株式会社 Laboro.AI 会社紹介資料 2026年10月版 Ver.1 

会社情報 設 立 所在地 従業員数 東京都中央区銀座8-11-1 117名※ 2016年4月1日 2023年7月31日 東証グロース市場上場 事業内容 • • 機械学習を活用したオーダーメ イド型AI「カスタムAI」の開発 カスタムAI導入のためのコンサ ルティング （2026年6月30日時点） ※ 執行役員・SD・機械学習エンジニア・コーポレート部 門・アルバイト/パートタイマーでカウント 主な株主（順不同） • SCREENアドバンスト システムソリューションズ • 博報堂 • SCREENホールディングス 関連会社 株式会社CAGLA Laboro.AIは、AIによる新しいビジネス施策展開によって企業成長を図る 「バリューアップ型AIテーマ」に効くオーダーメイド型AI開発「カスタムAI」を展開する、 国内有数のAIスペシャリスト集団です。 1 

経営陣紹介 代表取締役 CEO（最高経営責任者） 執行役員 CAO 執行役員 CHRO 椎橋 徹夫 （最高ｱﾗｲｱﾝｽ責任者） TETSUO SHIIHASHI YOSUKE MATSUFUJI 米国州立テキサス大学理学部卒業後、ボストン・コンサ ルティング・グループに入社。多数のプロジェクトに参 画した後、社内のデジタル部門の立ち上げに従事。 その後、東大発ベンチャーでのAI事業部の立ち上げや東 京大学 松尾豊研究室の産学連携業務等を経てLaboro.AI を創業。 執行役員 CBO 執行役員 CAE （最高ﾌﾞﾗﾝﾃﾞｨﾝｸﾞ責任者） （最高監査責任者） 和田 崇 深井 健太郎 TAKASHI WADA KENTARO FUKAI 執行役員 CTO 執行役員 CRO （最高技術責任者） （最高収益責任者） 吉岡 琢 相川 元希 TAKU YOSHIOKA MOTOKI AIKAWA 社外取締役 菅野 寛 HIROSHI KANNNO 松藤 洋介 （最高人事責任者） 入江 裕紀 YUKI IRIE 常勤監査役 前田 晴美 HARUMI MAEDA 早稲田大学 大学院 経営管理研究科教授 社外監査役 井ノ浦 克哉 KATSUYA INOURA 社外取締役 岩崎 俊博 TOSHIHIRO IWASAKI 日本旗艦キャピタル 代表取締役 執行役員 CFO 執行役員 CIO 社外監査役 （最高財務責任者） （最高ｲﾝｷｭﾍﾞｰｼｮﾝ責任者） 田中 洋子 谷山 太郎 田辺 遼 TANAKA YOKO TARO TANIYAMA RYO TANABE 2 

“Laboro”の由来 すべての業界のイノベーターに、 Labor（労働＝武器） Labo（技術＝知識） ColLaboration（協業＝仲間）を。 “Laboro”という言葉は、 “労働”を表す“Labor”の語源になったラテン語です。 ー いま人の力だけで行われている“労働”を軽減し、 効率化し、さらにビジネス成果を高められるAIを提供したい。 Laboro.AIという社名にはこうした思いが込められています。 また、私たちが誇る高い技術力から研究所を意味する“Labo”、 様々な企業とのパートナーシップ意味する“Collaboration”、 これら３つに共通する文字をとって、 「Laboro.AI（ラボロ・エーアイ）」という名が付けられました。 3 

Laboro.AI 創業の理由 テクノロジーとビジネスを つなぐプレーヤーに ー AIの領域にはテクノロジーとビジネスをつなぐプレーヤーが必要だ。 創業者である椎橋が創業前に経験したのは、 技術開発までには至れないコンサルティングファーム、 そしてビジネス成果視点が失われがちな大学研究室、 それぞれの現実でした。 「AIができること」と「ビジネスで意味のある」ことの 重なりを発見する力、つまり、 テクノロジーとビジネスをつなぐ能力携えていなければ、 AIを最適なビジネスソリューションとして 開発・導入できることはできません。 アカデミア分野から日々生み出されるAIの先端技術を産業に応用し、 世の中に変革をもたらすため、この２つをつなぐエキスパートになる、 これがLaboro.AI創業の理由であり、私たちの使命です。 4 

Laboro.AIのミッション すべての産業の 新たな姿をつくる。 私たちは、産業に革命を起こそうと奔走する各企業のイノベーター の方々に、オー ダーメイドという方法でビジネスにジャストフィッ トするAIソリューションをご提供いたします。「すべての産業の新 たな姿をつくる」。そのためにクライアント企業様と一緒に考え、 苦労を共にし、力を合わせてイノベーションを実現する共創パー トナーとして存在し続けることが、私たちのミッションです。 テクノロジーと ビジネスを、つなぐ。 AIがその真価を発揮するためには、ビジネス環境や課題に合わせて 必要なデータを集め、モデルを設計し、幾度もの検証を行い、最適 な形になるまで調整を繰り返すことが不可欠です。つまり、テクノ ロジーとビジネス双方の知見がなければ、実用に耐えるAIが実現す ることはありません。双方の知識を持ち、確実にAIをビジネスに転 用すること、「テクノ ロジーとビジネスを、つなぐ」ことが Laboro.AIが果たす役割です。 55 

Laboro.AIのビジョン テクノロジーとビジネスをつなぐ、 新たなプロフェッショナル人材を構築。 各産業の意志あるイノベーターと出会い、 共にビジョンを描き、実現を目指す。 ビジョンを次々とカタチにし、 産業に適用され、変革を起こす。 イノベーションの連続が、日本で先駆けて実現され、 グローバルに波及させる。 6 

