最終更新日： 2022年11月17日

インターネット技術が日々進化している現代において技術力だけでなく、データ分析やマーケティング能力が必須になっています。

ALBERTは社員の約8割がデータ分析のプロフェッショナルで構成されており、自社開発からコンサルティングまで幅広く展開しています。

今後のIT業界にデータ分析という方向から革新的な影響を与えると考えられます。その先陣に立つ企業、ALBERTを紹介していきたいと思います。

株式会社Albertとは

株式会社Albertについて、

• 企業概要
• ミッション
• 沿革
• 業績推移
• 時価総額＆株価

上記6つを紹介します。

企業概要

社名	株式会社Albert
設立	2005年7月1日
所在地	〒169-0074 東京都新宿区北新宿2-21-1 新宿フロントタワー15F
代表	代表取締役 松本壮志 取締役 武井昭博 取締役 小山智士
社員数	174人
資本金	1,056,259千円（2022年６月末日時点）

ミッション

「データサイエンスで未来をつむぐ~We are the CATALYST.~」

2020年に創立15周年を迎え、これまで大切にしてきた想いと、これから目指す姿を社員自身の言葉で言語化し、新たなミッションを定めた背景があります。ALBERTは、データサイエンスで世界をつなぎ、より良い未来のために新たな価値を共創します。

つむぐ

過去に得られたデータは、それだけではただの情報の集合体です。データサイエンスでそれを縒り集め、つむいでいくことで、未来を想像し、これまで予測できなかったような新しい価値を創造することを可能にします。

人工知能（AI）の活用が進み、様々な視覚的・聴覚的情報がこれまで以上に意味を持ち始めている今、ただAIが従来の人の判断を代替するだけでなく、より良い未来につながる新たな価値を生み出せるように、そしてわたしたちが創造する新たな価値がこれから先の未来にも引き継がれるように、データサイエンスの力でAI社会実装のパートナーとして新たな価値を共創していきます。

ひとりひとりが「CATALYST(カタリスト)」として

ALBERTは「CATALYST（触媒）戦略」を掲げ、産業間のAI・データシェアリングによるAIネットワーク化社会の実現を目指しています。“CATALYST”には、「触媒」という意味のほか、「加速させるもの」「相手にきっかけや刺激を与える人」という意味があります。ALBERTは、データサイエンスの社会実装を通して、産業間に新たな化学反応を起こし、変革をもたらす“CATALYST”でありたいと考えています。

ALBERTは、創業以来「分析力をコア」とするデータサイエンティスト集団として成長を遂げて参りました。今後も人工知能（AI）や機械学習技術を駆使したデータソリューションで、あらゆる産業の問題解決に貢献してまいります。

