机器学习和深度学习（Deep Learning）等是所谓的与人工智能（AI）相关的信息处理技术，其灵活应用正在稳步发展。

2012年，通过使用深度学习技术，飞跃性地提高了图像识别的识别率，2015年终于实现了超越人类识别能力的高性能，AI掀起了一场所谓“社会现象”的热潮。

以往的信息处理技术是使用将处理流程明确规则化的程序，而在机器学习和深度学习中，计算机学习庞大数量的数据，以此来探索人类感官捕捉不到的、隐藏在数据中的倾向，从而实现高精度的推论。这可以说是与以往信息处理技术的方法形成鲜明对比的一种不同性质的智能。

以机器学习为基础的AI的社会实际应用正在稳步发展

在AI热潮期，很多人都谈论过被AI夺走工作的可能性，所有企业都曾考虑将AI应用到自家公司业务中。与热潮期的状况相比，现在我们可以感觉到AI的话题已经平静下来。然而，唯有基于机器学习和深度学习的AI（以下简称AI）才能实现的应用已经变得很明确，也许我们可以认为，AI已经进入到社会实际应用稳步发展的阶段。

AI是性质不同于以往的一种信息处理技术，它隐藏着能解决以往技术无法应对的课题的可能性。因此，即使是以前信息处理技术的应用还未发展的领域，其业务也在不断产生新的价值。现在，从初创企业到大型企业的众多企业正在努力从这些未被开发的可能性中寻找商务机会，应用AI开发设备并创建服务。

在这样的情况下，从AI热潮开始之前到现在，一家日本的初创企业一直持续引领着日本AI技术的研究开发和社会实际应用，这就是PKSHA Technology（以下简称PKSHA）。2012年，PKSHA作为一家起步于东京大学的初创企业，创建了其前身公司“AppReSearch”，之后有效使用AI，持续开发数据解析应用程序。一直以来为各行各业的企业解决其面临的课题，并帮助他们创造价值。

PKSHA是一家在自然语言处理、图像识别、相关机器学习/深度学习算法的研究开发及其社会实际应用方面发挥出优势的企业。至今为止，他们研究开发的165个AI算法已被导入2200多家企业运营的软件操作中。据说每天有超过930万人的用户通过各企业运营的服务在使用PKSHA的算法。

［株式会社PKSHA Technology］

PKSHA本着“为未来软件赋形”的使命，为了打造企业和客户之间的未来关系，他们利用自家公司开发的机器学习/深度学习领域的算法，开发出AI解决方案并为客户提供AI SaaS(软件即服务)。他们以使用了自然语言处理技术的自动应答、图像/视频识别和预测模型等多方面的技术为基础，除了提供针对客户课题的解决方案以外，还通过推广AI SaaS来解决共通的课题，从多方面支持日本推进DX，努力创造人与软件协同进化的繁荣社会。

通过与客户的合作，创造具备强大竞争力的技术，并在多种领域推广应用

如果问“现在AI的代表性应用领域是什么？”，许多人应该都会想到汽车领域的自动驾驶技术等。然而，AI的应用其实已经出乎意料地扩展到了我们的周边。比如上野山胜也代表董事说：“PKSHA正在为金融、零售、医疗/制药、制造等多种多样的产业和行业提供有效使用AI的解决方案和产品”（图1）。

PKSHA研究开发出多个领域的算法模块，并将其作为构成解决方案和产品的基本技术，正应用于多种多样的用例中。

“语音识别/语音合成模块”是理解人的语音内容后，用自然的合成语音传达给人的一种模块。另外，“自然语言处理模块”可在理解口语所传达的信息后，从内容中提取、整理、解释、搜索、转换、应答、生成有价值的信息。“视频图像识别/视频图像合成模块”可根据图像和视频，识别人、物和背景，并解析/合成内容。另外“预测/推论/优化模块”可提取数据中存在的、人难以察觉的倾向，并做出适宜的决定。

然而，PKSHA认为，仅仅拥有这些基本技术，还无法开展具备强大竞争力的业务。上野山先生说：“关键要将基本技术与社会中存在的需求结合起来，创造出有价值的服务”。

并且，据说PKSHA在与客户企业合作的同时，一直在开发能满足客户各种需求的解决方案，其应用涉及多种领域。例如，在预测零售店需求的基础上优化商品价格；自动识别使用停车场的车辆；检测出信用卡的非法使用；优化分配零售店商品陈列货架；根据理解程度和非擅长倾向来优化问题的学习应用程序等。其中任何一项都是将以往经验丰富的专家从事的业务进行了自动化的解决方案。

此外，PKSHA还开发了可适用于多种应用程序的标准服务“产品（AI SaaS）”，并作为云服务正在提供给客户。具有代表性的产品有：只需在网页中添加几行标签，就可以简单导入聊天型对话引擎的聊天机器人功能；对于打电话到电话服务中心的常规性咨询，可通过自动语音对话来完成咨询的语音机器人功能；可一站式完成FAQ（常见问题和解答）的制作、发布、评估到应对管理的功能等。

