プレスリリース

〜Data to AI(R)仕事術で建設業界の生産性向上〜 2024年2月16日 物流テックデータフォーラム開催


「企業データとAIの利活用カンパニー」AOSデータ株式会社(本社:東京都港区、代表取締役社長 吉田 宣也 以下 AOS データ社)は、建設関連の事業者や関係者および一般市民の方々において、プロジェクトの透明性と効率性を高め、持続可能な開発を推進する上で極めて重要な建設オープンデータを、AI学習用データコマースプラットフォーム「DataMart.jp」( https://datamart.jp/ )で公開したことをお知らせします。
[画像1: https://prcdn.freetls.fastly.net/release_image/40956/349/40956-349-505568a089a4ddf6fac57893646cf919-871x492.png ]

■建設データの高まり
建設業界は、急速な技術進化とグローバルな環境変化の影響を受けており、この変革の中でデータの重要性が急速に高まっています。過去には、建設プロジェクトは経験や直感に依存していましたが、現在ではデータ駆動型のアプローチが必須となっています。このアプローチは、プロジェクトの効率性、安全性、持続可能性を大幅に向上させると同時に、新たな課題への対応にも不可欠です。これらの背景を踏まえて、建設データが重要となってきている要因があります。
[画像2: https://prcdn.freetls.fastly.net/release_image/40956/349/40956-349-fbb893bed2fe7d186dd2c72210465f9d-871x611.png ]

これらの要因により、建設データはプロジェクトの成功、業界の持続可能性、安全性、効率性の向上に重要な役割を果たしています。

■建設データとは
建設業界におけるオープンデータの活用は、プロジェクトの透明性と効率性を高め、持続可能な開発を推進する上で極めて重要です。これらのデータは、プロジェクトの計画、実施、監視、評価において幅広く活用され、建設業界全体の革新と改善に寄与しています。また、様々なステークホルダー間のコミュニケーションと協力を促進し、より効果的な意思決定を支援します。以下では、建設のオープンデータがどのような分野にわたって展開されているのかを説明します。
[画像3: https://prcdn.freetls.fastly.net/release_image/40956/349/40956-349-7bd9304308e5cc53ed27b28db0de9599-872x490.png ]

これらのデータは、建設プロジェクトの全体的な計画、実行、監視、および評価において重要な役割を果たします。オープンデータの活用により、効率性、透明性、持続可能性が向上し、関係者間の協力と理解が促進されます。

■建設データの特性
建設業界におけるオープンデータの利用は、近年、急速に拡大しています。これは、データがプロジェクトの透明性、効率性、そして最終的な成功に大きく寄与するためです。しかし、これらのデータは、その性質上、いくつかの独特な特性を持っています。これらの特性を理解することは、建設データを効果的に活用し、業界全体の発展に寄与するために非常に重要です。以下に、建設分野のオープンデータが持つ主な特性を述べます。
[画像4: https://prcdn.freetls.fastly.net/release_image/40956/349/40956-349-d4b1ff54b8d45781322e7d2d0b13f1b3-871x577.png ]

これらの特徴は、建設業界におけるデータ駆動型の意思決定、効率性の向上、リスクの管理、持続可能性の促進に大きく寄与しています。

■ユーザーは建設データの品質をどのように評価できるか？
建設業界では、オープンデータの品質を適切に評価することが、プロジェクトの成功に不可欠です。高品質のデータは、正確な意思決定、リスク管理、効率的なリソース配分に寄与し、プロジェクトの全体的な成果を向上させます。しかし、データセットの品質を評価するには、その正確性、完全性、および適用性を慎重に検証する必要があります。以下では、建設分野のオープンデータの品質を評価するための実践的なアプローチを、3つの具体的なステップを通じて紹介します。

建設分野のオープンデータの品質を評価するには、観光データセットの評価と同様の基本的な手順を踏むことができますが、その内容は建設業界に特有のものに調整する必要があります。

