ワンテクノロジーズカンパニー
INCUBATION
ワンテクノロジーズカンパニー
INCUBATION
インキュベーション
新たな分野やテクノロジーを対象とした新規ビジネスの開発
link
特徴

著書「イノベーションのジレンマ」で広く知られるクリステンセン教授が提唱したジョブ理論に基づいて市場の未解決課題を発見し、最新テクノロジーを用いたソリューション開発を行います。 日本でジョブ理論を広めているINDEE Japanが開発したJOBSメソッドを共通言語として活用しています。
inc_ph01.png

0から1へ、1から10、100へとスケールしていく全てのフェーズが活動の対象です。

● マーケット/テクノロジーのリサーチ
● 参入マーケットの選定
● プロトタイピングによる仮説検証
● ビジネス開発
● 製品開発/販売/サポート
● ビジネスのスケール

シリコンバレーのTOYOTech LLC社内にインキュベーション活動用のサテライトオフィスを構え、またスタートアップカンパニーであるUila社と強力なパートナーシップを構築してグローバルな事業展開を行っています。
Partner
uila_logo.png
 
link
進行中のプロジェクト
 
ライフサイエンス分野
当社が蓄積するAI技術や先端計測技術をライフサイエンス分野に活用し、新たな計測・分析ソリューションを提供します。

社内外との融合連携を強力に進め、技術革新に挑んでいます。その一つがプロテオミクスです。
プロテオミクスつまり全てのタンパク質の種類と量を調べることは、ゲノミクスつまりDNAを対象としたそれと比べてはるかに繊細で膨大な、ハードルの高いことです。
手間がかかる割には測るたびに結果が変わるなど信頼できる結果が出せない事例が多く、タンパク質の研究は1細胞解析などへとトレンドが移り、またオミクスのトレンドはタンパク質からゲノムへと対象が移っていきました。
しかし今でも医学・薬学などの分野ではプロテオミクスの技術革新が待ち続けられています。我々はプロテオミクスの再現性は試料の採取に始まる測定プロセスに大きく依存するという仮説を立て、根本原因を追究し革新的な分析ソリューションの実現を目指しています。
BI001.jpg
 
今日から始める状態監視
事前に機械の故障が予知できればよいと思ったことはないでしょうか?

昨今、状態監視を行い、故障を予知することが重要視されています。しかし、監視システムを工場に導入するには、価格が大きいことがネックとなり導入に至らないケースがあります。また、計測はしていても、作業時は紙に記入、持ち帰りエクセルへ転記するという煩雑な手順を踏んでいる方も多いと思います。
そこで、私どもは、モバイル端末で振動の計測・解析を行いクラウドにデータを送信、ウェブブラウザでデータの可視化を行うソリューションの検討を行っております。作業時に持っていくものはモバイル端末とセンサのみで済むため従来必要であった振動分析計などは必要ありません。
クラウドに送信することで計測者が現場にいて、解析者が遠隔にいても問題ありません。また、将来的にはAIを用いた予測を導入し、過去のデータから故障の予測を行うことも視野に入れております。
現在、試作開発及びデモを行っております。ご興味のある方はぜひご連絡ください。
mojoka.jpg
 
AI解析ソリューション
1.セキュリティログの異常検知
ネットワークの高速化により膨大な量のログが蓄積されています。複数のログを組み合わせて分析(相関分析)は人の手では処理しきれなくなっています。
セキュリティログ異常検知システムはプロキシサーバ、Webサーバ、セキュリティ機器などのログを相関分析することにより、攻撃を検知することができます。
エージェントソフトウェアによりログを収集し、中央のデータベースへ送るアーキテクチャを採用しています。収集したログから抽出した特徴を基に、AIが自動的に分類し、攻撃と判断すれば顧客にアラートを通知します。
セキュリティ分野に限らず用途に応じたモデルを組み立てることで、さまざまな分野への活用も視野に入れています。
inc_ph03.png
AIによる予知は2つのフェーズにより実行されます。
AI001.png
2.時系列データの異常検知
時系列データは、各種のIoTセンサネットワークやWeb・ソーシャルネットワーク等から大量に生成されています。本システムは、これらの時系列データを収集、蓄積、可視化を自動的に行い、さらに機械学習を利用することでデータの異常検知・変化検出を行います。これによりセンサデータを活用した機械故障予測・設備予防保全を実現します。
AI003.png
3.長時間騒音振動データの変化検出・分類
自動車(特にエンジン・駆動系の各種試験)や産業機械の開発現場では、測定器やベンチの高サンプリング化、測定の長時間化により、騒音・振動データが増加し、手作業によるデータ解析の作業コストが増加してしまっています。そこで、機械学習を活用し、長時間騒音・振動データ記録から自動で変化検出・分類を行うことで、手作業による作業コストを減らし、また人為的なミスをなくすことができます。
AI004.png
 
 
 

 
本ウェブサイトではサイト利用の利便性向上のために「クッキー」と呼ばれる技術を使用しています。サイトの閲覧を続行されるには、クッキーの使用に同意いただきますようお願いいたします。詳しくはプライバシーポリシーをご覧ください。