AI開発支援サービス

1 Copyright © 2018 EdutechPartners.inc All Rights Reserved.
AI開発支援サービスのご紹介

弊社のAI開発支援サービスは一流のデータサイエンティストが
確実なモデル構築に対応します。
弊社データサイエンティスト AIモデル実証実験
AIモデルの実証実験
AIモデル可否評価レポート／
AIビジネス実行ロードマップ作成
【本物のデータサイエンティスト】
AIプログラマーではなく
機械学習モデルの特許取得レベルの
弊社データサイエンティスト
AI開発支援サービス

AI開発ベンダーの能力はまちまちであり、最適なAIベンダーの
選定がAI開発成否に関わります。
参照：https://www.teradata.jp/
ITベンダー AI研究者
AIプログラマー企業
プログラマーがPythonで
各種ライブラリーやプ
ラットフォームを駆使し
てAIモデルを開発する
AI研究者／R&D
大学・研究機関・企業
R&Dにおいて、新しいモ
デルや実装アルゴリズム
方式を研究・開発する
データサイエンス企業
数学・統計学の専門性を
もったデータサイエン
ティストがオリジナル実
装モデルまで構築する
AI開発ベンダーの選定とは？

よって、利用したいAI機能の汎用性度合に応じて最適なベン
ダーを選ぶ必要があります。
参照：https://www.teradata.jp/
AIプログラマー企業
プログラマーがPythonで
各種ライブラリーやプ
ラットフォームを駆使し
てAIモデルを開発する
AI研究者／R&D
大学・研究機関・企業
R&Dにおいて、新しいモ
デルや実装アルゴリズム
方式を研究・開発する
データサイエンス企業
数学・統計学の専門性を
もったデータサイエン
ティストがオリジナル実
装モデルまで構築する
■一般技術化したAI開発
• 画像識別アプリや
チャットボット構築な
どのAI開発難易度が低
い場合
• AIを組み込んだシステ
ム構築に近い案件
■AIモデルが複雑
• どのようなAI開発が必
要かも悩んでいる
• データ変数が大量で複
雑なモデル構築が必要
■AIモデルの将来的な実
現を目指す
• 研究開発として中長期
的なAI研究が必要

本物のデータサイエンティストの有無
が最も大事な選定ポイントです。

弊社はCAOの那須川進一をリーダーに、DACやJustInCaseの
データ分析・AI開発を担当していたメンバーが対応します。
AI開発リーダー
【経歴】
◼ 東京大学理学部数学科卒業
◼ あずさ監査法人（2004～2007）：公認会計士として会計監査担当
◼ マーサージャパン株式会社（2007~2013）：M&A／年金数理業務など
◼ 株式会社デジタル・アドバタイジング・コンソーシアム（2013~2017）第二データ解析部長
◼ 株式会社justInCase（2016~）を創業：人工知能を活用した保険アプリ事業
◼ 株式会社エデュテックパートナーズ（2018~）パートナー参画
公認会計士／アクチュアリ―／データサイエンティストとして活躍するデータ活用のプロフェッ
ショナル。現在は弊社と並行して保険系FINTECHベンチャー：justInCaseのCAOとしても活躍
【実績】
◼ 大手リース会社の財務諸表監査（日本基準・米国基準）
◼ その他、日本基準による財務諸表監査
◼ 企業年金制度の設計・再構築案件多数
◼ 企業年金に関する数理計算業務
◼ 大手フォークリフト製造会社の合併などのM&Aデューデリジェンス多数
◼ DACのDMP（Audience One）などの自社ソリューションに搭載のデータ解析エンジンの立
案・ロジック作成
◼ データドリブンな広告配信に関する特許５件
◼ 東京大学との人工知能分野の共同研究におけるDAC側のリード
◼ 日本初InsurTech企業であるjustInCaseの共同創業者
◼ 人工知能による業務の完全自動化に向けて奮闘中
◼ センサーデータを活用したリスクの定量化、保険料の算出に関する特許出願（審査中）

弊社要員のAI開発経験からAIモデルの精度が上がらない要因
を的確に確認し、対処することができます。
データの要因アルゴリズムの要因人材・技術力の要因
そもそもの
データの不足・低品質
⇒データ収集からやり直し
説明変数データの選択ミス
⇒検証しなおし
データの対象範囲分けミス
アルゴリズムの特徴量
パラメーターが不十分
⇒調整しなおし
既存アルゴリズム
では対処不可
⇒独自アルゴリズムが必要
そもそも
現状のAI技術では不可
【弊社】
業界トップレベルのデータサ
イエンティストが対応
アルゴリズムの選択ミス
AI精度向上施策

AIモデル検証結果を受けた今後の対応策についても検討し、
まとめさせていただきます。
実証実験評価レポートの作成
実証実験結果の評価今後の対応施策案
実証実験の精度結果とその
考えられる要因
実証実験から得られた
AIモデルに必要な要件
【精度不足の場合】
データ再収集などの要因別に
今後の対応策のご提案
【精度十分の場合】
今後のAI開発に必要な要素の
ご提案

実証実験自体はデータ解析によるAIモデル検証から実環境試
験に至るまで幅広く対応可能です。
実施期間
既存データでAIモデル構築が可能か検証する
AIモデル構築が実運用
環境に適用できるか検証する

AI開発支援範囲
データ検証
実験データによる
AI実証実験
実運用環境での
運用検証
期間
見積
もり
実施期間
2週間～1カ月
100万円～400万円
400万円～
（アプリ内容に応じて）
実施期間
2カ月前後
（検証用アプリ開発
／実運用テスト）

【問合せ先】
株式会社エデュテックパートナーズ
新宿区西新宿8-3-1西新宿GFビル2F
URL：http://www.edutech.co.jp/
ご連絡：shingoshibata@edutech.co.jp
研修担当：柴田真吾
実施可否が決まらない‘お悩み’の段階から
弊社にお気軽にご相談ください。

AI開発支援サービス

Recommended

Recommended

More Related Content

What's hot

What's hot (20)

Similar to AI開発支援サービス

Similar to AI開発支援サービス (20)

AI開発支援サービス