Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

投資会社から見た人工知能(Ai)の事業化トレンド

9,379 views

Published on

米国を中心とした 人工知能(AI)の事業トレンドを紹介する.“AI”というと私がリードしたドコモの 「しゃべって コンシェル」やApple Siri ,Amazon Echo, Microsoft Cortanaなどの擬人化エージェント,あるいはロボットを想起することが多いが,米国ではより一般的にAIは農業や交通,流通など各産業における自動化,効率化技術のマーケティング用語として用いられる場合が多い.実質はデータに基づく機械学習を用いた最適化である.基盤となる実装アルゴリズムの多くは急速にコモンディティ化して行く.画像解析,パーソナル化,音声対話,マーケティングオートメーションの多くは商用化段階にありレッドオーシャン化が進みつつある.農業,教育,医療,法律,福祉,防災などこれまでIT化が進んでいなかった領域での動きを含めてAIの事業化動向を解説する.

Published in: Business
  • Be the first to comment

投資会社から見た人工知能(Ai)の事業化トレンド

  1. 1. © 2016 NTT DOCOMO, INC. All rights reserved. 投資会社から⾒見見た⼈人⼯工知能(AI)の事業化トレンド   1 7/23/2016本書に記載の会社名・製品名・ロゴは各社の商標または登録商標です @mickbean
  2. 2. © 2016 NTT DOCOMO, INC. All rights reserved. 2 簡単な⾃自⼰己紹介
  3. 3. © 2016 NTT DOCOMO, INC. All rights reserved. 資金需要 成長ステージ スタートアップの成長と資金需要の関係 インキュベータ マイクロVC Venture  Capital スーパーエンジェル 他の投資家の資金を運 用するエンジェル投資家 投資額/件: $50K – $200K 例:   Ron Conway
 Keith Rabois
 大規模なファンドを運用する 従来型のVC 投資額/件: $1M – $10M 例: Accel Partners
    Benchmark Capital
    Sequoia Capital
 エンジェルと大手VCの中間に位置す る小規模VC 投資額/件: $100K – $500K 例: SoftTech、SV Angel 資金だけでなくベンチャー の育成プログラムを提供
 するファンド 投資額/件: $10K – $100K 例:    500 Startups
    Y Combinator
 スタートアップと投資家の関係 3
  4. 4. ◆会社名 :Dropbox   ◆設立 :2007年   ◆創業者 :Drew Houston, Arash Ferdowsi   ◆事業内容:オンラインストレージサービス   ◆07年6月∼9月 Y Combinator参加 ◆会社名 :AirBnB   ◆設立 :2007年   ◆創業者 :Brian Chesky, Nathan Blecharczyk, Joe Gebbia   ◆事業内容:宿泊施設のマーケットプレース   ◆09年1月∼3月 Y Combinator参加 評価額   10億ドル 企業規模 創業からの経過年年数 1 2 3 4 5 6 Dropbox Series B 評価額40億ドル (4年4か月) AirBnB Series C 評価額10億ドル (3年8か月) Evernote Series D 評価額10億ドル (6年2か月) Series B   (2年6か月) Series A   (1年10か月) Series A   (2年2か月) Series A   (3年3か月) Series B   (3年5か月) Series C   (4年7か月) 約2年間 【成⻑⾧長スピードの⽐比較】 AirBnB Dropbox Evernote 参考:インキュベータを卒業したスタートアップの例 Øインキュベータ出⾝身の成功例例と⾔言われるDropbox、AirBnBを⾒見見ると、評価額が10億ドル(約 1000億円)を超えるまでに、創業から4年年程度度しか経過していない   Ø従来よりも少ない資⾦金金調達で、⾼高い評価額を得ることができている 4
  5. 5. © 2016 NTT DOCOMO, INC. All rights reserved. Top  Venture  Capital 5
  6. 6. © 2016 NTT DOCOMO, INC. All rights reserved. 6 http://www.slideshare.net/apglo/presentation-for-decoded-fashion
  7. 7. © 2016 NTT DOCOMO, INC. All rights reserved. Cooperate  Venture  Capital 7 http://www.slideshare.net/apglo/presentation-‐‑‒for-‐‑‒decoded-‐‑‒fashion 少額投資終了
  8. 8. © 2016 NTT DOCOMO, INC. All rights reserved. スタートアップへの付加価値提供:  各VCのポジショニング スタートアップの⽇日本での
