
<div class="wp-container-1 wp-block-group projectStyle-keyvisual"><div class="wp-block-group__inner-container">
<figure class="wp-block-image size-large"><img width="1024" height="576" src="https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/06/22191550/20220622-191550-20220622-191550-1024x576.jpg" alt="" class="wp-image-1240" srcset="https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/06/22191550/20220622-191550-20220622-191550-1024x576.jpg 1024w, https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/06/22191550/20220622-191550-20220622-191550-300x169.jpg 300w, https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/06/22191550/20220622-191550-20220622-191550-768x432.jpg 768w, https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/06/22191550/20220622-191550-20220622-191550-1536x864.jpg 1536w, https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/06/22191550/20220622-191550-20220622-191550.jpg 1600w" sizes="(max-width: 1024px) 100vw, 1024px" /></figure>
</div></div>



<p>画像・映像認識AIアルゴリズムの力でリアル産業のDXを目指す東大松尾研発のAIスタートアップである株式会社ACES（エーシーズ、CEO 田村 浩一郎、以下「ACES」）と防衛省陸上幕僚監部人事教育部人事教育計画課は、ACESが陸上自衛隊の各種分野におけるAI技術活用についての助言を行うことで合意しました。</p>



<p>本合意に基づき、Deep Learningの基礎研究に関係する分野において、AIに関する技術的な知見を講話等を通じて提供し、陸上自衛隊のAI活用を推進します。ACESは引き続き人事領域等においてAIを活用し、ヒトの働き方をデジタルの力で自動化・効率化することで、誰もが生き生きと生きられる社会を実現していきます。</p>


人材管理

官公庁

ACESが陸上自衛隊にAI技術活用についての助言を行うことで合意


<p>株式会社バンダイナムコ研究所と株式会社ACESが共同で収集した、モーションAI技術の研究開発に活用可能なモーションデータセットを販売します。</p>



<p>データセット販売に関するお問い合わせは<a href="#contact" data-type="internal" data-id="#contact">こちら</a>からお願いします。</p>



<h2>データセット販売の背景</h2>



<h3>多種多様なモーション作成やモーションの属性変換の需要の増大</h3>



<p>昨今のバーチャルキャラクター市場の拡大に伴い、キャラクターの属性や場面に応じた自然で多様なキャラクターモーションの作成需要が高まっています。また、バーチャル世界で「なりたい自分」を実現するためにも、演者の属性にとらわれないモーション作成する技術は重要です。バンダイナムコ研究所とACESは、メタバース及びxR技術での活用を目指し、AI技術である「モーションスタイル変換」を用いて、より多様なキャラクターモーションの生成を手軽に行うための研究開発を実施しております。</p>



<h3>AI 研究開発におけるデータの重要性</h3>



<p>一般的にAIの開発において、データ量が大きく質の高いデータを学習に用いることは重要です。近年、大規模モデルの登場を皮切りに、画像やテキストデータを扱うAIは加速度的な発展を遂げています。アクセス可能な画像・テキストデータがインターネット上に大量に存在することが、これらの発展の大きな要因の一つとなっています。</p>



<h3>モーションキャプチャデータの希少性</h3>



<p>一方で、モーションデータの収録には、モーションキャプチャスタジオのような専門の設備と、それらを扱う専門性の高い人材が必要です。モーションデータは収集コストが高いため希少性が高く、画像やテキストの分野と比較して、モーションAI技術の研究開発に活用できるデータは十分ではありません。</p>



<p>このような、モーションデータの入手の難しさがモーションAIの技術発展の障壁となっています。</p>



<h2>データセット販売の目的とユースケース</h2>



<p>そこで、モーションAI技術の研究開発の発展を加速させるべく、モーションAIの研究を実施している、または実施しようとしている企業のR&amp;Dや大学・研究所を対象に、バンダイナムコ研究所とACESの共同研究開発で収集したモーションデータセットを販売いたします。</p>



<p>ご提供するモーションデータセットは、同じコンテンツを維持しながら別のスタイルの別のモーションに変換することを目的としたモーションスタイル変換（Motion Style Transfer）タスクの学習・評価での利用を中心に、モーションに関連する多様なタスクを解くAIの研究開発においても、ご活用いただけます。</p>



<p>モーションスタイル変換やモーション生成モデルなどのモーションAIの研究開発に取り組む企業や研究所の研究員の方が、モーションAIの研究開発の学習・評価用データセットとして、ご活用いただくことを想定しております。</p>



<p>なお、本データセットは主にAI技術の研究開発での利用を想定していますが、3Dアニメーション制作やゲーム開発にもご活用いただけます。</p>



<h2><strong>モーションデータセットについて</strong></h2>



<h3>概要</h3>



<p>モーションデータセットは、ダンスの動作を表す6種類のコンテンツと、”かわいい”、”荒々しい”などのキャラクター性を反映した7種類のスタイルを組み合わせた計42種類のモーションから構成されます。キャラクターにジェスチャーやダンスなどをさせて、挨拶や感情表現を表す機能であるエモートに利用することが可能で、総計1,475,826フレームのデータが含まれています。</p>



<figure class="wp-block-image size-full"><img width="1200" height="177" src="https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2023/03/01183853/dance-1-n-20230301-183852-20230301-183852.gif" alt="" class="wp-image-1807"/><figcaption>dance-1 (手足を曲げ伸ばししながら、左右に大きくステップするダンス)</figcaption></figure>



<figure class="wp-block-image size-full"><img width="1200" height="177" src="https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2023/03/01183909/dance-2-n-20230301-183908-20230301-183908.gif" alt="" class="wp-image-1808"/><figcaption>dance-2 (手足を振りながら、左右に大きくステップするダンス)</figcaption></figure>



<figure class="wp-block-image size-full"><img width="1200" height="177" src="https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2023/03/01183924/dance-3-n-20230301-183923-20230301-183923.gif" alt="" class="wp-image-1809"/><figcaption>dance-3 (腰に手を当てながら、前後左右のステップするダンス)</figcaption></figure>



<figure class="wp-block-image size-full"><img width="1200" height="177" src="https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2023/03/01183948/dance-4-n-20230301-183947-20230301-183947.gif" alt="" class="wp-image-1810"/><figcaption>dance-4 (手を広げ体の横で振るダンス)</figcaption></figure>



<figure class="wp-block-image size-full"><img width="1200" height="177" src="https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2023/03/01183955/dance-5-n-20230301-183954-20230301-183954.gif" alt="" class="wp-image-1811"/><figcaption>dance-5 (両手を上げ下ろしするダンス)</figcaption></figure>



<figure class="wp-block-image size-full"><img width="1200" height="177" src="https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2023/03/01184007/dance-6-n-20230301-184006-20230301-184006.gif" alt="" class="wp-image-1812"/><figcaption>dance-6 (手を振りながら足を交互にひねるダンス)</figcaption></figure>



<p>左から順に以下のスタイルです。</p>



<ul><li>female-active: 元気な女性キャラクターのスタイル</li><li>female-cute: 可愛らしい女性キャラクターのスタイル</li><li>female-quiet: 静かな女性キャラクターのスタイル</li><li>female-normal: 標準の女性キャラクターのスタイル</li><li>female-rough: 荒々しい女性キャラクターのスタイル</li><li>female-sexy: セクシーな女性キャラクターのスタイル</li><li>male: 男性キャラクターのスタイル</li></ul>



<h3>他データセットとの比較</h3>



<p>本データセットと主要なモーションデータセットの比較を表に示します。</p>



<ul><li>本データセットは、モーションのデータ量に関して、他の主要なモーションデータセットと比較してモーションごとの撮影データ量が大きく、モーションAIの学習に適しています。</li><li>本データセットは、モーションの種類において、ダンスモーションとキャラクターの特長を反映したスタイルを収録しており、より実用的で希少性の高いデータです。</li><li>本データセットは、モーションの質において、整備された撮影環境で、プロのアクターの動きを収録しており、またモーションの専門の技術者が処理したデータであるため、高品質です</li></ul>



<p>なお、2022年4月に株式会社バンダイナムコ研究所が研究者向けに公開した<a href="https://github.com/BandaiNamcoResearchInc/Bandai-Namco-Research-Motiondataset">Bandai-Namco-Research-Motiondataset</a>とは、主に以下の点が異なります。</p>



<ul><li>ダンスをコンテンツ、キャラクター性をスタイルとした、より実用的なモーションが収録されている</li><li>120FPSで収録されている</li><li>商用利用が可能である</li></ul>



<figure class="wp-block-image size-large is-resized"><img src="https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2023/03/01185628/2023-03-01-18.56.09-20230301-185627-20230301-185627-1024x347.png" alt="" class="wp-image-1815" width="1235" height="419" srcset="https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2023/03/01185628/2023-03-01-18.56.09-20230301-185627-20230301-185627-1024x347.png 1024w, https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2023/03/01185628/2023-03-01-18.56.09-20230301-185627-20230301-185627-300x102.png 300w, https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2023/03/01185628/2023-03-01-18.56.09-20230301-185627-20230301-185627-768x260.png 768w, https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2023/03/01185628/2023-03-01-18.56.09-20230301-185627-20230301-185627-1536x521.png 1536w, https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2023/03/01185628/2023-03-01-18.56.09-20230301-185627-20230301-185627.png 1940w" sizes="(max-width: 1235px) 100vw, 1235px" /></figure>



<p>出典</p>



<ul><li><sup>1</sup> (Bandai-Namco-Research-Motiondataset-1) Bandai Namco Research Inc. https://github.com/BandaiNamcoResearchInc/Bandai-Namco-Research-Motiondataset/tree/master/dataset/Bandai-Namco-Research-Motiondataset-1</li><li><sup>2</sup>&nbsp; (Bandai-Namco-Research-Motiondataset-2) Bandai Namco Research Inc. https://github.com/BandaiNamcoResearchInc/Bandai-Namco-Research-Motiondataset/tree/master/dataset/Bandai-Namco-Research-Motiondataset-2</li><li><sup>3</sup> (Xiaデータセット)Shihong Xia, Congyi Wang, Jinxiang Chai, and Jessica Hodgins. 2015. Realtime Style Transfer for Unlabeled Heterogeneous Human Motion. ACM Trans. Graph. 34, 4 (jul 2015). https://doi.org/10.1145/2766999&nbsp;</li><li><sup>4</sup> (BFAデータセット) Shihong Xia, Congyi Wang, Jinxiang Chai, and Jessica Hodgins. 2015. Realtime Style Transfer for Unlabeled Heterogeneous Human Motion. ACM Trans. Graph. 34, 4 (jul 2015). https://doi.org/10.1145/2766999</li><li><sup>5</sup> (Lafanデータセット) Félix G. Harvey, Mike Yurick, Derek Nowrouzezahrai, and Christopher Pal. 2020. Robust Motion In-Betweening. 39, 4 (2020).</li><li><sup>6</sup> (100STYLEデータセット) lan Mason, Sebastian Starke, and Taku Komura. 2022. Real-Time Style Modelling of Human Locomotion via Feature-Wise Transformations and Local Motion Phases.arXiv preprint arXiv:2201.04439 (2022).</li></ul>



<h3>本データセットの特長</h3>



<p>本データセットは、モーションAIの学習に適切な下記の特長を持ちます。</p>



<p>(1) アノテーションが付与された分割済のデータセットで効率的に学習可能</p>



<ul><li>アノテーションとデータセットの分割を利用してモーションスタイル変換の学習が可能です。</li></ul>



<p>(2) モーションデータ間でプロポーションを統一</p>



<ul><li>演者の違いによる身体バランスの差を補正し、プロポーションを統一しています。</li><li>本データセットのモーションデータのプロポーションは、バンダイナムコ研究所の「ミライ小町」のキャラクターのプロポーションと一致しており、容易にモーションのミライ小町への適用が可能です<ul><li>参考：<a href="https://www.miraikomachi.com/">ミライ小町の公式サイト</a></li></ul></li></ul>



<p>(3) 既存のデータセットと比べ1モーションあたりの時間が長い</p>



<ul><li>既存のデータセットの1モーション当たりの収録時間が40秒前後に収まっている一方で(※2)、本データセットでは1モーションあたりの収録時間が293秒と長く、学習に適しています。</li></ul>



<p>(4) BVHとFBXの2つの形式で提供</p>



<ul><li>学習にはBVH形式のファイルが適していますが、ゲームエンジンなどで読み込みが容易なFBX形式でも同じデータを提供しています。</li></ul>



<p>(5) モーションの中身を容易に確認可能</p>



<ul><li>モーションデータは可視化に専用のソフトやコーディングが必要ですが、本データセットではモーションを可視化した動画を提供しており、容易にモーションを確認できます。</li></ul>



<p>(6) 希少性が高いコンテンツを収録</p>



<ul><li>本データセットは6種類のダンスモーションを収録しています。AIの学習に活用可能なダンスモーションは少なく、希少性が高いです。</li></ul>



<p>(7) 豊富なスタイルを収録</p>



<ul><li>本データセットは7種類のキャラクター性を反映したスタイルを収録しています。キャラクターに個性を与えるモーションの変換に寄与します。</li></ul>



<p>(8) 研究開発に最適化された方法で収録・データ整形を実施</p>



<ul><li>モーションスタイル変換において、学習データに高いFPSを使用することは、変換の質の向上に寄与します。そのため、本モーションデータは120FPSという高いFPSで収録されています。</li><li>既存のモーションデータセットでは、コンテンツやスタイルごとのモーションの収録時間にばらつきがありました。そのため、各モーションの収録時間を均一化し、モーションデータを活用した機械学習の汎化性能の向上に寄与しています。</li></ul>



<p>(9)収録モーションが高品質</p>



<ul><li>ゲーム開発で活用されるモーションと同じ、プロの演者と撮影環境・スタッフで収録し、モーションAIの専門家が収録内容をディレクションしています。</li></ul>



