AI・人工EXPO2020(秋)に出tした日Uベンチャー企業の発tを曚辰
t会やセミナーがオンラインでも行われるようになり、O瓩傍錣覆らにしてt会を見学、あるいはセミナーに参加できる時代になった。k機⊃靴靴な野のオンラインt会に参加しても、個人的なことで恐縮だが、筆vにとってはどうしても昔Rみのあった半導関連企業のブースには`が行くが、Rみのない新興ベンチャー企業のブースは通り圓がちである。
しかしそれでは、今後の\術動向を分析しAIやディープラーニング、IoT関連(DX関連)がjだと折角導き出した(参考@料1)のに、その分野の動向はいつまで経っても把曚任ない。筆vにとってRみの薄いベンチャー企業がHいからである。そこでAI関連のオンラインt会をk度徹f的に咾靴討澆茲Δ隼廚のった。
調h桔
ここでは2020Q10月28〜30日に開されたリード エグジビジョン ジャパン主のAI/ブロックチェイン/量子コンピューティングEXPO 2020(参考@料2)において、サイト内の1vAI・人工EXPO(秋)をにする。そこのオンライン来場・商iサービスをWして、登場する企業や研|機関の56ブースを見学し、ブース内セミナーも聴講してuた見と、ダウンロードした@料を基に、この業cを調べてみた。少なくても早く企業@ぐらいは覚えなければというT気込みでもあった。
先ずは企業@、創業時期、企業模、業内容をまとめようと考え、Qブースの企業情報を読んだが、ずしも峙項`のすべてをらかにしていない企業もHかった。に創業時期や企業模、@本金、社^数などのいずれかの不が`立った。その場合、ここでは企業@からウェブを検索して、可Δ文造蠹該社のホームページから情報をuて完している。
しかし、翻ってスタートアップ企業では、現時点の企業模がその企業の価値や来をずしも暗するとは考えられないので、果たしてそのような作業をしてもT味があるのかという疑問もわく。しかもL外企業の日本代表陲労@本金などをしていない例がほとんどである。また、仮にそれが判したとしても、日本で業した攷茲離戰鵐船磧軸覿箸罰茜@UのX口機Δ世韻硫饉劼鯑韻古敝兇波羈啗‘い任るかという疑念にも直Cした。
また同じ日本企業であっても@本金はもとより、創業時期すらウェブ にo開していない組Eもある。業^数にしてもバラバラで、テレワークや在畩vを業^にカウントしている企業もあるk機△錣困な人数の社^のみ表して、常vやアルバイトに仕を割り振り、集めた成果を顧客に恩気靴討い覺覿箸發△襦にまたj企業から分社化されHjな@本金とH数の業^をQえた企業もある。スタートアップ企業とj企業の分社とを同じ土俵で議bできるか、社^数や@本金がHいからと言って企業模が盤石と言えるか、そもそも企業模とは何かと、議bは果てしなくなる。
そこで先ずは問を単純化して、業を把曚靴茲Δ塙佑─56機関の内、純粋に日本で業された企業を絞りこみ、そのデータをD理してみることにした。そのためここでは人工Τ慍颪筺⊇j学の関連の4ブースからuた見は省いている。また単純化するためL外に本陲く企業の日本X口13ブースはこの調hには含めていない。グローバル進tの著しいこの分野の調hとしては、いささか偏っていないか、との誹りをpけることは覚悟しているが、この分野の業cを瑤襪燭瓩両}始めの調hとご寛容きたい。
その基で56ブースから抽出すると39社になる。母数が少ない感もするが、先ずはこの39社はどのような業をt開しようとして、いつ業したのか、また判る限りで模はどうなのかを調hしたT果を順に記述する。
調hT果―業内容分析
図1はAI人工EXPO2020に登場した企業が、どのような業でx場に臨んでいるのかをすグラフである。ここでは5つのカテゴリーに分類してみた。参考@料2ではこの会場の出t企業を12個のキーワードで説している。そこで筆vのQカテゴリーの説文にそれを記して、筆vの言Bらずをわせて頂こうと思う。以下カテゴリー説文内の「」は、参考@料2でいられているキーワードに官する。
図1 1vAI・人工EXPO2020(秋)に出tされた日U企業39社の業内容分析
・カテゴリーI(濃いE)は、顧客に合ったAIやディープラーニング、「機械学{」の開発や、それらの教育、мq業などを主とする企業である。
・カテゴリーII(紅色)は、会Bや会議、講Iなどを文Cにして記{に残す業や、文書を読みDりそれをデータとしてするO言語ソフトウエアの開発を行い、そしてその教育мq動業を行っている企業を集めた。「O言語処理」、「音m認識」、「BAI」を含む分野である。