クライアント企業様 IJTT アスプコミュニケーションズ 大林組 沖電気工業 四国旅客鉄道 ゼンリン オムロン 自治医科大学 アートフリーク 鹿島建設 カネカ ニコン 日本線路技術 パーソルビジネスプロセスデザイン 三井不動産リアルティ IDOM エーザイ 気象庁気象研究所 ジャパンマリンユナイテッド ソニーセミコンダクタソリューションズ トヨタ自動車 三井化学 味の素 NGK 鴻池運輸 エン オートネットワーク技術研究所 産業技術総合研究所 SCREENアドバンストシステムソリューションズ そごう・西武 日本総合研究所 大成建設 博報堂 竹中工務店 パーソルキャリア 東日本電信電話 日立建機 非破壊検査 三菱ロジスネクスト 村田製作所 明治安田生命保険 大広 住友重機械工業 デンソー 図研 TOPPAN パーソルクロステクノロジー ブロードマインド 山口県 ジオテクノロジーズ みちのりホールディングス LINEヤフー Rapidus ローム 7 

カスタムAI開発 8 

カスタムAI開発とは ✓ ✓ ビジネス成果につながるAIをオーダーメイドで開発 コア業務の変革＆イノベーションの創出を支援 ◼ オーダーメイドによるAI開発 ‣ 先端の機械学習技術をベースに、 ビジネスにジャストフィットする AIを受託開発 ◼ 企業のコア業務をAIで変革 ‣ 画一的なパッケージAIでは対応 が難しい、ビジネス現場特有の 複雑な課題の解決に貢献 9 

カスタムAI開発とは ✓ AI開発ノウハウとビジネスコンサルティング力を高度に融合させ、ビジネスサイドと開発サイドと双方に とって最適なAI設計を導く独自メソッド「ソリューションデザイン」を用いて実現される、ビジネス現場 特有の複雑な課題の解決に効くオーダーメイド型AI開発 カスタムAI 顧客のビジネス課題 ソリューションデザイン ビジネスコンサルティング 建設 金融 製造 人材 流通 ｿﾘｭｰｼｮﾝ 設計 ﾋﾞｼﾞﾈｽ 再構築 AI / LLM / システム開発 画像 小売 AI 要件 定義 ビジネス視点のAI導入・活用支援 すべての 産業 ヘルス ケア ﾋﾞｼﾞﾈｽ 構想 通信 言語 音声 強化学習 顧客企業の AIイノベーション創出に 一気通貫で伴走 AI-AGT あらゆるAI領域での開発 10 

カスタムAIを支える２種のスペシャリスト アカデミア AI ビジネス 産業 （学術研究） エンジニア ソリューションデザイナ ／AXプロデューサー （機械学習・LLM・システム開発） カスタムAI • • クライアントのビジネス課題に対 して、実データを分析しながら、 技術観点で解決策を考案 速度・可用性も考慮したモデル開 発とシステムへの組み込み • • • クライアントと密に議論し、ビジ ネス課題を深掘り プロジェクト全体を俯瞰し、検討 すべき論点を設定 ビジネス観点で論点に対する答え を検討 11 

なぜカスタムAI開発が重要なのか ✓ 画一的なパッケージ型AIでは対応が難しい、ビジネス現場特有の複雑な課題の解決にこ そ、オーダーメイド開発による「カスタムAI」が有効 AIの役割が一部タスクの代替に留まり、 導入効果が効率化など限定的になりがち 既存業務の置き換えではなく、 AIを前提としたビジネスプロセスに刷新 個社特有の本質的な課題解決が可能で、 大きなビジネスインパクトの創出に 12 

カスタムAI 開発フロー ✓ 課題やフェーズに合わせて、ワンストップで伴走支援 13 

カスタムAI 開発フロー ✓ 事業変革の企画構想、AIソリューションの要件定義から開発・PoC、導入、継続的な再学習・ チューニングまでを一気通貫で行い、AIイノベーションを顧客と共創するプロジェクトを実施 コンサルティング AI開発 企画構想・ 要件定義 開発・PoC 導入・実装 再学習・ チューニング • 顧客の成長戦略、 事業課題の整理 • 新規製品・ サービスや ビジネスモデルの 構想 • データ解析 • AIソリューション 設計 • ビジネス観点での 技術検証 • ビジネスプロセス 再設計 • ビジネス変革 の実行支援 • 改善・進化余地の 特定 • ビジネス変革 の継続支援 • 技術要件の定義 • 採用する技術手法 の特定 • データ解析 • プロトタイプ システムの設計 開発 • 精度検証 • 実用システム の設計開発 • テスト・システム 稼働開始 • モデル再学習 • システムへの 追加実装 14 

カスタムAI開発 ３つの特徴 注力テーマ「バリューアップ型AIテーマ」 コア領域 「最適化」＆「AIエージェント」 独自メソッド「ソリューションデザイン」 多数のプロジェクト実績 15 

カスタムAIの特徴 ❶ バリューアップ型AIテーマ バリューアップ型AIテーマとは ✓ 新規製品・サービスの創出や既存ビジネスのプロセスイノベーションなど、新しいビジ ネス施策展開によってクライアント企業様の成長を図るAI開発テーマに注力 16 

カスタムAIの特徴 ❶ バリューアップ型AIテーマ 当社プロジェクトの特徴 ✓ ✓ 戦略・ビジネス・技術を兼ね備えた「戦略系AIベンダー」として、戦略策定から新規事業開発まで広範囲を支援 ビジネス差別化の核となる戦略的な最先端R&Dプロジェクトも 戦略 ① AI/データ戦略の策定 ✓ 製薬会社様のAI/データ戦略策定を支援 1 3 AI/データ戦略の 策定 最先端技術の 長期R&D ② 新規事業の開発 ✓ 食品メーカー様と消費者向けアプリを開発 ③ 最先端技術の長期R&D ビジネス 2 新規事業の開発 技術 ✓ ゼネコン様と振動制御技術を開発（共同で論文発表） ✓ 半導体製造装置メーカー様と資本業務提携 17 