沿革

2005年	7月	設立
	11月	「教えて！家電」サイトオープン
2006年	4月	All Aboutスーパーおすすめサイト大賞2006　「教えて！家電」All About編集長賞を受賞
2008年	4月	徳島大学と類似画像検索システムの共同研究開始
2009年	3月	レコメンドメールサービス開始
2010年	8月	「Casnet」提供開始
2011年	10月	デジタル・アドバタイジング・コンソーシアム株式会社 と資本業務提携を締結
	11月	次世代広告配信プラットフォーム「i-Effect」提供開始
2012年	4月	CRMソリューション「smarticA!」リリース
2013年	5月	smarticA!DMP」リリース
	7月	「企業向けデータサイエンティスト養成講座」スタート
2014年	10月	「おまかせ！ログレコメンダー」を「Logreco」に名称変更
2015年	2月	東京証券取引所マザーズ市場（現：グロース市場）に上場 新宿野村ビルに本社を移転
2016年	5月	事業コンセプト改定「分析力をコアとする、データソリューションカンパニー」
	8月	人工知能・ディープラーニングのコンサルティング・導入支援サービスの提供を開始
	12月	AI・高性能チャットボットサービス　リリース
2017年	7月	株式会社マクニカとスマートファクトリー事業で業務提携を締結
	8月	株式会社テクノプロとデータサイエンティスト育成事業を開始
	9月	ビッグデータ活用支援「Microsoft Azure活用ソリューション」リリース
2018年	3月	代表取締役社長 松本壮志 就任
	5月	トヨタ自動車株式会社と業務資本提携を締結
	10月	東京海上日動火災保険株式会社と資本業務提携を締結 AI・画像認識サービス「タクミノメ」リリース
	12月	KDDI株式会社と資本業務提携を締結
2019年	1月	新宿フロントタワーに本社を移転
	2月	「タクミノメ」に異常検知とアノテーション機能を追加リリース AI・高性能チャットボットサービスの名称を「スグレス 」に変更
	4月	名古屋ルーセントタワーに東海支社を開設
	7月	株式会社三井住友フィナンシャルグループと業務提携契約を締結
	8月	株式会社ABEJAと業務提携契約を締結 「タクミノメ」より画像認識 AI 構築ツールを販売開始
	11月	株式会社マクニカと資本業務提携契約を締結 BIPROGY株式会社と資本業務提携契約を締結
	12月	情報セキュリティマネジメントシステム（ISMS）の国際規格の認証を取得
2020年	3月	「読者が選ぶネーミング大賞」でAI・高性能チャットボット「スグレス」がスタイリッシュネーミング賞を受賞
	6月	AI人材育成支援　製造業界向け時系列データを活用した異常検知演習の提供開始
	7月	株式会社トヨタシステムズと営業代理店契約締結 コーポレートミッション改定「データサイエンスで未来をつむぐ」 AI人材育成支援　金融業界向け信用リスク評価モデル演習の提供開始
	11月	研究開発支援サービスの提供開始
	12月	株式会社マイナビと資本業務提携契約を締結
2021年	5月	データサイエンティスト養成講座が経済産業省「第四次産業革命スキル習得講座認定制度」に継続認定
	6月	SBIホールディングス株式会社と資本業務提携契約を締結 中外製薬株式会社と製薬業界向けデータサイエンティスト育成プログラムを共同開発
	9月	株式会社日本総合研究所とDX領域での協業開始
2022年	4月	株式会社マイナビとDX人材の育成を一貫支援するサービスの提供開始 DX人材育成支援　製薬業界特化型データサイエンス講座の提供開始
	6月	金融データ活用推進協会に加盟

業績推移

表から分かるように2019年から順調に利益を出し成長しています。特に2021年では売上高も営業利益も大幅に上昇しており、営業利益では全体的に約2倍程度の成長を見せています。2022年11月現在ではまだ確定していない要素がありますが、流れを見ている限り今後も大幅に成長することが予測できます。

時価総額＆株価

半年前から10月手前にかけての株価は4000円から6000円の間を保っていましたが、10月に入ってからは急激に株価が上昇し、現在(2022年11月時点)では約9000円程までになりました。

株式会社albertの事業内容・注力している領域

ALBERTは以下の3つに力を入れています。

• AI・データ分析
• プロダクト開発
• データサイエンティスト育成支援

それぞれ紹介していきます。

AI・データ分析

お客様の課題を解決するAI構築とシステム開発

ALBERTは日本屈指のデータサイエンスカンパニーとして、データアナリティクス領域において最適なソリューションを提供しています。AIアルゴリズムを構築し、データの蓄積から最適化・予測等までをシステムとして提供することで、お客様の課題を解決します。

1　専門性の高いデータサイエンティストによる

ALBERTには統計学や金融工学、宇宙物理学など文理問わずさまざまな領域で高度な研究を行ってきた専門家が集まっています。統計解析やディープラーニング、機械学習など、あらゆる手法とその特性を理解したデータサイエンティストが約240名※在籍しており、プロジェクトの知識・技術ノウハウを共有することで、知の相乗効果を生み出しています。

ALBERTのデータサイエンティストはデータサイエンスをビジネスへ応用できる実装力に長けており、データから+αの価値を創出することで、あらゆる産業の課題解決を支援しています。

2　AIアルゴリズム構築からシステム開発まで一気通貫

ALBERTは2005年の創立当時から、「分析力」をコアコンピタンスとして、データ分析・AIアルゴリズム構築を支援しています。製造・通信・流通・金融などさまざまな業界における数百のプロジェクト実績と経験があります。画像データやセンサーデータを活用した「画像認識」や「異常検知」、各種マーケティングデータやオープンデータを活用した「需要予測」など、AIアルゴリズム構築からシステム開発まで一気通貫して実施した事例が数多くございます。さまざまなプロジェクトで培った分析・技術ノウハウを用いて、高度なAIアルゴリズム構築・システム開発を実現します。

