 Algo 2 Algo 3 Algo 4
    Algo a Algo b Algo c Algo d
    Algo A Algo B Algo C
    Algo α Algo β Algo γ
    ・・・
    ・・・
    ・・
    +蓄積
    +強化
    +強化 +蓄積 +強化 +蓄積
    +蓄積
    Ex: 2D Pose Estimation
    Ex: マルチカメラ作業員トラッキング
    Ex: 作業⾏動定量化
    Ex: 組み⽴て作業解析・⽐較
    Ex: ⾃動⾞部品の組み⽴て作業改善
    Ex: 3D Pose Estimation
    Ex: 作業⾏動認識
    Ex: 2D Pose Estimation
    Ex: マルチカメラ作業員トラッキング
    Ex: 作業⾏動定量化
    Ex: スポーツフォーム解析・⽐較
    Ex: ピッチングの癖検出
    +強化 +蓄積 +強化 +蓄積
    資産性・結合性・保守性が
    ⾼いプラットフォームによって
    事業課題を解決する研究開発が
    加速度的に拡張・⾼度化
    トランス
    フォーム
    Ex: スポーツの解析 Ex: 製造⼯程の改善
    ACES Platform
    トランス
    フォーム
    AI
    AI
    属⼈ 属⼈
    事業推進に伴って事業課題を
    解決するAIモジュールが
    蓄積しプラットフォームが進化
    

    View Slide

20. 20 C O N F I D E N T I A L
    事 業 に つ い て
    B U S I N E S S ③
    パートナーと協業しながら、リアルとデジタルが融合しAIとヒトが協働して
    加速・拡張する事業を実⾏。 DX PJの顧客継続率は93%と推進⼒が⾼い
    A I 事 業 実 ⾏
    ・・・
    ・・・
    AIとヒトが協働して
    加速・拡張するデジタル事業
    

    View Slide

21. 21 C O N F I D E N T I A L
    事 業 に つ い て
    S E R V I C E ②
    属⼈的なヒトの知⾒・業務をAI化し、ソフトウェアに搭載。
    業界・産業横断で共通課題を解決するAI SaaSを提供
    A I ソ フ ト ウ ェ ア サ ー ビ ス
    Horizontal SaaS
    Vertical SaaS
    And More…
    Deep Nine
    機能
    業界
    スポーツ Press DB
    報道
    ACES Meet
    営業
    

    View Slide

22. 22 C O N F I D E N T I A L
    事 業 に つ い て
    S E R V I C E ②
    ブラックボックス化していた商談・会議を、効率的&⾃動的にデータ化し、
    ノウハウを蓄積・活⽤するAI SaaS「ACES Meet」
    A C E S M e e t
    紹介動画はこちら 商談・会議データのAIプラットフォーム
    効率化・改善
    情報 メンバー育成
    勝ちパターン構築
    活⽤
    

    View Slide

23. 23 C O N F I D E N T I A L
    事 業 に つ い て
    C A S E S T U D Y
    AIトランスフォーメーション事業で属⼈化しているヒトの知⾒と業務を
    デジタル化。リアルデータ×デジタル事業開発を推進・リード
    事 業 の 事 例 ・ 実 績
    保険
    ⾃動⾞
    建設
    製造
    ⼩売
    ヘルスケア
    エンタメ
    ⼈材
    保育
    報道
    介護
    スポーツ
    

    View Slide

24. 24 C O N F I D E N T I A L
    事 業 に つ い て
    U N I Q U E N E S S / A D V A N T A G E
    AIデザイン⼒と、蓄積するAIモジュールを武器に、”エース”がDXを全⼒で
    並⾛・推進。リアルとデジタルが融合した事業の創出⼒が⾼い
    A C E S が 選 ば れ る 理 由
    AIの事業価値を
    デザインする⼒
    AIモジュールを⽤いた
    研究開発による実現⼒
    リアルとデジタルが
    融合した事業の推進⼒
    事業課題と最先端技術の接続に⾼い解像度
    を持ち、独⾃の視点(ACESʼ View)から
    AIアルゴリズムの事業価値をデザインする
    AIモジュールをプラットフォームに蓄積す
    ることで、他社よりも速い研究開発と
    ⾼い付加価値提供を実現し続ける
    博⼠やプロファーム出⾝者などの”エース”が
    DXを並⾛。PJ継続率は93%と、リアルと
    デジタルが融合した事業の推進⼒が⾼い
    経営・事業
    の課題発⾒
    ⼈の知⾒や
    ⾏動を構造化
    AIデザイン
    AIソリュー
    ション
    リアルデータ デジタル事業
    利活⽤できる
    AIモジュール
    検証
    1
    運⽤
    2
    DX
    他社
    ACES
    

