ヘッドウォータース

６ 【研究開発活動】当社グループは、日々更新されるAI技術を業務にフィットした形で提供するために、何ができ何ができないのか技術の限界を知ること、活用するサービスをどのように組み合わせて最適なソリューションを作り出せるか研究開発を進めております。IoT×AIとなるエッジAI領域をはじめ、生成AI領域でも研究開発結果を「SyncLect」サービスに集約しサービス提供することで、汎用的な利用を可能とするとともに多様化する先端技術の開発ライブラリとなることを目指しております。また、AI駆動開発が目覚ましい進歩を遂げており、どのような案件やフェーズにAI駆動開発を活用するのか、どのツールがどのような利用によって生産性向上に寄与するのか、さまざまな場面で利用して検証を行っております。当連結会計年度において、当社グループが支出した研究開発費の総額は20,298千円であり、次の技術分野に対する研究開発活動を行っております。 (1) SyncLect Generative AIMicrosoft社が提供する「Azure Open AI Service」をベースに独自のカスタマイズとアーキテクトの最適化を行うことで、企業向け生成AIの研究開発を行っております。個人利用向けのChatGPTとは異なり、情報セキュリティや情報の正確性をより求められる企業向け生成AIは、企業が保持するデータの活用が重要なキーとなっております。LLM（大規模言語モデル ※１）やRAG（Retrieval-Augmented Generation ※２)をはじめ、様々なサービス・機能が日進月歩で更新されていくため、技術に対するアンテナと顧客ニーズの双方にアンテナを張って対応しております。R&Dチームも営業や生産現場に参加することで現場ニーズを把握し、課題のキャッチアップと研究開発内容の現場反映を柔軟に対応できる体制で取り組んでおります。 (2) AI駆動開発Microsoft社のCopilotやAnthropic社のClaudなどを利用したAI駆動開発では、実際のAIソリューション事業の中でどれくらいの効果を持って使えるものか、メンテナンス性は実運用に耐えうるものなのかなど、開発のみならず運用フェーズまで含めて課題の抽出と技術の習得に取り組んでおります。AI駆動開発によるスピード開発は、顧客のアイデアをいち早く形にするだけでなく、企画・提案段階で顧客との認識合わせにも十分活用できるものであり、引き続き活用の幅を広げるため、研究開発に取り組んでおります。 ※１ LLM：膨大な量のテキストデータを学習し、人が話す言語の特徴とパターンを模倣することができるコンピュータモデルです。テキスト生成、文章の要約、質問応答、機械翻訳など、さまざまな自然言語タスクに使用され、これらのモデルは、学習に使用される巨大なデータセットと、高性能なコンピューターアーキテクチャを必要とします。※２ RAG：自然言語処理の分野で活用される技術であり、情報の検索と生成を組み合わせて、より高度な文章生成や応答生成を実現します。具体的には、RAGは大規模な情報源（例：ウェブ上の記事、ドキュメント、データベースなど）から情報を検索し、その情報を基に文章を生成することができます。通常の生成AIモデルでは、文章生成に必要な情報をあらかじめ学習しておく必要がありますが、RAGでは動的に情報を検索することが可能であることから、特定のトピックや質問に関連する情報を検索し、それをもとに文章を生成することができます。これによって、より正確で適切な応答や文章が生成される可能性が高まります。

６ 【研究開発活動】当社グループは、日々UPDATEされていくAI技術を業務にフィットした形で提供するために、何ができ何ができないのか技術の限界を知ること、活用するサービスをどのように組み合わせて最適なソリューションを作り出せるか研究開発を進めております。IoT×AIとなるエッジAI領域をはじめ、生成AI領域でも研究開発結果を「SyncLect」サービスに集約しサービス提供することで、汎用的な利用を可能とするとともに多様化する先端技術の開発ライブラリとなることを目指しております。当連結会計年度において、当社グループが支出した研究開発費の総額は3,363千円であり、次の技術分野に対する研究開発活動を行っております。 (1) SyncLect Generative AIマイクロソフト社が提供する「Azure Open AI Service」をベースに独自のカスタマイズとアーキテクトの最適化を行うことで、企業向け生成AIの研究開発を行っております。個人利用向けのChatGPTとは異なり、情報セキュリティや情報の正確性をより求められる企業向け生成AIは、企業が保持するデータの活用が重要なキーとなっております。