 ビジネスディベロップメント⽀支援 マーケティング SAP  HANAの提供 通信会社系VC デザイン ⾼高いブランド⼒力力、成功スタートアップおよび Forbs500企業エグゼクティブとの強いパイプ 戦略略的投資家として親会社(US以外も含む)
 とのビジネスシナジー追求 VC内にビジネスサポート部隊を保有し、
 積極的にスタートアップを⽀支援 1 8
  9. 9. © 2016 NTT DOCOMO, INC. All rights reserved. NTT  DOCOMO   における投資活動の紹介 9
  10. 10. ©2015 DOCOMO Innovations, Inc. All Rights Reserved. + 10 シリコンバレーにおけるロケーション
  11. 11. © 2016 NTT DOCOMO, INC. All rights reserved. ベンチャー投資を通じて最も実現したいこと 11 ①スタートアップに投資   ↓   ②親会社にて活⽤用   (新規事業創出、販売、ソリューション利利⽤用)   ↓   ③親会社が事業利利益(or  コスト削減)を得る   ↓
 ④スタートアップがIPO、買収されて投資リターンを得る
  12. 12. © 2016 NTT DOCOMO, INC. All rights reserved. 12 docomo  IDへの⽣生体認証の導⼊入 ・ベンチャーキャピタルのネットワークを活⽤用し、バックボーンとなる有⼒力力な技術/サービスを
   持つ企業(Nok  Nok  Labs)の発掘、初期の提携交渉   ・ベンチャー投資の実施による提携交渉の加速、実現
  13. 13. © 2016 NTT DOCOMO, INC. All rights reserved. deal  sourcing Make  proposal  to  HQ VCs Conferences Personal Technology / Service of Startups External  sources Hunt Evaluate DOCOMO Strategy startups ・・・ startups candidate ✓ Propose several options how to integrate with startups ✓ Find and make partnership with Japanese company* (Example: Fab.com needs distribution function in Japan) New  Service New  Product Investment* Deal  with  HQ FarmingHunting DOCOMO Goal startups candidate Sustain VC outreach and proprietary deal-flow Selecting non core services that fit with mid term plan Finding partners to fill gaps Making a specific proposal to HQ Working with HQ and people which can take risks 13
  14. 14. © 2016 NTT DOCOMO, INC. All rights reserved. 投資トレンド 14 すいません,守秘の関係で,   そんなに新しいことは⾔言えません
  15. 15. © 2016 NTT DOCOMO, INC. All rights reserved. 15 ⾃自動運転の⾞車車は   いつ商⽤用化? ゲームはドル箱で
 あり続けるのか? ネット広告は本当 に従来マスメディ アよりも効果的 か? 2014年年度度下期事業計画のポイント 3 3Dプリンターは製 品だけでなく、⾷食 品も作れるのか? ヘルスケアは
 エコシステムを
 確⽴立立出来るのか? メッセンジャー
 アプリはどこが⽣生 き残るのか? IoTは流流⾏行行⾔言葉葉で
 終わるのか? Droneで商品をデ リバリーする時代 は来るのか? ⼤大企業のビッグ データはマネタイ ズ出来るのか? Wearableデバイスは来るのか? Uberification(Uberの類 似サービス)はどこに向 かうのか? Bitcoinは死んだのか? シリコンバレー2014  1Q  の⾒見見⽴立立て
  16. 16. © 2016 NTT DOCOMO, INC. All rights reserved. 16 3 ●2014年年下期の注⽬目分野はどうなったか? Wearableデバイスは来るのか? Uberification(Uberの類 似サービス)はどこに向 かうのか? Bitcoinは死んだのか? オンデマンド
 エコノミーは益々拡⼤大   収益性、雇⽤用、訴訟等の
 問題を抱えつつも世界に拡⼤大 まだ来てない   Fitbit上場、Apple  Watchの
 発売はあったものの。。。   VRに⼤大⼿手が注⽬目 Bitcoin利利⽤用は停滞   Blockchainの利利⽤用⽅方法に
 トレンドがシフト。   各社の資⾦金金繰りからも
 2016年年が勝負の年年