    View Slide

25. 25 C O N F I D E N T I A L
    事 業 に つ い て
    C A S E S T U D Y ①
    SOMPO Light Vortexと資本業務提携し、モビリティ領域でのデジタル新規
    事業を開発。第⼀弾として、事故⾞/中古⾞のB2Bオークション事業を開始
    デ ジ タ ル 新 規 事 業
    SOMPO Light Vortex様と資本業務提携
    事故⾞/中古⾞の状態や価値を損傷画像認識AIなどを⽤いて
    判定し，事故⾞/中古⾞のB2Bオートオークション事業を実⾏
    AIで事故⾞/中古⾞のB2Bオークション事業を開始
    ACES代表取締役の⽥村浩⼀郎（左）とSOMPOホールディングス デジタル
    事業オーナー 執⾏役専務兼SOMPO Light Vortex CEOの楢崎浩⼀⽒
    引⽤:
    全産業が「レベル5」に向かう時代、AI活⽤でビジネスをどうデザインするか
    ⾃動⾞オークション
    事業の例
    ×
    

    View Slide

26. 26 C O N F I D E N T I A L
    事 業 に つ い て
    C A S E S T U D Y ②
    ACES Meetを⽤いて、ロープレから営業活動をデジタル化。
    の営業担当者の提案スキルを可視化し、営業DXを推進
    営 業 活 動 の D X
    Phase1：営業担当者の提案スキルを可視化 Phase2：営業活動のDXを通して中⼩企業の課題解決へ
    ⼤同⽣命 執⾏役員営業企画部⻑・岩⾕崇志⽒(左)とACES代表取締役の⽥村
    浩⼀郎
    引⽤: 「中⼩企業に信頼されるパートナー」を⽬指す ⼤同⽣命のDXを
    ACESのAI技術がサポート！
    引⽤: AIによる「⾒える化」で、中⼩企業の経営課題を解決
    

    View Slide

27. 27 C O N F I D E N T I A L
    事 業 に つ い て
    C A S E S T U D Y ③
    施⼯における「安全管理」「品質管理」などを中⼼にDX PJを実⾏中。
    バリューチェーンをデジタルで接続していき、建設業界のDXを推進
    建 設 業 界 の D X
    Real
    Digital Twin
    (BIM)
    Sensing
    カメラ ビーコン …
    企画・設計・積算
    Application
    (Service)
    敷地
    情報
    商圏
    情報
    労働
    実態
    ⼈員
    配置
    資機材
    状況
    ⼯程進捗
    情報
    施⼯ 管理・改修・解体
    建物設備
    経年劣化
    敷地・事業
    計画シミュ
    積算
    シミュ
    最適⼈員配置
    シミュレーション
    資機材
    モニタ
    施⼯⼯程
    ⾃動計算
    建物健全性
    モニタ
    実⾏中
    実⾏中
    安全性
    モニタ
    安全
    状況
    品質
    状況
    ⾃動検査
    (配筋 等)
    実⾏中
    ⼈流・建物
    利⽤状況
    動線計画
    利⽤安全担保
    AI Data
    Process
    

    View Slide

28. 28 C O N F I D E N T I A L
    事 業 に つ い て
    C A S E S T U D Y ④
    熟練販売員の知⾒をAIアルゴリズムで再現し、顧客接点をデジタル化
    のデジタル改⾰を推進
    顧 客 接 点 の デ ジ タ ル 化
    Phase1：パーソナライズされたサービスを提供
    熟練の販売員の接客スキルを再現するために、来店者の⽣活や
    嗜好と熟練販売員の接客⼿法を数値化し、購⼊検討時に熟練の
    販売員によるアドバイスを提供するアルゴリズムを開発
    アルゴリズム・データのデジタル空間とリアルを接続すること
    で、今まで離散的だったサプライチェーンを連続的につなげ、
    顧客価値の最⼤化、経営効率の向上を⽬指す
    Phase2：⽣活からサプライチェーンまでデジタル接続
    