LLM（大規模言語モデル ※１）やRAG（Retrieval-Augmented Generation ※２)をはじめ、様々なサービス・機能が日進月歩で更新されていくため、技術に対するアンテナと顧客ニーズの双方にアンテナを張って対応しております。R&Dチームも営業や生産現場に参加することで現場ニーズを把握し、課題のキャッチアップと研究開発内容の現場反映を柔軟に対応できる体制で取り組んでおります。 (2) アライアンス×テクノロジーマイクロソフト社のPower Platformや関連するGPTモデル、NVIDIA社のJetson Orinなどに代表されるような、アライアンス先のテクノロジーを組み込んだサービス化に向けて技術研究を行っております。その技術をどのような場面、業務で利用するかについては、研究開発チームのみならずアライアンス先の顧客ニーズと掛け合わせることで、新しいテクノロジーの利用価値を高めて提供しております。 ※１ LLM：膨大な量のテキストデータを学習し、人が話す言語の特徴とパターンを模倣することができるコンピュータモデルです。テキスト生成、文章の要約、質問応答、機械翻訳など、さまざまな自然言語タスクに使用され、これらのモデルは、学習に使用される巨大なデータセットと、高性能なコンピューターアーキテクチャを必要とします。※２ RAG：自然言語処理の分野で活用される技術であり、情報の検索と生成を組み合わせて、より高度な文章生成や応答生成を実現します。具体的には、RAGは大規模な情報源（例：ウェブ上の記事、ドキュメント、データベースなど）から情報を検索し、その情報を基に文章を生成することができます。通常の生成AIモデルでは、文章生成に必要な情報をあらかじめ学習しておく必要がありますが、RAGでは動的に情報を検索することが可能であることから、特定のトピックや質問に関連する情報を検索し、それをもとに文章を生成することができます。これによって、より正確で適切な応答や文章が生成される可能性が高まります。

６ 【研究開発活動】当社グループは、日々UPDATEされていくAI技術を業務にフィットした形で提供するために、何ができ何ができないのか技術の限界を知ること、活用するサービスをどのように組み合わせて最適なソリューションを作り出せるか研究開発を進めております。IoT×AIとなるエッジAI領域をはじめ、生成AI領域でも研究開発結果を「SyncLect」サービスに集約しサービス提供することで、汎用的な利用を可能とするとともに多様化する先端技術の開発ライブラリとなることを目指しております。当連結会計年度において、当社グループが支出した研究開発費の総額は13,524千円であり、次の技術分野に対する研究開発活動を行っております。 (1) SyncLect Edge AI Automationマイクロソフト社が提供する「Azure Open AI Service」をベースに独自のカスタマイズとアーキテクトの最適化を行うことで、企業向け生成AIの研究開発を行っております。ボットサービスは、マイクロソフト社のPower Platformを利用することで、すでにMicrosoft 365を導入している企業向けの生成AIボットとしてサービス化を行いました。また、個人利用向けのChatGPTとは異なり、情報セキュリティや情報の正確性をより求められる企業向け生成AIは、企業が保持するデータの活用が重要なキーとなっております。LLM（大規模言語モデル ※１）やRAG（Retrieval-Augmented Generation ※２)をはじめ、様々なサービス・機能が日進月歩で更新されていくため、技術に対するアンテナと顧客ニーズの双方にアンテナを張って対応しております。R&Dチームも営業や生産現場に参加することで現場ニーズを把握し、現場とR＆Dチームの双方でフィードバックを行うことで、課題のキャッチアップと研究開発内容の現場反映を柔軟に対応できる体制で取り組んでおります。 (2) アライアンス×テクノロジーマイクロソフト社のPower Platformや関連するGPTモデル、NVIDIA社のJetson Orinなどに代表されるような、アライアンス先のテクノロジーを組み込んだサービス化に向けて技術研究を行っております。その技術をどのような場面、業務で利用するかについては、研究開発チームのみならずアライアンス先の顧客ニーズと掛け合わせることで、新しいテクノロジーの利用価値を高めて提供しております。 ※１ LLM：膨大な量のテキストデータを学習し、人が話す言語の特徴とパターンを模倣することができるコンピュータモデルです。