投資会社から見た人工知能(Ai)の事業化トレンド

3. © 2016 NTT DOCOMO, INC. All rights reserved. 資金需要成長ステージスタートアップの成長と資金需要の関係インキュベータマイクロVC Venture Capital スーパーエンジェル他の投資家の資金を運用するエンジェル投資家投資額/件: $50K – $200K 例： Ron Conway  Keith Rabois  大規模なファンドを運用する従来型のVC 投資額/件: $1M – $10M 例：　Accel Partners  　　　Benchmark Capital  　　　Sequoia Capital  エンジェルと大手VCの中間に位置する小規模VC 投資額/件: $100K – $500K 例：　SoftTech、SV Angel 資金だけでなくベンチャーの育成プログラムを提供  するファンド投資額/件: $10K – $100K 例： 500 Startups  　　　Y Combinator  スタートアップと投資家の関係 3

4. ◆会社名：Dropbox ◆設立：2007年 ◆創業者：Drew Houston, Arash Ferdowsi ◆事業内容：オンラインストレージサービス ◆07年6月∼9月 Y Combinator参加 ◆会社名：AirBnB ◆設立：2007年 ◆創業者：Brian Chesky, Nathan Blecharczyk, Joe Gebbia ◆事業内容：宿泊施設のマーケットプレース ◆09年1月∼3月 Y Combinator参加評価額 10億ドル企業規模創業からの経過年年数 1 2 3 4 5 6 Dropbox Series B 評価額40億ドル (4年4か月) AirBnB Series C 評価額10億ドル (3年8か月) Evernote Series D 評価額10億ドル (6年2か月) Series B (2年6か月) Series A (1年10か月) Series A (2年2か月) Series A (3年3か月) Series B (3年5か月) Series C (4年7か月) 約2年間【成⻑⾧長スピードの⽐比較】 AirBnB Dropbox Evernote 参考：インキュベータを卒業したスタートアップの例 Øインキュベータ出⾝身の成功例例と⾔言われるDropbox、AirBnBを⾒見見ると、評価額が10億ドル(約 1000億円)を超えるまでに、創業から4年年程度度しか経過していない Ø従来よりも少ない資⾦金金調達で、⾼高い評価額を得ることができている 4

8. © 2016 NTT DOCOMO, INC. All rights reserved. スタートアップへの付加価値提供：各VCのポジショニングスタートアップの⽇日本での  ビジネスディベロップメント⽀支援マーケティング SAP HANAの提供通信会社系VC デザイン⾼高いブランド⼒力力、成功スタートアップおよび Forbs500企業エグゼクティブとの強いパイプ戦略略的投資家として親会社（US以外も含む）  とのビジネスシナジー追求 VC内にビジネスサポート部隊を保有し、  積極的にスタートアップを⽀支援 1 8

13. © 2016 NTT DOCOMO, INC. All rights reserved. deal sourcing Make proposal to HQ VCs Conferences Personal Technology / Service of Startups External sources Hunt Evaluate DOCOMO Strategy startups ・・・ startups candidate ✓ Propose several options how to integrate with startups ✓ Find and make partnership with Japanese company* (Example: Fab.com needs distribution function in Japan) New Service New Product Investment* Deal with HQ FarmingHunting DOCOMO Goal startups candidate Sustain VC outreach and proprietary deal-flow Selecting non core services that fit with mid term plan Finding partners to fill gaps Making a specific proposal to HQ Working with HQ and people which can take risks 13

15. © 2016 NTT DOCOMO, INC. All rights reserved. 15 ⾃自動運転の⾞車車はいつ商⽤用化？ゲームはドル箱で  あり続けるのか？ネット広告は本当に従来マスメディアよりも効果的か？ 2014年年度度下期事業計画のポイント 3 3Dプリンターは製品だけでなく、⾷食品も作れるのか？ヘルスケアは  エコシステムを  確⽴立立出来るのか？メッセンジャー  アプリはどこが⽣生き残るのか？ IoTは流流⾏行行⾔言葉葉で  終わるのか？ Droneで商品をデリバリーする時代は来るのか？⼤大企業のビッグデータはマネタイズ出来るのか？ Wearableデバイスは来るのか？ Uberiﬁcation(Uberの類似サービス)はどこに向かうのか？ Bitcoinは死んだのか？シリコンバレー2014 1Q の⾒見見⽴立立て

