BlueWX_Introduction - Speaker Deck

Slide 1

Slide 1 text

Slide 2

Slide 2 text

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

Slide 3

Slide 3 text

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

Slide 4

Slide 4 text

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

Slide 5

Slide 5 text

Slide 6

Slide 6 text

• 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

Slide 7

Slide 7 text

Slide 8

Slide 8 text

Slide 9

Slide 9 text

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

Slide 10

Slide 10 text

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

Slide 11

Slide 11 text

Slide 12

Slide 12 text

Slide 13

Slide 13 text

Slide 14

Slide 14 text

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

Slide 15

Slide 15 text

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

Slide 16

Slide 16 text

Slide 17

Slide 17 text

Slide 18

Slide 18 text

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

Slide 19

Slide 19 text

Slide 20

Slide 20 text

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

Slide 21

Slide 21 text

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

Slide 22

Slide 22 text

Slide 23

Slide 23 text

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.