<h2>モーションデータセットのご利用について</h2>



<p>本データセットは、本データセットの著作権を有する株式会社バンダイナムコと株式会社ACESの間で締結した独占販売ライセンス契約に基づいて販売されます。</p>



<h3>販売の流れ</h3>



<p>ご購入にあたっては以下の<a href="#contact" data-type="internal" data-id="#contact">問い合わせフォーム</a>よりご連絡ください。</p>



<p>お見積り・申込書・規約を指定のメールアドレスに送付させていただきますので、必要事項を記入の上、申込みをお願いいたします。弊社にて申込書を審査の上、データセットのダウンロードリンクと請求書をメールで送付いたします。さらに、お客様のご入金を確認次第、領収書を送付いたします。</p>



<h3>公開・更新情報</h3>



<ul><li>2022年4月28日 AI研究開発用3Dモーションデータセットを無料で公開</li><li>2023年6月23日 本データセットの販売を開始しました。</li><li>2023年6月23日 プレスリリースを公開いたしました。</li></ul>



<h2>モーションデータセットの詳細情報</h2>



<figure class="wp-block-image size-full is-resized"><img src="https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2023/06/22131747/image-20230622-131746-20230622-131746.png" alt="" class="wp-image-2019" width="1215" height="659" srcset="https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2023/06/22131747/image-20230622-131746-20230622-131746.png 822w, https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2023/06/22131747/image-20230622-131746-20230622-131746-300x163.png 300w, https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2023/06/22131747/image-20230622-131746-20230622-131746-768x417.png 768w" sizes="(max-width: 1215px) 100vw, 1215px" /></figure>



<p></p>



<h2 id="contact">お問合わせ</h2>



<p>モーションデータセットのご質問、不明点、情報収集、サンプルデータの提供依頼など、お気軽にご連絡ください。</p>



<script charset="utf-8" type="text/javascript" src="//js.hsforms.net/forms/embed/v2.js"></script>
<script>
  hbspt.forms.create({
    region: "na1",
    portalId: "6751905",
    formId: "d9cbf924-4e60-463d-83c9-717eed6f6bb2"
  });
</script>



<p></p>


新規事業開発

モーションキャプチャ

ゲーム

メタバース

モーションAI技術の研究開発に活用可能なモーションデータセットを販売します


<h2>概要</h2>



<p>昨今、米OpenAI社が開発した「ChatGPT」を筆頭に、大規模なテキストを学習した生成系AIモデルである大規模言語モデル（LLM）の活用が進んでいます。LLMにより、従来のAIでは困難だった文章生成、機械翻訳、質問応答、対話をはじめとする言語生成が可能になる一方、入力した情報がAIモデルの学習に利用される可能性があるなど、自社データを外部サービスに入力することはセキュリティリスクを伴います。</p>



<p>そこでACESは、入力した情報が学習に利用されることなくChatGPTをセキュアな環境でご利用いただける法人向けチャットボットAIプラットフォーム「ACES ChatHub」の提供を開始しました。</p>



<p>「ACES ChatHub」をお使いいただくことで、高度な文書作成やチャット対応の自動化、社内データ/ナレッジの検索性向上、設計/コーディング等のシステム開発の効率化など、様々な業務シーンの生産性向上が期待できます。</p>



<h2>ACES ChatHubについて</h2>



<p>ACES ChatHubは社内のプライベートデータとChatGPTをセキュアに連携しながら自社特化のチャットボットを作成いただくためのチャットボットAIプラットフォームです。具体的には、以下の機能を有しています。</p>



<p><span style="text-decoration: underline;">メンバー、ユーザーグループの管理</span></p>



<p>セキュリティポリシーとデータのアクセスビリティに合わせたユーザー管理が可能です。そのため秘匿性の高い情報を扱う部署でも安心してご利用いただけます。</p>



<p><span style="text-decoration: underline;">プロンプトをチームで管理</span></p>



<p>ユースケースに沿ったプロンプトの設計・社内での共有ができるため、具体的なユースケース・プロンプトがわからない従業員の方でも簡単に利活用頂けます。</p>



<figure class="wp-block-image size-full"><img width="965" height="773" src="https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2023/06/02134910/2023-06-02-13.48.33-20230602-134909-20230602-134909.png" alt="" class="wp-image-1950" srcset="https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2023/06/02134910/2023-06-02-13.48.33-20230602-134909-20230602-134909.png 965w, https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2023/06/02134910/2023-06-02-13.48.33-20230602-134909-20230602-134909-300x240.png 300w, https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2023/06/02134910/2023-06-02-13.48.33-20230602-134909-20230602-134909-768x615.png 768w" sizes="(max-width: 965px) 100vw, 965px" /></figure>



<p></p>



<p>また、社内のデータを学習させるためのデータの加工、ACES ChatHubの学習を行うことで、以下も可能になります。</p>



<p><span style="text-decoration: underline;">社内データと組み合わせたチャットボットの構築</span></p>



<p>業務シーンに特化したプロンプトを設定し、構築したプロンプトやユースケースを社内で共有することが可能です。加えて、社内規定、ガイドラインやマニュアルを参照したチャットボットを構築いただけます。個人登録でChatGPTを利用する場合と異なり、入力したデータは学習等に使われず安全にご利用頂けます。</p>



<p>この他にも順次、新しい機能のリリースを予定しております。</p>



<h3><strong>ご活用に関するご相談は<a rel="noreferrer noopener" href="https://acesinc.co.jp/contact" target="_blank">お問い合わせフォーム</a>よりご連絡ください。</strong></h3>



<figure class="wp-block-embed is-type-video is-provider-youtube wp-block-embed-youtube wp-embed-aspect-4-3 wp-has-aspect-ratio"><div class="wp-block-embed__wrapper">
<iframe title="ChatHub 文章参照応答機能の使い方" width="500" height="375" src="https://www.youtube.com/embed/i8yWLG1nwyw?feature=oembed" frameborder="0" allow="accelerometer; autoplay; clipboard-write; encrypted-media; gyroscope; picture-in-picture; web-share" allowfullscreen></iframe>
</div></figure>



<h2>ChatGPTを始めとする生成AIの体験・導入支援</h2>



<p>AIの研究開発と事業活用をリードする東大松尾研発ベンチャーであるACESは、かねてより幅広い産業のDX支援を通しヒトとAIが協働する業務のデザインを行っており、「ACES ChatHub」「ACES Meet」をはじめChatGPTを利用した複数のプロダクトを開発・提供しています。<br>ChatGPTなどのオープンAPIのみでは実現できない社内情報や作業現場のデジタル化で培ったノウハウを活かし、様々な企業様のAI活用を後押しすべく、生成AIを体験し事業活用に向けた検討を行うワークショップ付きのプロジェクトも承っております。<br></p>



<figure class="wp-block-image size-large"><img width="1024" height="574" src="https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2023/06/02133942/2023-06-02-10.36.37-20230602-133942-20230602-133942-1024x574.png" alt="" class="wp-image-1948" srcset="https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2023/06/02133942/2023-06-02-10.36.37-20230602-133942-20230602-133942-1024x574.png 1024w, https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2023/06/02133942/2023-06-02-10.36.37-20230602-133942-20230602-133942-300x168.png 300w, https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2023/06/02133942/2023-06-02-10.36.37-20230602-133942-20230602-133942-768x430.png 768w, https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2023/06/02133942/2023-06-02-10.36.37-20230602-133942-20230602-133942-1536x861.png 1536w, https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2023/06/02133942/2023-06-02-10.36.37-20230602-133942-20230602-133942-2048x1148.png 2048w" sizes="(max-width: 1024px) 100vw, 1024px" /></figure>



<h2>生成AIを体験し事業活用に向けた検討を行うワークショップについて</h2>



<figure class="wp-block-image size-large"><img width="1024" height="575" src="https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2023/06/02145606/2023-06-02-10.36.48-20230602-145606-20230602-145606-1024x575.png" alt="" class="wp-image-1969" srcset="https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2023/06/02145606/2023-06-02-10.36.48-20230602-145606-20230602-145606-1024x575.png 1024w, https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2023/06/02145606/2023-06-02-10.36.48-20230602-145606-20230602-145606-300x168.png 300w, https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2023/06/02145606/2023-06-02-10.36.48-20230602-145606-20230602-145606-768x431.png 768w, https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2023/06/02145606/2023-06-02-10.36.48-20230602-145606-20230602-145606-1536x862.png 1536w, https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2023/06/02145606/2023-06-02-10.36.48-20230602-145606-20230602-145606-2048x1149.png 2048w" sizes="(max-width: 1024px) 100vw, 1024px" /></figure>



<p><span style="text-decoration: underline;">提供価値<br></span>・生成AIを実際に使ってみながら、できること / できないことを理解できる<br>・生成AIを自社の事業・業務のどこでどのように活用するかの指針を獲得できる<br>・自社のセキュリティポリシーへの対応方針が明らかになる<br>=&gt;実際に使って/学んでいただきながら、生成AI活用の一歩目を踏み出していただけます</p>



<p><span style="text-decoration: underline;">実施内容<br></span>・生成AI勉強会<br>・生成AI体験 + 活用領域検討<br>・セキュリティ方針に応じた対応策整理</p>



<p>本プロジェクトにご参加いただいた企業様には、本プロジェクトの総括レポートに加え、社内での研修・勉強会でご活用いただける大規模モデル活用ハンドブックを提供いたします。</p>



<h2>ACESの強み</h2>



<p><span style="text-decoration: underline;">①大規模モデルをはじめとするAIの事業価値デザイン力<br></span>AIアルゴリズムを事業活用する際に不可欠な事業理解と技術理解に長けており、業界を代表するリーディングカンパニーからスタートアップまでAI活用を実現した実績がございます。</p>



<p><span style="text-decoration: underline;">②「社内の知見やノウハウ」 x 大規模モデル を実現するAIモジュール<br></span>ChatGPT等の大規模モデルがアクセスできない現場の知見をデジタル化するAIモジュールやプロダクトを多数保有しております。社内のチャットコミュニケーションや商談・MTG、ドキュメント等作業現場をデジタル構造化することで、ChatGPTなどのオープンAPIや他社では実現できない「社内の知見やノウハウ」を大規模モデルと接続し利活用いただけます。</p>



<p><span style="text-decoration: underline;">③高いセキュリティ水準<br></span>大企業でも取り扱えるセキュアなChatGPTの活用方法の法的整理を行なっており、自社プロダクトの「ACES Meet」を含めOpenAIとデータ利用規約（DPA）を締結するなど安全な利活用方法を実現しています。</p>



<p><span style="text-decoration: underline;">④AI領域のプロフェッショナル人材が伴走<br></span>松尾研出身の博士人材を含め、画像・映像認識、自然言語処理など最先端の技術に精通したメンバーが伴走いたします。</p>



<h3><strong>実施にあたっては<a rel="noreferrer noopener" href="https://acesinc.co.jp/contact" data-type="URL" data-id="https://acesinc.co.jp/contact" target="_blank">お問い合わせフォーム</a>よりご連絡ください。</strong></h3>


生成AI

大規模モデル

その他

ChatGPTをセキュアに利活用できる法人向けチャットボットAIプラットフォーム「ACES ChatHub」を提供開始しました

  <div class="projectStyle-member-aces" id="projectStyle-member-aces-block_64cc8418c5796">
    <h3 class="heading">ACES</h3>
          <ul class="list">
                                <li class="item">
              <div class="image">
                <img src="https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/06/member-image-1-tamura-300x300.jpg" alt="">
              </div>
              <div class="text">
                <h4 class="name">田村 浩一郎                  <span class="en">Koichiro Tamura</span></h4>
                <div class="comment">
                  <p>東京大学大学院工学系研究科卒(工学博士)。松尾研究室で金融工学における深層学習の応用研究に従事。Forbes 30 Under 30 Asia 2022 Enterprise Technology部門に選出。2017年、「アルゴリズムで社会はもっとシンプルになる」というビジョンを掲げACESを創業。アカデミアと事業の接合を意識し、会社を経営しながら自らも博士号を3年で取得した。AIアルゴリズムを前提にした働き方・産業はどのような姿かという問いを立て、AIの社会実装を率いる。</p>
                </div>
              </div>
            </li>
                          </ul>
      </div>



<h2>概要</h2>



<p>昨今「ChatGPT」や「Stable Diffusion」をはじめとする生成AIの登場により、従来のAIでは困難だった自然な対話や高品質な画像・映像・音声の生成が可能になりました。文章生成、機械翻訳、質問応答、対話をはじめとする言語生成や、プロンプトと呼ばれるテキストの指示に沿った画像映像の出力は既存のビジネスや業務に多大なインパクトを与え始めています。</p>



<p>生成AIの発展は事業構造を大きく変えるポテンシャルを持ち、様々な業界での事業活用が求められる一方、利活用には様々なハードルがあります。AIの事業活用の専門家集団であるACESは、そうしたハードルを一緒に越え、ChatGPTなどの生成AIのビジネス活用を推進するプログラムを提供します。</p>



<h3><strong><a rel="noreferrer noopener" href="https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2023/08/02181150/ChatGPT%E7%94%9F%E6%88%90AI%E3%81%AE%E3%83%92%E3%82%99%E3%82%B7%E3%82%99%E3%83%8D%E3%82%B9%E6%B4%BB%E7%94%A8%E6%8E%A8%E9%80%B2%E3%83%95%E3%82%9A%E3%83%AD%E3%82%AF%E3%82%99%E3%83%A9%E3%83%A0.pdf" data-type="URL" data-id="https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2023/08/02181150/ChatGPT%E7%94%9F%E6%88%90AI%E3%81%AE%E3%83%92%E3%82%99%E3%82%B7%E3%82%99%E3%83%8D%E3%82%B9%E6%B4%BB%E7%94%A8%E6%8E%A8%E9%80%B2%E3%83%95%E3%82%9A%E3%83%AD%E3%82%AF%E3%82%99%E3%83%A9%E3%83%A0.pdf" target="_blank">詳細資料(pdf)はこちら</a></strong></h3>