    View Slide

29. 29 C O N F I D E N T I A L
    事 業 に つ い て
    P h a s e 1 S t r a t e g y
    AIモジュールをコアに，「⼈⽉ではなく資産を蓄積し稼ぐ」仕組みを構築．
    粗利率を向上しつつ探索的に事業を展開し，売上総利益を伸ばしてきた
    短 中 期 戦 略 ( 今 ま で )
    認知・リード獲得
    知財戦略による
    事業機会の探索と創出
    3
    ⾼い継続/成功率による
    デジタル事業の実⾏
    1
    独⾃のAIモジュール開発による
    ⼈⽉に制約されないスケーラビリティ
    2
    時間 𝑡
    売上総利益
    DX パートナーサービス 𝑦 = 𝑎𝑡!
    AIソフトウェアサービス 𝑦 = 𝑏𝑡"
    PJ数(𝑡!)×社内の広がり(𝑡)×社外へ横展開(𝑡)
    

    View Slide

30. 30 C O N F I D E N T I A L
    事 業 に つ い て
    S T R A T E G Y
    無形資産が蓄積する３次元的な事業アーキテクチャで、 雪だるま式に
    ACESの⾮線形成⻑を実現し、「AIアルゴリズム事業会社」を⽬指していく
    中 ⻑ 期 戦 略
    雪だるま式に、⽴体的(N3)な
    ⾮線形成⻑を実現するエンジン
    [Z軸] AIソフトウェアの研究開発=> AIの進化
    AI/HCI研究のリーディングカンパニーへ
    [Y軸]リアルな“産業”のデジタル事業開発 => 産業のAX
    [X軸] “業務”のAIソフトウェア化 => 業務のAX
    アルゴリズムとファイナンスを武器にしたAI事業会社へ
    業務のデータ・AI SaaSのプラットフォーマーへ
    

    View Slide

31. 31 C O N F I D E N T I A L
    事 業 に つ い て
    S T R A T E G Y
    無形資産が蓄積する３次元的な事業アーキテクチャで、 雪だるま式に
    ACESの⾮線形成⻑を実現し、「AIアルゴリズム事業会社」を⽬指していく
    中 ⻑ 期 戦 略
    「ヒトの知⾒」のデータ・SaaSプラットフォーマーへ
    成⻑３軸をインテグレートする
    無形資産の好循環サイクル
    アルゴリズムの性能向上
    により、
    専⾨知・チャネルが増加
    データの蓄積
    により、
    アルゴリズムの性能が向上 専⾨知・チャネルの増加
    により、
    データが蓄積
    AI/HCI研究のリーディングカンパニーへ
    アルゴリズムとファイナンスを武器にしたAI事業会社へ
    [Z軸] AIソフトウェアの研究開発=> AIの進化
    [Y軸]リアルな“産業”のデジタル事業開発 => 産業のAX
    [X軸] “業務”のソフトウェアシェア拡⼤ => 業務のAX
    

    View Slide

32. 32 C O N F I D E N T I A L
    事 業 に つ い て
    S T R A T E G Y
    事業と接合したAI研究開発のリーディングカンパニーへ。AI営業を筆頭に、
    AIソフトウェアを進化させ、属⼈的な知⾒や業務のAI⾃動化Lev.5⽬指す
    中 ⻑ 期 戦 略 : Z 軸
    【Z軸】
    AIソフトウェアの
    進化
    機
    能
    広告
    営業
    決済
    ・・・
    定型処理能⼒ ヒトの認知処理能⼒
    GAFA: データとAIアルゴリズムで広告接点を再定義
    (参考: GAFAの売上⾼=約770兆円)
    AI⾃動運転
    (Tesla, ⾃動⾞メーカーetc…)
    モビリティ
    Lev.1
    (AI補助)
    「⼈」
    Lev.2
    (AI⽀援)
    「⼈>AI」
    Lev.3
    (部分AI)
    「⼈=AI」
    Lev.4
    (条件付AI)
    「⼈Lev.5
    (完全AI)
    「AI」
    AI営業
    ACESのAI
    余 ⽩ の あ る
    働 き ⽅
    