カスタムAIの特徴 ❶ バリューアップ型AIテーマ バリューアップ型AIテーマにおける注力産業分野 ✓ バリューアップ型AIテーマ市場を開拓する切り口として、とくに注力する産業分野を２ つ設定 注力分野① 注力分野② 研究開発型産業 社会基盤・生活者産業 製造業等における研究開発を通じて、 革新的な製品・サービスの創出を目指す分野 消費者・生活者に直接製品・サービスを提供したり 社会インフラを担う分野 取組実績 取組実績 化学・素材メーカー ・新規材料の探索や新規製法の考案 ・研究論文情報の探索・要約 半導体装置メーカー ・ AIを組み込んだ装置・生産ラインの新規 開発 鉄道会社 製造・建設企業 ・ 鉄道路線の工事計画の最適化 ・生産計画や施工計画などスケジューリン グの最適化・高度化 食品メーカー ・パーソナル献立提案サービスの開発 小売企業 ・営業活動を支援するAIエージェントの開発 学校法人 ・学生の疑問に答えるAIエージェントの開発 消費財メーカー 広告企業 ・対話AIを活用した1to1マーケティングサー ビスの開発 ・生成AIによるバーチャル生活者生成と市場 調査の高度化 18 

カスタムAIの特徴 ❶ バリューアップ型AIテーマ 幅広い顧客と多数のプロジェクト実績 ✓ 通算400を超えるカスタムAIプロジェクトをこれまでに推進 製 造 最適化 建 設 最適化 製 造 生成AI 建 設 強化学習 インフラ 画 像 工程スケジューリング 施工計画の最適化 設計コーディング 建設物の揺れ制御 線路設備の不良判定 （精密機器メーカー） （建設関連企業） （精密機器メーカー） （建設関連企業） （鉄道事業者） 強化学習 アプローチに よる生産 計画の最適化 問題の解決 人手や従 来手法では見 つけられ なかった最適 な施工計画を立案 LLMを活用した専門言 語による コーディング を行うシステムを開発 制振装置AMDの制御を 目的とし た強化学習プ ログラムを開発 線路設備 の機能不全 ・ 異常を自 動判定する開 発・実運用化 ﾏｰｹﾃｨﾝｸﾞ ﾏｰｹﾃｨﾝｸﾞ 研究開発型 社会基盤・ 生活者 生成AI 生成AI 営 業 AIｴｰｼﾞｪﾝﾄ 食 品 ﾚｺﾒﾝﾄﾞ 不動産 最適化 対話の自動生成 バーチャル生活者生成 営業・販促ｴｰｼﾞｪﾝﾄ 献立作成エンジン 駐車場ﾚｲｱｳﾄ最適化 （広告企業） （広告企業） （小売企業） （食品メーカー） （不動産企業） 企業・商品ブラ ンド人 格を反映 した対話テキ ストの生成・顧客応対 7,000人分の調査データ から生活 者を再現し、 市場調査を高度化 トップ営 業のノウハウ を蓄積 、顧客ごと の最 適な提案を実施 栄養素の条件とユー ザーニー ズを満たす献 立を作成するエンジン 制約条件 や安全性を考 慮した最 適な駐車場レ イアウトを自動生成 19 

カスタムAI開発 ４つの特徴 注力テーマ「バリューアップ型AIテーマ」 コア領域 「最適化」＆「AIエージェント」 独自メソッド「ソリューションデザイン」 多数のプロジェクト実績 20 

カスタムAIの特徴 ❷ コア領域 バリューアップを実現する、カスタムAIのコア領域 複雑な条件の組合せから最適解を導く、最適化領域 ビジネスプロセスの再構築までカバーするAIエージェント/生成AI領域 企業を取り巻く複雑な条件下にある無数の制約条件から、最適解を 導出するためにAIを活用する領域です。コスト最小化や最短納期の達 成など、人間では及ばないパターン創出により、属人化の解消とバ リューアップを実現します。 経営課題やビジネス環境から現場の実務まで徹底的に理解し、最適な 専用AIエージェントを開発。同時に、AIが真価を発揮するために不可 欠な、AIエージェントの活用を前提とした「ビジネスプロセスの再構 築」にもワンストップで伴走します。 未知の「発見」を加速 R&D領域における研究開 発支援にも一気通貫で伴 走し、未知なる発見に向 けたイノベーションの共 創パートナーとして貢献 します。 すべての産業で、 AIとビジネスをつなぐ 様々な産業で、画像・ 音声・時系列予測など、 400を超えるAIプロジェ クト実績を保有してい ます。 21 

カスタムAIの特徴 ❷ コア領域（最適化） 「最適化」領域のカスタムAI開発 ✓ ✓ 最適化とは、膨大な制約条件の中からコストや効率における「最良の解」を数学的に算出するタスク 熟練者の不在や人手不足といった物理的な制約を踏まえたビジネスプロセスの構築に貢献 膨大な制約条件の中から、 コストや効率における「最良の解」を数学的に算出 22 

カスタムAIの特徴 ❷ コア領域（最適化） サプライチェーン全域での豊富な実績 ✓ ✓ 最適化は、ものづくり産業を中心とした多業種の様々な領域で、価値の源泉となる重要テーマ サプライチェーン全域で、課題抽出からAI開発・導入まで伴走 創 る 形にする ［企画・設計・構想］ ［具体化・実行準備］ • • • • • • 構造設計 回路設計 生産計画・制御設備 工事計画 受給計画 製造条件 届ける つながる ［配送・運搬］ • • • ［顧客接点］ 配送計画 シフト計画 倉庫オペレーション • サプライチェーンの全域で最適化AIの開発に伴走対応 レコメンド 23 