16. © 2016 NTT DOCOMO, INC. All rights reserved. 16 3 ●2014年年下期の注⽬目分野はどうなったか？ Wearableデバイスは来るのか？ Uberification(Uberの類似サービス)はどこに向かうのか？ Bitcoinは死んだのか？オンデマンド  エコノミーは益々拡⼤大収益性、雇⽤用、訴訟等の  問題を抱えつつも世界に拡⼤大まだ来てない Fitbit上場、Apple Watchの  発売はあったものの。。。 VRに⼤大⼿手が注⽬目 Bitcoin利利⽤用は停滞 Blockchainの利利⽤用⽅方法に  トレンドがシフト。各社の資⾦金金繰りからも  2016年年が勝負の年年

17. © 2016 NTT DOCOMO, INC. All rights reserved.©2015 DOCOMO Innovations, Inc. All Rights Reserved. トップVC7社 (Google Ventures、Andreessen Horowitz、Benchmark Capital、Kleiner Perkins Caufield & Byers、New Enterprise Associates、Sequoia Capital、Accel Partners)が2015年年5年年4⽉月〜～6⽉月の約3ヶ⽉月間に投資した実績 Recent investment from top VCs(Jul-‐Sep) 17 ■新規投資は全30件（ Early Stage / Seed Round: 29 件、　Later Stage: 1件）　※追加投資分については調査対象外　2014年年4Q（39件）、2015年年1Q（45件）と  ⽐比べ投資件数は減少傾向。 ■Early Stage / Seed Round（29件）の傾向　・全体の66%(19/29件)がB2B系で、中でも業務⽀支援ツール(6件)が最も多い。・全体の76％(22/29件)の創業者が過去の経験から強く意識識した課題を解決し起業。　・2件が過去のTechCrunch Disruptの Battle Field優勝者(2014SF/2013NY)。

18. 18 Enterprise SaaS Financial Smart home Wearable Last Second Economy Security Healthcare Payment Mobile Cloud Web / Internet of Things Big data 3D printing Education Bitcoin E-‐commerce Drone, Robots AI Social On-‐Demand Economy Media What top VCs are investing in 2015 2Q Top VC 7社の2015 2Qの新規投資をベースにマッピング

19. © 2016 NTT DOCOMO, INC. All rights reserved. 19 ⾃自動商⽤用化？ームはドル箱続けるのか？ディアよりも効果的か？ 2014年年度度下期事業計画のポイント 3 ●2014年年下期の注⽬目分野、⾷食品も作れるのか？ヘルスケア？ンジャー  アプリはか？ Drone ⼤大企業の 2016年年はVirtual Reality  元年年となるか？オンデマンドエコノミーは  どこへ向かうのか？ AIはマネタイズ出来るのか？ヘルスケア？ 2015 3Q の⾒見見⽴立立て

20. © 2016 NTT DOCOMO, INC. All rights reserved. 20 注⽬目分野① On-‐‑‒Demand Economyの市場環境 On-‐‑‒Demand Economy市場で成功するスタートアップの条件は、  スケーラビリティを有した市場にいち早く着⽬目しビジネス展開するのがカギ ✓ One-‐‑‒Demandで成功しているのは市場規模が⼤大きい業界 ✓ 市場をリードする業界１位のスタートアップのみが⾶飛躍的に成⻑⾧長

21. © 2016 NTT DOCOMO, INC. All rights reserved. 21 注⽬目分野① On-‐‑‒demand Mobile Serviceから⾒見見た次のトレンド 4 企業価値：$10B(約1兆円) 延べ600万⼈人が宿泊 192カ国3万4000都市で55万物件企業価値：$3.8B(約3800億円) 36カ国で提供現在既存の産業構造に侵⼊入してそれをひっくり返しているシリコンバレー・スタイルの起業家型テクノロジー企業の出現 Transportation & Logistics Food Delivery Home Services タクシー業界テック企業が各産業に進出（Uberiﬁcation）融合＆進化エージェントとなったスマートフォンが最適なディールをマッチング例例）飲み過ぎた次の⽇日に蕎⻨麦を宅宅配ホテル業界次の注⽬目分野：パーソナリゼーション、キュレーション、レコメンデーション技術等番外編）テクノロジーを駆使したDating アプリも話題成功しているスタートアップはまだ少ない・スケジュールや位置情報から前夜の⾏行行動を把握・ランチタイムが近づくと、前の⽇日の飲みすぎから、胃にやさしいお蕎⻨麦をレコメンド・ワンクリックで胃薬も注⽂文