    View Slide

33. 33 C O N F I D E N T I A L
    市場シェア率⼤
    AI
    モジュール
    DXパートナー
    事 業 に つ い て
    S T R A T E G Y
    AIモジュールで“業界”のデジタル事業開発(Y軸)と“機能”のソフトウェアシェア
    拡⼤(X軸)を進め、 AI事業のポートフォリオを拡⼤し時価総額1兆円を⽬指す
    中 ⻑ 期 戦 略 : X Y 平 ⾯
    AI
    ソ
    フ
    ト
    ウ
    %
    ア
    市場シェア率⼩
    成⻑
    成熟
    AI営業
    =ACES Meet
    利益率
    増加
    回転率
    増加
    シェア率
    増加
    DX
    ∝時価総額
    営業
    ・・・
    ∝PER
    ∝PER
    中⼩企業
    1
    2
    3
    業務提携・JV
    AIトランスフォーメーションファンド
    1. M&A
    2. アルゴリズム経営・デジタライゼーション
    3. 属⼈サービスをAIトランスフォームし、SaaS化
    4. AI営業etc…を⽤いてSaaS企業としてスケール
    プロダクト化
    サービスが⾼度化・属⼈化
    してるが故に利益率は⾼いが
    スケールが難しい企業
    PER
    =75
    PER
    =60
    PER
    =40
    PER
    =10
    純利益
    =30億円
    ・・・
    純利益(シェア)
    =50億円
    純利益
    =50億円
    2040年イメージ
    ∝時価総額
    

    View Slide

34. 34
    ACESの独⾃技術
    O U R T E C H N O L O G Y
    

    View Slide

35. 35 A C E S の 独 ⾃ 技 術
    U N I Q U E N E S S / A D V A N T A G E
    単価が⾼く、かつトランザクション数が多い熟練者・プロの知⾒をAI化。
    コモディティ化せずかつ顕在化している付加価値が⾼い技術領域に強み
    独 ⾃ の 技 術 領 域
    ⽬的レベル
    技術レベル
    ⼈ができない
    もの・こと
    創薬
    市況
    投資・投機
    ⾃動運転
    ⼈が⾝体活動を
    通して⾏うもの
    ロボット操縦
    熟練者・プロなら
    できる認知処理
    ⼈ならできる
    認知処理
    営業
    マーケティング
    監督・評価
    ⾳声認識
    物体検知
    まだできない そこそこできる ⼈を超えている
    技術機能の実現可能性の戦い
    => 潜在的な価値、ACESは短中期的にはやらない
    技術性能におけるTech企業との戦い
    => レッドオーシャン
    属⼈的な事業/働き⽅との戦い
    =>顕在化するAI技術価値が存在。ACESの主戦場
    

    View Slide

36. 36
    A C E S の 強 み と す る
    技 術 領 域 の 例
    A C E S の 独 ⾃ 技 術
    ⾮構造情報を取り扱うDLと、ヒトと機械の関係をデザインするHCI*1領域での
    研究開発を推進し、⾮定型業務にもAIを導⼊できる技術に独⾃性と強み
    Communication intelligence
    No.1営業マンの知⾒
    # ⾳声認識 # 話法解析 # 感情解析
    Human Digital Twin
    現場監督・マーケターの知⾒
    # 姿勢推定 # ⾏動認識
    Mobility intelligence
    モビリティの知⾒
    # 損傷認識 # ドラレコ
    # ⼈物追跡
    # 営業 # 接客 # ⼈事 # 建設 # 製造 # ⼩売 # ⾃動⾞ # 損害保険
    # ⾛⾏データ
    # 物流
    

    View Slide

37. 37 A C E S の 独 ⾃ 技 術
    N o . 1 営 業 マ ン の 知 ⾒ を 数 式 化
    営業・接客・⼈事のプロが無意識に⾏っているコミュニケーションの知⾒を、
    複数のアルゴリズムを⽤いて多⾓的・定量的に分析しAI化
    Communication Intelligence
    ⾮⾔語メッセージ分析技術に関する特許 営業の知⾒を再現可能にするSaaS: ACES Meet
    

    View Slide

38. 38 A C E S の 独 ⾃ 技 術
    現 場 監 督 ・ マ ー ケ タ ー の 知 ⾒
    建設業・製造業などの作業現場や⼩売・接客店舗のヒューマン・
    デジタルツインを構成し、リアル産業の現場監督やマーケターの知⾒をAI化
    Human Digital Twin
    3Dの姿勢推定
    深層学習を⽤いた複数カメラ間⼈物追跡技術 映像解析による3D⾏動認識・解析技術
    