1. データセットをサンプリングする：
建設データセットの品質評価の第一歩として、データをサンプリングしてその代表性を確認します。これは、データセットからランダムにサブセットを選択し、その正確性、完全性、そして関連性を詳細にレビューすることで実施できます。例えば、プロジェクト計画、工程記録、安全基準などのデータポイントが完全かつ正確に含まれているかを確認します。
2. データ収集方法を確認する：
データがどのように収集されたかを理解することは、その信頼性と有効性を評価する上で重要です。建設データの場合、使用された測定技術、データ入力プロセス、センサーや機器の精度、データ収集のタイムフレームなどを評価します。また、データソースの信頼性も考慮することが重要です。
3. データの属性を評価する：
最後に、データの具体的な属性を評価して、それが建設プロジェクトやビジネス目標に関連していることを確認します。これには、プロジェクトのスケジュール、コスト、安全記録、品質管理データ、環境影響評価などの属性が含まれます。これらの属性が意図した目的にとって意味があり、有用であるかどうかを判断します。

サンプリング、データ収集方法の検討、データ属性の評価というステップに従うことで、建設分野のオープンデータセットの品質を効果的に評価し、特定のニーズに適しているかどうかを判断することができます。
[画像5: https://prcdn.freetls.fastly.net/release_image/40956/349/40956-349-838f75ac0cfc3f9c497648870020c52a-602x358.png ]

■AI学習用データコマースプラットフォーム「DataMart.jp」とData to AI仕事術
建設業界は、データ駆動型のアプローチを取り入れることで、プロジェクトの成功率を高めると同時に、効率性と持続可能性を向上させています。オープンデータを活用することにより、建設プロジェクトはより効果的に計画、実施、および管理することが可能になります。コスト削減、リスク管理、品質向上などの多岐にわたるメリットが含まれます。以下では、建設分野におけるオープンデータの活用方法を具体的なサンプルと共、それぞれの活用で得られる効果について説明します。

1. プロジェクト管理の最適化
- データ: 予算実績データ、工程進捗データ、リソース配分、リスク管理レポート
- 効果: プロジェクトの透明性向上、コストコントロールの改善、スケジュールの遵守、リスク軽減
2. 効率的な材料調達
- データ: 材料コスト、供給者パフォーマンス記録、在庫管理データ、過去の調達履歴
- 効果: 材料コスト削減、供給チェーンの最適化、廃棄物削減、在庫管理の効率化
3. 安全基準の強化
- データ: 事故報告記録、安全違反履歴、安全トレーニング記録、安全検査結果
- 効果: 安全リスクの識別と軽減、安全意識の向上、労働者の安全性の向上
4. 環境影響の評価
- データ: 環境影響評価報告書、排出データ、エネルギー使用量、地域の環境基準
- 効果: 環境への影響の低減、持続可能な建設実践の推進、環境法規遵守
5. 品質管理の改善
- データ: 品質チェックリスト、不具合報告記録、客のフィードバック、検査結果
- 効果: 建設品質の向上、顧客満足度の向上、不具合の早期発見と対応
6. 労働力の最適化
- データ: 労働力のスキルセット、勤務時間記録、労働生産性、人員配置計画
- 効果: 労働効率の向上、適切な人員配置、プロジェクトコストの削減
7. スケジュール管理の強化
- データ: 過去のプロジェクトスケジュール、進捗報告、納期遅延記録、リソース可用性
- 効果: スケジュールの精度向上、遅延の削減、リソースの効率的利用
8. コスト管理と削減
- データ: コスト実績データ、プロジェクト予算、コスト超過報告、資金調達情報
- 効果: 予算管理の改善、コスト削減、財務リスクの軽減
9. 顧客関係の管理
- データ: 顧客フィードバック、契約履歴、顧客ニーズ分析、サービス品質評価
- 効果: 顧客満足度の向上、リピートビジネスの確保、市場での競争力強化
10. リスク評価と管理
- データ: リスク評価報告、過去のリスク発生事例、リスク軽減策、リスク監視システム
- 効果: プロジェクトリスクの早期識別、リスク対応計画の改善、プロジェクトの安定性向上
11. 市場分析と戦略立案
- データ: 市場トレンド、競合分析、需要予測、経済指標
- 効果: 市場機会の特定、戦略的意思決定、ビジネス展開の最適化
12. 技術革新の活用
- データ: 新技術の研究データ、技術実施報告、技術効率評価、イノベーションケーススタディ
- 効果: 建設技術の革新、プロジェクトの効率性向上、競争力の強化
13. 法規制遵守の確保
- データ: 法規制要件、違反事例、法的審査結果、コンプライアンスプログラム
- 効果: 法規制の完全な遵守、法的リスクの軽減、企業評判の保護
14. 環境持続可能な開発
- データ: 環境基準、持続可能性指標、再生可能エネルギー使用、生態系への影響評価
- 効果: 環境への影響の削減、持続可能な建設実践の促進、企業の社会的責任の強化
[画像6: https://prcdn.freetls.fastly.net/release_image/40956/349/40956-349-0b665650aa523ce471d7a95a783bc94d-871x1159.png ]