  17. 17. © 2016 NTT DOCOMO, INC. All rights reserved.©2015 DOCOMO Innovations, Inc. All Rights Reserved. トップVC7社  (Google  Ventures、Andreessen  Horowitz、Benchmark  Capital、Kleiner  Perkins  Caufield  &  Byers、New   Enterprise  Associates、Sequoia  Capital、Accel  Partners)が2015年年5年年4⽉月〜~6⽉月の約3ヶ⽉月間に投資した実績 Recent  investment  from  top  VCs(Jul-­‐Sep) 17 ■新規投資は全30件(  Early  Stage  /  Seed  Round:  29 件、  Later  Stage:  1件)     ※追加投資分については調査対象外     2014年年4Q(39件)、2015年年1Q(45件)と
      ⽐比べ投資件数は減少傾向。   ■Early  Stage  /  Seed  Round(29件)の傾向     ・全体の66%(19/29件)がB2B系で、中でも              業務⽀支援ツール(6件)が最も多い。        ・全体の76%(22/29件)の創業者が過去の              経験から強く意識識した課題を解決し起業。     ・2件が過去のTechCrunch  Disruptの              Battle  Field優勝者(2014SF/2013NY)。        
  18. 18. 18 Enterprise  SaaS Financial Smart  home Wearable Last  Second  Economy Security Healthcare Payment Mobile  Cloud Web  /  Internet   of  Things Big  data 3D  printing Education Bitcoin E-­‐commerce Drone,  Robots AI Social On-­‐Demand  Economy Media What  top  VCs  are  investing  in  2015  2Q Top  VC  7社の2015  2Qの新規投資をベースにマッピング
  19. 19. © 2016 NTT DOCOMO, INC. All rights reserved. 19 ⾃自動商⽤用化? ームはドル箱続け るのか? ディアよりも効果 的か? 2014年年度度下期事業計画のポイント 3 ●2014年年下期の注⽬目分野 、⾷食品も作れるの か? ヘルスケア? ンジャー
 アプリはか? Drone ⼤大企業の 2016年年はVirtual  Reality
 元年年となるか? オンデマンドエコノミー は
 どこへ向かうのか? AIはマネタイズ出来るのか? ヘルスケア? 2015  3Q  の⾒見見⽴立立て
  20. 20. © 2016 NTT DOCOMO, INC. All rights reserved. 20 注⽬目分野①  On-‐‑‒Demand  Economyの市場環境 On-‐‑‒Demand  Economy市場で成功するスタートアップの条件は、
 スケーラビリティを有した市場にいち早く着⽬目しビジネス展開するのがカギ ✓ One-‐‑‒Demandで成功しているのは市場規模が⼤大きい業界   ✓ 市場をリードする業界1位のスタートアップのみが⾶飛躍的に成⻑⾧長
  21. 21. © 2016 NTT DOCOMO, INC. All rights reserved. 21 注⽬目分野①  On-‐‑‒demand  Mobile  Serviceから⾒見見た次のトレンド 4 企業価値:$10B(約1兆円)   延べ600万⼈人が宿泊   192カ国3万4000都市で55万物件 企業価値:$3.8B(約3800億円)   36カ国で提供 現在 既存の産業構造に侵⼊入してそれをひっくり 返しているシリコンバレー・スタイルの起 業家型テクノロジー企業の出現 Transportation  &  Logistics Food  Delivery Home  Services タクシー業界 テック企業が各産業に進出   (Uberification) 融合&進化 エージェントとなったスマートフォンが最適なディー ルをマッチング   例例)飲み過ぎた次の⽇日に蕎⻨麦を宅宅配 ホテル業界 次の注⽬目分野:   パーソナリゼーション、キュレーション、レコメン デーション技術等 番外編)   テクノロジーを   駆使したDating   アプリも話題 成功している   スタートアップ   はまだ少ない ・スケジュールや位置情報から前夜の⾏行行 動を把握   ・ランチタイムが近づくと、前の⽇日の飲 みすぎから、胃にやさしいお蕎⻨麦をレ コメンド   ・ワンクリックで胃薬も注⽂文
  22. 22. © 2016 NTT DOCOMO, INC. All rights reserved. 22 注⽬目分野②  Virtual  Realityへの⼤大⼿手各社参⼊入 顧客への価値   ・新しいコミュニケーションスタイル   ・新しいコンテンツ体験   ・消費者の⼿手に届く価格での提供 ⾃自社への価値   ・新技術/コンテンツのノウハウ蓄積   ・ブルーオーシャンでの先⾏行行者利利益   ・イノベーションのジレンマからの脱却 Marc  Zuckerberg:   現在は携帯やデスクトップで⼈人間の40%の時 間がコミュニケーションやメディアで消費され ているが、Oculusが普及すればVRでも40% の時間が同様の活動に消費されると信じてい る。それがわかっているからこそ今これだけ VRにリソースをかけられるのだ。 Brendan  Iribe  (Oculus  CEO)とMark  Zuckerberg   VRギアが次世代コミュニケーションプラットフォームのデフォルトとなるか?