    View Slide

39. 39
    チームについて
    T E A M
    

    View Slide

40. 40 C O N F I D E N T I A L
    チ ー ム に つ い て
    V A L U E S
    事業内容、意思決定、評価、採⽤などすべての⼈に関わる⾏為は
    ACESのValuesが重んじられる
    A C E S の V a l u e s
    B E A C E S
    I s s u e d r i v e n , s i m p l e s o l u t i o n .
    最 重 要 の 課 題 発 ⾒ か ら 、 最 ⾼ の 課 題 解 決 を し よ う 。
    F a c t b a s e d , b u i l d t r u s t .
    客 観 的 事 実 を ⼤ 切 に し 、 信 頼 関 係 を 構 築 し よ う 。
    G e m b a f i r s t , v e r i f y q u i c k l y .
    ⾃ 分 の ⾜ で 情 報 を 得 て 、 ⾃ 分 の ⼿ で 検 証 し よ う 。
    

    View Slide

41. 41 C O N F I D E N T I A L
    チ ー ム に つ い て
    F O U N D E R S
    AI研究と社会実装をリードする東⼤松尾研究室メンバーを中⼼に創業。
    AIアルゴリズムという独⾃の視点から事業を創出
    創 業 メ ン バ ー
    代 表 取 締 役
    ⽥ 村 浩 ⼀ 郎
    取 締 役
    中 川 ⼤ 海
    取 締 役
    與 島 仙 太 郎
    ⻄ 條 真 史 三 ⽥ 村 健 久保 静真
    B i z D e v E n g i n e e r E n g i n e e r
    

    View Slide

42. 42 チ ー ム に つ い て
    M E M B E R S
    メ ン バ ー 構 成
    …
    …
    …
    A l g o r i t h m E n g i n e e r
    S o f t w a r e E n g i n e e r
    B i z D e v （ D X ）
    C o r p o r a t e
    B i z D e v （ S a a S ） 9 %
    9 %
    2 3 %
    5 %
    D e s i g n e r
    4 1 %
    1 4 %
    …
    

    View Slide

43. 43 C O N F I D E N T I A L
    チ ー ム に つ い て
    A D V I S O R S
    顧 問 A I 研 究 と 社 会 実 装 を 推 進 す る 東 ⼤ 松 尾 研 究 室
    メ ン バ ー を 中 ⼼ と し て 創 業
    松尾 豊
    東京⼤学⼤学院⼯学系研究科
    ⼈⼯物⼯学研究センター／技術経営戦略学専攻 教授 他
    技 術 顧 問
    川上 登福
    株式会社 経営共創基盤（IGPI） 共同経営者(パート
    ナー) マネージングディレクター 他
    社 外 取 締 役
    

    View Slide

44. 44
    私たちの働き⽅について
    W E L F A R E / R E C R U I T M E N T
    

    View Slide

45. 45 C O N F I D E N T I A L
    給 与 の 考 え ⽅
    私 た ち の 働 き ⽅ に つ い て
    基 本 給 と ボ ー ナ ス の 2 要 素 に よ っ て 構 成 。
    正 社 員 / イ ン タ ー ン の 区 別 な く 、 成 果 に 基 づ き 決 定
    ＊Algorithm Engineerの給与レンジの例
    （階級）
    （万円）
    基本給
    ボーナス
    スキルセット(職種と役職階
    級)によって決定
    Outputと会社全体の業績
    によって決定
    給与
    0
    200
    400
    600
    800
    1,000
    1,200
    1,400
    1,600
    1,800
    2,000
    1 2 3 4
    給与レンジ
    ボーナス込みレンジ
    基本給レンジ
    

    View Slide

46. 46 C O N F I D E N T I A L
    ス ト ッ ク オ プ シ ョ ン
    の 考 え ⽅
    私 た ち の 働 き ⽅ に つ い て
    社 会 課 題 に チ ャ レ ン ジ す る ア ン ト レ プ レ ナ ー シ ッ プ を 歓 迎 。
    リ ス ク や 貢 献 に 対 す る イ ン セ ン テ ィ ブ と し て 信 託 S O 制 度 を 導 ⼊
    ACESは早期に信託SO制度を導⼊しているため、相対的に⼤きなキャピタルゲインが期待できます。
    社会課題にチャレンジし、リスクをとる⽅を歓迎します。
    現在
    株価
    時期
    従来型SO
    上場 売却
    SO⾏使価格
    売買差益
    売却時
    株価
    信託SO
    現在
    株価
    時期
    上場 売却
    売買差益
    売却時
    株価
    