3　オーダーメイドでAI・分析プロジェクトを実施

ALBERTのプロジェクトでは、お客様のビジネス課題を解決するためのソリューションをオーダーメイドで一から開発します。専門性の高いデータサイエンティストならではの知見により、自社の知見のみでは実現できないような高精度なAIアルゴリズムを実現し、お客様のビジネスに最適なソリューションを提供いたします。 またさまざまな手法とその特性を理解したデータサイエンティストが、構築したAIアルゴリズムの詳細を説明することで、お客様の理解を深める支援をします。

プロダクト開発

AIアルゴリズムを活用したプロダクトで、最適なソリューションを提供

ALBERTが創業以来取り組んできたデータ活用における様々な技術ノウハウを集結して、独自プロダクトを開発しています。AIアルゴリズムを用いて画像認識や自然言語処理のロジックを独自に構築し、お客様の課題解決に応じて汎用的に利用できるソリューションを提供します。

活用シーン

• 製品に不良がないか検査
• 生産工程において、特定の物体を検出し除外・ピックアップ
• 建造物メンテナンスの際、緊急度が高い物から効率的に選別
• 医療分野において、目視検査を自動化

データサイエンティスト育成支援

データ活用のプロフェッショナル集団「株式会社ALBERT」が、社内教育で培ったデータサイエンティスト育成サービスを提供します。

なぜ、社内に”データサイエンス人材”が必要なのか

ALBERTは、2005年の創業以来、数百を超えるAI・分析プロジェクトの実績を積んできました。

データ活用で成果を出すためには、社内にデータサイエンス人材とそれらを実行するチームが必要です。

データ活用は、一度プログラムをつくれば終わりではありません。日々のデータストック、データ分析、そのデータの活用施策の実施、検証など、日々の取り組みが必要です。

そのためには、社内の多くのメンバーが関わることも必要です。外部のプロフェッショナルだけでは、カバーしきれない領域があります。

データサイエンス人材は、専門知識を有するデータサイエンティスト（分析者）だけではなく、プロジェクトを管理する人、マネジメントする人、プロジェクトへ参画するすべての人が対象となります。

社内にデータサイエンス人材がいることで、チームでナレッジを蓄積することができデータ活用が進んでいきます。

それを実現させるために、データサイエンティスト育成支援を提供しています。

ALBERTが育成するデータサイエンス人材とは？

ALBERTは、チームでデータ活用に取り組むすべての方を対象に各役割に応じた最適なカリキュラムを提供しています。

チーム内での役割に応じたデータサイエンスの知識や技能を習得頂き、皆がデータ活用を推進できる人材＝データサイエンス人材になれるよう支援しています。

データ活用プロジェクトにおける各タスクと役割

データ活用プロジェクトでは、計画、分析、評価の工程全てでデータサイエンスの知識が必要になります。チームのメンバーが役割に応じて必要なデータサイエンス知識を習得し、現状よりもアップデートすることで、プロジェクトの精度やスピードを加速できます。

Albertが出来ること

AI人材の育成

データを活用してさまざまな課題を解決に導く人材は、データサイエンティストやDX人材と呼ばれることがあります。

ALBERTでは、新卒社員・未経験者・データサイエンティスト・エンジニア・マネージャー・管理職クラスなど幅広い方を対象とし、座学・演習を通じて、実践的な視点・考え方やデータ分析の技術を身につけられる講義を「データサイエンティスト育成支援」サービスにて提供しています。ALBERTには他にもAI活用事例が多数あります。

AI人材を育成したいのケース一覧

製薬・ヘルスケア業界に特化したデータサイエンティスト育成支援

製薬・ヘルスケア業界におけるAI導入やDX推進に必要なデジタル人材を育成したい企業様向けに、製薬・ヘルスケア業界特有のデータの性質や可視化手法について習得できる講座を提供。製薬・ヘルスケア業界で活躍できるデータサイエンティストとして、データの性質を理解し、正しい見方や概念・解釈を学ぶことで、実践で活用できる知識を習得。

社内プロジェクトを推進できるAI人材育成と内製化支援

現場に活きるAI教育には、企業の実際の課題に基づくケーススタディがとても重要です。製造業の現場で取得しているデータがあるならば、これを実践的な教材とし、OJT（伴走型教育）で実際に課題解決に取り組みながら育成することが可能です。オリジナルの育成プランを作成し、講義演習型のAI人材育成で学んだことをアウトプットし実用化させる「実践」を重視した人材育成支援です。

