TISとグリッドがAIを活用したソリューション展開に向けて業務提携
～ 機械学習／深層学習フレームワーク「ReNom」の活用で、企業の業務でのAI利用を支援 ～

2017年12月12日

ＴＩＳインテックグループのTIS株式会社（代表取締役社長 桑野 徹、本社：東京都新宿区、以下TIS）と、株式会社グリッド（代表取締役 中村 秀樹、本社：東京都港区、以下 グリッド）は、グリッドの機械学習／深層学習フレームワーク「ReNom（リノーム）」を活用したAIサービスの開発・提供について業務提携したことを発表します。
業務提携の一環として、TISは2017年12月1日付で「ReNom」の販売代理店契約を締結しました。

今後、両社では、製造、金融、情報通信などの分野の企業をターゲットに、「ReNom」を使用したデータ分析や、「ReNom」を活用したシステム提供などを共同で展開していきます。

TISでは、2017年4月にAI・ロボット分野における専門組織「AIサービス事業部」を立ち上げ、「機械学習」「自然言語処理」などを中心にAIに関する技術・知識と、長年のシステム構築・運用の実績で培った企業の業務プロセス・システムの理解を組合せ、課題解決に向けたAI活用の各種ソリューション・サービスを提供しています。

グリッドの「ReNom」は、深層学習や最適化アルゴリズム（注1）、TDA（注2）をはじめ、様々なアルゴリズムをライブラリとして備えており、複雑な設定を必要とせず、各ライブラリを組み合わせることで専門家でなくても比較的容易に自社のビジネスに適したAIを開発することが可能です。適用領域は業種・分野を問わないため、すでに幅広い産業で適用実績があります。

今回の業務提携では、「ReNom」および機械学習/深層学習技術に関する両社のノウハウをベースに、産業界でのAI利用を推進するための協業体制を構築し、幅広い分野における課題解決支援と「ReNom」を使用したサービスの共同開発を進めます。
グリッドが持つ機械学習／深層学習に関するノウハウと、TISのシステム構築・運用でのIT総合力を組み合わせ、既存システムと「ReNom」の連携を含めてお客様のAI活用を支援します。

業務提携の背景

近年、機械学習／深層学習を中心としてAI技術が進展し、企業における業務プロセスの自動化・最適化などを目的に、AIによるデータ解析や予測技術の活用が始まっています。しかし、AIの活用には専門家による高度なプログラミング技術や既存システムとの連携の知見が求められるため、実際のビジネスでの利用については未だ黎明期です。
そこで、TISとグリッドの両社では、TISのお客様に対し、ReNomを活用したデータ分析ソリューションや画像解析ソリューションの提供を行い、企業における業務システムのAI活用を支援します。

TISは、コンサルティングサービスから導入、運用までトータルでお客様のAI活用をサポートします。お客様の保持データを「ReNom」上で検証するPoC（Proof of Concept）サービスから、業務システムとの連携や組み込みへと繋げていくことで、効果的なAI技術活用を支援します。また、導入後の改善や更なる活用範囲の拡張についても継続してサービスを提供していきます。
グリッドは、TISと連携し、「ReNom」を活用したAIソリューションの提供を通じて、より多くのお客様の課題解決に貢献していきます。

TIS株式会社について

ＴＩＳインテックグループのTISは、SI・受託開発に加え、データセンターやクラウドなどサービス型のITソリューションを多数用意しています。同時に、中国・ASEAN地域を中心としたグローバルサポート体制も整え、金融、製造、流通/サービス、公共、通信など様々な業界で3000社以上のビジネスパートナーとして、お客様の事業の成長に貢献しています。
詳細は以下をご参照ください。http://www.tis.co.jp/

株式会社グリッドについて

グリッドは機械学習/深層学習のフレームワーク「ReNom」を自社で開発・提供しております。グリッドが開発したReNomは、さまざまな社会の課題や、顧客の課題を解決することが可能となる、AIを開発するための汎用的なソフトウェアです。ReNomをベースとしたグリッドのAIソリューションでは、すでに社会インフラ分野をはじめ、さまざまな分野で実績を積み上げており、日本でも有数のAIベンチャー企業です。http://www.gridpredict.jp/

＜注釈＞
（注1）最適化アルゴリズム：様々な条件や制限、制約がある中で、無数に存在する選択肢の中から、近似最適解を見つけ出すアルゴリズム。
（注2）TDA：Topological Data Analysisの略。位相幾何学(Topology)を用いた新しいデータ分析の手法で、位相空間でデータの形状を可視化し、データが持つ意味を抽出することが可能。位相空間でデータの構造や密度を考え可視化することにより、従来の方法では、データを低次元化する際に失われていた特徴を失う事なく、データの特徴を維持したまま低次元で可視化できるアルゴリズム。

※ 記載されている会社名、製品名は、各社の登録商標または商標です。
※ 記載されている情報は、発表日現在のものです。最新の情報とは異なる場合がありますのでご了承ください。