AIに特化した
プロフェッショナル集団

AI(機械学習)を利用した「ビジネス活用」「コンサルティング」と、
AIに必要な「データ収集」「整備」「学習モデル開発」の双方向から、
お客様をサポート致します。

スクロール
AI開発

私たちは、
2つの専門チームから成り立つ
AIのプロフェッショナル集団です。

  • AI(機械学習)を利用したビジネス活用・コンサルティング専門チーム

    コンサルティング専門チーム

    AI(機械学習)のスペシャリストがビジネスの仮説構築からデータ収集や整備、学習モデルの研究開発、実装、運用などを一括でサポートします。AI(機械学習)を使った業務効率化を支援するツール・システムづくりや、新規サービスへのAIモデル構築・組み込みのご支援まで、幅広く対応させていただきます。

  • AI (機械学習) に必要なデータ収集・整備・学習モデル開発専門チーム

    開発専門チーム

    特に繰り返しマンパワーが必要とされるのがPoCフェーズ(データ作成や収集、ラベリング・アノテーション、学習モデルの研究開発)です。全体工数にも大きく影響するPoCフェーズにおいて、熟練したオフショアチームが作業を行うことによってスケジュールとコストの大幅な圧縮に貢献いたします。

4 STEPS OF AI DEVELOPMENT AI開発における
4ステップに対応

AIに関連したシステム開発

AIに関連したシステム開発は、
ウェブアプリケーションや
スマホアプリの
システム開発とは
進め方が異なります。

AI開発の4ステップ

  1. STEP 1 STEP 1 AIコンサルティング・
    コンセプトアセスメント
    解決したい課題は何か?AIを使ってやりたいことは何か?実現に向けたリスクはどこにありそうか?といったお客様とのコミュニケーション力、ビジネス経験、システム開発経験、システム運用経験、そしてAIの知見と活用実績が求められるコンサルテーションフェーズといえます。このフェーズで大まかな方向性決めとリスクアセスメントを行います。
  2. STEP 2 STEP 2 PoC (Proof of Concept) ※概念(コンセプト)実証
    方向性・やりたいことの実効性を検証します。そのためには、AIシステムが学習や判断するときに活用する専用データベースを作る必要があります。そのデータベースをシステムで活用した場合の効果検証・効果測定を局所的に行い、期待した結果が出るかをテストします。期待した成果や精度が出ない場合は、別データの収集や追加でデータの収集を行うなどを繰り返し、効果検証を重ねます。
  3. STEP 3 STEP 3 開発
    実用化に向けたAIモデルの開発、および、単独システムとして稼働できるように開発、または、既存システムとの連携を目的とした開発を行います。
  4. STEP 4 STEP 4 運用
    作成したモデルとシステムを本番環境で運用いたします。

ABOUT PoC 重要でコストの
振れ幅が大きいPoC

重要でコストの振れ幅が大きいPoC

AIビジネスにおいて
最も重要でコストの
振れ幅が
あるのがPoCです。

PoCとは?

PoCとは、Proof of Conceptの略で、「概念(コンセプト)実証」という意味です。新しい概念や理論、原理、アイデアの実証を目的とした、試作開発の前段階における検証やデモンストレーションやプロトタイミングを指します。「概念実証」という言葉自体は新しいものではありませんが、IoT(モノのインターネット)やM2M(Machine to Machine)、AI(機械学習・人工知能)など「新しい概念」に基づいたサービス提供においては、付加価値やサービス、ソリューションの仕様を検証・実証する際に、重要なプロセスとなります。このような新しい概念によるサービスは、開発着手前に全体の仕様決定が難しいため、この概念実証(PoC)を繰り返しながら、少しずつ対応領域を広げていったり、精度を向上させていくことが適しているといわれています。

PoCとは?
PoCでコストが膨れ上がり失敗するのか

なぜ、
PoCでコストが膨れ上がり
失敗するのか?