<figure class="wp-block-image size-large"><img width="1024" height="792" src="https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2023/08/02175845/2023-08-02-17.58.27-20230802-175844-20230802-175844-1024x792.png" alt="" class="wp-image-2088" srcset="https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2023/08/02175845/2023-08-02-17.58.27-20230802-175844-20230802-175844-1024x792.png 1024w, https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2023/08/02175845/2023-08-02-17.58.27-20230802-175844-20230802-175844-300x232.png 300w, https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2023/08/02175845/2023-08-02-17.58.27-20230802-175844-20230802-175844-768x594.png 768w, https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2023/08/02175845/2023-08-02-17.58.27-20230802-175844-20230802-175844.png 1187w" sizes="(max-width: 1024px) 100vw, 1024px" /></figure>



<h2>ご提供内容</h2>



<h3>第1回 役員・部長以上の方向け 講演・勉強会</h3>



<p>東京大学松尾研究室発ベンチャーのACESが、AIの専門性に基づいたAIの事業活用・サービス開発から培った知見・ノウハウをお伝えします。</p>



<blockquote class="wp-block-quote"><p>参加者 | <strong>役員・部長クラスの方 30名以上</strong> ※ 現場担当者の方々もオンラインで参加可</p></blockquote>



<blockquote class="wp-block-quote"><p>開催方法 | 対面 ※ オンラインとの組み合わせも可</p></blockquote>



<blockquote class="wp-block-quote"><p>所要時間 | 2時間〜 ※ 会場準備の30分も含む</p></blockquote>



<blockquote class="wp-block-quote"><p>準備物 | HDMIケーブル・プレゼン用モニター</p></blockquote>



<h3>第2回 現場やDX推進担当の方々向けワークショップ</h3>



<p>ACESがChatGPTの利用開発環境をご準備・ご提供し、実際に体験をしながら自社の事業における活用領域を見出します。</p>



<blockquote class="wp-block-quote"><p>参加者 | <strong>DX推進・現場ご担当者 10名ほど</strong> ※ 5名ずつのグループワークを予定</p></blockquote>



<blockquote class="wp-block-quote"><p>開催方法 | 対面 ※ オンラインは要相談</p></blockquote>



<blockquote class="wp-block-quote"><p>所要時間 | 1時間30分</p></blockquote>



<blockquote class="wp-block-quote"><p>準備物 | 各個人のPC・ホワイトボード</p></blockquote>



<h3>第3回 現場やDX推進担当の方々向けミニコンサル会</h3>



<p>大企業との取引実績が多いACESだからこそ、 セキュリティリスクも見据えた、貴社の活用領域に応じた適切な対応策と方針を議論し整理します。</p>



<blockquote class="wp-block-quote"><p>参加者 | <strong>ワークショップに参加された方</strong> ※ 全員が揃わなくても実施できます</p></blockquote>



<blockquote class="wp-block-quote"><p>開催方法 | オンライン ※ 対面実施も相談可</p></blockquote>



<blockquote class="wp-block-quote"><p>所要時間 | 1時間</p></blockquote>



<h2>ACESの強み</h2>



<p><strong>①生成AIをはじめとするAIの事業価値デザイン力<br></strong>AIアルゴリズムを事業活用する際に不可欠な事業理解と技術理解に長けており、業界を代表するリーディングカンパニーからスタートアップまでAI活用を実現した実績がございます。</p>



<p><strong>②「社内の知見やノウハウ」 x 生成AI を実現するAIモジュール<br></strong>ChatGPT等の生成AIがアクセスできない現場の知見をデジタル化するAIモジュールやプロダクトを多数保有しております。社内のチャットコミュニケーションや商談・MTG、ドキュメント等作業現場をデジタル構造化することで、ChatGPTなどのオープンAPIや他社では実現できない「社内の知見やノウハウ」を生成AIと接続し利活用いただけます。</p>



<p><strong>③高いセキュリティ水準<br></strong>大企業でも取り扱えるセキュアなChatGPTの活用方法の法的整理を行なっており、自社プロダクトの「ACES Meet」を含めOpenAIとデータ利用規約（DPA）を締結するなど安全な利活用方法を実現しています。</p>



<p><strong>④AI領域のプロフェッショナル人材が伴走<br></strong>松尾研出身の博士人材を含め、画像・映像認識、自然言語処理など最先端の技術に精通したメンバーが伴走いたします。</p>



<p></p>



<h3><strong>実施にあたっては<a rel="noreferrer noopener" href="https://acesinc.co.jp/contact" data-type="URL" data-id="https://acesinc.co.jp/contact" target="_blank">お問い合わせフォーム</a>よりご連絡ください。</strong></h3>


ChatGPT/生成AIのビジネス活用推進プログラムを提供開始しました


<figure class="wp-block-image size-large"><img width="1024" height="576" src="https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/12/23152516/20221223-152516-20221223-152516-1024x576.png" alt="" class="wp-image-1689" srcset="https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/12/23152516/20221223-152516-20221223-152516-1024x576.png 1024w, https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/12/23152516/20221223-152516-20221223-152516-300x169.png 300w, https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/12/23152516/20221223-152516-20221223-152516-768x432.png 768w, https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/12/23152516/20221223-152516-20221223-152516-1536x864.png 1536w, https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/12/23152516/20221223-152516-20221223-152516.png 1600w" sizes="(max-width: 1024px) 100vw, 1024px" /></figure>



<p>日々の生活に欠かせない電気。特に昨今は、石油燃料に代わるクリーンなエネルギーとしての可能性も期待されています。そんな生活インフラを古くから支えるのが、水力発電および火力発電による電力の卸売事業を展開する電源開発株式会社（以下、J-POWER）です。J-POWERは戦後の日本の電力不足を克服すべく1952年に政府主導で設立されて以来、日本各地への電力の安定供給に貢献。2004年の民営化以降は、成長が見込まれる海外での発電事業や、風力発電、地熱発電といった再生可能エネルギーの開発など、事業のフィールドを拡大してきました。</p>



<p>そんなJ-POWERでは発電所などの作業現場における「安全性の向上」を中長期のテーマとして掲げており、AIなどの新しい技術を用いて労働災害リスクを軽減するための取り組みが進んでいます。</p>



<p>今回はJ-POWERと株式会社ACES（以下ACES）が取り組む、画像処理AI技術を用いた、危険箇所と作業員の検知、不安全な状態や行動の判定に関する協業プロジェクトの裏側に迫ります。</p>



<h2>プラント運用をリードするJ-POWERが、AIを用いた現場の安全管理支援に取り組む背景</h2>



<p>「J-POWERでは昔から『労働災害対策』への意識は高く、現場に安全管理者を配置するなどの取り組みを兼ねてから実践してきました」と語るのは、デジタルイノベーション部の森田さん。しかし、作業現場の広さは様々で、多いときには10数名の作業を1名で監督していることも。隅々まで目を光らせているものの安全管理者が現場の全てを管理することは難しいと指摘します。また、現場に潜む”危険”を予見するためには、多様な現場を経験してきたベテラン作業員/監督者の知見が必要となりますが、少子高齢化や業界全体の人材不足が予想される中、ベテラン監督者の知見をいかに維持し伝えていくかが重要な論点となっています。</p>



<p>そこで、J-POWERは遠隔からも現場を監視支援することで、現場の安全管理者をサポートする「次世代の安全管理システム」の実現に向けてACESとの技術検証に着手しました。</p>



<h2>目指すのは「遠隔からの後方支援者を支援するため」の不安全行動検知</h2>



<p>「『次世代の安全管理システム』を実現するには、まずは危険な状態の定義が必要です」と語るのは、ACESでDXプロジェクトのマネージャーを務める與島さん。ACESとJ-POWERは議論を進めていく上で、「現場の労働災害事故を減らすために検知すべき行動とは何か」「後方支援者が複数現場を管理する際に着目すべきシーンとは何か」といったAIで検出すべきシーンを定義し、その上で、技術的実現性と優先順位付けを行い、中長期にわたるロードマップを策定しました。</p>



<p>参考：<a rel="noreferrer noopener" href="https://japan.plugandplaytechcenter.com/blog/jpower_aces/" target="_blank">J-Power x ACES プロジェクトの始め方 powered by Plug and Play</a></p>



<h2>接近検知と高所作業人数カウント</h2>



<p>本プロジェクトにおいて、まずは複数箇所を同時に管理する際に重要度をつけて管理しやすくするために、「高所・開口部作業人数者カウント」「開口部接近検知」の技術検証からスタートし、現在はさらなる検知メニューも含めて開発検証を行っています。</p>



<p>①接近検知</p>



<p>建設・プラント業界におけるAIカメラを用いた「不安全行動検知」のなどの事例はすでにありましたが、危険エリアでの作業が避けられない現場において、既存の侵入検知技術だけでは不必要な検知も多くノイズになってしまうという課題がありました。そこで、「侵入検知」ではなく、「危険エリアへの接近検知」、特に警告を挙げるべき接近状況を把握するアルゴリズムを開発しました。</p>



<figure class="wp-block-image"><img src="https://public.admin-story.prtimes.jp/uploads/44470/5824/thumbnail_3d845d60-7f72-11ed-9030-2f84da2c580e.jpg" alt=""/></figure>



<p>②高所作業人数カウント</p>



<p>国内の建設現場における労働災害のうち、死亡につながる重大事故の*約４割を占めるのが「墜落・転落」で す。現場監督が高所作業を常に見守ることは難しく、遠隔管理者が複数現場の高所作業を見守る仕組みが必要でした。そこで今回のプロジェクトでは遠隔管理者の見逃し防止のためのアルゴリズムを開発しました。</p>



<p>*厚生労働省 平成30年労働災害発生状況：<a href="https://www.mhlw.go.jp/content/11302000/000555711.pdf" rel="noreferrer noopener" target="_blank">https://www.mhlw.go.jp/content/11302000/000555711.pdf</a></p>



<figure class="wp-block-image"><img src="https://public.admin-story.prtimes.jp/uploads/44470/5824/thumbnail_42efa500-7f72-11ed-b93a-437a41e75c85.jpg" alt=""/></figure>



<h2>今後の展望</h2>



<p>労働人口減少や働き方改革への対策が急務となる中、プラント現場では「効率的・高度な作業現場の遠隔管理」を通じた安全性の向上が求められています。今後は現場での実用化に向け、すでにJ-POWER社内で利用されているカメラシステムをベースとしながら、安全AIシステムのアルゴリズムの拡充・精度改善や、実際に現場でシステムが利用されるための業務要件の再設計まで、DX実現のパートナーとして伴走し両社での実現を目指します。</p>



<ul><li></li></ul>


現場監督

ヒトの行動特定

エネルギー

労災リスクをAIで軽減　危険予知高度化と安全管理システム構築を目指す電源開発とACESの取り組みとは

リーダーシップ

モビリティデータ分析

モビリティ

全産業が「レベル5」に向かう時代、AI活用でビジネスをどうデザインするか

<div class="wp-container-6 wp-block-group projectStyle-keyvisual"><div class="wp-block-group__inner-container">
<figure class="wp-block-image size-large"><img width="1024" height="576" src="https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/09/27155032/20220927-155032-20220927-155032-1024x576.jpg" alt="" class="wp-image-1542" srcset="https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/09/27155032/20220927-155032-20220927-155032-1024x576.jpg 1024w, https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/09/27155032/20220927-155032-20220927-155032-300x169.jpg 300w, https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/09/27155032/20220927-155032-20220927-155032-768x432.jpg 768w, https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/09/27155032/20220927-155032-20220927-155032-1536x864.jpg 1536w, https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/09/27155032/20220927-155032-20220927-155032.jpg 1600w" sizes="(max-width: 1024px) 100vw, 1024px" /></figure>
</div></div>



<section class="wp-container-7 wp-block-group projectStyle-overview"><div class="wp-block-group__inner-container">
<h2>お客様が抱えていた課題</h2>



<ul><li>メタバース時代を見据え、3Dキャラクターの多彩なモーションを作り出すことが将来的な競争力になるが、人力ではコストに見合わず対応できない状態だった</li><li>「AIを活用したキャラクターモーションの生成」に関するニーズはあったものの、実装を含めた研究開発に着手できていなかった</li></ul>



<hr class="wp-block-separator has-alpha-channel-opacity"/>



<h2>ACESがパートナーとして行ったこと</h2>



<ul><li>「現場で使える」という目標を掲げ、AI学習のために最適なデータセットの定義付けやデータの収集方法から共に検討</li><li>モーションスタイル変換の実現に向けた技術選定</li><li>データ資産化を見据えたデータの収集方法の検討・戦略策定</li><li>「現場で使える」アルゴリズムの研究開発の実施・高速な PDCAを実施するためのプロジェクトデザイン</li></ul>



<hr class="wp-block-separator has-alpha-channel-opacity"/>



<h2>プロジェクトの成果</h2>



<ul><li>今後1年で実事業（IP）での利用されることを目指し、AIアルゴリズムの開発を推進予定。<ul><li>データセットの追加収集</li><li>アルゴリズムの改善による、細かい動きの精度改善</li><li>追加データの学習による、より広範なモーションへの適用の実現</li></ul></li></ul>
</div></section>


  <div class="projectStyle-interviewees" id="projectStyle-interviewees-block_62a9becea0dab">
          <ul class="list">
                  <li class="item">

                          <div class="image">
                <img src="https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/10/21105015/slv-20221021-105015-20221021-105015.jpeg" alt="">
              </div>
            