  23. 23. © 2016 NTT DOCOMO, INC. All rights reserved. Bloomberg  BETA(VC)によるトレンド分析資料料・2016向けより抜粋 エージェント/アシスタント ⾃自動制御(ドローン、⾃自動⾞車車、船、⼯工場機器) Security HR Marketing カスタマーセンター 社内稼働管理理 市場分析 基盤機能提供(機械学習基盤、⾳音声認識識、画像認識識・・・・) 広告 農業 ⼩小売   財務管理理 法務 医療療   ヘルスケア 教育 流流通 投資分析 AIサービス提供者向け各種ツール提供 社会問題 材料料/製造 ※Pitchbook調査に基づく 23
  24. 24. © 2016 NTT DOCOMO, INC. All rights reserved. 24 注⽬目分野③  AI基盤技術/サービスのトレンド
  25. 25. © 2016 NTT DOCOMO, INC. All rights reserved. AIの適⽤用例例 Security マルウェア検知。Zero-‐‑‒Day  Atack対応   従来のウィルス検知では、ウィルスのファイル名を元に総当り検索索   →新種ウィルス検知が困難だった。   AIを導⼊入し、社内システム内のトラヒックを監視して正常パターンを学習   マルウェアによるトラヒックが発⽣生すると、早急に検知できる。 Medical 様々な病気・症状の患者の膨⼤大な量量のMRI画像やCT画像を学習することで   通常だと⾒見見過ごされてしまうような症状が写ったMRI画像でも、発⾒見見可能 社内稼働管理理 各ワーカーのスキルや、過去の様々なタスクに対する進捗状況から   タスク割り当てを効率率率化する。 25 教育 オンライン上のナレッジ、記事、論論⽂文、等の情報を分析・キュレーションする。
  26. 26. © 2016 NTT DOCOMO, INC. All rights reserved. 26 The  Power  of  1%
  27. 27. 27 http://seekingalpha.com/article/3387605-assessing-ges-software-opportunity?page=2
  28. 28. 28 BI SaaS Asset Commodity Commodity? Insights Analytics/ Operation Data IoT Network Device AIスタートアップの領領域 儲かるかどうかは。。 ここがキモです。 儲かるモデルが思いつか ないのです。 どこが⼤大事か。。
  29. 29. 29 airbnbでは、ホスト側の価格設定時に、エリア/レビュー数/イベント有無/写真/・・・に基づく   機械学習によって相場価格をサジェストしている 機械学習に基づき   ホスト側が価格設定する際の   相場価格や推移をサジェスト エリア レビュー数 イベント有無 物件の写真
  30. 30. 30 Uberでは配⾞車車する間隔距離離の最適化(乗⾞車車機会の最⼤大化)に機械学習を利利⽤用 都市のサイズ、平日/休日、 各ユーザの許容待ち時間、 各ドライバーのアベレージ走行距離や 平均料金、潜在的失注数等 のデータをもとに機械学習し、配車する 間隔距離を最適化し配車指示 配⾞車車指⽰示 待ち時間の最適による  
  31. 31. © 2016 NTT DOCOMO, INC. All rights reserved. System  Insights 31 シリコンバレーの  スタートアップ企業例例
  32. 32. 汎⽤用動画像認識識技術提供を⽬目指す技術スタートアップ(2010-‐‑‒) 32 Vicarious  approach   to  solve  reCaptcha  :  ~∼300   Google  approach   to  solve  reCaptcha  :  ~∼150,000,000 Hierarchical  Temporal  Memory  (HTM)理理論論が背景の模様。HTM理理論論の最⼤大の特⻑⾧長は時間の重視. ⼈人⼯工知能基盤技術事例例
  33. 33. 課題 解決策 価値提案 圧倒的な優位性 顧客 主要指標 チャネル コスト構造 収⼊入 ①② ③ ④ ⑥ ⑦⑧ ⑨ • Few algorithm advances in last 30 yrs • Top algorithm used for speech, vision, language is the • convolutional neural network. • Fundamental architecture hasn’t changed since 1980s • Most performance from increased CPU and memory • Requires millions of labeled training examplesNot generative, can’t do fine segmentation, etc 受託業務における収 益 ソリューション提供 の精度度、速度度 ⼈人件費 33 • Producing precise explanations require feedback • connections. (Brain has lots of them) • Feed-forward and feedback work simultaneously • In contrast, neural networks are purely feedforward. Feedback connections 以下の分野の自動化 The world