カスタムAIの特徴 ❷ コア領域（最適化） サプライチェーン全域での豊富な実績 「形にする」領域での最適化 ＜事 例＞ 工事計画最適化 - 膨大な条件の組み合わせから最適な施工計画を立案 後期短縮による 収益性向上 リソース最適配置に よるコスト削減 協力会社を含めた 全体最適の実現 安全性と生産性の両立 リスク予測による 手戻り・遅延防止 - 限られた資源を最適に配分し、生産効率を最大化 在庫削減と納期を両立 エネルギー効率改善で コスト削減 データ活用で 迅速・的確な判断 課 題 作業計画の策定にあたり、作業内容や必要資材、人員確保、現 場間の資材共有、安全性など多くの条件を満たす必要があった 開 発 成 果 作業内容を分類・組み合わせて、人員や資材の動きをシミュ レーションできるソフトを開発。自動て適切な計画を生成し、 効率的な現場調整を実現 ＜事 例＞ 生産計画・設備制御 リアルタイム最適化で 効率向上 モノ・ヒトの動きを考慮した 作業計画の最適化&自動化 運輸系インフラ保全企業 様 予知保全で 突発停止を削減 多品種を扱う生産工程の スケジューリング自動化 化学系製造企業 様 課 題 多品種工場では人手による生産計画立案に限界。納期や切り替 え作業の最小化が難しく、注文変更にも迅速な対応が必要 開 発 成 果 強化学習による自動化ソリューションを開発。ファインチュー ニング機能を組み込み、未知の注文にも対応しつつ、現場要件 に最適化。複雑な計画も自動作成でき、人並みの性能を達成 24 

カスタムAIの特徴 ❷ コア領域（最適化） サプライチェーン全域での豊富な実績 「届ける」領域での最適化 ＜参 考＞ 配送計画の最適化 - 属人化しやすい配送計画の策定作業を自動化 自動ルート最適化で コスト削減 リアルタイム配車で 顧客満足度向上 環境負荷の見える化と 削減を実現 精度向上で機会損失を 防止 ドライバー負荷の平準化 で働き方改革推進 多様な制約環境下で 社会的要請に応える配送計画 運輸企業 様 ケース ドライバー不足や労働時間規制の制約下で、日々変 動する注文に対して効率的な配送計画の立案が必要 期 待 効 果 AIが最適なルートと車両割り当てを自動計算し、燃 料費削減と納期を両立。ドライバーの労働時間の平 準化やCO2削減など、目的に応じた最適化も ＜事 例＞ シフト最適化 - 多様で複雑なビジネス環境においても最適なシフト作成 人件費を最適化しつつ サービス品質を維持 公平で納得感のある シフトで離職率を低減 需要予測と連動した 柔軟な人員配置を実現 スキル育成を考慮した 戦略的な配置が可能 法規制を遵守しコンプラ イアンスリスクを回避 法律・規定・個人都合を 考慮した人員配置・シフト最適化 運輸企業 様 課 題 人員配置計画は、法律・労働ルール・個人都合など、多数の条 件を考慮する必要があり、人力対応は属人化とコストが負担に 開 発 成 果 多面的な制約条件を組み込んだ自動配置モデルを開発、使い勝手 を重視したUIも設計。従業員の心理的負荷まで反映した納得感の あるシフトを、人的コストを最小化しつつ短時間で自動生成 25 

カスタムAIの特徴 ❷ コア領域（最適化） サプライチェーン全域での豊富な実績 「創る」領域での最適化 ＜事 例＞ 構造設計 構造物の最適設計探索 -勘と経験に頼った設計プロセスをAIで最適化 設計品質の安定化 独自競争力の確立 開発期間の短縮 思い込みを排除した 革新的アイデア創出 技術継承の加速 インフラ関連企業 様 課 題 複数パラメータを扱う構造物設計で、変更による影響や 創造的を加味した最適解の発見が困難 開 発 成 果 設計パラメータをモデル化し、最適指標に基づきAIが自 動探索。短時間で複数パターンの設計案を生成可能に。 従来設計よりもコスト・作業性で優れた設計案を提示 し、設計品質と効率を大幅に向上。 「つながる」領域での最適化 ＜事 例＞ レコメンド -顧客ニーズの多様化・個別化に対応パーソナライズによる 顧客満足度向上 購買確率向上による売上拡大 在庫回転率の改善 新たな組み合わせによる価値創造 ユーザーニーズを満たす 献立作成エンジン 味の素 様 開 発 成 果 味の素様の１万超のレシピと栄養知見を活用し、栄養素 や好みに応じた献立を個別最適に自動作成。API連携に よる外部サービス連携も可能。 26 

カスタムAIの特徴 ❷ コア領域（AIエージェント／生成AI） AIエージェント／生成AI領域のカスタムAI開発 ✓ ✓ AIエージェント／生成AIの活用の多くは、「既存業務の効率化」に留まっている状況 新しい顧客・従業員体験を生み出すなど、グランドデザインの設計から開発・実行まで伴走 「これまでのビジネス」から脱却し、 将来事業を創出するためのAIエージェント／生成AI 出典：東京商工リサーチ 2025年「生成AIに関するアンケート」調査 27 

カスタムAIの特徴 ❷ コア領域（AIエージェント／生成AI） 全体最適のためのAIエージェント／生成AI ✓ 既存業務の一部をAIに置き換えるのではなく、ビジネスプロセスやビジネスモデル自体の変革に向けて、ビジネ スサイドと開発サイドの視点を持ちながら、最も価値を生むAIエージェント／生成AIのあり方を追求 変 革 AIエージェントの存在を前提に、ゴールの到達方法自体を変革 28 

カスタムAIの特徴 ❷ コア領域（AIエージェント／生成AI） マルチエージェント開発に対応 ✓ ✓ エージェント同士が協調し、複雑で高度なタスクを自律的に実行する「マルチエージェント」の技術基盤を保有 スピーディーなプロトタイプ開発と、短期間サイクル検証・柔軟な仕様変更を想定したアジャイル開発が可能 マルチエージェントのイメージ（広告企画の場合） マルチエージェント 技術基盤 29 

