Slide 1

Slide 1 text

AI 開発組織Summit 2026 AIコーディングのその先へ: エンジニアの新たなバリューとスケールする開発組織 丸尾 恭四郎

Slide 2

Slide 2 text

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 エムスリー株式会社 AI・機械学習チーム 燈株式会社 執行役員 VPoE 得意技術領域 ・最適化 / データエンジニア / DevOps / MLOps 2

Slide 3

Slide 3 text

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 479名 (10⽉現在) 3

Slide 4

Slide 4 text

燈の使命 日本を照らす 燈となる We are “Akari” that illuminates Japan. 現在、GAFAM5社の時価総額の合計は日本の全上場企業 の時価総額の合計を上回っていて、情報革命以降、日本企 業の競争力は欧米・中国などに遅れを取っています。 我々は日本の大きな燈となり、AI技術を中心とするテク ノロジーを用いて産業を照らし、全ての人々の希望の光と なることを目指しています。

Slide 5

Slide 5 text

企業価値1,000億円超にて50億円の資金調達を実施 2026年1月 三菱電機株式会社から、 企業評価額 1,000億円超にて 約50億円 の資金調達を実施 三菱電機との戦略的事業連携により、 産業の枠を超えた「次世代産業OS」の 開発を加速 5

Slide 6

Slide 6 text

フィジカルAIとものづくりの融合により、秋田から世界へ挑む「AIネイティブな製造業」モデルを創出 2026年8月 株式会社アスターと、 資本業務提携契約を締結 工場内の製造現場から稼働データを収集 ・蓄積し、物理レイアウトや作業動線を 最適化するとともに、現実世界の機器を 高度に動的制御する「フィジカルAI」の 構築・自律学習を推進。 6

Slide 7

Slide 7 text

各事業の開発内容 最先端テクノロジーを産業特化で提供することで、業界ごとの奥深い課題まで解決 建設業DXから事業を開始し、現在は製造業などを対象に含めた、ものづくり産業DXに進化 DX Solution 事業 AI SaaS 事業 現場との伴⾛開発から汎⽤モジュールへ資産化 2シリーズ9プロダクトを ニトリ 様 三菱電機 様 スマホ写真1枚からの家具消去や 3D配置アルゴリズムを⾼速処理 AIエージェントを⼯場⾃動化に応⽤、AMR 稼働率を⼤幅改善する施策を構築 Melchior Poincaré 建設‧製造現場に現れるデータを 取り組みシミュレーション最適化 を⾏う基盤を構築。 AI検証‧デプロイを⾼速開発するための基 盤を構築し各企業に展開。 47都道府県、累計約2,000社に提供

Slide 8

Slide 8 text

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 479名 (10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 8

Slide 9

Slide 9 text

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 9

Slide 10

Slide 10 text

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 479名 (10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。 10

Slide 11

Slide 11 text

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 11

Slide 12

Slide 12 text

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。 12

Slide 13

Slide 13 text

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 13

Slide 14

Slide 14 text

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 14

Slide 15

Slide 15 text

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 15

Slide 16

Slide 16 text

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 16

Slide 17

Slide 17 text

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は、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 AI実装力 システム実装力 ドメイン理解力 17

Slide 18

Slide 18 text

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 18

Slide 19

Slide 19 text

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 19

Slide 20

Slide 20 text

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。 20

Slide 21

Slide 21 text

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。 21

Slide 22

Slide 22 text

燈の開発戦略 Ⓒ 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 22

Slide 23

Slide 23 text

これまでの実装はスケールする仕組みが構築された Ⓒ Akari Inc. l Confidential AI実装 Poincaréの基盤により汎用化 システム実装 Poincaréの基盤により汎用化 ドメイン理解 エンジニアでなくても実施可能 エンジニアが生み出すバリューはシフトしていく必要があり 23

Slide 24

Slide 24 text

今後求められるエンジニアのバリュー Ⓒ Akari Inc. l Confidential ドメインを深く理解する力をベースに、技術力を磨いていく必要がある ドメインを深く理解する力 最先端技術の実装力 開発基盤の実装力 24

Slide 25

Slide 25 text

今後求められるエンジニアのバリュー Ⓒ Akari Inc. l Confidential ドメインを深く理解する力が足りない場合 ドメインを深く理解する力 最先端技術の実装力 開発基盤の実装力 産業現場で使われず 研究で閉じてしまう 事業にフィットしない 基盤開発に止まってしまう 25

Slide 26

Slide 26 text

今後求められるエンジニアのバリュー Ⓒ Akari Inc. l Confidential ドメインを深く理解する力をベースに、技術力を磨いていく必要がある ドメインを深く理解する力 最先端技術の実装力 開発基盤の実装力 未知の課題解決に挑み 新たな付加価値を創出 スケールする基盤を開発し 生産性向上 26

Slide 27

Slide 27 text

Ⓒ Akari Inc. l Confidential

Slide 28

Slide 28 text

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