AIを自動で構築

「AIを自動で構築」においてALBERTが提供するサービスで実現できることの一例をご紹介します。ALBERTには、AI活用や企業におけるDX（デジタルトランスフォーメーション）の推進支援、AIを搭載したシステムの開発事例が多数ございますので、AIの構築やデータ分析、データ活用人材の育成のお悩みはぜひご相談ください。

AIを自動で構築し隊のケース一覧

dotDataを活用した 伴走型​データドリブンDX支援

さまざまな業種や分野で、DX（デジタルトランスフォーメーション）への取り組みが推奨されています。日本でも経済産業省が推奨するなどして、DXへの注目度が高まっています。しかし、企業もDXの重要性を理解していても、日本国内において未だ成功事例が少ないのが現状です。DXを本来の意味で推進していくためには、システム、分析、組織が一体となり経営目標に向かって取り組む必要があります。

画像の分類

「ビジネス実装を前提としたAI開発」を提供するALBERTで解決できる画像認識課題のうち、画像分類の一例をご紹介します。

画像分類とは、画像の主要な被写体や状態（キズや凹みなど）を識別し分類することです。

製品の製造・検査工程やECサイトの画像検索など幅広い産業で応用されています。

画像を分類のケース一覧

商品画像のカテゴリの自動分類タグ付け

従来行っていた、膨大な商品データを手動でカテゴリに分類し、それに関連する検索用のタグを付与する作業について、自動で分類しタグを付与するアルゴリズムを構築。これにより、人的作業の効率化やコスト削減、誤ったタグが付与されるヒューマンエラーの解消を実現。

半教師あり学習による生産初期の画像分類モデル開発

アノテーションラベル付きデータが少量の場合に、半教師あり学習（Semi-Supervised Learning）を活用し、不良種別毎に分類する画像分類モデルを構築。教師ラべルが付与されてる少量のラベル有りデータと、多数のラベル無しデータを用いてうまく学習を進めていくことで、ラベル付けコストを抑え、生産初期からAI活用した歩留まり改善を実現。

物体の検出

「物体検出」においてALBERTのAI技術・分析技術が実現できることの一例をご紹介します。

物体検出は、画像のどこに何があるのかを矩形で検出し識別することです。

また、ALBERTでは、AI・画像認識サービス「タクミノメ」を開発・提供しています。このサービスは、課題整理・アノテーション・AI構築・システム開発・運用まで、幅広い工程を支援しています。物体検出はもちろん、画像認識における様々な課題を解決しています。

物体を検出ケース一覧

良品学習による AI 外観検査と判断根拠の可視化

不良データがない場合にも、正常時の画像（良品データ）を数百枚学習し、異常検知により「不良」と判定する良品学習アルゴリズムを開発。これにより、アノテーション（ラベル付け）作業をせずに不良検知できるほか、未知の不良検知にも対応。また、注目箇所の可視化により画像内のどこを重視して判断したのかを確認できるため、判断のブラックボックス化を回避可能。（Explainable AI, XAI：説明可能なAI）

3次元点群データを活用した工場内作業の自動化

ロボティクスの要素技術である「3次元点群マッチング」により、工場内ライン作業等、作業員が手動で行っていたピッキング等の作業を自動化。3Dセンサーを用いて得られた3次元点群データを元に対象の物体を検出し、3次元空間上におけるロボットと対象物の相対位置、角度情報を算出します。人が行っていた作業をロボットによるピッキング作業に置き換えることで自動化が可能。

外観の検査

「外観検査」においてALBERTのAI技術・分析技術が実現できることの一例をご紹介します。画像認識技術を用いて、建造物の外観検査を自動化することができます。外観におけるキズやヒビ、凹み、変色などを識別することが可能です。また、ALBERTでは、AI・画像認識サービス「タクミノメ」を開発・提供しています。本サービスは、課題整理・アノテーション・AI構築・システム開発・運用まで、幅広い工程を支援しています。外観検査はもちろん、画像認識における様々な課題を解決します。

外観を検査のケース一覧

複数のセンサーデータを活用した製品劣化度合い判定アルゴリズム

使用に伴い摩耗・劣化していく製品の状態を判定するためのアルゴリズムを構築。現状は高価なセンサーを用いていたが、複数の安価なセンサーに置き換えることで安価かつ高頻度に製品状態を判定できるように改善。様々な種類の特徴量を作成することにより、製品の劣化度合いや劣化の種類を正確に判定できるアルゴリズムを実現。