通过软件的研究开发及其社会实际应用，“协同进化”人们的活动

据上野山先生说，在PKSHA创建当初，开展支持AI社会实际应用业务的企业寥寥无几，所以那时PKSHA是一种很抢手的状态。之后竞争企业虽然急速增多，但PKSHA仍然一直持续发展。从AI的社会实际应用的起步到现在，PKSHA能够引领该业务领域的原因是什么呢？

上野山先生谈到：“PKSHA采取的独有的业务形态是，同时推进AI算法的研究开发和应用了研究开发成果的解决方案和产品的社会实际应用，并让它们‘协同进化’下去”（图2）。

在一般的制造业中，企业都拥有自家公司内部开发的独家技术，并开发出能发挥其优势的应用产品，然后提供给需要该产品的客户。与此相比，要想使AI业务持续成长下去，上野山先生认为：“需要一种能够从社会持续收集到活数据的商业结构来发展AI，并且这种商业结构对于开发符合社会需求的解决方案和产品也必不可少”。

PKSHA在制定解决方案，解决各种课题的过程中获取知识见解，并通过使用产品，积蓄经验技术/数据。据说目前他们正在使用这些知识见解和经验技术/数据，以进一步深化未来技术的研究开发。上野山代表董事说：“我们使用自然语言所开发的对话引擎正被用于拥有庞大用户数量的SNS提供商的联络中心自动化方面。除了该客户以外，还有很多企业也在使用。其结果就是，我们积累的语音数据量已经达到日本国内超大规模”。PKSHA的优势的秘密，似乎就隐藏在这种与顾客建立的坚实紧密的关联以及基于这种关联而产生的研究开发和社会实际应用的良性循环中。

PKSHA Technology 上野山代表董事

大学毕业后在波士顿咨询集团的东京和首尔办公室主要从事网络行业及软件行业的工作。之后在美国参与了GREE International的硅谷办公室的设立，从事网络产品的大规模记录解析业务。在松尾研究室取得博士（机械学习）学位后，就任研究室助教。同时于2012年，创办了PKSHA Technology。担任内阁官房数字市场竞争会议WG成员、经济产业省AI原则实践的应有形态研讨会委员等。2020年，被选为世界经济论坛（达沃斯论坛）的“全球青年领袖（Young Global Leaders，YGL2020）”之一。

以超越组织及领域框架的协作为前提的研究方法

上野山先生谈到：“在软件领域中，即使目前是一项崭新且具有强大竞争力的技术，也很快会随着开放化而变成一项普通的技术。因此需要持续开展技术革新”。

研究开发的方法独具特色这一点似乎也是强化PKSHAAI业务的主要原因。据说该公司一直以来积极和在各种领域开展业务的合作企业及大学开展协作，跨越组织和专业性的框架，随时吸收新的知识见解，并努力融合到自家公司的技术中，目的就是维持尖端信息技术的市场价值并尽快将研究成果用于社会实际应用中。上野山先生谈到：“我们特别重视与承担社会基盘的企业合作。如果将我们的算法导入这类企业中，就能有效发挥杠杆作用，给社会带来巨大影响。并且我们也能获取到大量对于研究而言必不可少的数据”。

近年来，在所有技术领域的研究开发中，将多个领域的技术结合在一起并开创新领域的重要性在不断提高。因此，发掘隐藏在“不同领域境界”中的新知识并创造出新价值这一点，应该也会变得很重要。在后篇中我们将就此进行深入探讨。

另外，要想在现实社会中实际应用信息技术并获取到所需的效果，上野山先生认为：“尽快将制作出来的解决方案和产品在现实世界中实际运用起来，并快速推动反馈回路，定制与改进能力将会变得很重要”。因此，据说PKSHA非常重视尝试后逐渐深化的“实践型研究”。

不承接客户无法回收投资的开发项目

据说在PKSHA有很多客户会持续提供项目。另外，客户介绍其他客户的情况也很多。

PKSHA说：“我们非常重视‘客户成功’。针对客户提出的需求，我们进行探讨后发现，实际上通过应用AI有可能取得有效成果的大概占总体的30%。客户投入巨额资金后，也许可以实现自动化和省人化，但大多数很难实现投资回报。许多客户都在考虑导入AI，目的是想提高效率和价值。但这种情况如果盲目进行开发，即使达到目的，也无法实现客户成功。从工程师的角度来看，我们在听取客户需求的阶段，就要判断能否实现客户的需求，并要注重解决本质性的课题”。

PKSHA之所以能在跌宕起伏的AI业务中获得众多顾客的信赖，正是因为他们贯彻“客户成功”，并能提供发挥预期效果的解决方案和产品。在后篇中，我们将为大家介绍PKSHA所思考的开放式创新的意义和价值。

相关文章

• 通过不同领域协作的开放式创新，加快AI技术的发展和社会实际应用