株式会社KUNO

AI（特に深層学習・機械学習）研究開発における専門性と、クラウド技術の習熟によるビジネス実装力。株式会社KUNOは、この両輪によって顧客のチャレンジを成功へと導くシステムインテグレーターである。設立してわずか7年、従業員23名の企業だが、取引先には各業界のリーディングカンパニーが名を連ねている。

これらの顧客から特に高い評価を得ているのが同社のコンサルティングだ。要件定義・PoC開発の前段として、同社では論文ベースの基礎調査・技術検証を伴うコンサルティングを行っている。その後、開発から実装までを一気通貫で行い、各社のR&D部門と数多くの実績を積み重ねてきた。現在、日本中からさらに多くの依頼・相談が寄せられており、事業拡大に伴う増員が急務となっている。

代表取締役の佐藤傑氏は、フリーエンジニアとして活動後、数社の企業での勤務を経て、2014年8月に同社を設立した。翌年12月には、米・Google LLCの機械学習向け開発キット『TensorFlow』に関する日本初のイベント「TensorFlow勉強会」を開催。その後、「TFUG（TensorFlow User Group）」の運営委員長に就任し、開発者コミュニティの運営・企画を継続的に推進している。また、「TensorFlow勉強会」がきっかけとなり、『Google Cloud Partner』にも認定された。

さらに、同社は一般社団法人日本ディープラーニング協会（Japan Deep Learning Association：JDLA）の正会員を務めている。JDLAは、ディープラーニングの有識者が中心となって、国内AI開発による産業促進を促すために設立された協会である。ディープラーニングの知識を事業活用する人材や実装する人材の育成を目指した資格試験も実施。同社はJDLA内の産業活用委員会などの分科会でも役割を持ち、技術の普及と人材育成に貢献している。

このように社会貢献度の高い同社には、「データ整備が不十分」「過剰な開発工数」「既存APIへの依存」「周辺開発の設計不足」といった、AI開発の典型課題への対応ノウハウが豊富に蓄積されている。だからこそ、冒頭に挙げたリーディングカンパニー各社から、厚い信頼が寄せられているのだろう。

それでは、ここで株式会社KUNOの直近2年の開発実績について、一部抜粋して紹介しよう。

■自動車製造業向け：データ取得〜学習・評価のパイプライン構築
車載カメラによる物体認識システムに関する開発で、物体認識の精度を高めるために大量の訓練データによる学習を継続的に行う必要があった。そこで同社は、学習の効率化を図るため、データ検証・訓練・モデル評価・提案までの学習の一連の流れを実行するパイプラインを、GCP（Google Cloud Platform）上に構築。また、各モジュール内での作業を自動化することで効率化を実現した。

■某合弁ベンチャー向け：配置の最適化（数理最適化）
売上の変遷や地域性など、様々な観点を加味した最適な配置を自動的に行えるモデルの開発・チューニングを実施。数理最適化・クラスタリング・状態空間モデルを用いたプロトタイプを開発した。

■コールセンター向け：入電内容の自動仕訳（自然言語処理）
コールセンターで日々蓄積される大量の受電内容の手入力テキストを活用するため、自然言語処理を用いて文章のクラスタリングを行い、各クラスタを象徴するようなキーワードを抽出。クラスタに対する意味づけを行い、問い合わせの分析を可能にした。

■美容室向け：「似ている顔」判定と髪型提案アプリの開発
「ユーザーが自分の顔画像を撮影・アップロード」→「顔が似ているカットモデル写真が登場」→「希望する髪型などで絞り込む」→「結果から美容師に希望イメージを伝える」というフローを実現するアプリを開発。顔の特徴点抽出にはMicrosoft AzureのFace APIを活用してコストと工期を圧縮。アプリ挙動の遅延を防ぐため、サーバ／DB上での処理を優先する構成で構築を行った。

■飲料メーカー向け：ビールの提供品質判定（画像認識）
「泡の比率」「泡の品質」「グラスの汚れ」などの評価のため、タテとヨコの2方向から撮影した画像群を大量に作成。学習データとし、飲食店における提供品質評価の自動化に向けたPoC開発を行った。

■総合建設業系研究所向け：電力需要予測／学習モデルの改善自動化
過去数年間の実績値をもとに、機構データや年間利用者動向などの変数を加味して電力需要家の使用電力を30分ごとに予測。さらに予測値と結果のギャップから学習モデルの評価をくり返し行い、改善の自動化を図った。

以上のように、同社では調査〜開発〜実装までを一気通貫で提供しており、すでに今後の依頼・相談も増え続けているとのことだ。

今後も右肩上がりで増える顧客からの依頼・相談に対応するため、同社では人材採用を進めている。そこで気になるのが、エンジニアにとっての同社の「環境」だ。

「TensorFlow勉強会」がきっかけで、代表の佐藤氏が「TFUG」の運営委員長に就任し、その後GCPにも認定されたことは、はじめにふれた通りである。この話には続きがあり、同社CTOの新村氏は、日本では数少ない「Google Developer Experts」に認定されている。また、同社には、Googleの認定資格である「Professional Cloud Architect」を取得したエンジニアが8名。「Professional Data Engineer」を取得したエンジニアは6名、それぞれ在籍している。

つまり、代表をはじめ国内トップクラスの優秀なエンジニアが同社には集まっているのだ。そして、前項で紹介したような魅力的なプロジェクトが次々に舞い込んでくる。エンジニアにとって、最先端のテクノロジーを吸収し、かつアウトプットができる、魅力的な環境であることは言うまでもない。

一方で、設立7年の若い会社だからこそ、環境の整備・改善にも積極的だ。例えば、コアタイムの無いフレックスタイム制を導入し、業務の状況に合わせて毎日の勤務時間帯を柔軟に設定できるようにしている。エンジニアは担当の作業が終われば定時前の帰宅を奨励されている。もちろんフルリモートで働くことも可能で、いずれは「実働時間を1日6時間に」「週休3日に」というワークスタイルを全社で目指しているそうだ。

また、メンタリングによるエンジニアの支援にも力を入れている。メンタリングの考え方をベースにした、先輩・上司との効果的なコミュニケーション、勉強会・研修の開催、業績評価に注力。メンタリングマネジメントを通してエンジニアのさらなる能力発揮を促しているのだ。このほかにも、制度や福利厚生について要望があれば、随時提案を受け入れるところに同社らしさが垣間見える。

このように、エンジニアの経験値を高めるための環境が十分に整っている。同社のエンジニアが増えることは、国内各業界のリーディングカンパニーが、さらに新しい開発にチャレンジできることを意味する。そして、チャレンジを成功に導く事例が増えていけば、AI界における同社のプレゼンスはさらに高まるだろう。そんな良いスパイラルが生まれることを、願ってやまない。