            <div>
              <div class="nameLogo">
                <div class="nameWrap">
                  <h4 class="name">
                    楢崎 浩一<span class="title">様</span>
                    <span class="en">Koichi Narasaki</span>
                  </h4>
                  <p class="position">SOMPOホールディングス デジタル事業オーナー 執行役専務 SOMPO Light Vortex 代表取締役CEO</p>
                </div>
                                  <div class="logo">
                    <img src="https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/06/jpn-sompo-lv-comm-logomark-en-type-a-basic-posi-20220621-150030.jpg" alt="">
                  </div>
                              </div>
              <div class="profile">
                <p>1981年三菱商事入社。ICT関連事業に携わった後、2000年から米シリコンバレーを中心に複数のスタートアップ企業で、CEOやCOOなどを務める。2016年、SOMPOホールディングスに入社し、グループCDO 執行役員、2019年Palantir Technologies Japanの代表取締役CEO（現任）、2021年グループCDO 執行役専務およびデジタル事業ユニットオーナー・最高責任者、同年7月SOMPO Light VortexのCEO就任。2022年4月より現職。</p>
              </div>
            </div>
          </li>
              </ul>
          <ul class="list">
                            <li class="item">
            <div class="image">
              <img src="https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/06/member-image-1-tamura-300x300.jpg" alt="">
            </div>
            <div class="text">
              <div class="nameLogo">
                <div class="nameWrap">
                  <h4 class="name">田村 浩一郎                    <span class="en">Koichiro Tamura</span>
                  </h4>
                  <p class="position">
                    株式会社ACES
                    代表取締役/CEO                  </p>
                </div>
                <div class="logo">
                  <img src="https://api-homepage.acesinc.co.jp/wp-content/themes/aces/img/logo-aces.svg" alt="ACES">
                </div>
              </div>
              <div class="profile">
                
<p>東京大学大学院工学系研究科卒(工学博士)。松尾研究室で金融工学における深層学習の応用研究に従事。Forbes 30 Under 30 Asia 2022 Enterprise Technology部門に選出。2017年、「アルゴリズムで社会はもっとシンプルになる」というビジョンを掲げACESを創業。アカデミアと事業の接合を意識し、会社を経営しながら自らも博士号を3年で取得した。AIアルゴリズムを前提にした働き方・産業はどのような姿かという問いを立て、AIの社会実装を率いる。</p>
              </div>
            </div>
          </li>
                      </ul>
      </div>



<p>メタバースやxR技術など三次元モーションを使用する研究開発を手がける株式会社バンダイナムコ研究所。日々、「革新的なエンターテインメント」を追い求めるなかで、ACESと共同研究を進めているのが「AIを活用したキャラクターモーションの生成」です。</p>



<p>共同研究による技術開発に至った背景や目指す未来像について、株式会社バンダイナムコ研究所の髙橋誠史氏と、株式会社ACES取締役の與島仙太郎が振り返りました。</p>



<h2>人力のみによるモーション開発は、いずれ限界を迎える</h2>



<p><strong>髙橋　</strong>今回の我々の課題としては、機械学習や深層学習の生成系AIを用いて、コンテンツ制作の現場に活用する方法を模索していました。そこで、AI研究開発の底上げと、エンターテインメント業界のイノベーションによる発展を目指す一貫として、3Dモーションのデータセット制作に乗り出しました。</p>



<p>ゲームや映像に登場するCGキャラクターは、事前にアクターの方々に演技していただき、それをモーションキャプチャ技術でデータ化したり、専門のクリエイターが手作業で制作したりするのが現状です。しかし、今後はメタバース空間をはじめ、コンテンツの規模が拡大することが予想されます。個性的なキャラクターや多彩なモーションを用意していくためには、従来の制作工程ではいずれ限界を迎えてしまうでしょう。</p>



<p>一方で、AIを用いたモーション研究開発は、性別や動作、演技といった様々なパターンのモーションの「データセット」が必要ですが、それだけの数を用意することは難しく、世界的に見ても研究開発が進んではいません。その現状を少しでも変えていくために、ACESさんと協力して進めていったのが今回のプロジェクトですね。</p>



<p><strong>與島　</strong>特にモーションを撮る部分は準備も実作業も負荷が大きく、バリエーションをたくさん用意しようと考えると、時間も費用も途方もなくかかってしまいます。「ゲーム内でキャラクターが踊るシーン」があったときに、動き方が一定で同じになるのは、その差異を生むだけのモーション撮影はコストが見合わないからだと理解しています。</p>



<p><strong>髙橋　</strong>そうですね。「48人のアイドルが同時に歌って踊る」というシーンをCGコンテンツで再現しようとすると、個性を表すために48人分のモーションを用意するというのも、コストをかければ可能ですが実際には難しい。今回のAI活用は「人から仕事を奪う狙い」ではもちろんなく、人力では諦めていた領域に対して取り組める、という意義が大きいです。</p>



<p><br><strong>與島</strong>　動きに差異をつくり、バラエティーを富ませる部分が、AIによる生成技術で担えるのではないかと考えました。「歩く」という動作だけでも、男性的、女性的、ミュージカル風といったように、集めるデータに対して生成できる項目が増えれば、それだけ価値が高まっていくという期待が持てました。</p>



<figure class="wp-block-image size-full"><img width="800" height="450" src="https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/09/27155248/movie-walk-20220927-155247-20220927-155247.gif" alt="" class="wp-image-1543"/><figcaption>GitHub上に公開されているモーションキャプチャのデータセット</figcaption></figure>



<h2>きちんと現場で使えるAI技術の開発</h2>



<p><strong>髙橋　</strong>2020年秋からACESさんにも加わっていただき本格的にモーションのスタイル変換に注力し、2021年の4月までは準備期間としてサーベイなどの要件定義に取り組みました。2021年の6月に初めてモーション変換用の独自モーションの収録を行ったのですが、ここで収録したデータはAIが学習するには不十分な量で、成果があまり芳しくありませんでした。そこで2021年の下半期で追加のデータを収集し、、アルゴリズムの改善に加えてデータの質の向上にも取り組んでいっているところです。</p>



<p><strong>與島　</strong>データの収集やアルゴリズムの研究開発としては、世の中的に研究開発が大きく進んでいるわけではない領域ですから、その領域の最先端にいくまでは順調に進んでいるとは感じています。</p>



<p><strong>髙橋</strong>　もともと参考にしていた論文や学術研究だけでは、現場で実装するための研究開発には不十分であることがわかっていました。例えば、モーションを作るときの、身体の骨組み（ボーン）の構成が異なっていたり、現場使用に耐えうるより自然なモーションのデータセットになっていないなどの課題が明らかになりました。これらの背景から、モーションのデータセット収集から、AI の研究開発まで全てを手掛けていること自体が重要であり、我々がこのプロジェクトを推進する理由であり、技術優位性につながると考えました。</p>



<p><strong>與島　</strong>おっしゃるとおりです。最終的にはクリエイティブの現場で使うことが前提ですから、その目的に到達するために必要なレベルを、研究領域よりも活発に話をさせていただけたと感じます。細かな部分を改善し、データをためて、きちんと現場で使えるものにしていく部分では、バンダイナムコ研究所のみなさんにも労力をかけてもらい、ACESとしても馬力を発揮して共創できていったのだと思います。</p>



<p><strong>髙橋</strong>　どのようなデータを集めるかについて動き方の詳細を定義し、それに則したモーションを撮影し、取り組めば実際の出力が変わることは実証できました。今後はデータの質をよりよい状態に改善していく段階。学術論文における論文が通る新規性と、プロダクションとしてのクオリティが担保されていくフェーズへ変わってきた、というところですね。</p>



<figure class="wp-block-image size-large"><img width="1024" height="683" src="https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/09/27155355/220526-112-20220927-155354-20220927-155354-1024x683.jpg" alt="" class="wp-image-1544" srcset="https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/09/27155355/220526-112-20220927-155354-20220927-155354-1024x683.jpg 1024w, https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/09/27155355/220526-112-20220927-155354-20220927-155354-300x200.jpg 300w, https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/09/27155355/220526-112-20220927-155354-20220927-155354-768x512.jpg 768w, https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/09/27155355/220526-112-20220927-155354-20220927-155354-1536x1024.jpg 1536w" sizes="(max-width: 1024px) 100vw, 1024px" /></figure>



<h2>「動作版のボイスチェンジャー」も将来的には可能に</h2>



<p><strong>髙橋　</strong>基本的にバンダイナムコ研究所のR&amp;Dの方針としては「自社でデータ生成できるもの」をテーマにしています。アルゴリズムを研究する機関は様々あるのですけれども、最終的にデータ勝負となった場合に、自分たちでデータを作れなければ優位性になりません。その中でもモーションは、チャレンジングかつ自社優位性が出るところだという認識です。</p>



<p>テキストや音声はAIのタスクとしては難しいものではなく、バンダイナムコ研究所としてもテキストは漫画やアニメの原作セリフを活用したり、音声合成に取り組んでいたりはしていますが、それらより難易度が一層高いのがモーションや3Dデータ。ここを研究できれば、他がついてこられなくなる領域だろうと踏んでいました。</p>



<p><strong>與島　</strong>プロジェクトとしてご一緒する中で、まずは「データセットのとり方」から検証し、どうすればAIがより学習できるデータを集められるのか、という知見を学ぶ発展途上の段階を経てきました。データのよりよい集め方を定義し、アルゴリズムをいかに変えるべきかを定めて適用することですることで実際のプロダクトに落とし込めていける兆しが見えてきました。ここから1年ほどの範囲でプロダクトにも使える状態を達成し、汎用の基盤にまで持っていければと考えています。</p>



<p><strong>髙橋　</strong>やはりゲームは開発サイクルが長いですから、まずはバーチャルキャラクター使った配信システムやダンス系のコンテンツに活用していくのが、現場での採用としては実現がスピーディだろうと踏んでいます。我々の研究所は基礎技術や技術獲得する役割が多く、バンダイナムコ研究所としては「ミライ小町」というキャラクターIPがありますので、まずはそこから実験を始めていくつもりです。さらにアニメやゲーム領域も問わず、パートナーを探して、より広めていきたいです。</p>



<p>将来的にはリアルタイムでのモーションキャプチャーも適用可能だと考えています。たとえば、男性アクターから動きをキャプチャーし、それをAIで変換しつつ、女性キャラクターの動きとして再現するといった形です。コンピューティングパワーの課題などはありますが、実現できる手法ではあります。いわゆる「動作版のボイスチェンジャー」といったことが、この技術の延長線では可能になってくるでしょう。</p>



<p></p>



<figure class="wp-block-image size-full"><a href="https://acesinc.co.jp/downloads/document-1609"><img width="960" height="540" src="https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/10/14102230/ip-p1-20221014-102230-20221014-102230.png" alt="" class="wp-image-1616" srcset="https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/10/14102230/ip-p1-20221014-102230-20221014-102230.png 960w, https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/10/14102230/ip-p1-20221014-102230-20221014-102230-300x169.png 300w, https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/10/14102230/ip-p1-20221014-102230-20221014-102230-768x432.png 768w" sizes="(max-width: 960px) 100vw, 960px" /></a><figcaption>ACESが考える最先端AIを用いたIPビジネスの可能性についてご興味を持っていただいた方に向けて、<br>ご紹介資料をご案内しております。ぜひご参照ください。</figcaption></figure>



<p class="has-text-align-center"><a href="https://acesinc.co.jp/downloads/document-1609">https://acesinc.co.jp/downloads/document-1609</a></p>

3DCG

ゲーム開発やメタバースを見据えた、AI×3Dモーションデータの自動生成への挑戦。バンダイナムコ研究所と共同研究（前編）

人事アセスメント

能力開発

人物映像分析

重要シーン検知

人事

日本初のリーダー育成プログラムを世界へ展開するために。リードクリエイトと共同開発する「AI評価者」の展望（前編）

<div class="wp-container-10 wp-block-group projectStyle-keyvisual"><div class="wp-block-group__inner-container">
<figure class="wp-block-image size-large"><img width="1024" height="576" src="https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/10/13170121/bandainamco-20221013-170120-20221013-170120-1024x576.jpg" alt="" class="wp-image-1594" srcset="https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/10/13170121/bandainamco-20221013-170120-20221013-170120-1024x576.jpg 1024w, https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/10/13170121/bandainamco-20221013-170120-20221013-170120-300x169.jpg 300w, https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/10/13170121/bandainamco-20221013-170120-20221013-170120-768x432.jpg 768w, https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/10/13170121/bandainamco-20221013-170120-20221013-170120-1536x864.jpg 1536w, https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/10/13170121/bandainamco-20221013-170120-20221013-170120.jpg 1600w" sizes="(max-width: 1024px) 100vw, 1024px" /></figure>
</div></div>



<section class="wp-container-11 wp-block-group projectStyle-overview"><div class="wp-block-group__inner-container">
<h2>お客様が抱えていた課題</h2>



<ul><li>メタバース時代を見据え、3Dキャラクターの多彩なモーションを作り出すことが将来的な競争力になるが、人力ではコストに見合わず対応できない状態だった</li><li>「AIを活用したキャラクターモーションの生成」に関するニーズはあったものの、実装を含めた研究開発に着手できていなかった</li></ul>



<hr class="wp-block-separator has-alpha-channel-opacity"/>



<h2>ACESがパートナーとして行ったこと</h2>



<ul><li>「現場で使える」という目標を掲げ、AI学習のために最適なデータセットの定義付けやデータの収集方法から共に検討</li><li>モーションスタイル変換の実現に向けた技術選定</li><li>データ資産化を見据えたデータの収集方法の検討・戦略策定</li><li>「現場で使える」アルゴリズムの研究開発の実施・高速な PDCAを実施するためのプロジェクトデザイン</li></ul>



<hr class="wp-block-separator has-alpha-channel-opacity"/>



<h2>プロジェクトの成果</h2>



<ul><li>今後1年で実事業（IP）での利用されることを目指し、AIアルゴリズムの開発を推進予定。<ul><li>データセットの追加収集</li><li>アルゴリズムの改善による、細かい動きの精度改善</li><li>追加データの学習による、より広範なモーションへの適用の実現</li></ul></li></ul>
</div></section>


  <div class="projectStyle-interviewees" id="projectStyle-interviewees-block_62a9becea0dab">
          <ul class="list">
                  <li class="item">