    View Slide

47. 47 C O N F I D E N T I A L
    私 た ち の 働 き ⽅ に つ い て
    A C E S は ア カ デ ミ ア と 社 会 を 橋 渡 し す る 存 在 に な る べ く 、
    研 究 を 社 会 に 実 装 で き る 環 境 を 提 供
    社 会 ⼈ 博 ⼠ ⽀ 援 制 度
    …
    京都⼤学情報学研究学科社会情報学専攻の修⼠課程に在籍中。学部
    では災害モニタリングのためのドローン群の制御戦略、⼤学院では
    GANを⽤いた災害データの拡張の研究に従事。ACESでは⾏動認識
    アルゴリズムの開発やプロジェクト向けのエンジニアリングに従事。
    よりリアル産業に近い場で⾃分の専⾨性を活かしたいとの思いから、
    Algorithm Engineerとしてインターンの就業を経て、ACESに⼊社。
    東京⼤学⼤学院 総合⽂化研究科の博⼠課程に在籍中。専⾨は計算論
    的神経科学。アルゴリズム開発およびプロジェクトエンジニアリン
    グに関わる業務を担当。⾃⾝の専⾨を活かしつつ、アルゴリズムで
    ⼈の可能性を広げる社会変⾰を起こしたいとの思いからAlgorithm
    EngineerとしてACESに⼊社。
    …
    ⽇本のアカデミアの待遇・状況は世界的にも後進している。
    SDGs「産業と技術⾰新の基盤をつくろう」の枠組みにおいて、ACESがアカデミアの活躍の場を創造していく
    ① 勤務時間は120h/⽉
    ② リモート勤務や就労時間を柔軟に対応
    ③ ボーナス、SO、社会保険等フルタイム正社員と同等の権利を付与
    

    View Slide

48. 48 C O N F I D E N T I A L
    A C E S メ ン バ ー の 働 き ⽅
    私 た ち の 働 き ⽅ に つ い て
    勤務時間 1 0 : 0 0 - 1 9 : 0 0 ( 休 憩 1 時 間 )
    働く場所 出 社 / リ モ ー ト の ハ イ ブ リ ッ ド 型
    （ 個 々 ⼈ の 状 況 に 応 じ て 相 談 可 ）
    休⽇・休暇 完 全 週 休 2 ⽇ 制 （ ⼟ ⽇ 祝 ）
    有給 ⼊ 社 即 ⽇ 1 3 ⽇ 間 付 与
    社会保険 健 康 保 険 / 厚 ⽣ 年 ⾦ 保 険 / 雇 ⽤ 保 険 /
    労 災 保 険 完 備
    交通費 全 額 ⽀ 給
    その他
    時 短 正 社 員 制 度 あ り （ 主 に 博 ⼠ 課 程
    の ⽅ 向 け 。 1 2 0 h ~ / ⽉ ）
    福利厚⽣ 健 康 診 断 / イ ン フ ル エ ン ザ 予 防 接 種 等
    ボーナス 業 績 と パ フ ォ ー マ ン ス に 応 じ て ⽀ 給
    

    View Slide

49. 49 C O N F I D E N T I A L
    選 考 フ ロ ー
    私 た ち の 働 き ⽅ に つ い て
    皆 様 の ご 応 募 を お 待 ち し て お り ま す
    履歴書・職務経歴書のご提出をいただきます
    ① 選 考 開 始 | 書 類 選 考
    スキルフィットの確認を⾏います。※事前に実務に近い形式の
    ワークサンプルテストにお取り組みいただく可能性があります。
    ② 1 次 ⾯ 接 | デ ィ ス カ ッ シ ョ ン ①
    弊社の価値観/カルチャーとのフィット度合いの確認を⾏います。
    ③ 2 次 ⾯ 接 | デ ィ ス カ ッ シ ョ ン ②
    代表取締役 ⽥村との最終⾯接となります。
    ④ 3 次 ⾯ 接 | デ ィ ス カ ッ シ ョ ン ③
    https://acesinc.co.jp/careers
    ご応募いただいてから3週間~4週間ほどで選考結果をご案内いたします。
    ⑤ 選 考 結 果 に つ い て
    

    View Slide

50. 50 C O N F I D E N T I A L
    W e a r e H i r i n g !
    私 た ち の 働 き ⽅ に つ い て
    本資料を読んでご興味を持っていただいた⽅は、
    ぜひ以下のリンクもご覧ください！
    カジュアル⾯談をご希望の⽅へ
    note：https://note.acesinc.co.jp
    Podcast：https://anchor.fm/acesinc
    メンバーやカルチャーを知りたい⽅へ
    https://tech.acesinc.co.jp https://meety.net/articles/t2--3c-20rqmqn
    ACESの技術/開発にご興味がある⽅へ
    

    View Slide

51. View Slide