デル、中堅企業DXアクセラレーションプログラムの中間報告会

デル・テクノロジーズは9月6日、昨年11月からスタートした、2回目となる「中堅企業DXアクセラレーションプログラム」コンテストの入賞者による3回目の中間報告会を開催した。

「中堅企業DXアクセラレーションプログラム」は、従業員1,000名以下の中堅中小企業が、IT技術を活用した社内の業務効率化やコスト削減、売上拡大などのビジネスプランを発表し、審査員により「実現可能性」、「新規性/優位性」、「継続性」、「発展性」、「経済性」の5つの評価基準により総合得点で競うもの。昨年の11月にコンテスト（本選）が実施され、1位～3位の上位入賞者、および特別賞（カゴヤ・ジャパン賞、ミライコミュニケーションネット賞）が選出された。

各受賞プロジェクトには、1年後の実現を目指し、奈良先端科学技術大学院大学（NAIST）の研究員がメンターとしてビジネスプランの実装や定着化を支援するほか、デル・テクノロジーズや協賛するカゴヤ・ジャパン、ミライコミュニケーションネットからインフラ支援が受けられる。

活用するIT技術はAI、VR/AR (with 5G)、Edge Computingとなっている。

今回の報告会は、11月の完成に向けた最終の中間報告となる。

中堅企業DXアクセラレーションプログラム」の概要

報告会の冒頭には、デル・テクノロジーズ西日本副支社長兼広域営業統括本部フィールドセールス本部西日本営業部長木村佳博氏が、「アクセラレーションプログラムは残り3カ月で、本格的な実装に向けた佳境に入ってくる。これまでの結果を踏まえ社内に展開し、定着化に向けユーザービリティを高め、運用の改善を進めてほしい」と挨拶した。

デル・テクノロジーズ株式会社西日本副支社長兼広域営業統括本部フィールドセールス本部西日本営業部長木村佳博氏

以下、各プロジェクトの中間報告を紹介する。

AIを活用した文章チェック - オンダ国際特許事務所

オンダ国際特許事務所オンダテクノでは、AIを活用した文章チェックにチャレンジしている。日本に特許出願した文章を元に、外国に特許出願する場合、文章を英語に翻訳する作業が発生。翻訳する文章に、「主語が存在しない文章」や「両義文（複数の意味が存在）が存在する文章」が記載されている場合、文章の内容が理解しにくくなるため、AIで文章をチェックし、アラートメッセージを表示するようにする。

同社では現在、既存の業務システムに組み込むことで、AI を活用した文章チェックが、特定の顧客で利用できるようになっているという。

利用者からは、チェック速度を早くして欲しい、チェック精度をさらに向上して欲しいという2つの要望が寄せられたという。

チェック速度については、既存の業務システムからPythonの呼び出しが遅いことが原因であることがわかったため、奈良先端大のメンターの先生からPythonのFlask という技術を利用すると改善できるとアドバイスがあり、今後、これを利用してチェック速度の向上を11月までに目指すという。

チェック精度のさらなる向上については、現状の仕組みでは、チェック精度を今まで以上に向上させることは難しいが、奈良先端大のメンターの先生から、言語モデルにBERT （バート）を利用した構文解析器を作成して、所内で発生して貯めておいた学習データを学習させることで、実現できる可能性があるというアドバイスがあり、今後、対応していくが、この要望は難易度が高いため、対応時期は未定だという。

両義文が存在する文章のチェックに関しては、奈良先端大のメンターの先生から「 Dependency Parsing as Head Selection」というプログラムを提供してもらいチェックしたが、AI は素直に解釈するようで、両義文をチェックするのは難しいなと感じている状態だという。

両義文が存在する文章をチェックする機能の状況

また、人材育成も図り、「Python を使用したAI構築スキルの習得」の内容でQCサークル活動を実施中で、インターネット上に掲載されていた155問の問題を解くことを実施中だという。

現時点では、125問と、5名の開発者がそれぞれプログラムを作成して動作確認まで実施することができたという。11月の成果発表会までに残りの30問を対応する予定だという。

不動産データ基盤プロジェクト - サンフロンティア不動産

サンフロンティア不動産は、都心で中小型オフィスビルの内外装リニューアル工事を行い、不動産再生事業を行っている。

同社には、不動産再生事業に参戦するプレーヤーが増加し、競争が激化しているほか、データ分析ができず、潜在的ニーズを捉えられていないという課題があるという。

そこで今回、現在の属人的な営業スタイルを脱却し、積極的なデータの利活用により、顧客の潜在的なニーズを捉えたデータドリブン経営にシフトしようとしている。そして、賃料が高く募集期間が短い物件を付加価値の高い物件と定義し、賃料の決定要因を見つけようとしている。

これまで立地・物件・契約の各条件をスコアリングし、スコアを説明変数、賃料を目的変数に重回帰分析を実施したが、サンプリングデータの不足もあり、優位性のある分析はできなかったという。

そして、リーシング活動における募集期間という時間軸を新たに加え、各説明変数と募集期間の相関を調査。

具体的には、外部企業と提携し、外部データとして募集賃料、相場賃料、募集期間を抽出し、内部データの成約賃料、掲載情報作成日、募集賃料から、契約・物件・区画の各項目と募集・成約・相場賃料の相関、ならびに、募集・成約・相場賃料と募集期間の相関を分析した。結果、賃料と募集期間には相関がみられるが、変数のなかに具体的な相関はみられなかったという。