22. © 2016 NTT DOCOMO, INC. All rights reserved. 22 注⽬目分野② Virtual Realityへの⼤大⼿手各社参⼊入顧客への価値・新しいコミュニケーションスタイル・新しいコンテンツ体験・消費者の⼿手に届く価格での提供⾃自社への価値・新技術/コンテンツのノウハウ蓄積・ブルーオーシャンでの先⾏行行者利利益・イノベーションのジレンマからの脱却 Marc Zuckerberg：現在は携帯やデスクトップで⼈人間の40%の時間がコミュニケーションやメディアで消費されているが、Oculusが普及すればVRでも40% の時間が同様の活動に消費されると信じている。それがわかっているからこそ今これだけ VRにリソースをかけられるのだ。 Brendan Iribe (Oculus CEO)とMark Zuckerberg VRギアが次世代コミュニケーションプラットフォームのデフォルトとなるか？

23. © 2016 NTT DOCOMO, INC. All rights reserved. Bloomberg BETA(VC)によるトレンド分析資料料・2016向けより抜粋エージェント/アシスタント⾃自動制御(ドローン、⾃自動⾞車車、船、⼯工場機器) Security HR Marketing カスタマーセンター社内稼働管理理市場分析基盤機能提供(機械学習基盤、⾳音声認識識、画像認識識・･･･) 広告農業⼩小売財務管理理法務医療療ヘルスケア教育流流通投資分析 AIサービス提供者向け各種ツール提供社会問題材料料/製造 ※Pitchbook調査に基づく 23

25. © 2016 NTT DOCOMO, INC. All rights reserved. AIの適⽤用例例 Security マルウェア検知。Zero-‐‑‒Day Atack対応従来のウィルス検知では、ウィルスのファイル名を元に総当り検索索 →新種ウィルス検知が困難だった。 AIを導⼊入し、社内システム内のトラヒックを監視して正常パターンを学習マルウェアによるトラヒックが発⽣生すると、早急に検知できる。 Medical 様々な病気・症状の患者の膨⼤大な量量のMRI画像やCT画像を学習することで通常だと⾒見見過ごされてしまうような症状が写ったMRI画像でも、発⾒見見可能社内稼働管理理各ワーカーのスキルや、過去の様々なタスクに対する進捗状況からタスク割り当てを効率率率化する。 25 教育オンライン上のナレッジ、記事、論論⽂文、等の情報を分析・キュレーションする。

27. 27 http://seekingalpha.com/article/3387605-assessing-ges-software-opportunity?page=2

28. 28 BI SaaS Asset Commodity Commodity? Insights Analytics/ Operation Data IoT Network Device AIスタートアップの領領域儲かるかどうかは。。ここがキモです。儲かるモデルが思いつかないのです。どこが⼤大事か。。

29. 29 airbnbでは、ホスト側の価格設定時に、エリア/レビュー数/イベント有無/写真/・・・に基づく機械学習によって相場価格をサジェストしている機械学習に基づきホスト側が価格設定する際の相場価格や推移をサジェストエリアレビュー数イベント有無物件の写真

30. 30 Uberでは配⾞車車する間隔距離離の最適化（乗⾞車車機会の最⼤大化)に機械学習を利利⽤用都市のサイズ、平日/休日、各ユーザの許容待ち時間、各ドライバーのアベレージ走行距離や平均料金、潜在的失注数等のデータをもとに機械学習し、配車する間隔距離を最適化し配車指示配⾞車車指⽰示待ち時間の最適による

32. 汎⽤用動画像認識識技術提供を⽬目指す技術スタートアップ(2010-‐‑‒) 32 Vicarious approach to solve reCaptcha : ~∼300 Google approach to solve reCaptcha : ~∼150,000,000 Hierarchical Temporal Memory (HTM)理理論論が背景の模様。HTM理理論論の最⼤大の特⻑⾧長は時間の重視．⼈人⼯工知能基盤技術事例例