                          <div class="image">
                <img src="https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/10/21105015/slv-20221021-105015-20221021-105015.jpeg" alt="">
              </div>
            
            <div>
              <div class="nameLogo">
                <div class="nameWrap">
                  <h4 class="name">
                    楢崎 浩一<span class="title">様</span>
                    <span class="en">Koichi Narasaki</span>
                  </h4>
                  <p class="position">SOMPOホールディングス デジタル事業オーナー 執行役専務 SOMPO Light Vortex 代表取締役CEO</p>
                </div>
                                  <div class="logo">
                    <img src="https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/06/jpn-sompo-lv-comm-logomark-en-type-a-basic-posi-20220621-150030.jpg" alt="">
                  </div>
                              </div>
              <div class="profile">
                <p>1981年三菱商事入社。ICT関連事業に携わった後、2000年から米シリコンバレーを中心に複数のスタートアップ企業で、CEOやCOOなどを務める。2016年、SOMPOホールディングスに入社し、グループCDO 執行役員、2019年Palantir Technologies Japanの代表取締役CEO（現任）、2021年グループCDO 執行役専務およびデジタル事業ユニットオーナー・最高責任者、同年7月SOMPO Light VortexのCEO就任。2022年4月より現職。</p>
              </div>
            </div>
          </li>
              </ul>
          <ul class="list">
                            <li class="item">
            <div class="image">
              <img src="https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/06/member-image-1-tamura-300x300.jpg" alt="">
            </div>
            <div class="text">
              <div class="nameLogo">
                <div class="nameWrap">
                  <h4 class="name">田村 浩一郎                    <span class="en">Koichiro Tamura</span>
                  </h4>
                  <p class="position">
                    株式会社ACES
                    代表取締役/CEO                  </p>
                </div>
                <div class="logo">
                  <img src="https://api-homepage.acesinc.co.jp/wp-content/themes/aces/img/logo-aces.svg" alt="ACES">
                </div>
              </div>
              <div class="profile">
                
<p>東京大学大学院工学系研究科卒(工学博士)。松尾研究室で金融工学における深層学習の応用研究に従事。Forbes 30 Under 30 Asia 2022 Enterprise Technology部門に選出。2017年、「アルゴリズムで社会はもっとシンプルになる」というビジョンを掲げACESを創業。アカデミアと事業の接合を意識し、会社を経営しながら自らも博士号を3年で取得した。AIアルゴリズムを前提にした働き方・産業はどのような姿かという問いを立て、AIの社会実装を率いる。</p>
              </div>
            </div>
          </li>
                      </ul>
      </div>



<p>メタバースやxR技術など三次元モーションを使用する研究開発を手がける株式会社バンダイナムコ研究所。日々、「革新的なエンターテインメント」を追い求めるなかで、ACESと共同研究を進めているのが「AIを活用したキャラクターモーションの生成」です。</p>



<p>老舗メーカーであり、世界的にも知られるバンダイナムコホールディングスを親会社に持つバンダイナムコ研究所。そして、AI領域のスタートアップであるACES。歴史や規模の異なる企業同士が共同研究を進めるうえで、いかなる観点に気をつけたのか。株式会社バンダイナムコ研究所の髙橋誠史氏と、株式会社ACES取締役の與島仙太郎が振り返りました。</p>



<h2>AIの専門家にモーション領域へ入ってきてもらう</h2>



<p><strong>髙橋　</strong>今回のACESさんとの共同研究プロジェクトでは、人体骨格を持った3Dキャラクターのモーションに、AIでバリエーションを持たせる試みでした。従来はキャラクターの動作に対するイメージに近いアクターに、格闘技やダンスといった動きを依頼し、それをモーションキャプチャー装置を使って収録し、データ化してきました。</p>



<p>しかし最近は、キャラクターをプレイヤーが好みにカスタマイズする機能が増え、また将来的なメタバース空間での活用も鑑みると、あらゆる年代や人物の動きを全て収録するのは難しい。そこで、AIによる「モーションスタイル変換」という技術の研究を進めています。「歩く」や「走る」といったある基本の動作を収録し、それをAIによって男性、女性、老人、子どもといった特徴ごとにデータを変換することで、モーションのバリエーションを増やそうとしているのです。</p>



<p><strong>與島</strong>　もともと、ACESがカメラで人を撮って動きを認識し、様々なアプリケーションに活用するプロジェクトを進めるなかで、骨格や身体についてもデータとして扱ってきました。そこにゲーム開発でよく使われるモーションデータとの関連性を感じられて、ご相談いただいたのでした。</p>



<p>ACESとしてもディープラーニングの技術や人の動きを観察する技術は得意な領域でしたから、ちゃんと調べた上で必要なデータを定義し、共同で研究開発したら実現できると考えました。最初はサーベイと要件定義から一緒にはじめましたね。最終的にどういった目的のために作りたいか、いかなる理想を目指すのか。そのために集めるべきデータは何か、といったところから検討させていただきました。</p>



<p><strong>髙橋　</strong>我々はクリエイターを多く抱えるゲームを作る専門家集団であり、モーションデータも多く扱ってきました。しかし、そのデータをAIにかける専門家が社内にはいなかった。それもACESさんと組んだ大きな理由です。確かにゲーム会社では専門家がいない場合には「学びながら進める」というケースもあるのですが、モーションの専門家をAIの専門家にするのは、やはり難しい。また世の中に「ゲームクリエイターとAIの専門家」の両方を兼ねた人も市場には見当たりませんでした。</p>



<p>それならば、AIの専門家が、モーションの領域に近づいてもらう方向で、機械学習や深層学習の専門家を抱える企業と一緒に取り組むことが得策だと考えました。モーションデータの研究に対しては未知のところがありつつも、ACESさんはすでに「動きのデータ化」に取り組まれてきていますから、その知見も活かせるところがあるだろうとも感じたんです。</p>



<figure class="wp-block-image size-large"><img width="1024" height="683" src="https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/09/30150123/220526-048-20220930-150122-20220930-150122-1024x683.jpg" alt="" class="wp-image-1576" srcset="https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/09/30150123/220526-048-20220930-150122-20220930-150122-1024x683.jpg 1024w, https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/09/30150123/220526-048-20220930-150122-20220930-150122-300x200.jpg 300w, https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/09/30150123/220526-048-20220930-150122-20220930-150122-768x512.jpg 768w, https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/09/30150123/220526-048-20220930-150122-20220930-150122-1536x1024.jpg 1536w" sizes="(max-width: 1024px) 100vw, 1024px" /></figure>



<h2>長期的目線で価値を積み上げていくプロジェクト</h2>



<p><strong>與島</strong>　今回、ご一緒して感じたのは、バンダイナムコ研究所さんが長い目を持って、チャレンジングなことをすると決めてくださったことが、とても大きかったと思っています。たとえば、成果物を定義する際に「今すぐできるものを作って使いたいのか」と「3年後を見据えたものにしたいのか」で、当然チャレンジできる内容も変わります。今回、非常に新しいことを共同研究できているのは、バンダイナムコ研究所さんが開発に数年単位をかけられる研究組織という恩恵があったからこそ。こういうスタンスで臨んでくださる企業は、個人的にもなかなか稀な存在だと感じています。</p>



<p><strong>髙橋　</strong>我々のR&amp;Dのメンバーにもよく言うことがあるんです。まずは、コンテンツを送り出すコア技術にまで採用されるフェーズは数年単位で取り組む覚悟が必要であること。そして、他にも様々な研究企業がある世の中において、バンダイナムコ研究所の職員は研究者やエンジニアでありながら「クリエイターである」ということを意識することです。</p>



<p><strong>與島</strong>　個人的には、そういった意識を持たれて取り組むバンダイナムコ研究所さんの立ち位置がとても好きです。ゲーム業界のミドルウェアになるものを研究開発することは、ある一つのIPプロジェクトだけに適用させて技術を作ろうとしてもROIが合わないでしょう。しかし、数々のプロジェクトに使える基盤となるものを作り、未来へ展開していくのであれば、ROIの合うものにすることができる。</p>



<p>今回のプロジェクトも、腰を据えて作り、適用しやすい場所から価値を発揮していき、データベースが充実していくことで、価値がさらに増していくものです。変換できるモーションのバリエーションを積み上げることで、他社に対する競合優位性も増していくわけですから、そこへ投資される観点は共同研究をする私たちにとっても、ありがたいものです。</p>



<figure class="wp-block-image size-large"><img width="1024" height="683" src="https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/09/30150147/220526-039-20220930-150146-20220930-150146-1024x683.jpg" alt="" class="wp-image-1577" srcset="https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/09/30150147/220526-039-20220930-150146-20220930-150146-1024x683.jpg 1024w, https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/09/30150147/220526-039-20220930-150146-20220930-150146-300x200.jpg 300w, https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/09/30150147/220526-039-20220930-150146-20220930-150146-768x512.jpg 768w, https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/09/30150147/220526-039-20220930-150146-20220930-150146-1536x1024.jpg 1536w" sizes="(max-width: 1024px) 100vw, 1024px" /></figure>



<h2>「仕事を請ける側」にとって時間は貴重</h2>



<p><strong>髙橋　</strong>一方で、スタートアップのACESさんと比べて、共同研究のやり取りに際しては、スピード感では我々も早めなければと心がけたところです。このプロジェクトはACESさんに単純に全ての開発をお任せするものではなく、こちらからも収録したデータなどをお渡ししたり、前もって決めたりするべきことがありましたから、社内稟議などをなるべくスムーズに進行できるようにしていました。</p>



<p><strong>與島　</strong>私が知る限りでは、大企業さんの中ではかなり早い対応をしていただいたと感じています。たとえば、ミーティングを通じた社内の意思統一についても1か月以内に開催できればよいほうで、3か月たっても難しいというケースもありますから……。</p>



<p><strong>髙橋　</strong>やはり期間を決めて共同プロジェクトとして契約し、限られた時間内で最高の仕事をすることを考えると、時間は「仕事を請ける側」にはとても貴重なんですよね。それはゲーム工程でも同じなんです。規約やルールなどを決める側が遅くなると、実際に手を動かして作るクリエイターが使える持ち時間が減ってしまいますから。</p>



<p><strong>與島　</strong>ありがとうございます。基本的にはプロジェクト開始時に、ACESからスケジュールを提案させていただき、基本的に月に1回以上の定例を重ねて、個別の依頼はSlackでやり取りをしながら、モーション撮影はオンサイトで実施という進め方でした。</p>



<h2>探索型プロジェクトでも「炎上」させずに予測する</h2>



<p><strong>與島</strong>　ACESはさまざまな企業とプロジェクトを実施していますが、いずれもAIという探索型の案件についてプロジェクトマネジメントをしてきました。タスクとスケジュールを設定し、炎上させずに成功にたどり着くための進め方については、社内でも知見が貯まっています。たとえば、「プロジェクト初期にタスクを増やしてでも、余裕を持って進められる計画を立てる」や「集めるべきデータの不確実性を減らす」といった施策から、「AIを学習させるためのマシンパワーを補うリカバリー策を設定しておく」や「結果を評価する際にはできる限り短く済むように仕組みを整える」といった具体策もあります。それらのイメージが頭の中で算段がついていますから、未踏のプロジェクトであっても実施期間の見込みがつくんです。</p>



<p><strong>髙橋　</strong>確かに最初は「落とし穴は何があるか」を早めに理解し、ひたすら不確実性をつぶす動きをしてきましたね。</p>



<p><strong>與島　</strong>不確定なものがあるとすれば、AIが生成してくるものの成果ですね（笑）。特に上期結果はまだ変換精度が見劣りしていましたが、下期は一定以上に狙い通りの成果が出せました。あるモーションを人間が見て意図通りになっていたとしても、アルゴリズムから見て「欲しいデータ」になっているのかは、まだ完璧には把握できていませんから、引き続き研究を重ねていきたいです。</p>

“AI専門家”としてバンダイナムコ研究所との共同研究、ポイントは「長期的目線」と「スピード感」（中編）

<div class="wp-container-12 wp-block-group projectStyle-keyvisual"><div class="wp-block-group__inner-container">
<figure class="wp-block-image size-large"><img width="1024" height="683" src="https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/09/30150328/220526-009-20220930-150327-20220930-150327-1024x683.jpg" alt="" class="wp-image-1580" srcset="https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/09/30150328/220526-009-20220930-150327-20220930-150327-1024x683.jpg 1024w, https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/09/30150328/220526-009-20220930-150327-20220930-150327-300x200.jpg 300w, https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/09/30150328/220526-009-20220930-150327-20220930-150327-768x512.jpg 768w, https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/09/30150328/220526-009-20220930-150327-20220930-150327-1536x1024.jpg 1536w" sizes="(max-width: 1024px) 100vw, 1024px" /></figure>
</div></div>



<section class="wp-container-13 wp-block-group projectStyle-overview"><div class="wp-block-group__inner-container">
<h2>お客様が抱えていた課題</h2>



<ul><li>メタバース時代を見据え、3Dキャラクターの多彩なモーションを作り出すことが将来的な競争力になるが、人力ではコストに見合わず対応できない状態だった</li><li>「AIを活用したキャラクターモーションの生成」に関するニーズはあったものの、実装を含めた研究開発に着手できていなかった</li></ul>



<hr class="wp-block-separator has-alpha-channel-opacity"/>



<h2>ACESがパートナーとして行ったこと</h2>



<ul><li>「現場で使える」という目標を掲げ、AI学習のために最適なデータセットの定義付けやデータの収集方法から共に検討</li><li>モーションスタイル変換の実現に向けた技術選定</li><li>データ資産化を見据えたデータの収集方法の検討・戦略策定</li><li>「現場で使える」アルゴリズムの研究開発の実施・高速な PDCAを実施するためのプロジェクトデザイン</li></ul>



