スキップしてメイン コンテンツに移動

ベンチャーと組みたがる大企業 ぼくらが取り組んでいること


最近、大企業がベンチャーとのコラボレーションをしたがっているように見える。いろんなマッチングイベントもあるし、特定の企業がアイディアを募集しているものもある。

これは最近の傾向なのかというと、シリアルアントレプレナー的にベンチャーの起業をしている自分からすると、昔っからこういう傾向はあるにはあった。

ベンチャー企業とのコラボレーションというより、独自のノウハウや技術を持つ企業とのコラボレーション。大企業じゃなくても、そういうものを持っている会社と組み、自分たちだけでは乗り越えられないことを乗り越えていく。

しかしながら、こうした発想をする会社は、これまでのところ進取の気性に富むというか、新しいことにチャレンジする性質の会社、もしくは思い切った発想をしていかないと駄目だと思っている管理職がいる会社だった。

それが、最近はホントに様変わりしてきたように思う。

結構ガチガチの会社だったはずなのに、ベンチャーとのコラボレーションを真剣に考え始めている会社が、すごく多くなってきた。

なんでなのか?

ここにぼくらが得意としているIoTという言葉を当てはめてみると、ちょっとだけわかりやすい。

IoTというのは、デバイスに通信機能がつく話でも、インターネットと装置が連動する話でもなく、デバイスや装置を媒介して、利用者や社会企業が密接につながっていく世界、そうしたことから、これまで考えられなかったようなビジネス的広がりを作り上げていく。そんなこと。

つまり、自社の装置や製品を通じて、今までと全く次元の違う世界を作り上げていきたい。だから、圧倒的に通信量やデータ量も増えるはずだし、データのカタチも表形式なんかじゃ表現できないほど複雑。そしてつながってくるデバイスというか、アプリというか、つまり社会との接点ということなんだけど、そういうものも圧倒的に数が多い。

で、大企業であればあるほど、こういう時に相談している相手はSI会社。大手であれ、中堅であれ、お決まりのようにSI会社に相談している。

ここでお約束の「だからSI会社はダメなんだ」とは言いたくない。

SIビジネスは、これまで散々苦労して進化をしてきた。だけど、その進化のほとんどは、リスク回避のための進化。

めちゃくちゃな要望を受けてしまって、すごい赤字を抱え込んだ経験なんて、SI会社ならどこも嫌というほどある。だから、リスク回避のためのプロジェクト管理、リスク回避のための契約、リスク回避のための見積り。

なんでもかんでも、リスクを背負わないためにどうしたらよいか。

でもその一方で、社会は大きく変化した。携帯電話を使って音声でつながっていた人々が、いまや電話なんて使わないで、スマホを使ってSNSでつながっている。

ホテルや飛行機の予約確認メールを、人工知能が自動的に判断してくれて、カレンダーに予定を入れてくれる。

写真をSNSにあげたら、そこに写っている家族や友達の顔を判別してくれて、自動的に名前でタグ付けしてくれる。

モバイルゲームでは、友達とオンラインでつながりながら、一緒にモンスターをやっつけたり。

ちょっと前だったら、こういうことは、特別な世界の話と言えたかもしれない。でも、もうそんなことは言えないほど、社会に浸透してしまった。

コンシューマ向け事業を次々切り離して、企業向け事業に集中するリストラをやっている東芝とは全く逆で、多くの企業は企業とのつながりを求めているのではなく、個人というか社会とのつながりのあるサービスへ、大きく踏み込みたがっている。(まぁ、つまり東芝のリストラは自滅だと思っているんだけどね)

だからこそSI会社がリスク回避のためにやるべきことは、技術革新であるべきだった。契約方法を変えたり、成果物の扱いを工夫するとかでもなく。DBもそうだし、プログラミングのメカニズムも抜本的に変え、アーキテクチャとか設計を抜本的に変えていく。そういうことができれば、プログラミングは単純化していき、システム構築の難易度は抜本的に下がり、性能も改善し、コストも削減され、結果的にリスクは大幅に回避される。

でも、実際のところこういうマインドで取り組んでいるSI会社なんて皆無。

だから、事業会社が相談しても、「そんなの無理」なわけで、でもSI会社からすると「無理」とは言いたくないから、「ありえない金額」を提示したり、「ありえない納期」を示してやんわりと相手のやりたい気持ちをそぐ。それでもやりたいなら、「ありえないレスポンス」で仕上げて、ドン引きさせて話を終わりにさせる。(いまどきの感覚で言ったら、応答速度3秒で、「ありえないレスポンス」だからね。「確実に1秒切ってこいや!」みたいな。)