建造物の外壁劣化度診断

従来、作業員の主観や経験値で判断していた建造物の外壁劣化度診断について、画像データを用いて自動で判定するアルゴリズムを構築しました。学習データと検証データを活用し画像データを劣化度ごとに分類することで、学習データとの正誤率等を確認し、精度を評価できます。これにより、人的作業のコストの削減および診断結果の標準化を実現しました。

異常の検知

異常検知とはデータから通常のパターンとは異なる挙動を検出することです。日々蓄積されるセンサーデータを監視し、予期せぬ故障を減らすことで、設備の稼働率向上や作業員の安全性確保が期待できます。異常検知はその用途によって「故障検知」や「不正使用検知」などと呼ばれることもあります。しかし、どれも「大多数のデータとは振る舞いが異なるデータを検出する技術」であることに変わりはありません。ビッグデータが存在すれば、その中には必ずと言っていいほど異常なデータが存在します。異常データの効率的な検出はビッグデータの活用において極めて重要です。近年、異常検知で用いられるデータは非構造化データ※が多く、実際のビジネスで活用する際にはデータ分析に関する高度な知識と幅広い経験が必要です。ALBERTでは高い専門性を持つ経験豊富なデータサイエンティストが異常検知の問題に取り組んでいます。

【異常検知の種類】

異常検知には大きく分けて3種類の方法があります。

異常の検知のケース一覧

工場内の複数センサーデータを活用した異常検知

正常時のセンサーデータのみを用いてアルゴリズムを開発し、検査データ中に現れる異常を検知することで、それまで熟練者の感覚に頼っていた異常検知をAIで代替します。これによって、技術伝承と省人化の両面から人手不足を解消できます。異常データが存在せず教師あり学習ができない場合でも、時系列的な変化・複数の要因を考慮できる隠れマルコフモデル（状態空間モデル）を用いて正常時から逸脱する値を異常と判定することで、アルゴリズム開発ができるようになりました。また、複数種類のセンサーデータの組み合わせに対応可能のため、人間では認識しにくい異常も検知できます。

機械学習による不正アクセスログ検知

ルールベースの機器ログ監視（障害ログや不正アクセスログ）では対応しきれない新しい異常の検出や、正常な状態でも微妙に状態が変化することを考慮し、状態空間モデルによるアクセスログの異常検知アルゴリズムを開発。

需要予測

需要予測とは、ある目的や物について短期的または長期的な傾向を捉えて、未来の傾向を予測することです。近年、企業では様々なビッグデータを収集できるようになり、その実際のデータを活用して、商品やサービスに関連する需要要因を分析して市場調査や予測アルゴリズムを構築する動きが活発化しています。ALBERTの需要予測では、製品（商品）の売上実績などの自社データやオープンデータを使用して需要を予測し、仕入れ、生産、投資、販売、在庫管理等の計画策定において必要不可欠な指標を算出します。これにより、設備・人員の最適配置や、製品（商品）の仕入れ量最適化、適正在庫による機会損失低減、余剰在庫削減等が可能となります。また、需要予測に基づいた販売計画の策定も可能です。

特徴

• オーダーメイド型で柔軟な対応

お客様の課題・目的・活用シーンに応じた設計が可能です。

• 最適なアルゴリズムの構築

複数のアルゴリズムを検証し、最適な需要予測システムを開発しています。

• ワンストップサポート

課題整理・目的設定、アルゴリズム構築、システム開発、運用までワンストップでサポートしています。

導入フロー

ALBERTのデータサイエンティストがワンストップで支援しています。

活用シーン

例：新商品の需要予測

新商品の需要を予測する場合、販売開始のX日前とY日後における販売数をそれぞれ予測します。 販売開始前の予測は新規発注に役立てることができ、販売開始後の予測は実購買データを活用することで追加生産・追加発注に役立てることができます。

課題と期待できる効果

課題

Excelを使ってデータ管理しており、全体が把握できず、需要予測が難しい。適切な発注量が判断できない。バイヤーは、発注業務に多くの時間を使っており、本来の良い商品を探す業務に時間を使えない。

施策

商品データや販売データ、閲覧データ等さまざまなデータを活用して自動的に予測値を算出する需要予測アルゴリズムを構築することで、Excelを使った人手作業をシステム化（自動化）