<hr class="wp-block-separator has-alpha-channel-opacity"/>



<h2>プロジェクトの成果</h2>



<ul><li>今後1年で実事業（IP）での利用されることを目指し、AIアルゴリズムの開発を推進予定。<ul><li>データセットの追加収集</li><li>アルゴリズムの改善による、細かい動きの精度改善</li><li>追加データの学習による、より広範なモーションへの適用の実現</li></ul></li></ul>
</div></section>


  <div class="projectStyle-interviewees" id="projectStyle-interviewees-block_62a9becea0dab">
          <ul class="list">
                  <li class="item">

                          <div class="image">
                <img src="https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/10/21105015/slv-20221021-105015-20221021-105015.jpeg" alt="">
              </div>
            
            <div>
              <div class="nameLogo">
                <div class="nameWrap">
                  <h4 class="name">
                    楢崎 浩一<span class="title">様</span>
                    <span class="en">Koichi Narasaki</span>
                  </h4>
                  <p class="position">SOMPOホールディングス デジタル事業オーナー 執行役専務 SOMPO Light Vortex 代表取締役CEO</p>
                </div>
                                  <div class="logo">
                    <img src="https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/06/jpn-sompo-lv-comm-logomark-en-type-a-basic-posi-20220621-150030.jpg" alt="">
                  </div>
                              </div>
              <div class="profile">
                <p>1981年三菱商事入社。ICT関連事業に携わった後、2000年から米シリコンバレーを中心に複数のスタートアップ企業で、CEOやCOOなどを務める。2016年、SOMPOホールディングスに入社し、グループCDO 執行役員、2019年Palantir Technologies Japanの代表取締役CEO（現任）、2021年グループCDO 執行役専務およびデジタル事業ユニットオーナー・最高責任者、同年7月SOMPO Light VortexのCEO就任。2022年4月より現職。</p>
              </div>
            </div>
          </li>
              </ul>
          <ul class="list">
                            <li class="item">
            <div class="image">
              <img src="https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/06/member-image-1-tamura-300x300.jpg" alt="">
            </div>
            <div class="text">
              <div class="nameLogo">
                <div class="nameWrap">
                  <h4 class="name">田村 浩一郎                    <span class="en">Koichiro Tamura</span>
                  </h4>
                  <p class="position">
                    株式会社ACES
                    代表取締役/CEO                  </p>
                </div>
                <div class="logo">
                  <img src="https://api-homepage.acesinc.co.jp/wp-content/themes/aces/img/logo-aces.svg" alt="ACES">
                </div>
              </div>
              <div class="profile">
                
<p>東京大学大学院工学系研究科卒(工学博士)。松尾研究室で金融工学における深層学習の応用研究に従事。Forbes 30 Under 30 Asia 2022 Enterprise Technology部門に選出。2017年、「アルゴリズムで社会はもっとシンプルになる」というビジョンを掲げACESを創業。アカデミアと事業の接合を意識し、会社を経営しながら自らも博士号を3年で取得した。AIアルゴリズムを前提にした働き方・産業はどのような姿かという問いを立て、AIの社会実装を率いる。</p>
              </div>
            </div>
          </li>
                      </ul>
      </div>



<p>メタバースやxR技術など三次元モーションを使用する研究開発を手がける株式会社バンダイナムコ研究所。日々、「革新的なエンターテインメント」を追い求めるなかで、ACESと共同研究を進めているのが「AIを活用したキャラクターモーションの生成」です。</p>



<p>今回の共同研究プロジェクトは、現在進行形でありながら、収録したモーションデータを「AI研究開発用3Dモーションデータセットを無料で公開する」という試みがなされています。オープンソース化に踏み切った理由はどこにあるのか。株式会社バンダイナムコ研究所の髙橋誠史氏と、株式会社ACES取締役の與島仙太郎が、その狙いについて明かしました。</p>



<h2>研究結果をオープンにした背景とメリット</h2>



<p><strong>髙橋　</strong>現在、公開しているのはAIを作るための元になる、合計で約14,400秒分のモーション収録データです。データを公開したのは、一つには研究開発というのは我々だけで進める以上に、広く世の中から出てくる成果によっても進化すること。</p>



<p>このプロジェクトは海外論文をもとに独自の研究成果を交えていくフェーズになってきていますが、やはり自らもアカデミックな領域や貢献していけるものを返していきたい、という想いがあります。ただ、すでにゲームで使用されているモーション素材は提供できません。しかし、今回のプロジェクトではノウハウを蓄積して改善していく方がリスクが少ないと判断して、モーション収録を新規で行ってきましたから、それらはバンダイナムコ研究所が全ての権利を有しているものであり、公開することに対しても制限はありません。</p>



<p>もちろん、すべての企業で同じ判断ができるわけではないとは思いますが、バンダイナムコの社風としては公開することには前向きでしたから、それならば実施しようと。アカデミックな領域や関係する産業、さらには研究者を志す採用候補者や学生といった人々にもプラスに受け止めてもらえると考えています。特にエンタメ業界に携わりたい研究職の学生には「バンダイナムコ研究所は自らデータセットをとりながら研究できる会社だ」と知ってもらえる機会になるのではないでしょうか。</p>



<p><strong>與島　</strong>ACESとしてもデータを含めて公開するのは初めての試みでしたが、髙橋さんがおっしゃったように、海外を含めた先行研究から着想を得ているプロジェクトですから、それを産業に戻して現場で使えるようにする働きかけと、それらをアカデミアへ戻すといった動きができるのは非常に価値があると思っています。データセットをより実用に近い形で、最新のものを集めて公開することで、みんながもっと研究できるようになるはずです。また、現場からの課題やニーズが研究側に下りていくことによって、さらに実用的な研究も加速するかもしれません。黎明期である研究の領域ごともっと注目され、他の人たちが研究を進めてくれた分だけ、その知見を得ながら私たちも研究を進めていける期待感もあります。</p>



<figure class="wp-block-image size-large"><img width="1024" height="683" src="https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/09/30150815/220526-019-20220930-150814-20220930-150814-1024x683.jpg" alt="" class="wp-image-1583" srcset="https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/09/30150815/220526-019-20220930-150814-20220930-150814-1024x683.jpg 1024w, https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/09/30150815/220526-019-20220930-150814-20220930-150814-300x200.jpg 300w, https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/09/30150815/220526-019-20220930-150814-20220930-150814-768x512.jpg 768w, https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/09/30150815/220526-019-20220930-150814-20220930-150814-1536x1024.jpg 1536w" sizes="(max-width: 1024px) 100vw, 1024px" /></figure>



<h2>英語での発信で海外からも反響</h2>



<p><strong>髙橋　</strong>ACESさんにはデータセットの公開を英語化する部分については担っていただきました。どういう情報を載せるべきか、入れるべき統計情報や目録といったものを検討し、海外まで伝わるように英語での発信もサポートしてくれています。おかげで海外のマシンラーニングやディープラーニングの研究者たちもリポジトリをチェックしてくれるようになりました。そこから寄せられる反響で、我々だけでは不十分だった部分は、これから解消していかなければならないと考えています。</p>



<p><strong>與島　</strong>発信に際して苦労したことは特別ありませんでした。活用されているデータセットがどういうもので、どんな情報を載せているかをサーベイして、今回のデータセットから何を収録すべきかを決めていきました。一つ工夫したこととしては、収録データは特殊なファイル形式を採用しているたので、プレビューしやすいように変換後の動画ファイルを載せたり、『Blender』でmp4データを自動で作るためのプログラムも併せて公開したりしています。「いかにデータを使いやすく出せるか」にはこだわっていますね。</p>



<p><strong>髙橋　</strong>せっかく公開するからには反響があったほうがいいですし、想定する以上に広まった実感があります。今後、新しい研究論文につながる成果につながる可能性もあるでしょう。</p>



<figure class="wp-block-image size-large"><img width="1024" height="683" src="https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/09/30150726/220526-129-20220930-150724-20220930-150724-1024x683.jpg" alt="" class="wp-image-1582" srcset="https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/09/30150726/220526-129-20220930-150724-20220930-150724-1024x683.jpg 1024w, https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/09/30150726/220526-129-20220930-150724-20220930-150724-300x200.jpg 300w, https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/09/30150726/220526-129-20220930-150724-20220930-150724-768x512.jpg 768w, https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/09/30150726/220526-129-20220930-150724-20220930-150724-1536x1024.jpg 1536w" sizes="(max-width: 1024px) 100vw, 1024px" /></figure>



<h2>予想外のニーズがフィードバックされた</h2>



<p><strong>髙橋　</strong>公開したことによって、意図していなかった反響も寄せられています。AI研究の利用を想定していましたが、自分の持っている3Dキャラクターに適用してゲーム制作に使ったり、プロが演じ分けた収録データをカタログ的に一覧できることでCGを学ぶ学生が参考にしたりと、モーションデータの受容性や市場性に対する声をいただいています。</p>



<p>こういったデータの予想外の使われ方、予想外のニーズが感じられるのも、研究の途中段階であっても公開することで、「誰が、どういうニーズで、何を欲しているのか」が分かるのは嬉しいフィードバックといえます。そういった反応を得ながら最終形に向かっていけるのがよい兆候だと感じています。</p>



<p><strong>與島　</strong>アクターのモーションそのものがある種のデジタル資産になっていくといえますね。</p>



<p><strong>髙橋　</strong>まさにそうです。他にも、ブロックチェーンを活用して、踊っているデータの権利をダンサーさんに紐付けるといったサービスを提供しているスタートアップもいらっしゃいます。今後も優位性の高いもの、権利がほしいものなど、様々な形式には分かれるとは思いますが、プロフェッショナルの動作自体にデータとしての価値があるケースが増えていくかもしれません。</p>



<p>おそらく一般の方にはモーション収録に対するハードルが最も高いですから、データを用意することで、それらを組み合わせるところから、この「モーションデータの活用」を民主化していければと思います。今回のような手法で3Dキャラクターに対するバリエーションや個性をつけられるのは、今後も有望な分野があるだろうと考えます。一般の人が使うサービス、それこそメタバース空間は代表例になっていくのではないでしょうか。</p>



<figure class="wp-block-image"><img alt=""/></figure>



<h2>「いかに現場で使われるか」にこだわり続ける</h2>



<p><strong>與島　</strong>ACESは「アルゴリズムバリューデザイン」や「AIバリューデザイン」といった言葉で表現しますが、AIや技術は手段であり、「いかに現場で使われるか」に最もこだわりぬいていくのが大切だと考えています。それがACESが基礎研究に留まらず、さらに他社と比べても強みとなっている部分だと捉えています。</p>



<p>今回のプロジェクトでも、それこそゲーム制作の現場といっても「ダンスで使いたいのか」「格闘シーンで使いたいのか」といったように、実際の使い方によって強調すべき特徴は異なりますから、注力すべき技術も変わってきます。まさに活用の上流から下流までを髙橋さんたちと一緒に深く詰めて取りかかってきたな、と思います。制作したデータを実際にモーションを作ってくださっている方に見ていただき、プロの目線で指摘してもらう機会も持ちました。「現場で使える」を実現するアルゴリズム、そのためのPDCAサイクルは何なのかを突き詰めていますし、今後も継続して取り組んでいきたいです。</p>



<p><strong>髙橋　</strong>必ずしもアルゴリズムだけでゴールに達成しなければならないわけではありませんからね。「ここから先はモーションを作る人が介入すればいい。AIで作りこむ必要はない」というポイントはどこなのかを見極めるのも大切な観点です。ゲーム制作ならば高品質が求められますが、UGC（ユーザー・ジェネレイテッド・コンテンツ）ならば許容範囲、といった線引きも今後より見えてくることでしょう。</p>



<p>事業活用がゴールにあるのですけれども、一人の研究開発者としては、このAIプロジェクトのようなR&amp;Dは、積み重ねることで未来に価値が出ると思うのです。担当している私自身の信念の部分としても、AIプロジェクトは3年がかりで花開いたものもありましたから、長い目で見ながら、今が山登り中だとしたら「いったい何合目にいるのか」を考えながら取り組むのが大切だと考えています。</p>



<p>最終的には「空手の黒帯を持つ人の正拳突きの演技」といった文章を入力したらモーションが出力されるまでになれば、まさに属人的な作業を置き換えることができ、より注力すべきことにクリエイティビティを発揮できる未来が待っている、と期待しています。</p>



<figure class="wp-block-image size-large"><img width="1024" height="683" src="https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/09/30150348/220526-159-20220930-150347-20220930-150347-1024x683.jpg" alt="" class="wp-image-1581" srcset="https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/09/30150348/220526-159-20220930-150347-20220930-150347-1024x683.jpg 1024w, https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/09/30150348/220526-159-20220930-150347-20220930-150347-300x200.jpg 300w, https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/09/30150348/220526-159-20220930-150347-20220930-150347-768x512.jpg 768w, https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/09/30150348/220526-159-20220930-150347-20220930-150347-1536x1024.jpg 1536w" sizes="(max-width: 1024px) 100vw, 1024px" /></figure>

AI活用の研究成果をオープンソース化。バンダイナムコ研究所との共同研究を公開して見えたメリット（後編）

ACESに感じた「人柄の相性」リードクリエイトとのAI活用プロジェクト、パートナーに選ばれた理由とは（後編）

営業支援

ACES Meet

文字書き起こし話者分類

“営業科学”のトップランナーを目指す。パーソルプロセス＆テクノロジーとデータドリブン営業のためのワンストップソリューションを共同開発

<div class="wp-container-18 wp-block-group projectStyle-keyvisual"><div class="wp-block-group__inner-container">
<figure class="wp-block-image size-large"><img width="1024" height="576" src="https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/06/22191540/aces-meet-20220622-191539-20220622-191540-1024x576.jpg" alt="" class="wp-image-1234" srcset="https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/06/22191540/aces-meet-20220622-191539-20220622-191540-1024x576.jpg 1024w, https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/06/22191540/aces-meet-20220622-191539-20220622-191540-300x169.jpg 300w, https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/06/22191540/aces-meet-20220622-191539-20220622-191540-768x432.jpg 768w, https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/06/22191540/aces-meet-20220622-191539-20220622-191540-1536x864.jpg 1536w, https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/06/22191540/aces-meet-20220622-191539-20220622-191540.jpg 1600w" sizes="(max-width: 1024px) 100vw, 1024px" /></figure>
</div></div>