currently pays humans to do jobs computers should do: Manufacturing - Inspect and manipulate objects. Logistics - Drive trucks, planes, and boats. Retail - Restock shelves and ring up merchandise. Food - Cook and serve meals. Agriculture - Plant and harvest food • Generative probabilistic graphical model. • Currently performing near human-level on shape recognition. • On track to reach human-level object recognition. • Requires very few training examples. • Very fast, memory efficient. • Can be applied to vision, audio, language, motor, etc ロボティクス   が利利⽤用できる   接客事業、   建設業   製造業 以下のロードマップで開 発継続.   shape     texture     motion     motor     language  concepts 未確定 B2Bチャネル 全世界から選別した30⼈人 ほどのPh.D.   No plans to commercialize current tech, but as a fallback plan OCR is a $400M/year industry. 現時点での収入はなし.以下の投資のみ.M&A狙いは自明か. • 1.2M Seed. Founders Fund, Felicis VC, Open Field Capital, • others. Oct 2010. • 15M Series A. Dustin Moskovitz, Founders Fund, Open Field • Capital, others. Jul 2012. • 40M Series B. Mark Zuckerberg, Elon Musk, Jeff Bezos, • Jerry Yang, Dustin Moskovitz, Formation 8, Khosla Ventures, • Founders Fund, Felicis VC, others. 技術志向の強いスタートアップ.脳の視覚機能実現を当⾯面狙う. Vicariousに対する私の⾒見見⽴立立て
  34. 34. © 2016 NTT DOCOMO, INC. All rights reserved.        The  Macroscope 34 Orbital Insight, Inc. Proprietary Information Re-projection Tiling Statistical Analysis Decision Trees Deep Learning Web Portal Courtesy:
  35. 35. © 2016 NTT DOCOMO, INC. All rights reserved. 35 Orbital Insight, Inc. Proprietary Information Building Height Oil Tank Farms Ag Areas and Yield Tract Housing Clouds & Haze Development AirplanesWater Wide Area Search and Advanced Object Counting Courtesy:
  36. 36. © 2016 NTT DOCOMO, INC. All rights reserved.        Application:  Car  Density  Over  Time 36 Orbital Insight, Inc. Proprietary Information Nanjing Pyongyang Courtesy:
  37. 37. © 2016 NTT DOCOMO, INC. All rights reserved. 37 画像認識識と機械学習を⽤用いて観察を⾏行行い、各芽ごとに肥料料散布や雑草除去、間引きが必要な芽を特定する。   (差別化ポイント)上記機能を搭載したロボティクスによって、リアルタイムに判定し、リアルタイムに各処置を施す。   これにより従来⼿手法では広範囲に無差別に散布していた農薬や肥料料の量量を90%減らすことができる。   2012年年  スタンフォード卒のメンバーが創設   2015年年  Series  B  30Mを調達   VC  Khosla  Ventures
  38. 38. -‐‑‒ Maanaはエンタープライズ向けにデータの結合、分析⽤用ソフトウェアを提供し、企業内に散らばった各種のデータソースをMaana プラットフォームに結合することで、データ⾃自体のラベル付け等を⾏行行い、ナレッジグラフを構築し、既存のBIツール等で活⽤用するこ とが可能 38
  39. 39. © 2016 NTT DOCOMO, INC. All rights reserved. System  Insights概要 -‐‑‒ System  Insightsは、⼯工場等の機器のオペレーションデータを取得し、AIによる解析を⾏行行うことで、