まず必要な人材について(1)

前項のPoC説明にもあるとおり、AI開発では事前に予測していた精度が出ないことも多いため、期待する精度に達することができなかった、あるいは、達したが期待した効果を得ることができなかった、といった理由からさらなる改善が必要となり、プロジェクトが予定よりも長引くことがあります。そのせいで費用やスケジュールが予定より大幅にオーバーしてしまい、プロジェクトが頓挫し開発を断念してしまうケースは少なくありません。
そのため、基礎理論に裏打ちされた計画を立てることができ、思った精度がでないときに論理的かつビジネス的視点を踏まえた改善判断を出来る人材が必要になります。

PoCで失敗する例
  • ROI(投資利益率)が測れないままPoCや開発を進めて投資回収計画がたたない
  • PoCを何度も繰り返してしまうことで投資額が膨らみ、投資回収の目処はあってもはるか未来に
  • AIシステムの目標達成精度や技術的ハードルを高く設定し過ぎてしまい、越えられずに断念

次に必要な人材について(2)

AIシステムが活用するデータ資産の作り方として、アノテーション(注釈の付与)があります。アノテーションは使い道のなかったデータに価値を与える行為です。具体的には、データに対して関連する情報(メタデータ)を注釈として付与する作業です。深層学習(ディープラーニング)をはじめとした機械学習のモデルに、学習させるための教師データ(正解データ、ラベル)を作成することを指します。たとえば、防犯カメラで犯罪を事前に検知するためには、過去に犯罪を起こした人の犯罪を起こす直前の顔の表情や動きをデータとして揃えていき、AIシステムがそれを犯罪者を判別するデータソースとして活用します。

  • 複雑なデータでAIが理解することができない
    複雑なデータでAIが理解することができない
  • アノテーションでAIが理解可能な価値あるデータに
    アノテーションでAIが理解可能な価値あるデータに

ABOUT ANNOTATION アノテーション作業

アノテーション作業

アノテーション作業は
以下の様な手順で行われます。

よくあるアノテーション作業の一例

  1. STEP 1 物体検出 (Object Detection)

    画像に写っているものに対して、「人」「電車」などのタグを付けする

    物体検出 物体検出
  2. STEP 2 領域抽出(Image Semantic Segmentation)

    画像に色を塗ることで、色塗り部分の意味をタグ付けする

    領域抽出 領域抽出
  3. STEP 3 画像分類 (Image Classification)

    画像に対して、「これは猫か犬か」「どういう色か」「どういう模様か」などの属性をタグ付けする

    画像分類 画像分類
大量のデータ資産を作るには

ミスなく効率よく
大量のデータ資産を作るには?

  • アノテーション品質管理の徹底
    アノテーション品質管理の徹底

    アノテーションルールをアノテーター間で徹底させるためのルール共有機能をはじめ、 レビュー機能、作業進捗ダッシュボード、コメント表記機能等を搭載しています。

  • 効率的なアノテーションの実現
    効率的なアノテーションの実現

    アノテーションを効率的に進めるため、領域検出時に使用する類似色の塗りつぶし機能やアノテーション対象の上下左右の極点を指定すると輪郭を抽出してくれる機能等を搭載しています。

用途によってどの手法を取るかは変わってきますが、ディープラーニングの場合、高精度のAIモデルを作成するには1~10万件といった膨大なデータが必要となり、データ取得の難易度によっては大変な作業時間を要します。また前述の通り、PoCでの効果検証の結果を何度も繰り返し、データ取得とアノテーション作業を繰り返す可能性があります。正確な効果検証を行うためには、ミスなく効率よく大量のデータ資産を作る必要があります。

もし、慣れていないメンバーや
教育しきれていないメンバーが多いと…?