カスタムAIの特徴 ❷ コア領域（AIエージェント／生成AI） 様々なテーマにおける豊富な実績 ✓ ✓ 経営課題やビジネス環境から現場の実務まで徹底的に理解し、最適な専用AIエージェントを開発 同時に、AIエージェントの活用を前提とした「ビジネスプロセスの再構築」にもワンストップで伴走 マーケ ティング 営 業 • • 営業支援 マーケティング支援 • バック オフィス • • コンプライアンス業務 学生支援 AIO（AI検索最適化） 商品企画 研究開発 • • 商品開発 開発支援 「置き換え」ではなく「ビジネスプロセスの再構築」に向けたAIエージェント開発 30 

カスタムAIの特徴 ❷ コア領域（AIエージェント／生成AI） 様々なテーマにおける豊富な実績 「商品企画・研究開発」領域での最適化 ＜事 例＞ 商品企画・開発支援 自律型AIエージェントが市場の予兆を捉え、 ヒット商品の壁打ち相手に 能動的なインサイトの発見・報告 データドリブンな提案と壁打ち ・販売データやSNSトレンドを常時監視し、身 充足ニーズをAIが自ら発見・報告 ・ターゲットの属性・嗜好に基づき、人が見落 としがちな商品アイデア切り口を提案 エージェンティックAIとの共創による データドリブンな商品開発 大手小売企業 様 内 容 MDの分析・企画を支援する自律型AIを開発。膨大な データから商品アイデアを共創するプロセスを設計 成 果 データ収集・分析工数を削減するだけでなく、属人 的な企画スキルから脱却し、緻密なデータに基づく 商品開発の仕組みの構築に成功 AIの「予兆」とMDの「想い」を掛け合わせた商品創出 「ﾏｰｹﾃｨﾝｸﾞ」領域での最適化 ＜事 例＞ AIO（AI検索最適化）支援 短期間での効果創出とブランド力の向上 知名度や指名検索の増加に貢献 LLM特性に合わせた戦略立案 AIが正しく解釈できるサイト構造へ ・ChatGPTやClaudeなど、各生成AIのメカニズム を解明しキーワードを最適化 ・意味構造の整理、タグ最適化、内部リンク設 計を提示・実装 AI検索に正しく理解・引用されるWebサイトへ改善 AI検索における 自社商品の紹介率の向上 化粧品D2Cブランド 様 課 題 AI検索で自社情報がヒットせず、新たな顧客接点や ブランド認知の機会を逃していた。 成 果 AIO診断に基づいて、AIが読み取りやすいように HTMLや構造化データを最適化。対策後、約２週間 でChatGPT等に引用され、接点創出に成功 31 

カスタムAIの特徴 ❷ コア領域（その他） その他のAIソリューション ビジネス潜在ニーズ 探索ソリューション 振動制御ソリューション マッチングソリューション 文章分類・評価 ソリューション 研究開発の内容を記したドキュメントを 入力データに、企業データベースからビ ジネスニーズを保有すると考える企業リ ストを抽出作成 建設物や精密機器の製造機械などの大敵 である揺れへの対策として、自ら最適な パターンを獲得する強化学習を用いたAI が振動を制御 人と職、それぞれの情報の関係性をAIが 学習。ニューラルネットワークが相思相 愛の最適なマッチングを実現 先端の自然言語識別アルゴリズムが文章 を自動的に解析。大量のドキュメントも AIが分類・タグ付けし、内容把握や文章 評価がカンタンに 物体カウント ソリューション 不良・異常検出ソリューション 安全管理ソリューション 類似画像検索ソリューション 画像中に写っている対象物の個数をカウ ントするほか、大まかな位置や座標を取 得することを実現 画像認識アルゴリズムが、画像から特定 の不良品や異常箇所を検出し、検査・点 検業務の効率を向上 動画映像から特定の対象物や行動・シー ンを認識し、検出内容に即した注意喚起 や安全監視を実現 画像そのものをディープラーニングで解 析。キーワード検索や色合いだけでは探 し出すことができなかった類似画像を見 つけ出す 32 

カスタムAIの特徴 ❷ コア領域（その他） その他のAIソリューション ビジネス潜在ニーズ探索ソリューション ※汎用的にご利用いただけるAIプロダクトとして販売するものではなく、 ビジネス課題をヒアリングの上、オーダーメイドで開発いたします。 振動制御ソリューション マッチングソリューション R&D成果の提供先企業を探索、企業リスト化 強化学習を用いたAIが振動を制御 “人と職”の関連性を学習、最適なマッチングを 研究開発の内容を記したドキュメントを入力データに、 ビジネスニーズを保有すると考えられる企業リストの 抽出を企図したソリューションです。 強化学習でAIに試行錯誤させることを通して、振動を 低減・抑制・回避するためのより効果的なパターンを 獲得し、対象物の動きや環境をより向上させることを 目指したソリューションです。 過去に実際に成約に至ったマッチング結果を参考に、 年齢・性別などの構造化されたデータだけはでなく、 フリーテキストで書かれた情報なども把握することで、 最適な候補を提案することを目指した、人材業界向け ソリューションです。 ユースケース ユースケース ユースケース 研究開発における 販売先・提供先の探索 新規事業開発における 協業先の探索 高層ビルなど建設物の 地震や風による揺れの制御 鉄道や車など、 交通機関の快適性の向上 求職者への 最適な求人情報の提供 キャリアアドバイザーへの 候補者提案 33 