<section class="wp-container-19 wp-block-group projectStyle-overview"><div class="wp-block-group__inner-container">
<h2>導入前の課題</h2>



<ul><li>営業のノウハウや現場の情報の属人化</li><li>商談を録画したものの活用できていない</li><li>営業メンバーの育成、教育の時間が確保できない</li></ul>



<hr class="wp-block-separator has-alpha-channel-opacity"/>



<h2>導入後の効果</h2>



<ul><li>営業パーソンの自己学習、マネージャーからのフィードバックが効率化</li><li>社内情報共有が簡易に</li></ul>



<hr class="wp-block-separator has-alpha-channel-opacity"/>



<h2>導入の決め手</h2>



<ul><li>カスタマーサポートの安心感</li></ul>
</div></section>


  <div class="projectStyle-interviewees" id="projectStyle-interviewees-block_62a9becea0dab">
          <ul class="list">
                  <li class="item">

                          <div class="image">
                <img src="https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/10/21105015/slv-20221021-105015-20221021-105015.jpeg" alt="">
              </div>
            
            <div>
              <div class="nameLogo">
                <div class="nameWrap">
                  <h4 class="name">
                    楢崎 浩一<span class="title">様</span>
                    <span class="en">Koichi Narasaki</span>
                  </h4>
                  <p class="position">SOMPOホールディングス デジタル事業オーナー 執行役専務 SOMPO Light Vortex 代表取締役CEO</p>
                </div>
                                  <div class="logo">
                    <img src="https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/06/jpn-sompo-lv-comm-logomark-en-type-a-basic-posi-20220621-150030.jpg" alt="">
                  </div>
                              </div>
              <div class="profile">
                <p>1981年三菱商事入社。ICT関連事業に携わった後、2000年から米シリコンバレーを中心に複数のスタートアップ企業で、CEOやCOOなどを務める。2016年、SOMPOホールディングスに入社し、グループCDO 執行役員、2019年Palantir Technologies Japanの代表取締役CEO（現任）、2021年グループCDO 執行役専務およびデジタル事業ユニットオーナー・最高責任者、同年7月SOMPO Light VortexのCEO就任。2022年4月より現職。</p>
              </div>
            </div>
          </li>
              </ul>
          <ul class="list">
                            <li class="item">
            <div class="image">
              <img src="https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/06/member-image-1-tamura-300x300.jpg" alt="">
            </div>
            <div class="text">
              <div class="nameLogo">
                <div class="nameWrap">
                  <h4 class="name">田村 浩一郎                    <span class="en">Koichiro Tamura</span>
                  </h4>
                  <p class="position">
                    株式会社ACES
                    代表取締役/CEO                  </p>
                </div>
                <div class="logo">
                  <img src="https://api-homepage.acesinc.co.jp/wp-content/themes/aces/img/logo-aces.svg" alt="ACES">
                </div>
              </div>
              <div class="profile">
                
<p>東京大学大学院工学系研究科卒(工学博士)。松尾研究室で金融工学における深層学習の応用研究に従事。Forbes 30 Under 30 Asia 2022 Enterprise Technology部門に選出。2017年、「アルゴリズムで社会はもっとシンプルになる」というビジョンを掲げACESを創業。アカデミアと事業の接合を意識し、会社を経営しながら自らも博士号を3年で取得した。AIアルゴリズムを前提にした働き方・産業はどのような姿かという問いを立て、AIの社会実装を率いる。</p>
              </div>
            </div>
          </li>
                      </ul>
      </div>



<p></p>



<h2>営業のノウハウや現場の情報が属人化し、営業メンバーの教育が急務に</h2>



<p><strong>ー 全研本社さんでACES Meetを導入されたきっかけを教えてください。</strong></p>



<p>私はコンテンツマーケティングの商品の制作・販売を行う部署に所属しており、営業メンバーの育成・教育を任されています。中でもフロント営業の育成に力を入れているのですが、メンターがつきっきりで指導をするにも時間がかかり限界を感じていました。特にここ数年で商談のオンライン化が一気に進んだことで、営業のノウハウや現場の情報が属人化しており、いわゆるブラックボックス的な状況が発生していました。こうした状況を打開すべく、商談を録画しdriveに蓄積していきましたが、メンバーが動画を振り返る時間をなかなか取れなかったり、ナレッジをうまく活用できず停滞感が漂っていました。やる気のあるメンバーが多いだけに、学びの場がうまく提供できず空回りしてしまうのが悔しかったですね。そうした課題に悶々としていた頃、ACES Meetを紹介いただき、メンバーの教育に少しでも役に立つのならと導入を決めました。</p>



<p><strong>ー メンバーの教育に活用いただいているとのことですが、具体的にはどのように活用されていますか？</strong></p>



<p>一番活用しているシーンとしては、営業メンバーの育成・自己学習です。うちの事業部のフロント営業は、課題を抱える顧客に対してWEBマーケティングの知識を総動員しながら解決策を提案するコンサルティング営業を行っているため、型化が難しく再現性が低くなりがちです。そこで、ハイパフォーマーの営業メンバーの動画をもとに、良い商談の基準をつくっています。例えば次の打ち合わせまでの”ネクストアクション”や”日時”が決められているか、商談の中での”話す/聞くの割合”、”話せている項目/話せていない項目”の可視化を行うことで、良い商談の共有点を導き出しています。</p>



<p>現場でフロントを目指しているメンバーは、営業メンバーのノイズを取り除いたトークスクリプトをつくって練習したり、耳で聞きながら内容を話すシャドーイングのようなことをしているメンバーもいます。内容をパート分けて分解しながら、「このパートを上手く伝えられるようになりたい！」など目標を持って取り組んでいます。</p>



<figure class="wp-container-21 wp-block-gallery-20 wp-block-gallery has-nested-images columns-default is-cropped">
<figure class="wp-block-image size-large"><img width="1024" height="683" data-id="1098"  src="https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/06/113a4974-20220621-144622-1024x683.jpg" alt="" class="wp-image-1098" srcset="https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/06/113a4974-20220621-144622-1024x683.jpg 1024w, https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/06/113a4974-20220621-144622-300x200.jpg 300w, https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/06/113a4974-20220621-144622-768x512.jpg 768w, https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/06/113a4974-20220621-144622-1536x1024.jpg 1536w, https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/06/113a4974-20220621-144622-2048x1365.jpg 2048w" sizes="(max-width: 1024px) 100vw, 1024px" /></figure>
</figure>



<h2>営業メンバーの育成時間が短縮、勉強しやすい環境でメンバーのモチベーションも向上</h2>



<p><strong>ー 実際にACES Meetを導入してみて、当初の課題はどのように解決されましたか？</strong></p>



<p>新人営業メンバーが勉強しやすい環境を整えられました。実際にメンバーからは、</p>



<ul><li>何度も録画を止めて文字起こしをする必要がなくなり効率よく勉強できている</li><li>最新の商談をすぐ見れて、常に勉強ツールが更新されている</li><li>特定のパートを練習したいときに細かく動画を見なくても文字起こしやハイライト機能からすぐ辿れる</li></ul>



<p>などの声をもらっていて、モチベーション向上にもつながっています。育成する側としても「ACES Meetのここみて下さい！」といって共有してもらえると、フィードバックしやすく工数削減にもつながっています。私も新卒で営業部に配属された時は、議事録作成やトーク練習に時間がかかってましたし、ACES Meetがあればよかったのになと思います（笑）</p>



<figure class="wp-container-23 wp-block-gallery-22 wp-block-gallery aligncenter has-nested-images columns-default is-cropped">
<figure class="wp-block-image size-full"><img width="1024" height="576" data-id="1323"  src="https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/06/28134136/zenken-slide-sample-20220628-134136-20220628-134136-1024x576.png" alt="" class="wp-image-1323" srcset="https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/06/28134136/zenken-slide-sample-20220628-134136-20220628-134136-1024x576.png 1024w, https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/06/28134136/zenken-slide-sample-20220628-134136-20220628-134136-300x169.png 300w, https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/06/28134136/zenken-slide-sample-20220628-134136-20220628-134136-768x432.png 768w, https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/06/28134136/zenken-slide-sample-20220628-134136-20220628-134136.png 1440w" sizes="(max-width: 1024px) 100vw, 1024px" /><figcaption>画像：研修で利用されている資料の一部</figcaption></figure>
</figure>



<p><strong>ー 他のセールスイネーブルメントツールも検討されてたとのことですが、ACES Meetを選んだ決め手はありますか？</strong></p>



<p>正直なところ、最初に話を聞いた際は議事録作成のツールなのかな、と思っていたのですが話を聞くうちに、ただツールを導入して終わりではなく「ちゃんと育成する」「売上に貢献すること」をゴールにおいてアドバイスをしてくださったので安心しました。具体的には、第三者視点で弊社の営業課題を指摘いただき、暗黙知となっていた部分の言語化をお手伝いくださる点が非常に有難いです。どうしても私ひとりでは限界がある中で、営業育成という観点で視野を広げ、毎回の打ち合せで多くのご提案をいただけることに感謝しております。</p>



<p>うちの会社は、個人プレーではなくチームで営業に向き合うことを大切にしているのですが、CS担当していただいている中川さん（ACES）もまさしくチームの一員のように伴走してもらっています。</p>



<p><strong>ー 今後はACES Meetをどのように活用していきたいですか？</strong></p>



<p>最終的には私の仕事がない状態に、というと言い過ぎかもしれませんが（笑）属人化している営業育成が改善され、より多くの新人営業マンに、フロントとしてのキャリアを積める扉が開けたらいいなと思います。自身のスキルアップやキャリア形成に貪欲なメンバーが多いので、頑張りたい人が勉強できる環境を整備しながら、営業組織を俯瞰的に見つつ分析と改善をしていきたいですね。</p>

営業

営業メンバーの育成時間が短縮、属人化していた営業育成の改善でモチベーションUPに

【イベントレポート】AI研究セミナー「業界変革を実現するAI活用のススメ」


<div class="wp-container-26 wp-block-group projectStyle-keyvisual"><div class="wp-block-group__inner-container">
<figure class="wp-block-image size-large"><img width="1024" height="576" src="https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/06/22191544/sompo-20220622-191544-20220622-191544-1024x576.jpg" alt="" class="wp-image-1236" srcset="https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/06/22191544/sompo-20220622-191544-20220622-191544-1024x576.jpg 1024w, https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/06/22191544/sompo-20220622-191544-20220622-191544-300x169.jpg 300w, https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/06/22191544/sompo-20220622-191544-20220622-191544-768x432.jpg 768w, https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/06/22191544/sompo-20220622-191544-20220622-191544-1536x864.jpg 1536w, https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/06/22191544/sompo-20220622-191544-20220622-191544.jpg 1600w" sizes="(max-width: 1024px) 100vw, 1024px" /></figure>
</div></div>



<p>株式会社ACES（東京都文京区、代表取締役 田村 浩一郎、以下「ACES」）と、SOMPO Light Vortex株式会社（代表取締役CEO：楢󠄀﨑 浩一、以下「ライトボルテックス」）は、このたび資本業務提携契約を締結したことをお知らせします。</p>



<h2>背景</h2>



<p>ACESは、「アルゴリズムで社会はもっとシンプルになる」というビジョンのもと2017年に立ち上がった東京大学松尾研発のAIスタートアップです。ヒトの認識・解析を行うHuman Sensing(ヒューマンセンシング)技術をはじめとした画像・映像解析のAIアルゴリズムを用いて、ヒトの知見を数式化し、幅広い業界のリアル産業のDXを推進しています。AIアルゴリズムを事業価値に落とし込むAIバリューデザイン力をコアコンピタンスに、リアル産業のデジタル化と新規事業の創出を推進してまいりました。</p>



<p>ライトボルテックスは、SOMPOグループの「&#8221;安心・安全・健康のテーマパーク&#8221;により、あらゆる人が自分らしい人生を健康で豊かに楽しむことのできる社会を実現する」というパーパス実現のため、デジタルを活用したサービス創出力の強化と新たな事業機会の獲得を通じた「新たな顧客価値の創造」を目的として2021年7月に設立されました。すでに100％子会社のSOMPOオークス株式会社を保持し、事故現状車を中心としたオークションプラットフォームを開発、これまでに約3万台をグローバルに販売しています。</p>



<p>ACESとSOMPOホールディングスは、2019年より、損害保険事業のDXに向けて、様々な協業を通じ新たな事業構造・顧客価値の創出を推進してきました。今回、こうした取り組みをデジタル新規事業として社会実装し、より高速に新たな顧客・社会価値の創造を実現すべく、ライトボルテックスとの提携に至りました。両社はミッション・事業目的ともに高い親和性と共感を有しており、両社の経営資源をかけ合わせることで、幅広い産業のリアルデータの活用および事業拡大を加速させてまいります。</p>



<h2>業務提携の概要</h2>



<p>社会課題解決を伴うデジタル事業創出に向けては、リアル産業に存在する膨大な非構造データを構造化・統合した上で、適切に分析・活用して事業価値につなげていくことが不可欠です。ACESは、①Deep Learningを用いた映像・音声・言語などの非構造化データの構造化技術 ②リアルデータから事業価値を創出するAIバリューデザイン力・データ分析/活用力に強みを持っており、本提携を通じてライトボルテックスとACESが手を取り合うことで、様々な領域での新規事業創出を推進してまいります。</p>



<p>ACESとライトボルテックスは現在、モビリティデータ(※)活用の検討から進めており、その第一弾として、事故車/中古車のB2Bオークション事業領域へのAI活用に取り組んでいます。詳細な情報や今後の展望については、事業の拡大に併せて順次発信いたします。</p>