テキスト生成、文章の要約、質問応答、機械翻訳など、さまざまな自然言語タスクに使用され、これらのモデルは、学習に使用される巨大なデータセットと、高性能なコンピューターアーキテクチャを必要とします。※２ RAG：自然言語処理の分野で活用される技術であり、情報の検索と生成を組み合わせて、より高度な文章生成や応答生成を実現します。具体的には、RAGは大規模な情報源（例：ウェブ上の記事、ドキュメント、データベースなど）から情報を検索し、その情報を基に文章を生成することができます。通常の生成AIモデルでは、文章生成に必要な情報をあらかじめ学習しておく必要がありますが、RAGでは動的に情報を検索することが可能であることから、特定のトピックや質問に関連する情報を検索し、それをもとに文章を生成することができます。これによって、より正確で適切な応答や文章が生成される可能性が高まります。

５ 【研究開発活動】当社グループは、日々進化するAI技術を業務で利用しやすい形に変換して提供することを目的に、研究開発を進めております。AI、IoTなどの新しい技術領域の研究開発結果を「SyncLect」サービスに集約してサービス提供することで、汎用的な利用を可能とするとともに多様化する先端技術のサービス窓口になることを目指しております。当連結会計年度において、当社グループが支出した研究開発費の総額は14,731千円であり、次の技術分野に対する研究開発活動を行っております。 (1) SyncLect Edge AI Automation この数年、画像解析を中心にエッジAIを活用した事例が数多く見られるようになってきました。一方、運用コストがネックとなり実証実験で止まってしまう事も業界を問わず発生し、AIの社会実装に向けた課題として捉えておりました。 当社グループではエッジAIの運用コスト削減を実現するため、アノテーションから再学習によるモデルのアップデート、再配布までを自動で行うサービス「SyncLect Edge AI Automation」を研究開発するとともに特許申請を行い、サービスリリースを行っております。 (2) スマートストア労働人口の不足や働き方改革によって、各業種で人手不足が深刻な問題に直面しております。AIやIoTと言った最新テクノロジーを採用することで、店内のショッピング体験向上、顧客行動のデジタル化、非接触型決済を始めとする購入プロセスの簡略化、新型コロナウイルス対策などデジタル活用を行うスマートストア向けに、複数エッジカメラによる映像解析、インテリジェントビジョンセンサー(※)による人流解析、IoT解析後の機械学習予測・分析をすべて繋げるソリューションを研究開発によって提供しております。また、スマートストアで培ったテクノロジーをスマートシティ領域に利用する拡張を進めております。 ※ インテリジェントビジョンセンサーとは、画像処理に加えて高速なエッジAI処理までを単体で行える画期的なイメージセンサーです。画像データをクラウドに伝送してAI処理する従来システムの課題となっていたデータ転送量を削減でき、またプライバシーへの配慮や消費電力・通信コスト削減も実現します。 (3) アライアンス×テクノロジーマイクロソフト社のPower Platformや関連するGPTモデル、NVIDIA社のJetson Orinなどに代表されるような、アライアンス先のテクノロジーを組み込んだサービス化に向けて技術研究を行っております。その技術をどのような場面、業務で利用するかについては、研究開発チームのみならずアライアンス先の顧客ニーズと掛け合わせることで、新しいテクノロジーの利用価値を高めて提供しております。

５ 【研究開発活動】当社は、日々進化するAI技術を業務で利用しやすい形に変換して提供することを目的に、研究開発を進めております。AI、IoTなどの新しい技術領域の研究開発結果を「SyncLect」サービスに集約してサービス提供することで、汎用的な利用を可能とするとともに多様化する先端技術のサービス窓口になることを目指しております。当事業年度において、当社が支出した研究開発費の総額は2,128千円であり、次の技術分野に対する研究開発活動を行っております。 (1) 業界特化型AI 近年、実証実験を目的としたAIからビジネス貢献を目的としたAIへシフトが進む中、業界に特化した業務課題を解決するためのAIニーズが発生しております。 当社では大手企業との連携により、建設業界に特化した構造設計工程や見積業務を効率化するAI、物流業界に特化した棚卸業務を効率化する無人フォークリフトやスマートグラスによる映像解析AI、輸送効率の高いルートを提案するAIオンデマンド配送、製油業界に特化した油と揚げ物の映像解析などの独自ディープラーニングモデルの研究開発を進めております。 