カスタムAIの特徴 ❷ コア領域（その他） その他のAIソリューション 文章分類・評価ソリューション ※汎用的にご利用いただけるAIプロダクトとして販売するものではなく、 ビジネス課題をヒアリングの上、オーダーメイドで開発いたします。 物体カウントソリューション 不良・異常検出ソリューション 自然言語処理による内容に基づいたスコアリング 画像・映像から人や物体の個数をカウント 異常箇所をAIが画像から判別 AIが文章の内容を解析し、データを分類したり、特定 のタグを付けたり、その内容をスコアリングするソ リューションです。 画像中に写っている対象物の個数をカウントするほか、 大まかな位置や座標を取得することを実現するソ リューションです。 事前に学習させた不良箇所や、正常状態とは異なる不 良箇所や異常を見つけ出すことを目指したソリュー ションです。 ユースケース ユースケース ユースケース 社内外に蓄積する 未整理の文書の活用 特定の内容を含んだ 文書の検索や特定 施設・会場での 来場者数の把握 工場や物流現場での 在庫数の把握 建造物のヒビ割れ、 損傷の検出 機械や製造品の 不良・不具合の発見 34 

カスタムAIの特徴 ❷ コア領域（その他） その他のAIソリューション 安全管理ソリューション ※汎用的にご利用いただけるAIプロダクトとして販売するものではなく、 ビジネス課題をヒアリングの上、オーダーメイドで開発いたします。 類似画像検索ソリューション 危険が伴う作業現場での安全管理業務をAI自動化 キーワードでは探せない画像も瞬時に検索 監視カメラの映像等を元に、特定の対象物や行動・ シーンを自動で検出。リアルタイムに危険な状況を察 知したり、特定の映像だけを見返せるようにすること で、安全管理業務の自動化・効率化を実現するソ リューションです。 ディープラーニング技術によって画像の内容を理解し 類似度を計算することで、高いレベルでの画像検索を 目指したソリューションです。 ユースケース ユースケース 製造工場内での 危険作業時の安全管理 建設現場内での 安全管理業務に活用 ECサイト等で画像を元に同 類の商品を検索・提案 課題となりがちなコールド スタート問題を解決 35 

カスタムAIの特徴 ❷ コア領域（その他） アドバイザリーメニュー ✓ 開発だけでなく、企画段階から各種アドバイザリーにも対応 AI活用アドバイザリー 技術アドバイザリー AI活用のための ビジョン策定を 自社開発が うまくいかず アドバイスが欲しい データ活用の方法を 相談したい 手法の調査やレポー トをして欲しい ビジョン、戦略、 ロードマップの策定など、 AI導入前のご相談 導入中のAIシステムに 対するアドバイスなど、 技術的なご相談 36 

カスタムAI開発 ４つの特徴 注力テーマ「バリューアップ型AIテーマ」 コア領域 「最適化」＆「AIエージェント」 独自メソッド「ソリューションデザイン」 多数のプロジェクト実績 37 

カスタムAIの特徴 ❸ 独自メソッド ソリューションデザインとは ✓ AI開発ノウハウとビジネスコンサルティング力を高度に融合させ、AIの設計・開発だけでなく、ビジネスプロセス の再構築を同時に推進していくことで、開発サイドとビジネスサイド双方にとっての最適解を導く独自メソッド アカデミア （学術研究） 開発サイド ビジネスサイド その課題はどういった AI技術で解決できるのか？ そもそもビジネス上、 どの課題を解決すべきなのか？ • その課題を解くために一番最適と思 われる手法（問題設定）は何か？ • 解くべき課題をクライアントと一 緒になって、明確化する • どのアルゴリズムを使うか？ 必要なデータは揃っているか？ • AIで “現実的に” 実現できることを 念頭に置きながらアイデアを出す • 実装時のアーキテクチャはどの様に 構成するか？処理はどこで行うか？ 必要とされる品質レベルはどこか？ • ビジネス上、意味のあるKPIに沿っ て、画期的なアイデアを考える ビジネス成果のための 「最適なAI技術」は？ 産 業 AIで解くべき 「ビジネス課題」は？ エンジニア ソリューションデザイナ／AXプロデューサー 38 

カスタムAIの特徴 ❸ 独自メソッド ソリューションデザインを実践する プロフェッショナルチーム ✓ プロジェクトの内容に応じて、最適なノウハウ・スキル・経験を保有した人員によるプ ロジェクトチームを組成 ソリューションデザイナ ビ ジ ネ ス サ イ ド 技術とビジネスをつなぐ「翻訳者」 AXプロデューサー ※ 営業サポート コンサルティング AIエージェントを基点に企業を変革する プロジェクト マネジメント ※AX＝エージェントトランスフォーメーション 機械学習エンジニア 開 発 サ イ ド ＬＬＭ エンジニア システム開発エンジニア AI /システム開発 39 

カスタムAIの特徴 ❸ 独自メソッド オリジナル人材「ソリューションデザイナ」 ✓ AI & ビジネスコンサルティングに長けた当社独自の専門人材「ソリューションデザイ ナ」が、顧客企業のためのAIソリューション設計とビジネスデザインを実施 ソリューションデザイナの特徴・役割 ソリューションデザイナ 営業サポート AI技術で実現でき、 かつビジネスで意味のある ソリューションを企画・設計・提案 コンサルティング 多数の AIプロジェクト 経験に基づく、 機械学習に対する知識 コンサル ファームや 事業会社での 豊富なビジネス経験 プロジェクトマネジメント 40 

カスタムAIの特徴 ❸ 独自メソッド Laboro.AIのエンジニア ✓ ビジネス活用を前提としたAI開発に向けて、研究開発・実験開発に留まることなく、 より実用的なAI開発スキルを保有 エンジニアが保有するスキル エンジニア （機械学習・LLM・システム開発） AI実装スキル ビジネス課題やデータ形式に最適な 手法や評価指標を検討し、 ビジネス貢献度の高いAI開発を実現 問題解決スキル 様々なデータ形式、 タスク、手法に 関する多様な ノウハウと経験 実際の 現場環境での 動作を考慮した 実用的なAI開発 柔軟なAI活用スキル 41 