<p>今回の資本業務提携を機に、ACESの強みであるAIバリューデザインや研究開発の能力、非構造化データを取り扱うDeep Learningを武器とした新規事業開発に邁進してまいります。</p>



<p class="has-small-font-size">※モビリティデータとは<br>自動車そのものから取得されるいわゆるプローブデータだけでなく、運転者の動作や車外の環境データ、自動車の価値の推移や売買データを包含した、モビリティに係るすべての情報のことです。</p>



<h2>SOMPO Light Vortex 株式会社について</h2>



<p>会社名 : SOMPO Light Vortex 株式会社 (ソンポ・ライト・ボルテックス)<br>代表者 : 代表取締役CEO 楢󠄀﨑 浩一<br>所在地 : 東京都新宿区西新宿1-26-1<br>資本金：243億円<br>株式持分：SOMPOホールディングス株式会社 100％<br>設立 : 2021年7月1日</p>


ACESとSOMPO Light Vortex株式会社が資本業務提携契約を締結


<div class="wp-container-27 wp-block-group projectStyle-keyvisual"><div class="wp-block-group__inner-container">
<figure class="wp-block-image size-large"><img width="1024" height="576" src="https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/06/22191546/zoff-20220622-191546-20220622-191546-1024x576.jpg" alt="" class="wp-image-1237" srcset="https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/06/22191546/zoff-20220622-191546-20220622-191546-1024x576.jpg 1024w, https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/06/22191546/zoff-20220622-191546-20220622-191546-300x169.jpg 300w, https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/06/22191546/zoff-20220622-191546-20220622-191546-768x432.jpg 768w, https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/06/22191546/zoff-20220622-191546-20220622-191546-1536x864.jpg 1536w, https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/06/22191546/zoff-20220622-191546-20220622-191546.jpg 1600w" sizes="(max-width: 1024px) 100vw, 1024px" /></figure>
</div></div>



<section class="wp-container-28 wp-block-group projectStyle-overview"><div class="wp-block-group__inner-container">
<h2>お客様が抱えていた課題</h2>



<ul><li>コロナ禍によりオンラインでメガネの購買を選択されるユーザーが増加した一方で、メガネの試着や接客エキスパートによるメガネ選びといったZoffならではの接客体験の提供が困難だった</li></ul>



<hr class="wp-block-separator has-alpha-channel-opacity"/>



<h2>ACESがパートナーとして行ったこと</h2>



<ul><li>全国の接客経験豊富なZoffスタッフのうち特に接客スキルの高い約720名の協力のもと、約17万件の顔画像評価データをもとにレコメンドアルゴリズム「Zoff Match」を独自に開発</li></ul>



<hr class="wp-block-separator has-alpha-channel-opacity"/>



<h2>プロジェクトの成果</h2>



<ul><li>今まで言語化が難しかったZoffエキスパート店員の”感性”や”提案力”を再現する独自アルゴリズムを開発</li><li>Zoffのコアバリューである「お客様一人ひとりの個性やニーズに合わせたメガネの提案」をデジタル上で実現</li></ul>
</div></section>



<p>メガネブランド「Zoff」でおなじみの株式会社インターメスティック。業界に先駆けてSPAモデル（※1）を導入し、低価格かつ多様な商品展開によりメガネをファッションとして楽しむ文化を生み出してきました。そんな「Zoff」は昨年2021年に20周年を迎え、新ブランド戦略「Eye Performance」を掲げました。研究・開発機関、“Zoff Eye Performance Studio”(以下ZEPS)を新たに設立し、目だけではなく人間のパフォーマンスを向上させるための「新しい機能」「新しい商品」「新しいサービス」を 研究・開発し、社会実装するという挑戦をしています。今回はそんな新しい挑戦の一つで、株式会社ACESと共同開発したレコメンド機能「Zoff Match」に焦点を当て、本プロジェクトの背景と取り組みを振り返ります。</p>



<p class="has-small-font-size">* ファッション商品の企画から生産、販売までの機能を垂直統合したビジネスモデル</p>



<h2><strong>スマートフォンで眼鏡を試着できるレコメンドエンジン「Zoff Match」</strong></h2>



<p>「Zoff Match」とは、スマートフォンでメガネを試着できるバーチャル試着サービス「Zoff Virtual Counter(ゾフ バーチャルカウンター)」内の機能。アプリ内で試着のシミュレーションをする際に、 AIが接客のエキスパートさながらお客様の要望に応じたお似合いのメガネをお勧めしてくれるというものです。簡単な質問に答えるだけでZoffの店舗スタッフお勧めの商品をバーチャル上で試着できるので、店舗に行けないお客様もメガネ選びを楽しめます。&nbsp;</p>



<p>新型コロナウイルスの感染拡大下においては、お客様にとってもスタッフにとってもメリットの大きいサービスですが、実は新型コロナウイルスの感染拡大以前からもオンラインでのメガネの購買を選択されるお客様は一定数いらっしゃいました。ただ、メガネの試着や接客エキスパートによるメガネ選びといった「リアルな店舗ならではのサービス」が受けられない。そこでACESとZoffは、全国の接客経験豊富なZoffスタッフのうち特に接客スキルの高い約720名の協力のもと、約17万件の顔画像評価データをもとにレコメンドアルゴリズムを独自に開発しました。</p>



<h2><strong>Zoff独自の購買体験をデジタル上で実現！</strong><br><strong>一般的なレコメンド機能との違いとは？</strong></h2>



<p>アパレル・美容業界では既に、パーソナライズされた接客サービスを提供する技術がリリースされていますが、写真や体格情報（身長・体重）、嗜好の入力によって提案（正解）を導き出すプログラムが一般的です。しかしそれだけだと、多くの日本人の骨格にマッチするもの＝正解と位置付けられ、個性に合わせた提案を受けられないという課題がありました。</p>



<p>Zoffのコアバリューは、お客様一人ひとりの個性やニーズに合わせてプロのスタッフにメガネを提案してもらえるという体験にあります。そのため、既存のレコメンドエンジンの発想を超える必要があると考えました。そこで本プロジェクトでは、Zoffならではの購買体験をデジタル上でも実現するためのレコメンドエンジン開発にフォーカスを当てました。</p>



<h2><strong>「エキスパート店員の知見」が鍵に </strong><br><strong>約17万件の顔画像評価データから生まれたアルゴリズム</strong></h2>



<p>「Zoff Match」を開発するにあたって、まずはメガネ選びのプロフェッショナルである「エキスパート店員の知見」の特定を行いました。実際に売り場のエキスパート店員の方々にインタビューを行った結果、「コミュニケーションを通じた来店者の情報の収集力」と「獲得した情報から最適なメガネを推薦する提案力」がお客様の満足度に大きく寄与していることがわかりました。そこでレコメンドアルゴリズムには、2つの推定技術を用いて似合い度スコアを算出する方式を採用しました。</p>


<div class="wp-block-image">
<figure class="aligncenter size-large is-resized"><img src="https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/06/FIX-Zeus_%E8%AA%AC%E6%98%8E%E5%9B%B3%E7%89%88_20220328-1-1024x536.png" alt="" class="wp-image-248" width="768" height="402" srcset="https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/06/FIX-Zeus_%E8%AA%AC%E6%98%8E%E5%9B%B3%E7%89%88_20220328-1-1024x536.png 1024w, https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/06/FIX-Zeus_%E8%AA%AC%E6%98%8E%E5%9B%B3%E7%89%88_20220328-1-300x157.png 300w, https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/06/FIX-Zeus_%E8%AA%AC%E6%98%8E%E5%9B%B3%E7%89%88_20220328-1-768x402.png 768w, https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/06/FIX-Zeus_%E8%AA%AC%E6%98%8E%E5%9B%B3%E7%89%88_20220328-1-1536x804.png 1536w, https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/06/FIX-Zeus_%E8%AA%AC%E6%98%8E%E5%9B%B3%E7%89%88_20220328-1.png 1920w" sizes="(max-width: 768px) 100vw, 768px" /><figcaption>本プロジェクトで用いたアルゴリズム：<br>顔検出AI、顔タイプ判定AI、顔認識AI、顔特徴点認識AI、顧客ニーズの感性評価（スコアリング）、商品の感性評価（スコアリング）</figcaption></figure></div>


<p>本プロジェクトで用いたアルゴリズム：顔検出AI、顔タイプ判定AI、顔認識AI、顔特徴点認識AI、顧客ニーズの感性評価（スコアリング）、商品の感性評価（スコアリング）</p>



<p>レコメンドアルゴリズムの具体的な開発フローとしては、エキスパート店員のメガネ選びの知見をAIで再現するために、全国の接客経験豊富なZoffスタッフのうち特に接客スキルの高い約720名の協力のもと、約17万件の顔画像評価データを機械学習し独自のAIを開発。約3ヶ月で教師用データをゼロから収集しました。データ収集のためのプロジェクトマネジメントはもちろん、店頭在庫を考慮したデータ収集担当の振り分け、店舗スタッフでも簡単にアノテーションをできるようにするためのマニュアルやアンケートフォーム開発などをサポートしました。地道なデータ収集によって、関連しうる特徴量を多く入れた上でデータから学習することで、「エキスパートは暗に使用しているが言語化されていない知見」を組み込んだ推論を実現しました。</p>



<div class="wp-container-29 wp-block-group projectStyle-memberHeading"><div class="wp-block-group__inner-container">
<h2>Project Member’s Voice</h2>



<p>プロジェクトメンバーの声</p>
</div></div>


  <div class="projectStyle-member-external" id="projectStyle-member-external-block_628345b42adec">
    <h3 class="heading">電源開発株式会社（J-POWER） </h3>
          <ul class="list">
                  <li class="item">
                          <div class="image">
                <img src="https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/06/22193409/7-1-20220622-193409-20220622-193409.jpg">
              </div>
                        <div class="text">
              <h4 class="name">森田 和敏<span class="title">様</span></h4>
              <p class="position">デジタルイノベーション部プロジェクト室</p>
              <div class="comment">
                <p>情報通信の技術者として、発電所の遠隔監視制御に使われる専用の通信ネットワーク(マイクロ波無線通信網、電話交換網、送電線保護システムなど)の構築や情報端末用のLAN/WANの設計、整備に従事。現在は、社内業務へのデジタル技術活用プロジェクトのPMを担当し、画像認識技術を用いた作業現場の安全向上や機械学習を用いた気象予測のプロジェクトに従事。2022年3月、立教大学大学院人工知能研究科において修士号(人工知能科学)取得。</p>
              </div>
            </div>
          </li>
              </ul>
      </div>


  <div class="projectStyle-member-aces" id="projectStyle-member-aces-block_62a97c0ba0d6e">
    <h3 class="heading">ACES</h3>
          <ul class="list">
                                <li class="item">
              <div class="image">
                <img src="https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/06/member-image-1-tamura-300x300.jpg" alt="">
              </div>
              <div class="text">
                <h4 class="name">田村 浩一郎                  <span class="en">Koichiro Tamura</span></h4>
                <div class="comment">
                  <p>東京大学工学系研究科 松尾研究室博士課程在籍。金融、ネットワーク分析、自然言語処理や広告最適化などに対して機械学習の応用研究に従事。GCI 講座優秀賞、DL 応用講座最優秀賞、トヨタ・ドワンゴ高度人工知能人材奨学金などDLに関わる様々な賞を受賞し、数多くの企業との共同研究プロジェクトでPMを経験。2017年、「アルゴリズムで社会はもっとシンプルになる」というミッションを掲げACES を創業。学術的な研究を足場に、AI技術を社会実装することを日々意識し、事業を率いる。</p>
                </div>
              </div>
            </li>
                          </ul>
      </div>


販売支援

AIレコメンドエンジン

小売業

エキスパート店員の知見をAIで再現！約17万件の顔画像評価データから生まれた「Zoff Match」の開発舞台裏


<div class="wp-container-30 wp-block-group projectStyle-keyvisual"><div class="wp-block-group__inner-container">
<figure class="wp-block-image size-large"><img width="1024" height="576" src="https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/06/22191550/20220622-191550-20220622-191550-1024x576.jpg" alt="" class="wp-image-1240" srcset="https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/06/22191550/20220622-191550-20220622-191550-1024x576.jpg 1024w, https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/06/22191550/20220622-191550-20220622-191550-300x169.jpg 300w, https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/06/22191550/20220622-191550-20220622-191550-768x432.jpg 768w, https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/06/22191550/20220622-191550-20220622-191550-1536x864.jpg 1536w, https://api-homepage-cfn.acesinc.co.jp/wp-content/uploads/2022/06/22191550/20220622-191550-20220622-191550.jpg 1600w" sizes="(max-width: 1024px) 100vw, 1024px" /></figure>
</div></div>



<p>画像・映像認識AIアルゴリズムの力でリアル産業のDXを目指す東大松尾研発のAIスタートアップである株式会社ACES（エーシーズ、CEO 田村 浩一郎、以下「ACES」）と防衛省陸上幕僚監部人事教育部人事教育計画課は、ACESが陸上自衛隊の各種分野におけるAI技術活用についての助言を行うことで合意しました。</p>



<p>本合意に基づき、Deep Learningの基礎研究に関係する分野において、AIに関する技術的な知見を講話等を通じて提供し、陸上自衛隊のAI活用を推進します。ACESは引き続き人事領域等においてAIを活用し、ヒトの働き方をデジタルの力で自動化・効率化することで、誰もが生き生きと生きられる社会を実現していきます。</p>


ACESが陸上自衛隊にAI技術活用についての助言を行うことで合意

SHARE

Other Projectsその他の実績

モーションAI技術の研究開発に活用可能なモーションデータセットを販売します

株式会社バンダイナムコ研究所

ChatGPTをセキュアに利活用できる法人向けチャットボットAIプラットフォーム「ACES ChatHub」を提供開始しました

ACES ChatHub

ChatGPT/生成AIのビジネス活用推進プログラムを提供開始しました

ACES

Technologies技術

Downloads資料ダウンロード

Contactお問い合わせ