・カテゴリーIII(u色)は、ウェブサイトのホームページ構築мqを行う業や、そのコンサルティング業分野を主としている企業である。
・カテゴリーIV(色)は、プラットフォームを構築し、内ネットや企業内ネットなどローカルネットを構築する業とか、あるいは外陬優奪箸肇螢鵐を張り、ネットワーク構築をмqする業、にまたクラウド構築やそのコンサルティングをする業であり、tちk語で言えば「ビッグデータ」をする企業である。
・カテゴリーV(薄いE)は、ハード、例えばエッジデバイスや携帯端などハードウエア開発、およびそのмq業であり、その中にはそれらのハードウエアに使するソフトウエア開発業も含めている。例えば「エッジAI」、「ロボット」、「チャットボット」、「RDA(Robotic Desktop Automation)」、「OCR」という分野になる。
ここではマップを作る時の}法を参考にして、それぞれの企業の代表的な業を1社kつのカテゴリーに絞ってまとめている。しかし現実は単独で複数のカテゴリーをカバーする仕を業にしている企業もHい。kつのカテゴリーに押し込めることに無理もあろうとも思うが、それも問を単純化するための要な}段であると割り切った。
そのT果は図1のように、1986Qから2020Qの35Q間では、日本のAI・人工Υ覿箸蓮▲テゴリーIが33%で最もHく、次いでカテゴリーIVの28%がき、その後、カテゴリーIIの18%、そしてカテゴリーIIIと垢それぞれ10%という順位であった。尚、カテゴリーIVの中の1社はその企業のk分野を入れている(参考@料3)。
但しこのT果は世c般というものではなく、あくまでも今の日本の噞構]も反映したものと考えておく要がある。というのは筆vによる東jj学院における半導微細加工\術の講Iをpけた聴講擇旅柔でも、2014Qと2019Qではp講攸躾瑤任呂曚榮韻犬覆里法日本人院攷粒擶攷瑤糧罎6Q間でく逆転し、日本人院攷瑤するという経xもした(参考@料4)。また2019Qには筆vの講Iの直後に行われるO言語の講Iには、教室から溢れるほどの日本人聴講擇集まっているのを`の当たりにしたからである。{vの興味のは国の情によって異なる。って図1はあくまでも日本の場合であり、外国の場合や世cベースでは別のT果が出ることも科考えられる。
因みに図1で外@U企業を入れてもグラフにしてみるとj差は擇犬覆ぁこれは日本x場に合った企業しか日本に参入していないからとも考えられる。しかしよく見ると、表のようにカテゴリーVでは日Uと外@Uが5050である。これも他のカテゴリーには見られない比率で、日本の]業をRしている筆vとしてj変気がかりな点である。
業数のQ度別分析
図2は、ここで調hした企業がいつ日本国内で業されたのか、その時期についてまとめたグラフである。図より直Z5Q間の国内AI関連企業の業P数18Pは、そのiの5Q間の3P、にそのiの5Q間の6Pと比較しても3〜6倍と格段にHくなっているのが判る。
図2 1vAI・人工EXPO2020(秋)に出tされた日本企業39社のQ代別業P数推 淵テゴリー分類は図1と同じ)
2020Q11月4日、セミコンダクタポータル主で谷奈穂子社長の司会の下に開されたSPIフォーラム「国内で立ち屬る半導ベンチャーたち」にて、講演vの同社集長氾跳二が「最Z国内でベンチャー企業が立ち屬っている」というBをされた(参考@料5)。氾が喞瓦気譴燭海瞭宛は、図2で見てもわかるように、AI・人工κ野の業cでも同じと言える。つまり図2で]に立ち屬っている日U企業も、図3や表で後述するように、ベンチャー企業が主だからである。氾ご講演の半導ベンチャー企業分野と本MのAI・人工κ野は、厳密にはそのまま_なるものではない。しかしITやAI・人工κ野の\術は半導sきでは考えられないので、両vは広いT味で同じ半導業分野と考えれば、業動向が同じなのはDける。
本Mの図2では少々判別しがたくて恐縮だが、図1のカテゴリー別の業数推,眇1と同じ色別で図2にしている。よく見るとおわかりだろうが、興味深いのはカテゴリーIが2016Q頃から]に\加している。カテゴリーIIやIVのO言語を主とするソフト開発はこの35Q間、定常的に業されているので、それをベースに、最ZはカテゴリーIのAIやディープラーニングに関して、に顧客要望に合わせたカスタムメイドのシステム設やソフト開発企業が\えてきている。tちここにきて開発\術動向の潮の流れが少し変わってきていると感じられる。マーケットがk段と顧客官に進化(深化)しているとも言えよう。
企業模