33. 課題解決策価値提案圧倒的な優位性顧客主要指標チャネルコスト構造収⼊入 ①② ③ ④ ⑥ ⑦⑧ ⑨ • Few algorithm advances in last 30 yrs • Top algorithm used for speech, vision, language is the • convolutional neural network. • Fundamental architecture hasn’t changed since 1980s • Most performance from increased CPU and memory • Requires millions of labeled training examplesNot generative, can’t do fine segmentation, etc 受託業務における収益ソリューション提供の精度度、速度度⼈人件費 33 • Producing precise explanations require feedback • connections. (Brain has lots of them) • Feed-forward and feedback work simultaneously • In contrast, neural networks are purely feedforward. Feedback connections 以下の分野の自動化 The world currently pays humans to do jobs computers should do: Manufacturing - Inspect and manipulate objects. Logistics - Drive trucks, planes, and boats. Retail - Restock shelves and ring up merchandise. Food - Cook and serve meals. Agriculture - Plant and harvest food • Generative probabilistic graphical model. • Currently performing near human-level on shape recognition. • On track to reach human-level object recognition. • Requires very few training examples. • Very fast, memory efficient. • Can be applied to vision, audio, language, motor, etc ロボティクスが利利⽤用できる接客事業、建設業製造業以下のロードマップで開発継続． shape texture motion motor language concepts 未確定 B２Bチャネル全世界から選別した３０⼈人ほどのPh.D. No plans to commercialize current tech, but as a fallback plan OCR is a $400M/year industry. 現時点での収入はなし．以下の投資のみ．M&A狙いは自明か． • 1.2M Seed. Founders Fund, Felicis VC, Open Field Capital, • others. Oct 2010. • 15M Series A. Dustin Moskovitz, Founders Fund, Open Field • Capital, others. Jul 2012. • 40M Series B. Mark Zuckerberg, Elon Musk, Jeff Bezos, • Jerry Yang, Dustin Moskovitz, Formation 8, Khosla Ventures, • Founders Fund, Felicis VC, others. 技術志向の強いスタートアップ．脳の視覚機能実現を当⾯面狙う． Vicariousに対する私の⾒見見⽴立立て

34. © 2016 NTT DOCOMO, INC. All rights reserved. The Macroscope 34 Orbital Insight, Inc. Proprietary Information Re-projection Tiling Statistical Analysis Decision Trees Deep Learning Web Portal Courtesy:

35. © 2016 NTT DOCOMO, INC. All rights reserved. 35 Orbital Insight, Inc. Proprietary Information Building Height Oil Tank Farms Ag Areas and Yield Tract Housing Clouds & Haze Development AirplanesWater Wide Area Search and Advanced Object Counting Courtesy:

37. © 2016 NTT DOCOMO, INC. All rights reserved. 37 画像認識識と機械学習を⽤用いて観察を⾏行行い、各芽ごとに肥料料散布や雑草除去、間引きが必要な芽を特定する。（差別化ポイント)上記機能を搭載したロボティクスによって、リアルタイムに判定し、リアルタイムに各処置を施す。これにより従来⼿手法では広範囲に無差別に散布していた農薬や肥料料の量量を90%減らすことができる。 2012年年　スタンフォード卒のメンバーが創設 2015年年　Series B 　30Mを調達 VC 　Khosla Ventures

38. -‐‑‒ Maanaはエンタープライズ向けにデータの結合、分析⽤用ソフトウェアを提供し、企業内に散らばった各種のデータソースをMaana プラットフォームに結合することで、データ⾃自体のラベル付け等を⾏行行い、ナレッジグラフを構築し、既存のBIツール等で活⽤用することが可能 38

39. © 2016 NTT DOCOMO, INC. All rights reserved. System Insights概要 -‐‑‒ System Insightsは、⼯工場等の機器のオペレーションデータを取得し、AIによる解析を⾏行行うことで、  ⼯工場全体のパフォーマンスの最適化、故障予測を可能にするサービスを提供　 -‐‑‒ 簡易易な導⼊入を⽬目指し、業界⼤大⼿手の各機器のデータに対応するために、標準化団体のMTConnectを推進。 -‐‑‒ より多くの⼯工場を顧客に持つことで、データを蓄積し、AIの精度度を⾼高めることを狙っている。データ取得 39

40. -‐‑‒ Beagle.ai は、AIによる⾃自然⾔言語処理理によって契約書照会を実施するプラットフォームを提供。　 -‐‑‒ 契約書ファイルを⼊入⼒力力すると、サマリの作成や要注意箇所を抜粋・ハイライトする機能や、複数ユーザが同時に連携して契約書確認や編集作業を可能とする機能等を提供。 -‐‑‒ これらの機能により、従来では⾼高額となっていた弁護⼠士への契約書の照会依頼費⽤用や、担当者の確認稼働を削減することが可能となる。 Beagle.ai 要注意箇所のハイライト顧客と⾃自社の遵守事項の分布状況等を視覚化。 40

