20260826_AI駆動開発_番外編_現場変革スペシャル__1.pdf

2026/08/26、【【AI駆動開発（番外編）】現場変革スペシャル #1】にて弊社社員がLT（ライトニングトーク）を発表いたしましたので、こちらに掲載いたします。

Transcript

1. 【AI駆動開発（番外編）】 現場変革スペシャル #1 バーティカルの現場から事業資産に変えてスケールする 丸尾 恭四郎
2. 自己紹介 Ⓒ Akari Inc. l Confidential 執行役員 DX Solution 事業本部 VPoE 丸尾 恭四郎 | Kyoshiro Maruo 東京大学大学院情報理工学 修士卒 新卒： エムスリー株式会社 AI・機械学習チーム 2022年： 燈株式会社にジョイン 2026年： 執行役員に就任 得意技術領域 ・最適化 / データエンジニア / DevOps / MLOps 2
3. 燈のこれまでの軌跡 Ⓒ Akari Inc. l Confidential 2021 2022 20名 2⽉ 創業 2023 50名 3⽉ 本社移転 東京都⽂京区に東京⼤学松尾研発ス 東京都⽂京区本郷三丁⽬ 「柏屋ビル」に移転 タートアップとして創業 2024 120名 2025 230名 2026 400名 5⽉ 本社移転 10⽉ 本社移転 東京都⽂京区⼩⽯川⼀丁⽬ 「⼩⽯川桜ビル」に移転 東京都千代⽥区神⽥駿河台四丁⽬ 「御茶ノ⽔ソラシティ」に移転 460名 (8⽉現在) 3
4. 創業当初からエンジニアが現場に入り込み検証・実装・デプロイを行ってきた Ⓒ Akari Inc. l Confidential 2021 2022 20名 2023 50名 2024 120名 2021年12月：大成建設様とのプレス 2025 230名 2026 400名 460名 (8⽉現在) 2026年1月：三菱電機様とのプレス 現場の中に入り込み、泥臭く実装・デプロイすることが燈の創業以来のエンジニアリングの型 4
5. 大成建設様との事例 Ⓒ Akari Inc. l Confidential 自然言語処理・画像処理を利用して建設業界の設計図書を構造化・ダッシュボードを開発 5
6. 事業スケールの課題をバーティカルだからこそできる「質」と「量」の掛け算で乗り越える Ⓒ Akari Inc. l Confidential 2021 2022 20名 2023 50名 2024 120名 2025 230名 2026 400名 460名 (8⽉現在) 現場に深く入り込む開発 事業スケールの課題 バーティカルで「質」×「量」 バーティカルの現場に入り込み、 一社ずつ課題を解く個別開発から始 まった。 個別案件で得た学びを、どう再現可能 な事業資産に変え、スケールさせるか が本質的な問いになった。 質と量の掛け算を追求できる仕組みを 構築し、価値提供がスケール可能な事 業に。 6
7. バーティカルだからこそできる技術モジュールで量と質を実現 Ⓒ Akari Inc. l Confidential 質 燈の現在のポジション 質＝深さを出す 個別高度開発 深いがスケールしない 技術モジュールの民主化 同じドメインを反復することで、 技術モジュールを創出 バーティカルだからこそ 実現可能 量＝スケーラビリティ 単発コンサル 汎用SaaS 属人的 広いが深さが出ない 技術職でなくても 検証・デプロイできるように民主化 量 7
8. 質の実現：ドメインの課題にフィットしたモジュールを創出 Ⓒ Akari Inc. l Confidential 事例マッピング プロジェクト 各事例 モジュール化 業界 ニーズ モジュールの切り出し ＝ 同じ技術で切り出す際に、 事例が多く・ニーズが大きい断面を発見する 利用技術種類 ドメインを絞っているからこそ業界ニーズでマッピングできる。 それが技術モジュールの創出につながっている。 8
9. モジュール事例：業界特化シミュレーター Melchior Ⓒ Akari Inc. l Confidential 建設業界・製造業界に現れるデータを連携 点群 3Dモデル 図面 広範なソリューション ※ 燈作成 シミュレーション基盤 施工手順や資材配置の検討 輸送路検討やリスク調査 9
10. Melchior事例：戸田建設様事例 Ⓒ Akari Inc. l Confidential 風力発電ブレードの輸送経路の最適化シミュレーションを実現 10