新しい世界に踏み込まなきゃいけないというのは社会全体の雰囲気ではあるんだけど、実際踏み出すことができる会社は、それなりに余裕があるというか、余裕がないというか。つまり会社規模が大きく、市場占有率がそれなりにある会社。業界が抱えているジレンマが会社のジレンマで、業界の可能性が会社の可能性みたいなところ。

だからこそ、感じている問題意識は高く、やらなければならないという意欲は、現場に近いところでも、経営層でも、フツフツと燃え上がる寸前の炎のように、強く、とても強く存在する。

だからこそ。あえて。ぼくらがやっていること。数十億件のデータを数秒で処理することだって、データ量がいくら多くなっても瞬時に応答を返すシステムだって、複雑なデータ構造を驚くほど単純に実現することだって、やり方さえ間違えなければできることなんだし、そのために驚くようなお金なんていらない。

ぼくらはテクノロジーの会社なので、テクノロジーがより良い社会を作り上げると信じたい。だから、もっと良い社会のために情熱の炎を燃やそうとしている人たちを、テクノロジーで支えて、一緒に未来を作り上げていきたい。

だからこそ、そういう人たちのための製品とかサービスを提供している。

だって、とても多くの人がそれを望んでいて。だからこそ、きっと未来は、少しずつ楽しくなるはずなんだよ。「やっぱりダメなんだ」というため息を、少しずつ消し去っていかないと。だから忙しんだけど、だから楽しい。

コメント

このブログの人気の投稿

増資に関わる ぼくたちの覚悟

世の中は、時々おどろくほど大きな転換点が訪れる。過去と無関係な未来なんてないはずだけど、これまでの様々なこととは不連続に思える未来だ。


さきほど日本経済新聞のサイトでニュースが流れたので、お知らせします。
ぼくたちグルーヴノーツは、少し大きめの資金調達に踏み切りました。

グルーヴノーツと名乗り始めてから一貫して取り組んできたのは、最先端のIT技術を、専門知識がない人でも取り組めること。

そしてぼくらの「MAGELLAN BLOCKS

めざしているのは「機械学習の民主化」だ。

そのために、たくさん議論をし、機能を磨き、たくさんのプロジェクトで実践してきた。そして、さまざまな成果から、過去とは不連続だけど、とてつもなく大きな可能性を秘めた未来が見えてきた。同時に、ぼくらがやらなければならないことがハッキリしてきた。

だからこそ、ここはしっかりと前に進み、大きく前進していこう。
曖昧な一歩ではなく、ぼくらがやらなければならないことを、確実に、ためらわずに実行する。

今回の増資は、そういうこと。そして、増資を外部に公表するのは、そうしたぼくたちの覚悟を世間に公開する。そういう意思表示。

日経の記事には次のように紹介されている。

「同社の「マゼランブロックス」は米グーグルの機械学習サービスを使い、数値や文字、画像データを入力するだけで、AIが規則性などを発見して将来を予測できる。プログラミングなど専門知識を不要にした。」

でも、正確に言うなら、

「同社の「マゼランブロックス」はGoogleの機械学習インフラを活用し、グルーヴノーツが独自開発した機械学習サービスを使い、数値や文字、画像データを入力するだけで、AIが規則性などを発見して将来を予測できる。プログラミングなど専門知識を不要にした。」

Googleの圧倒的なパワーを借りながら、ぼくら自身が作り上げた機械学習モデルを使い、ぼくら自身が考え、作り上げたサービス。だから、これまでのやり方では解決できないことがあったら、ぜひ相談してほしい。

専門ベンダーを起用するのではなく、事業会社が自力で考え、自力で作り上げる機械学習サービス。そうしたことが、実現できるのだから。

そして、ベンダーに依存するのではなく、自力で考え、構築することこそ、機械学習が開く未来への扉の鍵なのだから。

福岡本社の、まだまだ小さな会社だけど、社会が望むことに真っ直…

福岡ではじまる新たな動き「OPEN AI LAB」

ぼくたちは、福岡が本社だ。このエネルギーにあふれ、人の可能性を否定しない街は、ぼくたちのあらゆることの原点でもある。


だからこそ、福岡が刺激的に成長していくことは、ぼくたちにとって欠くべからざることなのだ。

テックパークという学童保育をやっていることも、九州経済産業局と一緒に地元製造業のために機械学習を学ぶ場を作ったことも、すべてそういう思いがあったから。

でも、もっと継続的に。地元企業同士が学び、知見を共有しあいながら、機械学習について研鑽を深め、事業を生み出していくことができたら。

実際、地元企業からとても多くの相談を受けるようになって、わずかなアドバイスでめちゃくちゃ画期的なサービスを完成させた人たちもいるし。そして、この土地は、周りと協力しあうことがとても好きな土地だし。