効果

• 需要予測システムを導入した結果、適切な発注量を判断でき、適切な在庫を実現。
• 発注業務を効率化することで、バイヤーは良い商品を探してお客様に届ける本来の業務に集中できる。

最適化

「最適化」においてALBERTのAI技術・分析技術が実現できることの一例をご紹介します。制約条件がある中で複数の選択肢を組み合わせ何らかの成果を出すとき、その成果を最大にすることができます。品質改善（歩留まり改善）、リソース最適化、ルート最適化などに活用できます。

最適化したいのケース一覧

製造プロセス・生産パラメータの最適化

人が生産時のパラメータを調整する場合には時間も検討できる組み合わせも限界がありますが、AIで代替することで、従来手法では検討できなかった組み合わせも検討対象に含めた上で加工条件の予測を最適化。既存データで実行可能性を十分検証した上で従来手法をベイズ最適化に置き換えて自動化し、効率的に最適値を求めることが可能です。これにより、品質の安定と省力化を実現し、歩留まり率を高めます。

顧客育成を目的としたデータドリブンマーケティング

新規・既存顧客の継続率向上、ロイヤル化、DMやカタログのCVR向上を目的として、データドリブンマーケティングを実施。ロイヤルカスタマー分析によるターゲット選定・施策の評価や、ブランド間共起分析による推奨商品の特定、顧客クラスター分析によるコンテンツ内容の決定等、さまざまなデータを活用したマーケティング分析を実行。これにより顧客タイプごとの趣向性を把握でき、DM・カタログ・メールなどで各顧客タイプに合わせたコミュニケーション設計を実現。

株式会社albertの特徴 (株式会社albert成長のワケ)

株式会社ALBERT（以下、ALBERT）は、AIやビッグデータの活用に向けたコンサルティングや製品を提案する会社です。経験豊富なデータサイエンティストが数多く在籍しており、AIやデータに関する総合的なサポートを強みとしています。

分析力を駆使し、独自のプロダクトを開発

ALBERTには、専門性の高いデータサイエンティストが2020年9月時点で約250名在籍しています。このデータサイエンティストたちが、AIやデータを活用したい企業のそれぞれの課題に基づいて、AIアルゴリズム構築からシステム開発までをサポートし、オーダーメイドで解決策を提供します。

また、最新のAI技術に関する論文の調査や研究を事業に活かしたいという顧客も支援しています。ALBERTの中で特に先端技術に精通したリサーチャーが、最新論文の調査や論文手法を実装します。

このように、ALBERTでは顧客の課題解決のための提案をトータルで行いながら、開発分野に特化したサービスも提供しています。

ALBERTが提供するサービスの2つめは、プロダクト（製品）の開発です。AIを活用したい企業に向けて、ALBERTが独自で開発したプロダクトを提供しています。

プロダクトは2つあり、その1つがAI・高性能チャットボット「スグレス」です。企業のサービスサイトなどにおいて、顧客からの質問や問い合わせにAIが対応するスグレスを導入することで、窓口業務の効率化やお客様満足度の向上を図ることができます。

ALBERTのもう1つのプロダクトが、AI・画像認識サービス「タクミノメ」です。タクミノメは、製品不良の検査や医療分野における目視検査の自動化など、画像認識における課題を解決するためのサービスです。製品の提供だけではなく、ビジネス課題の整理やコンサルティング、課題に応じたAIアルゴリズムの構築支援も行っています。

AI活用のコンサルティング

株式会社ALBERTでは、AIへ活用し問題解決を導くコンサルティングを実施しています。業務に有効なシステムを構築するには、多様なデータの可視化、リアルタイム性、ユーザビリティーなど、導入時での課題があります。

クライアントの課題を解決をするためにはどのような機能が必要とされているのかを、試行錯誤しながら解決策を見いだす作業を行います。

データサイエンスに関するサービスや業務委託

株式会社ALBERTでは、数多いAIの分析プロジェクトから培った独自ノウハウを活用し、データサイエンティスト育成支援も事業の一つです。その対象者も、新卒社員から既存データサイエンティスト・エンジニア・マネージャー・管理職など幅広いです。座学と演習の双方向で、データ分析の視点や考え方が身に着く講義を提供しています。また、アルベルトが業務で蓄積した経験を生かした独自ノウハウが産業特化型演習です。経験の豊かな当社データサイエンティストが担当する講義になります。データ分析の基礎的支援、実践的活用ができる内容です。受講形式は、対面またはオンラインから選択できます。