カスタムAIの特徴 ❸ 独自メソッド 多様なプロジェクト実績と豊富な技術経験 ✓ 多種多様なプロジェクト経験を通して、多様なデータ形式、タスク、手法、評価方 法に関するAI技術ノウハウを継続的に蓄積 AI ｴｰｼﾞｪﾝﾄ 異常 検知 LLM 自然言語 機械学習 画 画像 認識 像 プラーニング ィー デ 重回帰 分析 ﾃﾞｰﾀ分析 強化 学習 最適化 ｸﾗｽﾀ ﾘﾝｸﾞ 数理 最適化 Laboro.AI エンジニア 時系列 分析 音 音源 分離 ｼｽﾃﾑ開発 声 音声 合成 クラウド インフラ ﾍﾞｲｽﾞ 最適化 マイクロ サービス 42 

カスタムAIの特徴 ❸ 独自メソッド Laboro.AI エンジニアの特徴 ✓ AIの設計／実装・改善／繋ぎ込みの３領域でのエンジニアリングを実施し、それぞ れに必要なスキル・ノウハウを蓄積 機械学習 LLM エンジニアリング内容 スキル・ノウハウ AI設計のためのｴﾝｼﾞﾆｱﾘﾝｸﾞ ビジネス課題解決アプローチ ・ビジネス課題の特定・分析 ・入力データの前処理／推論結果の後処理 ・ドメイン知見に基づくモデルの選定や設計 ・評価方法や評価指標の設計 AI実装・改善のためのｴﾝｼﾞﾆｱﾘﾝｸﾞ ・データの前処理、モデル訓練、後処理の実装 ・モデルの評価・改善 （モデル自体の修正／特徴量選択／速度改善） ・実験結果の管理・レポーティング システム開発 AI繋ぎ込みのためのｴﾝｼﾞﾆｱﾘﾝｸﾞ ・推論結果活用のためのモジュール設計／開発 ・モデルの微調整／デプロイ ・APIを用いたモデルの統合 ・パフォーマンスの調査／最適化 ・適切な仮説立案の能力 （有効な特徴量選定／制度改善の打ち手） ・機械学習／統計知識 ・モデルやデータセットの調査スキル AIの実装・訓練・評価ノウハウ ・既存のモデル実装の活用 （必要に応じてコードをカスタマイズ） ・データ分析ライブラリの活用 ・機械学習フレームワークの活用 ドメイン知見の理解 ・現場実装者とのコミュニケーションスキル ・モデルの学習／評価の流れに関する知識 ・モデルの入出力をドメイン知識と関連付け ・一般的なシステム開発知識 43 

クライアント企業様の声 ✓ ✓ 多くのAIプロジェクトが「PoC疲れ」する中、70%超の継続率 技術力以上に、「一緒に考えること」がLaboro.AIへの評価につながっている 「一緒にやろうと決めたのは、現場 「実現できるか不明なことに、 に伴走して色々と頑張ってくれそうだと Laboro.AIのソリューションデザイナだ 感じたから。」 けが一緒に考え、付き合ってくれた。」 「他社はすべて“無理”と逃げられた 「提案の度に発見がある。それを踏 のに、進め方など一緒にどうするか考え まえてネクストステップを一緒に考え てくれている。」 てくれるところは頼もしい」 「技術面に加え、業界がどうなって 「自分達に知らない知見や、新しい 行くべきかを一緒に考え、アイデアをく 考え方を積極的に教えてくれそうな点 れる点に期待していた。」 に魅力を感じた。」 「自分達でだけではできない技術的 な要件整理の部分、アイデア出しに熱心 に付き合ってくれた。」 「腹を割って一緒に考えてくれる。 また、依頼に対して即拒否姿勢ではな く、前向きに解決策を議論してくれ る。」 44 

カスタムAI開発 ４つの特徴 注力テーマ「バリューアップ型AIテーマ」 コア領域 「最適化」＆「AIエージェント」 独自メソッド「ソリューションデザイン」 多数のプロジェクト実績 45 

幅広い業界・顧客と多数のプロジェクト実績 ✓ これまで多様な業界やテーマで、通算400を超えるカスタムAI開発プロジェクトを推進 ー 各業界を代表する主要クライアント企業様 ー 46 

幅広い業界・顧客と多数のプロジェクト実績 AIによる外観検査 探索ニーズレコメンド ニオイセンサーデータの分類 動画解析からの感情推定 線路設備の不良判定の自動化 インフラ設備の劣化箇所検出 波形解析による 管内外面の損傷検出 土木工事での施工計画の最適化 建設物の制振制御 ユーザーニーズを満たす 「献立作成エンジン」 キーポイント検出（姿勢推定） を用いた伝統芸能の普及 ブランド人格を反映した 対話テキスト自動生成 未来購買パターン予測に基づく 商品レコメンド 航空写真からの 停止線・横断歩道の検出 文書分類による業務自動化 ESG企業調査での情報収集・評価 画像アプローチからの 手書き文字の読み取り 人と職の最適なマッチング etc. 47 

生成AI／AIエージェント 生成AIによる大規模シミュレーションソフトウェア開発 NGK株式会社 様 ✓ ✓ 汎用的なコーディングエージェントが大規模な数値計算プログラム生成の大部分を担うことに成功 人間の負担を従来の３分の１程度に大幅軽減できる見通し 課 題 製薬等で重要な「結晶構造」の探索は条件が膨大 で、実験のみでの網羅的な検証は困難。 そのため、シミュレーションの事前予測による条 件の絞り込みが不可欠だった。 開発・導入 数式や制約を文書化し、生成AIにプログラムを自 動実装させる手法を共同検証。ルールと手本コー ドを与えてAIの誤解釈を防ぎ、正確な数値計算プ ログラムを生成する仕組みを構築。 成 果 実装をAIが担うことで、開発者は理論構築などの コア業務（技術検討）に専念可能に。開発のボト ルネックを解消し、顧客ニーズに応じたソフト ウェアの拡張をスピーディーに実現。 https://laboro.ai/case/generative-ai-simulation-development/ 48 