41. © 2016 NTT DOCOMO, INC. All rights reserved. Merge Healthcare Watsonが約30億枚からなる診断画像ビックデータを学習 41 IBM社が2015年年8⽉月にMerge Healthcare社を$1Bにて買収。⽶米国内で最も商⽤用に近い⽔水準と想定されるAIヘルスケア事業。技術的な特徴：30億枚もの診断画像データによる機械学習⽶米国固有の特徴：膨⼤大な診断画像を保持する医療療企業を、ICT企業が買収した事例例

42. © 2016 NTT DOCOMO, INC. All rights reserved. Butterfly Network  創業からわずか2年年で企業価値が約$300M 42 MRI機材や超⾳音波機器を劇的に低価格・⾼高性能、扱いやすくする、ハンディサイズのmedical-‐‑‒imagingデバイスを開発中。技術的な特徴：従来は限られた診断性能しかなかったエコー診断機器を、ディープラーニングやクラウドソリューションにより⾰革新的な診断性能へと進化。MRIやCTスキャン相当の画像診断を可能とする。MRIやCT スキャン機器の導⼊入コストに⽐比べて圧倒的に安価なデバイスを提供予定。 Butterﬂy Networkの技術を使って撮影した腎臓

43. © 2016 NTT DOCOMO, INC. All rights reserved. ENLITIC  DEEP LEARNINGを導⼊入したX線、MRI、CT画像の診断を提供 43 イメージデータをDeep Learningの⼿手法で解析し、病気を判定する。イメージデータにはレントゲン写真、 MRI、CTスキャン、顕微鏡写真などが使われる。検査結果に悪性腫瘍などがあるかどうかを⾼高速にかつ正確に判定する。ファウンダー兼CEOのJeremy Howardは、Deep Learningの⼀一⼈人者として、TEDでも講演。

44. © 2016 NTT DOCOMO, INC. All rights reserved. Lumiata  世界初のMedical Graphを開発 44 700万⼈人以上の患者データ、年年間3000万以上の診察記録に基づきデータの相関性を機械学習し、Medical Graphを作成。各患者にパーソナライズされた診断、処置、治療療に関連するInsightやPredictionを提供。また、各患者の個⼈人レベルのみではなく、膨⼤大なレコードに基づくリアルタイムなPredction Analysisを病院ネットワークや保険会社にも提供。

45. © 2016 NTT DOCOMO, INC. All rights reserved. TUTE 　GENOMICS  機械学習によるゲノム解析プラットフォームを提供 45 ・世界初であるゲノム医療療の検査結果ポータルサイト（MyGeneβ）を提供開始・世界最⼤大級のゲノムデータベースをもつゲノム解析プラットフォーム（API提供）・ANNOVA（最も広く利利⽤用されているゲノム解析ツール）を拡張したゲノム解析機能

46. © 2016 NTT DOCOMO, INC. All rights reserved. 2015.7 ⽶米国ボストンにAI研究所を設置 2015.11 Prediction.io(Personalizedレコメンド) 2015.12 Minhash(法⼈人営業向けデータ収集 AI) 2015.1 Wit.ai(AI型⾳音声対話)を買収 2014.1 DeepMind(DeepLearning技術)を買収先⽇日のAlphaGOは、GoogleDeepMindによるもの。 2016.4 Orbeus(画像認識)を買収 2015.９ AI技術者を⼤大量量採⽤用していることが記事 2005年年頃から、積極的にAI型レコメンドを採⽤用 2015.7 Seed Scientific(データ分析)を買収。 AI型Personalizationを強化日本企業も続々と米国に体制強化中 2015.11 シリコンバレーにAI研究所設置。　　　　　　TOPは元Google Research出⾝身 2016.1 シリコンバレーにAI研究所設置。　　　　　　出資⾦金金1200億円 46 ⽶米国有⼒力力プレイヤーにおけるAI開発体制強化

投資会社から見た人工知能(Ai)の事業化トレンド

Mirai Translate, Inc.

投資会社から見た人工知能(Ai)の事業化トレンド