そこで今後は、リニューアルが賃料や募集期間に影響を与えていることから、リニューアル内容の文章を構造化し、ハード面とソフト面にリニューアル内容を体系的にまとめ、特徴点の抽出が可能か検証していくという。

今後は創出するデータ項目を決定する

画像認識による検品 - 高圧化工

化粧品・健康食品の容器、検査器具等プラスチック製品の製造と販売を行う高圧化工では、製品の画像認識による検査の精度が低く、目視で異物混入、欠け、割れなどが無いかのチェックを行っている。そこで同社は、画像認識システムによる検品で、AI等最新の技術を使ってより精度を上げることを目標にしている。

現在同社は、画像検査装置を導入して不良の判定を行い数を絞った上で商品を目視で検査しているが、不良と判定するかどうかのしきい値を導きだすのに時間がかかっているので、プロジェクトでは、画像認識システムの判定条件として設定するパラメータ値をAIで導き出すことにチャンレンジしている。

具体的には、Pythonを用いた機械学習によって、設定の最適化による時間短縮と誤判定（数を絞る）による不良数の低減を目指す。

不良の判定はカメラに映った影の面積、長さ、幅等を計測し、不良として設定した値に当てはまるかどうかで判断している。

これまで、不良項目を測定したデータをサンプルデータとして取り出し散散布図で表示することによって可視化してきたが、画像検査システムで不良個所（傷や汚れ）を撮影し計測する項目は全部で6つあり、それぞれ数値に大小ばらつきがあるため数値を標準化。主成分分析(PCA）により6項目あるデータを2項目のデータに要約し特徴を確認している。そして、標準化したデータに合否ラベリングして機械学習で数値の予測を行い妥当性を確認しているという。

数値に大小ばらつきがあるため数値を標準化

今後は、各項目ごとにランダムフォレストを使って機械学習することで参考になる数値が出るのでは？とのアドバイスをメンターの先生からもらったので、これを進めていくという。

ピッキング作業を効率化 - 水上

金物店への卸や住宅や建材メーカヘ製品や部品の供給を行っている水上は、多くの工程が人力による目視でのピッキングを行っており、工数とヒューマンエラーが発生している。

そこで、注文内容とピッキング商品の照合、注文内容とピッキング数の照合、注文内容と運送会社問い合わせ番号の紐づけをデジタル化することに取り組んでいる。

これまでPowerAppsのシステム改修（運送会社の送り状番号をセット）したが、作業工程は＋1になるが、データ上での照合となり、照合の精度は向上＋熟練度も下がることがわかったこという。

また同社は現在、ERPを新システムに移行中で、新システム ERPでは、作業工程は3つ削減になる予定だという。

プロジェクトの現状と未来の業務プロセス

同社では、ローコードの PowerApps でのアジャイルアプローチでは、色々な事を手軽にチャレンジできるのを実感したという。

共立ヒートテックの「AIを活用した異物混入の特定/検知」

金属の熱処理加工を行う共立ヒートテックは、現在は目視で行っている異物混入の特定/検知をAIを活用したカメラ画像で実現しようとしている。

これまでAnaconda PromptAnaconda Promptを使い仮想環境の構築し、混入画像作成し、異物を検知するプログラムを作成。混入画像のプログラム作成製品を変えながら、回転と位置移動を行いループで自動化。Teachable Machineサイトでのテストを行ったが思い通りの結果が出す、今は拡大画像作成用プログラム作成中。

混入画像作成

今後は写真枚数を多くする、拡大写真の利用、エポック（学習回数）を増やすなどの対策を実施していくという。

AKT Fighters - 日本AIコンサルティング

日本AIコンサルティングは、データ解析や人工知能の開発を行っており、人工知能では、「AKT」(アクト）という製品で、マウスやキーボード操作ログをAIで解析し、業務の自動化、習熟度の把握、人事評価・教育などを支援している。

今回はこの技術をeスポーツに適用し、選手の成長支援に生かしたいという。これによって、eスポーツの市場拡大を目指す。今回のプロジェクトでは、初級者を中級者にレベルアップするための支援を行うという。

題材は、League of Legends(以下、LOL）とするMOBAと呼ばれるジャンルのオンラインPCゲームでゲーム初心者が効率的にランク戦に参加できるレベル30に達するようにする。

現在ゲームtimelineデータやAKTキーログデータの取込、ログイン、キー・マウス操作情報、キー・マウス操作グラフ、Kill、Killed5秒前キー・マウス操作表示、Kill、Killed5秒前散布図、自己比較、他社比較集計などの画面は取得できるが、timelineデータの自動取込、AKTキーログデータとtimelineデータの紐づけ、メニュー作成（作成予定）画面、紐づけデータの表示検証などはできていないという。

画面イメージキー・マウス操作情報（個別表示）

今後は、AKTキーログとゲームtimelineデータの紐づけやキー操作連関の分析を行う予定だという。。

発表会の最後には、メンターを務める奈良先端科学技術大学院大学先端科学技術研究科特任助教 / dTosh 代表取締役平尾俊貴氏が、「仮説がうまくいったケースもあれば、うまくいかず軌道修正したところもあった。ただ。軌道修正したからといって、いまくいっていないわけではない。解決しなければならない課題が見えたということだ。また、検証した内容をどういう風に社内に展開していくかという部分も同時に習得していると思う。これがDXの最大のキモなってくる」と語った。