JDSCの事業・技術

JDSCの事業と技術についてのご紹介。

Transcript

1. J D S C の 紹 介 20220208
2. 2 JDSCもおかげさまで東証マザーズへ上場しました。 組織の成長にともない採用を拡大していますが、 面談や面接でたびたび「JDSCのやっていることや作っているものが よくわからない」という声をいただきます。 これに答えるために今回、こちらのスライドを作りました。 まずは「JDSCは何をしているのか」から、お話させてください。
3. 会 社 概 要
4. 4 会社概要 株式会社 JDSC (Japan Data Science Consortium) 加藤エルテス聡志 会社名 東京都文京区本郷二丁目38-16 JEI本郷ビル8階 所在地 31億 1,882万円 資本金 代表者 社員数推移 68名（役員を除く正社員） 社員数 48 49 2021/01 54 57 JDSCは、一般社団法人日本データサイエンス研究所(2013年～)を母体とし、 各産業の共通課題をデータサイエンス領域において各企業が協調して解決することを目的として設立されました。 東京大学エッジキャピタル、東京大学各研究室、3大メガバンクCVC等からの資本提供を受けており、 公共性が高い産業(電力・介護・物流・教育など)での社会課題解決プラットフォームの構築が主なビジネスです。 2021/12 65
5. 5 主な沿革 2018/07 株式会社 日本データサイエンス研究所 設立 2018/11 2018/11 UTECより第三者割当増資を実施 2019/07 オフィス移転 2019/11 東京大学 松尾 豊研究室の関係者が中心となって運営 するVCファンド「Deep30投資事業有限責任組合」 から第三者割当増資を実施 2020/03 学校法人駿河台学園と株式会社トーハン等から第三 者割当増資を実施 2019/07 オフィス移転 2020/11 社名を「株式会社JDSC」に変更 2020/11 一般社団法人 日本経済団体連合会（経団連）に加入 2021/03 フレイル検知の実証実験の成果報告会を実施。 （AIと電力データでフレイル検知が可能に） 2021/03 世界初「AI活用による不在配送問題の解消」のフィ ールド実証実験の結果を発表。 2020/11 マーケティング施策のターゲット最適化ソリューシ ョン「response insight」を開始 シリーズBラウンドで約29億円を調達 2020/10 需要予測ソリューション「demand insight」を開始 2020/06 動画メッセージの送信と、医師の反応の可視化するコ ミュニケーション・ツール「frontconnect」を開始 2021/12 東京証券取引所マザーズ上場
6. 6 受賞歴 2019/07 2019/09 2019/10 2019/11 2019/11 2020/02 労働力の 創業1年半以下の企業 日本一の時価総額 労働力の Mizuho Innovation Award受賞 労働力の Forbes Japan 日本の起業家ランキング 「みずほ賞」 受賞 労働力のv 日本経済新聞社と金融庁共催 「FIN/SUM」のコンテスト 「最優秀賞」受賞 労働力の 受賞 労働力の 経済産業省 などによる Hongo AI AWARD受賞 労働力の 講演 2020/10
7. 一気通貫型の高付加価値なAIソリューション 7 経営課題の 発掘 事業戦 略の構 築 AI活用 戦略策 定 アルゴリ ズム 開発 システム 実装 保守運 用 汎用 プロダクト 化 産業全 体へ横 展開 戦略コンサルティング AIソリューション SaaS トップマネジメントとの接点 高付加価値案件の獲得 高い成功確率とスムーズな実装 顧客収益の実現へのコミットメント 産業全体のアップグレード 事業開発 システム実装
8. 事 業 概 要
9. 9 AIと産業全体の課題は相互にポジティブな影響を及ぼす AI 産業全体の課題 （SDGsテーマ） ①AIの活用で課題解決が加速 ②産業全体のデータによってAIの精度が更に高まる Japan Data Science Consortium JDSCは、個社の課題解決に留まらず、 横展開による産業全体のUpgradeを 目指すAIソリューションカンパニー
10. 10 各産業のリーディングカンパニーと産業課題に向き合い、 産業全体のUPGRADEを目指す Business • Business Development • コンサルタント • 営業 Data Science • データサイエンティスト Development • エンジニア • デザイナー • PM 三位一体のチーム 各産業のリーディングカンパニー U P G R A D E J A P A N データ 未活用 データ の分散 DX人材 の不在
11. 11 個社受託ではなく業界全体の課題解決にAIを活用 過去 現在 個社で解決 できない共通 の課題・SDGs 個社では解決できない、SDGs・産業共通課題に対し データ・AIを共通アセットとして活用するニーズの高まり 各社の利益・目的達成のためそれぞれが個別の課題解決を 図ってきた 企業1 企業2 自社システム刷新 自社データ解析 企業3 サービスのデジタル化 行政 顧客 株主 法令の遵守 / サービスの向上 / 利益の追求 企業1 企業2 企業3 行政 顧客 株主 売上・利益に加えて、業界全体の課題解決を 目指すというSDGs時代がスタート