 

上記の自社開発・業務委託・コンサルティングなどAIやデータ分析に関する様々な事業やサービスの展開

KDDIまとめてオフィス株式会社

KDDIまとめてオフィス株式会社は、沖縄を除く日本全国のオフィスを対象に、オフィスに必要な設備やネットワーク環境を提供する会社です。多岐に渡る商材を扱う同社では、サポートデスクに集中する問い合わせ対応の負荷が課題となっていました。そこで、サポートデスクにALBERTの「スグレス」を導入したところ、業務が約10％効率化され、アンケートでも約半数の利用者から「使いやすい」という回答が得られました。スグレスにはAIが搭載されており、時間とともにAIが最適な回答を学習するので、同社の担当者も「徐々に賢くなっているという実感がある」と話しています。

▶ALBERTとKDDIが資本業務提携 -データサイエンティストの育成支援->>

auコマース＆ライフ株式会社

auコマース＆ライフ株式会社は、プレミアム・タイムセールECサイト「LUXA」や高級レストラン会員制予約サービス「LUXA RESERVE」を運営する会社です。同社では従来、商品・サービスの発注効率を高めるための需給予測をExcelで行っていました。しかし、Excelによる手動の作業では多岐に渡る商材の把握が難しくなり、需給予測モデル構築をALBERTに依頼しました。同社が運営するサイトのデータを、複数の方法でAIに学習させて予測モデルを構築した結果、人力での予測と比較して誤差が3分の1になりました。

東京海上ホールディングス株式会社

保険や証券のサービスを提供する多くの会社を傘下に持つ東京海上ホールディングス株式会社は、お客様と社会の「いざ」を支えるという信念のもと、最先端の技術活用に取り組んでいます。統計データを扱うことが多い保険業務において、データをうまく扱える人材が不足していたことから、グループ全体でデータサイエンティストの育成を進めるべく、ALBERTが提供する講座を導入しました。こうして延べ250時間の研修プログラムが完成し、2019年から正式プログラムとして社内展開がスタートしました。

株式会社Albertの技術背景

ALBERTが提供するAI関連のサービスは多岐に渡りますが、その背景にはAIを活用した代表的な分析手法である「ディープラーニング」と「自然言語処理」があります。

ディープラーニング

ディープラーニングとは、AIにデータを与えて特徴を学習させ続けることで、新しいデータを見たときにそのデータを判断できるようにする技術のことです。画像認識や異常検知に使われており、ALBERTが提供する「タクミノメ」は、ディープラーニングを活用して開発されています。ALBERTでは、このディープラーニングの分析手法を企業に向けた提案にも活用しています。たとえば、翌日の電力需要を予測することで過剰な発電によるコストを抑えたいというニーズに対して、実際の電力利用データをAIにディープラーニングで学習させ、予測のアルゴリズム（計算手順）を構築することなどが可能です。

▼ディープラーニングに関する記事はこちら

自然言語処理

自然言語処理は、私たちが普段のコミュニケーションで使う自然な言語をコンピューターに処理させるための技術です。人間同士であれば、前後の文脈やその場の雰囲気で曖昧な表現でも理解できますが、コンピューターはこうした表現をそのまま理解することができません。そこで、自然言語処理を使って文章を単語に細分化したり、細分化した単語の繋がりのパターンを解析したりすることで、人間が話す自然な言語をコンピューターが理解し、応対できるようになります。この技術を活かした代表的なサービスが、チャットボットです。前述のALBERTのチャットボットサービス「スグレス」では、WEBメディアに設置するキャラクターチャットボットや社内用の問い合わせチャットボット、自治体が提供する子育て支援チャットボットなど、さまざまな形式のチャットボットを提供しています。