11. モジュール事例：Ceres・Spica Ⓒ Akari Inc. l Confidential 自律成長AIエージェント 数理最適化AI 業界固有のドメインを持ちながら、 各企業でユーザーが使えば使うほどそのログ から自律的に学習を行う機構を構築 単なる最適化ソルバーではなく、最適化問題 自体の立式を自動化。 業界固有の常識と各企業の熟練者の知識を用 いて最適化問題を設定。 応用例 建設 • • 安全管理・危険予知活動エージェント 積算・見積業務エージェント • • 施工計画の最適化 設計図面の資材最適化 製造 • • 不具合検査エージェント 生産管理・工程管理エージェント • • 生産スケジュール最適化 工場レイアウト最適化 11
12. Spica事例：オリエンタル白石様とニューマチックケーソン工法における設備配置最適化 現場ごとの配置制約や車両動線などを加味した配置計画を立案 Ⓒ Akari Inc. l Confidential 人間のフィードバックをもらいながら、設備配置の最適化を行い、解の候補を出力する 12
13. 量を実現するためにスケーラビリティに課題が出始めた Ⓒ Akari Inc. l Confidential プロジェクトごとにエンジニアが現場に入り込み、価値提供はう まくいってきた。 一方で、事業をスケールさせるためにエンジニアの人数が ボトルネックとなってしまった。 厳しいエンジニア要件が求めら れた • ドメインの課題の深堀りができること • AIに詳しいこと • システムデプロイできること • プロジェクトマネジメントができること 13
14. 量の実現：Poincaréによって担保 Ⓒ Akari Inc. l Confidential これまで取り組んでいた既存アルゴリズムを一つのプラットフォーム上に搭載 図面認識 画像認識 生成AI データ分析 専門エンジニアだけでなく、 多様な職能を持つメンバーがスピードを持ってデプロイ 14
15. PoincaréによりBuild・Tuning・Deployを通して高速サイクルを回す Ⓒ Akari Inc. l Confidential 1 Build 2 Tuning 現場データで精度を上げる アルゴリズムを組み合わせて 専用の業務AIを構築 3 Deploy 構築したAIをクイックにデプロイ・共有 15
16. Poincaréを活用したプロジェクト実績 Ⓒ Akari Inc. l Confidential 建設・業界課題に対して、 Poincaréを活用した技術検証・デプロイした実績あり ① 大手自動車メーカー ② 大手建設会社 自動車設計マニュアル検出の自動化 現場施工写真の異常検出の自動化 自動車の設計マニュアルの検出を自動化する技術検証にお いてプラットフォームを活用。 建設現場における施工写真の異常検出を自動化する技術検 証においてプラットフォームを活用。 16
17. 業界課題起点 vs 汎用AI技術起点 Ⓒ Akari Inc. l Confidential 汎用AI技術を搭載するのではなく、業界のユースケースを解くアルゴリズムを搭載 × 汎用AI技術を搭載 技術知識を持つエンジニアがサポートが必要。 エンジニア人数がボトルネックになる。 ◦ 業界のユースケースを解くアルゴリズムを搭載 業界の課題に合わせたアルゴリズムが実装済み。 ドメイン理解があればAIをデプロイできる。 17
18. まとめ Ⓒ Akari Inc. l Confidential 質 燈の現在のポジション 個別高度開発 深いがスケールしない 質＝深さを出す 同じドメインを反復することで、 技術モジュールを創出 技術モジュールの民主化 バーティカルだからこそ 実現可能 量＝スケーラビリティ 単発コンサル 汎用SaaS 属人的 広いが深さが出ない 技術職でなくても 検証・デプロイできるように民主化 量 質と量の掛け算を追求できるのは技術モジュールを作り出して、民主化をしているから。 それはバーティカルに取り組んでいるからこそ実現可能 18
19. メッセージ 熱量の⾼いメンバーと⽇本産業の発展を。 そして⽇本⼀、世界⼀の企業へ。 ともに産業の難題に挑みましょう！ こんなことをやっています！ • • • • 自動成長エージェント基盤構築 ハーネス構築・自動構築 ナレッジグラフ構築 データ分析と数理最適化 32
20. Ⓒ Akari Inc. l Confidential