BlueWX_Introduction

Transcript

1. 1 BlueWX株式会社 代表取締役CTO 宮本佳明 copyright©2026 BlueWX. all rights reserved. Findy 機械学習エンジニア特集イベント 2026/1/28 風の事故を防ぐ 世界初 AIによる乱気流予測システム
2. 今日の内容 copyright©2026 BlueWX. all rights reserved. 2 • 自己紹介/会社紹介 • プロダクト紹介 • BlueWX社におけるデータ活用の現状と機械学習エンジニアの役割 • 組織体制/ML体制 • データ活用の現状と変遷（どういったデータを扱うか？等） • PdMやエンジニアとの連携について • BlueWX社における機械学習エンジニアの業務内容 • 直近取り組んでいる機能や開発 • 直面する課題と今後の展望 • 中長期での課題 • 今後取り組んでいきたいこと
3. 自己紹介/会社紹介 copyright©2025 BlueWX. all rights reserved. 3 研究員（AI学習、システム開発担当） 渡辺和成：CEO Massachusetts Institute of Technology (M.Eng), Northwestern University Kellogg School of Management (MBA), Harvard Kennedy School (MPA), 東京大学工学部航空学科 - 丸紅（民間航空部門） - ブルネイ航空（COO/CFO） - セイコーインスツル（代表取締役副社長） - ボストンコンサルティング（マネージングディ レクター＆パートナー） 宮本佳明：CTO 博士(理学) 京都大学 現慶應義塾大学准教授 - 日本・米国で気象学の研究 - 「京」を使った世界最高解像度の大気シ ミュレーションなどの実績 - 2021年気象学会正野賞 - 2014年理研研究奨励賞 松本紋子：社外取締役 修士(工学) お茶の水女子大学 現ANAホールディングス(株) - ANAにて4年間国内外で運航管理業務 - 6年間新規事業開発などを経験 - 内閣府宇宙ビジコンにて大賞受賞 Confidential 博士(工学) 東京工業大学 修士(工学) 京都大学 学士 Indian Institute of Technology 修士(工学) U. Colorado 修士(工学) 東北大学 Mike Cetinich: Senior Advisor MSc, San Jose State Univ Formerly at Boeing: Chief Meteorologist Senior Product Manager – Weather & Flight Planning - Boeing Special Inventor award in 2014 and 2017 社外取締役・アドバイザー 代表取締役 村上百合 岸宏行 Ravinder Banoth Brian Tan 鈴木佑輔
4. 自己紹介/会社紹介 copyright©2025 BlueWX. all rights reserved. 4 2019 2020 2021 2022 2023 2024 2025 着想 初期設計 ANA PoC ANA全社評価 乱気流製品リリース 国内特許 出願 国際特許 出願 会社設立 シリーズA CEO起用 内閣府実証採択 内閣府実証採択 人工知能学会優秀賞 NEDO躍進C採択 国内特許 登録 国交省実証採択 2026 NEDO STS採択 東京都ベンチャー技術大賞 三菱UFJ技術財団採択
5. 悪天候によるコンテナ1,816本の海中落下 天候予測の誤差による余分な燃料消費・乱気流事故 • 多くの業種が風による影響を受ける • 特に突風は予測が難しく被害の原因 → 昨今事故の多い航空機の乱気流に着目 風による事故 5 Confidential copyright©2025 BlueWX. all rights reserved. 風力発電の発電量予測
6. • 航空会社事故の3分の1以上が乱気流起因 • 地球温暖化によって増加傾向 6 地球温暖化による乱気流事故 copyright©2025 BlueWX. all rights reserved. 6 https://news.ntv.co.jp/category/international/6eab5faf556541e3bb6a5eabb175f909 Simon H. Lee (2019, Nature) https://icao.usmission.gov/air-carrier-turbulence-related-injuries-can-be-reduced-ntsb-finds/ 激しい乱気流では死亡事故も発生 (2024年5月のシンガポール航空事故) Confidential
7. 安全性 経済性/環境負荷 乱気流 事故 年数%増 乱気流 発生数 乱気流遭遇による損失 年間2000億円以上 (追加燃料費/損害賠償費など) 年間500億円以上 （杉 5 億本相当） (1t-CO2 =10,000円想定) CO 2 15%増 7 航空業界の課題 copyright©2025 BlueWX. all rights reserved. 7 Confidential
8. 課題解決方法 面的なデータから気象現象を予測す る世界初の手法 乱気流を精度高く予測 あらかじめ 乱気流を避けた飛行により 安全性/経済性の課題解決 8 8 Confidential copyright©2025 BlueWX. all rights reserved.