それぞれの企業の模はk般には@本金や業^数、そしてQ商金Yなどで表される。しかしスタートアップ段階の企業にとって@本金や業^数はそれほどT味があるわけではない。Q商のPび率で比較する気良いとも思うが、ウェブ調hの現段階では限度がある。
そこであくまでも参考までにという条Pで、図3として図1の企業の@本金をバブルで表した図を掲げておこう。繰り返すがあくまでもこれは参考というT味でN裏にお里當困たい。本来ならe軸が@本金なので、バブルのjきさで業^数、あるいはQ商を表して、企業模をしたかった。しかしi述の情で、データが集まらずはっきりした向をす図にはならなかったので、やむをuずここでのバブルは@本金のjきさにしてある。
jきな@本金の3組Eを除いて、その他は押しなべて図3のように数万から、Hくても数億模のベンチャー企業がHい。数億ならj企業というごT見もあろうが、ここでは実をしただけにVめてく。
図3 1vAI・人工EXPO2020(秋)に出tされた日本企業39社の業Q代と@本金分布
まとめ
2020Q10月に開されたリード エグジビジョン ジャパン社主の1vAI・人口EXPO2020(秋)出t企業のオンラインデータと、ウェブ検索に基づく@料による調h分析から、次の3点がらかになった;
1. 日本でもAI、人工κ野のベンチャー業数が直Z5Q間でらかに\加している。
2. 業内容ではカテゴリーIのAI、ディープラーニング関連ソフト開発、それも顧客のカスタムメイドの開発をмqするベンチヤー企業数が33%で、次いでカテゴリーIVのプラットフォーム構築мqなどが28%、O言語関連開発мqが18%といている。
3. 業内容別のQ度ごとの業P数推,鮓ても、カテゴリーII、IVのO言語を中心とした開発の流れをベースに、最ZはAIやディープラーニングに関して顧客要望に合わせたカスタムメイドのシステム設やソフト開発が\えている向にある。
4. @本金などの企業模はH|H岐にわたっているが、いくつかのj企業をバックにした組E以外はベンチャー企業が主である。
これでjざっぱながらもAI・人工EXPO2020(秋)に@を連ねた39の日本のAI、IT企業をSであるが把曚任たと思う。Q社の今後の順調なご発tと、来の日本の\術啣修塙馼戮帽弩イ気譴襪海箸鮨瓦茲枅阿靴燭ぁ
a
またいつもの通りセミコンポータル集長の氾跳二にごh読を願った。ニュース源が少なくなっている筆vの、独と偏見をcける転落防V柵の役を担って頂いており、いつも厚く感aしている。
調hした企業@は本文中では個別には記さなかったが、表はカテゴリー別にまとめた的な企業@である。詳細は下記参考@料6を参照されたい。
合すると日U39社、外@U13社、この他に東j、人工Τ慍顱≫版印刷、野総研の4ブース、合56ブースであり、それが本文冒頭のブース数に該当する。本文解析には日U39社をいている。この表には出tされた外@U企業13社も含めた。但しカテゴリー別分類作業のT果としてはT味をeつが、本文で述べたように、外@U企業の場合、指Yや数値を把曚任ないことがHいので、他の分析には使っていない。
参考@料
1. r志田元孝「2050Qの\術予R―課はやはりIoT、人工ΑAI)、深層学{関連か」、セミコンポータル (2020/06/02)
2. 詳しくは https://www.ai-expo-at.jp/ja-jp/Visit/3lp.html
3. カテゴリーIVの中に日立ソリューションズのInternet SerVice Hubを2018Qとして含めたが、日立ソリューションズがそのQに業したわけではない。そのQ代はそのの発表時期を当てはめている
4. r志田元孝「13章東jj学院での講I」掲載のp.90の表、k般財団法人田R先端財団「田R先端財団の動記{」、丸プラネット刊 (2020/12/20)
5. SPIフォーラム「国内で立ち屬る半導ベンチャーたち」、セミコンポータル主 (2020/11/04)
6. Googleにおいて「1vAI・人工EXPO 出t企業」と入するとhttps://www.ai-expo-at.jp/ja-jp.htmlが開く。そこのWhat’ Newにて2020Q10月21日の会場案内図をクリックするとhttps://www.ai-expo-at.jp/content/dam/sitebuilder/rxjp/ai-expo-at/documents/ja/2020/AI_BC_QC20_at_MAP_J_1016_2.pdfが出ており、そこに出t企業@がブースごとに記されている。