PoCを主導する優秀な人材がいたとしても、その手足となる趣旨にあったアノテーション作業をミスなく効率よく大量に行える部隊が必要となります。その人材がいなければ、PoCフェーズにおけるコストの絶対量および開発期間が伸びてしまうことは確実です。

  • 既存のオープンソースツールでは管理機能と自動化機能が乏しいため品質管理・効率的な作業ができない。
  • アノテーターが不足しているため自社のデータサイエンティストが作業管理を行なっている。
  • 画像認識のノウハウが乏しいため、的外れなアノテーション作業になってしまっている。
  • 画像データはあるがビジネスへの活かし方が分からない。

ABOUT BPS システム開発なら、
確かな実績のBPSで

「初期の開発速度」「納入後の保守性」
「運用中の柔軟性」を考慮した高度なWEB開発

BPSでは、WEBアプリケーション開発のためのオープンソースのフレームワークであるRuby on Railsを全社的に採用し、効率的な開発を行っております。Ruby on Railsを適切に導入すれば、フレームワークに集約された膨大なオープンソース資産の上にアプリケーションを構築することができ、それによってコード量を大きく減らすことができます。その代わり、それらの資産を活用するためにWEB開発の経験に加えてデータベースからネットワークやサーバ周りまでの広範囲にわたる知識が要求されますが、BPSでは教育方法も確立されているため、高度なレベルで安定した開発を行うことができます。

Ruby on Rails

Android/iOSアプリ
開発実績も多数

Android / iOS ( iPhone , iPad ) プラットフォームに対する深い理解と積み重ねた経験を基礎としつつ、電子書籍ビューア、動画プレイヤー、VR(Virtual Reality)といったジャンルや、位置情報、カメラ、Bluetooth LE(Low Energy)などセンサ、デバイスを利用したアプリケーション開発を得意としています。
また、目的に合わせた企画立案、UI/UX設計、最新技術を用いたアプリ開発・運用といったアプリ開発全体の作業をワンストップで提供します。

スマートフォンアプリ開発

余分なマージンやコストが
一切発生しないからこそ
できることがあります

弊社の仕事はすべて、お客様から直接お問い合わせいただいたものか、過去のお客様からご紹介いただいております。そのため、弊社には営業担当はおらず、営業マージンもございません。また、お客様から頂戴したすべてのお仕事は自社各拠点で開発を行っているため、余分なマージンも一切発生しておりません。弊社では開発以外仕事の取り扱いはなく、在籍しているのもの一部のバックオフィス以外は全員が開発者となっているので、余分なコストも発生せず、お見積り・ご請求させていただく価格は純粋な開発工数となります。

余分なマージンやコストが一切発生しない

OUR TEAM AIシステム開発体制

お客様のAIシステム開発

弊社では、
以下の様な人材と体制が有効と考え、
お客様のAIシステム開発を支援いたします。

AIシステム開発に求められる
人材と集団

AIシステムの開発体制

社内システムのコストダウンや顧客満足度の向上など、
お客様のビジネス課題を一丸となってお手伝い致します!
AIシステムの開発体制 AIシステムの開発体制

OUR COMPANY AIシステム開発拠点のご紹介

AIシステム開発拠点

弊社では、
本社を含む以下の4拠点で
AIシステム開発を行なっております。

  • 東京本社 (BPS株式会社)

    〒160-0023 東京都新宿区西新宿6-20-7
    コンシェリア西新宿TOWER’S WEST 2F

  • 東京分社(クアドライブ)

    〒160-0023 東京都新宿区西新宿6-20-7
    コンシェリア西新宿TOWER’S WEST 2F

  • 福岡拠点(株式会社ウイングドア)

    〒810-0001 福岡市中央区天神4-1-28
    天神リベラビル 3F

  • ベトナム開発拠点

    7th Floor, Hoang Ngoc Building, Lot C2C, Lane 92,
    Tran Thai Tong Street, Cau Giay District, Ha Noi, Vietnam

CONTACT お問い合わせ

お問い合わせ

必要項目を記入のうえ、
お問合せください。

※は必須項目です

javascriptが無効になっています。
メールフォームをご利用いただくためには、javascriptを有効にしてください。

お問い合わせでご入力頂いた
個人情報のお取り扱いについて

ご登録頂きました個人情報は「お問い合わせでご入力頂いた個人情報のお取扱いについて」に基づきお取り扱いいたします。上記リンク先ページよりご確認お願いします。