最適化 法律・規定等を考慮した人員配置 運輸企業様 ✓ シフト作成工数を5日→1日に短縮し、業務を劇的にスピードアップ ✓ 属人化とミスを排除し、公平かつ最適な人員配置をAIで誰でも作成可能に 課 題 手作業・紙ベースのシフト作成に伴う、複雑な制 約条件の調整負荷と深刻な属人化 割り当てミスや法令違反などのヒューマンエラー が生じるリスクと、それに伴う多大な修正コスト 開発・導入 ベテランの暗黙知や複雑な動的制約（勤務状況な ど）を紐解き、数理モデル化して組み込んだ最適 化エンジンを開発。AIの生成結果を直感的に微調 整でき、統計グラフなどで客観的に評価可能な 「人とAIの協働プロセス」を実現するUI/UX設計 成 果 熟練者のシフト作成時間を5日から1日に短縮。制 約違反を自動排除し、属人化を解消した高品質な シフト管理を標準化。負荷の偏りや休日出勤を回 避し、希望休の充足率を高めることで、現場の納 得感とワークライフバランスの改善を実現。 https://laboro.ai/case/shift-optimization-ai/ 49 

レコメンド ユーザーのニーズを満たす「献立作成エンジン」 味の素 様 ✓ ✓ 栄養素の条件とユーザーのニーズを満たす献立を作成するAIエンジン ビジネス構想検討から開発、サービス提供に至るプロセスに長期伴走 課 題 同社では、製品開発や研究開発で培った健康や栄 養に関する知見やノウハウ、データ、数々のレシ ピデータを保有しており、これらのデータの活用方 法を模索していた。 開発・導入 料理をする人が抱える悩み「献立づくり」に着目 し、同社が保有するレシピデータを組み合せ、栄 養素の条件とユーザーのニーズを満たす献立を作 成するAIエンジン「献立作成エンジン」を開発。 成 果 管理栄養士などに限られていた、おいしさと栄養 条件を兼ね備えた献立作成のノウハウを一般家庭 にも提供することに貢献。APIで提供することで、 今後様々な外部サービスでの利用も見込まれる。 https://laboro.ai/case/ajinomot-kondate/ 50 

認識／検知／分類 線路設備の不良判定の自動化 日本線路技術 様 ✓ 線路設備の異常を自動判定する「線路設備不良判定AI」を開発 ✓ 物体検出と異常検知を組合わせ不良判定を実現 課 題 線路設備の検査の多くは目視による確認が必要で あり、膨大な人手と労力を要する一方、業界は社 員減少に直面していた 開発・導入 物体検出と異常検知を組合わせ不良判定を行う 「線路設備不良判定AI」を開発。十数種類の部材 の複数の不良パターンを判定することが可能に 成 果 一部の部材においては８割以上のスクリニーング 効果を達成。全画像を目視判定していた従来と比 べ、1ヶ月あたり100時間※の工数削減が見込まれ ている。 ※JR東日本が開発したAIの効果を含む。 https://laboro.ai/case/nsg/ 51 

予測 建設物の制振制御 大林組 様 ✓ 産業実装例が珍しい強化学習を用いた取り組み ✓ 従来手法を超える制御効果を発揮 課 題 高層ビルをはじめとする建設物の揺れ・振動を抑 える技術「アクティブ制振（AMD)」にAIを適用 し、より効果的な制振の実現が目指されていた。 開発・導入 同社研究所内に造られた橋を実験の場として利 用。シミュレーター上で高効果な制御則を獲得し た強化学習によるAIモデルを実際の制御システム に転用。 成 果 従来のAMDによる振動の1/2を下回る制振効果を 発揮し、これまで以上に揺れが感じられにくい環 境を作り出すことに成功。 https://laboro.ai/case/obayashi/ 52 

AIプロダクト 

AIシミュレーション調査サービス「未来リサーチ®️」 AIで市場調査を 高精度シミュレーション 『未来リサーチ』は、生成AI／LLM（大規模言語モデル） の高度な推論力を用いて、仮想的に消費者の反応・回答を 再現する、新たなカタチの市場調査サービスです。 生成AI特有のクセやバイアスを制御する工夫により、実調 査に近い精度を再現し、マーケティングや企画業務の意思 決定をご支援いたします。 専門「AIリサーチャー」の伴走支援による委託型調査のよ うな手厚いサポートと、セルフ型リサーチのコスト・短納 期を兼ね備えた、未来的なリサーチをご体感ください。 54 

「未来リサーチ」の特徴 １ ２ AIシミュレーション による仮想調査 大規模サンプルへの 定量調査 LLM／AIエージェントを ベースに、様々な テーマの調査が可能 国内では珍しい 定量調査へのAI適用 ３ 4 操作不要の 委託型リサーチ 専門AIリサーチャー 伴走型サービス LLMを使用する調査は 当社実施。 お客様の操作は一切不要 AI＆調査に精通した 専任コンサルタントが 設計・調査・納品まで 伴走 55 

「未来リサーチ」の特徴 １ 委託調査と同様に、 専門コンサルタントが伴走サポート ２ セルフリサーチを超える、 コストと短納期 ３ パネル疲労・バイアス・ 虚偽回答のない、誠実なAI回答 ４ 実際には実施不可能なテーマ・対象に も調査ができる ５ 調査対象者による情報漏洩や競合バレ の心配ゼロ 56 

事例（大手小売企業様：商品コンセプト調査） 調査内容 新商品のリリース判断に使う、15歳〜69歳、全国 1000名への商品コンセプト調査（購買意向等の調査） 検証内容 446商品の実査の結果と、開発中プロダクトの出力結果を比較 57 

「未来リサーチ（β版）」ご利用の流れ・ご提供価格 58 

No content