▶自然言語処理に関しての記事はこちら >>

株式会社albertの最新の動向

最近のALBERTでは、2022年9月13日時点にALBERTと三菱重工機械システムで自動車衝突シミュレータのパラメータ最適化AIを共同開発しました。

開発経緯
現在の自動車業界は、自動運転の実用化をはじめとするCASE（Connected：つながる、Autonomous：自動運転、Shared&Services：カーシェアリング、Electric：電動化）によって100年に一度の大変革期にあると言われており、これまで以上に多様かつスピード感のある技術開発が求められています。また、安全な自動車の開発と普及を目指すための自動車アセスメントでは、衝突や予防など安全性能に関する試験が行われ、その結果が公表されています。
三菱重工機械システムが提供する自動車衝突シミュレータは、従来、衝突事象を正確に再現するために、熟練した担当者が多数のパラメータを調整して出荷していました。今回、ALBERTと三菱重工機械システムは、自動車衝突シミュレータに適用可能なパラメータ最適化AIを共同開発しました。このAIを導入することで、自動車衝突シミュレータの衝突再現性能は更に向上し、より効率良く試験を行うことができます。これにより、ALBERTおよび三菱重工機械システムは、自動車衝突シミュレータを通じて、自動車および構成部品の更なる開発スピード加速に寄与しています。

今後の展開
本システムの運用を通じて蓄積された知見・データを活かしてAIの更なる精度向上・処理高速化を図るとともに、自動車衝突シミュレータの性能・付加価値向上につながるよう、ALBERTと三菱重工機械システムは今後も最新の技術動向を取り込みながら連携して取り組んでいます。

▶AINOWのAlbertのニュース記事はこちら>>

株式会社albertの今後

現在のALBERTでは、AIやデータ分析を活用したプロダクトやサービスを展開しています。特にデータ分析においての技術力や実績など、他の企業と比べ突出している部分があり、社内では8割の社員数をデータサイエンティストが占めるなどの実態もあります。AIを活用したサービスや製品の事例は数多く存在し、今後も増え続けると感じています。それに伴い、AIを導入したのちを考えると、センシングして得たデータをAIがデータ分析する所までで最低限の技術と言えるでしょう。ALBERTでは、そのフローを最初から最後まで担うことができ、かつ、AI活用やデータ分析のコンサルティングも請け負うことができます。今後、AI活用を視野に入れたIT業界でのデータ分析やコンサルティングの担い手として、多くの会社の選択肢にALBERTが含まれると予想しています。今後、このシステムの運用を通じて蓄積された知見・データを活かしてAIの更なる精度向上・処理高速化を図るとともに、自動車衝突シミュレータの性能・付加価値向上につながるよう、ALBERTと三菱重工機械システムは今後も最新の技術動向を取り込みながら連携し進めていく予定です。

株式会社albertの採用情報

【2024年卒】新卒採用（第1クール）

高度な技術力を駆使してクライアントの抱える課題を解決します。

クライアントが自社では解決できないような製品開発、製造プロセス、マーケティング上の課題を、データサイエンスの知見を活用して解決へ導くためのコンサルティング及び技術支援が主な業務内容です。クライアントは大手企業の開発部門、研究部門が多く、先端的な理論をキャッチアップし、理論を迅速に実装する能力が求められます。統計モデリングや機械学習、ディープラーニングへの原理的理解はもちろんのこと、業界固有のドメイン知識や製品に対する深い理解も求められます。多様なバックグラウンドのメンバーと一緒に、データサイエンスの力でチャレンジングな課題に挑みたい方を募集しています。

データサイエンティスト

試用期間

• 3ヵ月

給与

• 大学卒：450万円以上
• 大学院修士修了：500万円以上
• 大学院博士修了：530万円以上

（年棒制。30時間分の固定残業代を含む。超過分は別途支給）

福利厚生

• 月給制
• 時間外、深夜労働手当全額支給
• 通勤手当（月額上限3万円）
• 給与改定：年2回（1月、7月）
• 社会保険完備（健康保険、厚生年金、雇用保険、労災保険）

休日

• 休日休暇：年間休日125日（土、日、祝祭日、年末年始、その他特別休暇）※2021年実績
• 有給休暇：①法定年休　入社後半年経過後13日～最高23日付与②会社年休　年間6日

採用フロー

書類選考　⇒　筆記試験　⇒　一次選考　⇒　二次(最終)選考　⇒　内定

まとめ

今回は、AIやデータ活用についての幅広いサービスを提供するALBERTを紹介しました。個々の企業の課題や目的に応じて、AIを活用した柔軟なサービス提供は今後も大きな進化が期待できます。より未来に有効な価値を生み出せる工夫が求められています。そのため、データサイエンティストは期待されています。株式会社ALBERTは、ビッグデータを活用しAIでの社会実装を目指す企業です。業務の効率化、AIやデータの活用で課題のある企業は、ALBERTのサービス導入を検討してはいかがでしょうか。

▼前回の記事はこちら