やっぱり機械学習は、理屈よりも実践だ。機械学習の権威が「無理じゃないかな」と言ったことが、やってみたら意外にも成果が出たこともある。

だから、まずは実践すること。迷わず実践してみて、成果が見込まれたら本格的に取り組めばいい。そしてこういうことは、一人で悶々と進めちゃダメだ。仲間と一緒に、あーだこーだ実験したり、成果を共有しあいながら進める。できるなら、会社も違い、業種も違う人たちと一緒に。そうなんだよ。こういうことが得意なのは、やっぱり福岡の人間だよな。そう思ったわけだ。

色々な思いがあって、ふくおかフィナンシャルグループの人たちと意気投合し、ざっくりとしたアイディアながら、高島市長も賛同してくれたし。

そして、いつもいろんな意見を交わしあっているソフトバンクが、「やるよ!」って男らしく笑顔とともに引き受けてくれたし、機械学習で世界を圧倒的にリードしているGoogleも、もちろんやりますよ。といってくれたし。

ということでスタートします。

オープンな場で、機械学習について学び、事業化に向けて実践していく場。
OPEN AI LAB

これはエンジニアの集まりではなく、事業家の集まり、ビジネスマンのためのもの。

そういう人たちが実践できるような、数々の手段や、事例や、ワークショップや。そういうものを通じて、理屈だけじゃなく、成功までの道筋を体感できるような。そんな活動をはじめます。

とびっきりの道具を使って、自分のビジネスに劇的な革新を起こしたい人は、ぜひここに集ってほしい。最高の体験を…

工場の不良品検査を機械学習で実現 BLOCKSに画像分類モデル登場

製造業にとっては、生産している商品が全てだ。


会社の体制も、工場の仕組みも、顧客の信頼を裏切らない商品を生産するために存在する。

工夫に工夫を重ね、素晴らしい精度で商品を生み出しているからこそ、商品のわずかな傷や、不良も見逃せない。

そんな製造業では、最終検品をベテラン社員が目視で行なっているところが非常に多い。


社員は製品を熟知しているし、新しい製品が出てきたとしても、少しレクチャーを受ければすぐにコツをつかむことができる。

でも、人間は疲れるし、体調だって崩すこともある。そして社会全体が人口減少なんだから、人手に頼っているのはコスト的にも、拡張性という点でもリスクだとも言える。

そんなことを考えてしまうと、例えばデジタルカメラの精度は人間の目をはるかに超えているわけだし、そんな作業はコンピュータに任せることはできないのか。そう思っている会社は極めて多い。

コンピュータを使って不良品を見つけ出す。

簡単なようでいて、これはなかなか難しい課題だ。

だって製品の仕様はコロコロ変わるわけだし、バリエーションもたくさんあったりする。

機械学習を使って判定させようとすると、新しい製品が出るたびに、新しい仕様が決まるたびに、新しく何千枚、何万枚と画像を撮影して学習させなければいけないとしたら、多分そんなことやってられない。

でも、もしも、わずか100枚くらいの画像を見せて、極めて高い精度の判定ができるとしたら。もしも学習が10分ちょっとで終わるとしたら。

そんなに簡単なら、新しい商品が登場するたびに、写真をとって学習させ、すぐに使ってみることができるだろう。

だから。



製造業のみなさん、おまたせしました。

そんなことを実現するMAGELLAN BLOCKSの新しい機械学習モデル「画像分類」がリリースされました。

新しい画像分類モデルは、転移学習という手法を使っており、あらかじめ世の中の様々な画像で物の見た目から特徴をつかむことを学習させてあります。だから不良の画像が100枚、正常の画像が100枚といった少ない枚数でも、不良という画像にはどんな特徴があるのかを、極めて高い精度で見つけ出し、判断することができるようになります。

使い方は簡単。

例えば良・不良の判定をしたいなら、goodというフォルダにgoodな画像を入れ、NGというフォルダにNGな画像を入れ。そしてBLOCK…