 ⼯工場全体のパフォーマンスの最適化、故障予測を可能にするサービスを提供     -‐‑‒ 簡易易な導⼊入を⽬目指し、業界⼤大⼿手の各機器のデータに対応するために、標準化団体のMTConnectを推進。   -‐‑‒ より多くの⼯工場を顧客に持つことで、データを蓄積し、AIの精度度を⾼高めることを狙っている。 データ取得 39
  40. 40. -‐‑‒ Beagle.ai  は、AIによる⾃自然⾔言語処理理によって契約書照会を実施するプラットフォームを提供。     -‐‑‒ 契約書ファイルを⼊入⼒力力すると、サマリの作成や要注意箇所を抜粋・ハイライトする機能や、複数ユーザが同時に連携して契約 書確認や編集作業を可能とする機能等を提供。   -‐‑‒ これらの機能により、従来では⾼高額となっていた弁護⼠士への契約書の照会依頼費⽤用や、担当者の確認稼働を削減することが可 能となる。 Beagle.ai 要注意箇所のハ イライト 顧客と⾃自社の遵守事項の分布 状況等を視覚化。 40
  41. 41. © 2016 NTT DOCOMO, INC. All rights reserved. Merge  Healthcare   Watsonが約30億枚からなる診断画像ビックデータを 学習 41 IBM社が2015年年8⽉月にMerge  Healthcare社を$1Bにて買収。⽶米国内で最も商⽤用に近い⽔水準と想定されるAIヘ ルスケア事業。   技術的な特徴:30億枚もの診断画像データによる機械学習   ⽶米国固有の特徴:膨⼤大な診断画像を保持する医療療企業を、ICT企業が買収した事例例
  42. 42. © 2016 NTT DOCOMO, INC. All rights reserved. Butterfly  Network
 創業からわずか2年年で企業価値が約$300M 42 MRI機材や超⾳音波機器を劇的に低価格・⾼高性能、扱いやすくする、ハンディサイズのmedical-‐‑‒imagingデバ イスを開発中。   技術的な特徴:従来は限られた診断性能しかなかったエコー診断機器を、ディープラーニングやクラウドソ リューションにより⾰革新的な診断性能へと進化。MRIやCTスキャン相当の画像診断を可能とする。MRIやCT スキャン機器の導⼊入コストに⽐比べて圧倒的に安価なデバイスを提供予定。 Butterfly  Networkの技術を   使って撮影した腎臓
  43. 43. © 2016 NTT DOCOMO, INC. All rights reserved. ENLITIC
 DEEP  LEARNINGを導⼊入したX線、MRI、CT画像の診断を提供 43 イメージデータをDeep  Learningの⼿手法で解析し、病気を判定する。イメージデータにはレントゲン写真、 MRI、CTスキャン、顕微鏡写真などが使われる。検査結果に悪性腫瘍などがあるかどうかを⾼高速にかつ正確 に判定する。   ファウンダー兼CEOのJeremy  Howardは、Deep  Learningの⼀一⼈人者として、TEDでも講演。
  44. 44. © 2016 NTT DOCOMO, INC. All rights reserved. Lumiata
 世界初のMedical  Graphを開発 44 700万⼈人以上の患者データ、年年間3000万以上の診察記録に基づきデータの相関性を機械学習し、Medical   Graphを作成。   各患者にパーソナライズされた診断、処置、治療療に関連するInsightやPredictionを提供。   また、各患者の個⼈人レベルのみではなく、膨⼤大なレコードに基づくリアルタイムなPredction  Analysisを病 院ネットワークや保険会社にも提供。
  45. 45. © 2016 NTT DOCOMO, INC. All rights reserved. TUTE  GENOMICS
 機械学習によるゲノム解析プラットフォームを提供 45 ・世界初であるゲノム医療療の検査結果ポータルサイト(MyGeneβ)を提供開始   ・世界最⼤大級のゲノムデータベースをもつゲノム解析プラットフォーム(API提供)   ・ANNOVA(最も広く利利⽤用されているゲノム解析ツール)を拡張したゲノム解析機能
  46. 46. © 2016 NTT DOCOMO, INC. All rights reserved. 2015.7  ⽶米国ボストンにAI研究所を設置 2015.11  Prediction.io(Personalizedレコメン ド)   2015.12  Minhash(法⼈人営業向けデータ収集 AI)   2015.1  Wit.ai(AI型⾳音声対話)を買収 2014.1  DeepMind(DeepLearning技術)を買収   先⽇日のAlphaGOは、GoogleDeepMindによるもの。 2016.4 Orbeus(画像認識)を買収 2015.9  AI技術者を⼤大量量採⽤用していることが記事 2005年年頃から、積極的にAI型レコメンドを採⽤用 2015.7  Seed  Scientific(データ分析)を買収。   AI型Personalizationを強化 日本企業も続々と米国に体制強化中 2015.11  シリコンバレーにAI研究所設置。               TOPは元Google  Research出⾝身 2016.1  シリコンバレーにAI研究所設置。               出資⾦金金1200億円 46 ⽶米国有⼒力力プレイヤーにおけるAI開発体制強化
  47. 47. © 2016 NTT DOCOMO, INC. All rights reserved. 47 Acquihire Amazon Echo Bots Power of 1% B2B AI

×