また、一方で業界特化型AIを限られたデータサイエンティスト以外でも利用可能とするために、「SyncLect」サービスにMLOps(※１)やAutoML(※２)機能の拡張を進めております。 ※１ MLOpsとは、機械学習又はディープラーニングのライフサイクルを管理するための、データサイエンティスト、エンジニア、保守運用担当者のコラボレーション及びコミュニケーションに関する実践手法です。これによりAIライフサイクルの高速化並びにデータサイエンティストの負荷軽減を実現します。※２ AutoML(Automated Machine Learning)とは、機械学習を実際の問題に適用するタスクを自動化するプロセスです。 (2) スマートストア労働人口の不足や働き方改革によって、各業種で人手不足が深刻な問題に直面しております。AIやIoTと言った最新テクノロジーを採用することで、店内のショッピング体験向上、顧客行動のデジタル化、非接触型決済を始めとする購入プロセスの簡略化、新型コロナウイルス対策などデジタル活用を行うスマートストア向けに、IoTマイクによる音声認識、エッジカメラによる画像解析、ToF(※３)による人感センサー、MEMS(※４)による匂いセンサー、自動走行ロボティクスソリューションを研究開発によって提供しております。また、スマートストアで培ったテクノロジーをスマートシティ領域に利用する拡張を進めております。 ※３ ToF(Time of Flight)とは、レーザーやLEDといった発光源からの光を対象物に照射し、その反射光をセンサーで 検出するまでの時間差を利用して対象物までの距離を測定します。小型化、低電力化、低コスト化が進み、近年iPhoneにも搭載されています。※４ MEMSとは、Micro Electro Mechanical Systems（微小電気機械システム）の頭文字からメムスと呼ばれています。 MEMSは、機械要素部品、センサー、アクチュエータ、電子回路を一つのシリコン基板、ガラス基板、有機材料などの上に集積化したデバイスを指します。

５ 【研究開発活動】当社は、日々進化するAI技術を業務で利用しやすい形に変換して提供することを目的に、「AIの民主化」を目標に研究開発を進めております。AI、IoTなどの新しい技術領域の研究開発結果を「SyncLect」サービスに集約してサービス提供することで、汎用的な利用を可能とするとともに多様化する先端技術のサービス窓口になることを目指しております。当事業年度において、当社が支出した研究開発費の総額は8,297千円であり、次の技術分野に対する研究開発活動を行っております。 (1) AI技術近年、クラウドサービスの充実により急速に普及しているビジネスチャットに機械学習を利用することで、自動的に対話を行い質問に回答したり、言語分析を行うニーズが発生しております。WEBサイト上で利用するチャットボットを始め、社内利用されるチャットツール上のやり取りは機械学習によって業務効率化や業務スピードの改善が期待されています。それに加え、画像認識の中でもOCR技術の業務改善に対するニースが高まっており、クラウドサービスを活用しつつ業務要件に合わせたカスタマイズが可能なサービスの研究を進めております。また、一方でビッグデータの活用の重要性を認識しつつも、うまく活用しきれていない企業に対して、業務や蓄積したデータに合わせた機械学習モデルの開発を行うことで、顧客に新たな企業価値を与えビジネスチャンスの拡大に繋がる提案を次々と行っております。進化するAI技術と顧客のビジネスをどのように融合させるか、顧客への提案に向けた実施検証、最適なAI技術の選定をできるよう研究開発によってそれぞれのAIエンジンの強み・弱みを整理しております。 (2) スマートスピーカー労働人口の不足や働き方改革により、各業種で人手不足が深刻な問題に直面しております。コミュニケーションロボットやスマートスピーカーによる音声認識は、これらの課題に対していくつかのソリューションを提供できると仮説を立て、Google Home、Amazon Echo、Fairy Devicesなどの各スマートスピーカーの技術検証を行っています。Pepperアプリ開発の実績を持つ当社は、UI/UX(※１)分野において十分なノウハウを蓄積していることで、スマートスピーカーにおいてもそれらを利用して発話による業務効率化、労働人口不足の代替ソリューションを研究開発によって提供し続けております。 ※１ UI(ユーザーインターフェース)とは、ユーザーがPCとやり取りをする際の入力や表示方法などの仕組みをいい、UX(ユーザーエクスペリエンス)とは、サービスなどによって得られるユーザー体験をいいます。