12. ※社名またはロゴ掲載の許諾が存在する顧客企業のみを記載 ビッグデータ基盤構築 データ取り込み自動化 オンライン営業ツール 顧客反応の可視化 アダプティブラーニング 学習支援アルゴリズム フレイル/世帯属性在不在判定API ルート最適化・不在配送削減 マーケティング最適化 無駄な紙のDM削減 需要予測・在庫ロス削減 発注自動化 製造装置運転の異常検知 太陽光発電運転の異常検知 AIプロダクト 取り組むテーマ（SDGs） イオントップバリュ株式会社 主要取引先 [Confidential] [Confidential] [Confidential] [Confidential]
13. J D S C の 技 術
14. 14 これまで「JDSCは何をしているのか」を お話させていただきました。 今回は、どんな社会課題があって、それをどう解くことで UPGRADE JAPANしようとしているのか、をお話します。 面接でよくご意見をいただく「JDSCのやっていることや作っているものが よくわからない」という方へ、このスライドで 「JDSCのエンジニアとして社会課題を解くことの面白さ」が 少しでも伝われば、とても嬉しいです。
15. 15 宅 配 業 界 の 不 在 配 送 問 題 社会課題 01
16. 宅配業界が抱えている課題 16 宅配業界における再配達コストは年2000億円にのぼっている 再配達率 不在配達による再配達は全体の20％ 再配達によるムダ 走行距離の25％は、再配達に費やされている 20 %
17. JDSCの挑戦 17 JDSCでは電力データを活用したAIによる在不在予測で、配送計画を最適化しコストを大幅に下げる仕組みを作ることに挑戦 従来 取り組み後 取り組み後 従来
18. 18 データ基盤 電力データの解析と CIOFデータ連携基盤活用 在不在予測 電力データを使った 在宅予測と実証実験 による性能評価 ルーティング 予測結果から最適な ルートを計算 アプリケーション 実用的で個人情報に 配慮した アプリケーション開発 不在 在宅と配達をつなぐ4つの仕組み
19. 19 在 庫 滞 留 と 欠 品 問 題 社会課題 02
20. 小売・製造業が抱えている課題 20 勘と経験に頼った需要予測が横行し、業務負荷と在庫の欠品・滞留のリスクに悩まされている 膨大なSKUを人の手で運用 昨対ベースの予測による予測誤差 業務負荷 財務リスク 誤差率 商品A 商品B 商品C
21. JDSCの取り組み 21 JDSCでは、AIによる予測で予測精度の改善や、業務負荷の削減に挑戦 発 が 要 欠品リスク高 発 不要 欠品リスク プロセスの半自動化 機械学習による誤差率の圧縮 誤差率 商品A 商品B 商品C 約9割の製品で予測誤差の圧縮に成功 予測から起案までの業務負荷を削減
22. 22 ドメイン理解 クライアント業務の理解を深め ストレスフリーなUXの実現 私たちのやっていること ビッグデータの活用 スクラムによる 高速なPDCA クライアント企業の膨大なデータを 運用し、プロダクトに実装する POCによるクライアントからの フィードバックをもとに プロダクトの改善を行う Plan Do Check Action
23. 他 に は ？ 23 JDSCは様々な技術やプロジェクトを開発
24. 24 世界初「AIと電力データを用いたフレイル検知」
25. 25 電力データのみでも、複数のモーションセンサを用いた 先行研究の判定精度に迫る結果 フレイル検知だけでなく、生活リズムのモニタリングなど、高齢者見守り全般への活用へ。
26. 26 DM・カタログ送付等マーケティング施策対象を最適化 施策反応数アップ 1 セグメンテーションなど ルールベースで送付者決定 属人的になりやすく、顧客データの 限られた属性しか用いることができないの で、精度が い状態 属人性を排除し、顧客データの 人間が加味しきれない属性も利用するた め精度の高い、再現可能なプロセス 顧客別に反応予測可能 送付コスト削減 2 属人化排除、省力化 3
27. 豊富な技術アセット 27 電力データからの 動的状態予測・ 配送最適化アルゴリズム 卸・小売向け 需要予測・在庫最適化 アルゴリズム ライフラインデータを用いた フレイル等、状態検知 アルゴリズム 共著国際学会論文 5本 特許件数 3件 東京大学と共同の研究開発成果 理系の博士・修士 （17名/30%) メダリスト（9名/16%）
28. 一 人 を 探 し て い ま す 28 WE ARE HIRING! この国を変える
29. こんな方、ぜひ一度お話させてください！ 29 労働力のv ０→１や、１→１０をやりたい人 プロダクトのグロースをやりたい。 労働力のv 死ぬほど学びたい人 業務時間を使って興味のある分野を勉強したい。 働きながら、大学院に通いたい。 チームを組んでkaggleに出たい。 労働力のv 越境したい人 エンジニアリング・データサイエンス・クライ アントワークなど、自分の専門領域を超えて学 びたい。 得意分野を広げたい。 労働力のv 社会を変えたい人 大企業を変えたい。 AIを社会実装したい。
30. 30 ありがとうございました！ ご応募お待ちしています！