9. ③ 乱気流を避けた飛行経路でPLAN作成 乱気流の予測が外れた場合 シートベルトサイン点灯 or 経路/高度変更で回避 経路・ 高度変更 現状 A空港 B空港 乱気流 A空港 B空港 乱気流 PLAN経路 航空事業者が被る損失： ・損害賠償による経済的損失 ・燃料消費量追加に伴う経済的損失 およびCO2 排出量増加 ・安全性/快適性損失 0h -3h フライト前 フライト中 PILOT 運航管理者 乱気流 ① 各国気象情報機関から発出される 多量の気象情報の収集・確認 ② 乱気流発生エリアを 予測 9 copyright©2025 BlueWX. all rights reserved. Confidential
10. 高精度予測により、PLAN経路通り飛行 BlueWXが描く未来 A空港 B空港 乱気流 A空港 B空港 PLAN経路 メリット： ・損害補償回避による経済性向上 ・燃料削減に伴う経済性向上 およびCO2 排出量削減 ・安全性/快適性向上 ・自動化による人員削減の経済性向上 0h -3h フライト前 フライト中 乱気流 乱気流 ①これまで見ていた膨大な 資料を一つに集約可能 ② 乱気流発生エリアを 精度高く認知 PILOT 運航管理者 ③ 乱気流を避けた経路でPLAN作成 10 copyright©2025 BlueWX. all rights reserved. Confidential
11. 乱気流とは • 天気予報が対象する現象よりスケールが小さい上に、成因が複数ある • 目には見えなく、人工衛星などでも観測できない → 予測・回避が難しい 11 copyright©2025 BlueWX. all rights reserved. Confidential
12. 乱気流AI予測モデル copyright©2025 BlueWX. all rights reserved. 12 AI model 予測・描画 Training Data 乱気流データ 気象データ 深層学習 Confidential 予測の入力データ 12
13. 事例検証（国内） copyright©2025 BlueWX. all rights reserved. 13 • 2023年7月13日に静岡付近で発生した強い乱気流 • 従来予測では難しかったが、我々の技術では乱気流の発生を正しく予測 13 Confidential 従来予測/VWS
14. 事例検証（海外） 14 12-hour forecast 0-hour forecast Incident DL56 Severe Turbulence Injury: 25 Pax/crew Date/Time: 30 July 2025, 23:23 UTC Altitude: FL370 LAT/LONG: 41.9106N/107.8508W Fleet Type: A330-900 Departure airport: SLC/KSLC Destination airport: MSP/KMSP 6-hour forecast 18-hour forecast Forecast level 250hPa Turbulence occurred: 0.0 1.0 0.6 0.8 Model output scale: copyright©2025 BlueWX. all rights reserved. Confidential
15. 世界最高の予測精度を実現 15 copyright©2025 BlueWX. all rights reserved. Perfect Prediction 1.0 0.5 AUC Value Random Prediction 0.9~ 0.8~ 0.7~ 0.6 AIForecast GTG VWS 北米 太平洋 AUC=0.914 AUC=0.920 大西洋 AUC=0.904 欧州 AUC=0.925 Confidential
16. Forecast model - In service with ANA copyright©2025 BlueWX. all rights reserved. 16 Confidential 日本経済新聞8月14日夕刊 Aviation Week Aug. 8, ‘25
17. 顧客 エアライン事業者 • 対象企業数：1000社以上 • 稼働航空機総数：25,000機以上 • 飛行便数：20万便/日 • 航空旅客数：44億人/年 copyright©2025 BlueWX. all rights reserved. 17 Confidential
18. 気象情報提供企業 運営 サービ ス AWS 気象/航空データ Webアプリ ¥ 気象データ 販売事業者 ¥ ¥ 運営 ¥ デー タ 売上 ¥ 航空事業者 サービス データ データ 購入費 利用料 データ ¥ 利用料 ¥ 利用料 ¥ 売上 運営 ¥ ビジネスモデル copyright©2025 BlueWX. all rights reserved. 18 クラウド上で予測した乱気流予測情報を 航空会社に直接もしくは 気象情報提供企業や 運航計画システム企業を通じて販売 Confidential
19. 19 風力発電 コンテナ船 ドローン eVTOL 現在〜今後のテーマ 19 Confidential copyright©2025 BlueWX. all rights reserved.
20. マーケット 20 航空事業者を対象とした乱気流事業と風速・風向予測から入り、同様のアルゴリズムが適用可能な他輸送産業や エネルギー産業向け市場への拡大を目指す。 20 TAM 1260 億円 SOM 100億円 SAM 700億円 出所）航空産業は市場積み上げや創出価値シェアから試算。他産業はimarcデータから外挿。 輸送・エネルギー産業向け局所的風予測 航空産業向け乱気流＋風速・風向予測 航空産業向け乱気流予測 copyright©2025 BlueWX. all rights reserved. Confidential
21. エンジニアの業務内容 copyright©2026 BlueWX. all rights reserved. 21 • モデル開発 • 気象予測データ x 実測データ • 天気予報データ • 人工衛星 • 航空機 • 風力発電風車 • … • 深層学習（例：CNN） • 各種データの分析やアルゴリズム検討など 、研究要素が強い（大学研究室的な） • 予測システム開発 • AWS • 外部からデータ入力→予測実行→データ提 供 • 予測モデル（乱気流など）ごとにシステム を構築 AI model Training Data 乱気流データ 気象データ 深層学習 予測の入力データ 入力データ GSM reception AI Model Step Functions S3 SFTP SFTP etc Prediction results ユーザー Confidential
22. エンジニア業務のフロー copyright©2026 BlueWX. all rights reserved. 22 Confidential モデル開発 研究・調査 システム開発 BlueWX データ利用 検証 クライアント AI model
23. これまでの実績： • 2022年度人工知能学会全国大会(第36回) 優秀賞受賞 • 未来X2023 最終選考会進出、NEDO賞受賞 • NEDO TCP 2023 審査員特別賞受賞 • 第9回1stRound（2023）採択 • NEDO 2023年度NEP躍進コースC採択 • 内閣府令和6年度「課題解決に向けた先進的な衛星リモートセンシングデータ利用モデル実証プロジェクト」採択 • 国土交通省令和６年度 交通運輸技術開発推進制度採択 • 三菱UFJ技術育成財団2024年度第1回研究開発助成金採択 • NEDO STS（2025年度）採択 • 令和7年度東京都ベンチャー技術特別賞／女性活躍推進知事特別賞 23 23 世界初のAIによる突風予測システムを構築し、風の事故のない安全な未来を目指します。 copyright©2025 BlueWX. all rights reserved.