これらの仕事術は、建設業界でのオープンデータの活用を通じて、プロジェクトの品質、効率、持続可能性を高めるために効果的です。

■データの共有・活用から、資産として売買されるDXの推進へ
AOSデータは、『Data to AI(R) 』というキャッチフレーズを掲げ、AI・DX時代のAI&データドリブン経営のためのデータワンストップサービスを展開しています。具体的には、紙などのアナログ情報をデジタル化するプラットフォーム「aipapyrus.com」、企業内のデータを安全に共有・集積するプラットフォーム「aosidx.jp」、損失したデータを復旧するデータリカバリーセンター「data119.jp」、データを活用するためのAIデータ加工センター(データアノテーションサービス) 「aidata.jp」など、データのライフサイクル全体を一気通貫で管理するための各種ソリューションを、ワンストップで運営および提供しています。

　「DataMart.jp」は、データ化、データ共有と保存、データ活用のデータライフサイクルの次に位置付けられる、企業間のデータ売買マーケットプレイスであり、企業データが資産として売買されるDXを推進いたします。
[画像7: https://prcdn.freetls.fastly.net/release_image/40956/349/40956-349-9a5003ecc625e0ba7d7c020fbfe13549-688x373.png ]

■AI学習用データコマース「DataMart.jp」を支える各賞受賞実績の技術
「DataMart.jp」は、経済産業大臣賞に輝くAOSグループのリーガルテックの技術、ITreview Grid Awardの3部門で17期連続受賞、2020年11月ITreview Customer Voice Leaders受賞の「AOSBOX」のクラウドバックアップ技術、BCN AWARD システムメンテナンスソフト部門最優秀賞を15年連続受賞したデータ管理技術、経済産業大臣賞を受賞したグループ企業のリーガルテック社のVDR技術を融合し、安全なデータのやりとりと共有および保管システムを基盤とするインテリジェントなDXソリューション「AOS IDX」を支えるソリューションとして開発されました。

■AI学習用データコマース「DataMart.jp」概要　( https://datamart.jp/ )
・目的：ビッグデータ、オープンデータ、マイデータを蓄積しAI学習用データの加工を支援。AI学習用データの収集の効率を上げAIシステムの構築に専念できるよう、各企業のAIシステム開発の生産性向上をサポートします。

・対象データ
位置データ、財務データ、eコマースデータ、会社データ、企業統計データ、技術データ、シンセテイックデータなどオープンデータ（法人のビッグデータ、個人のマイデータを購入、販売、取引が可能）
・DataMart.jpのメリット
(1)データ販売者：自社で蓄積したデータをマネタイズし、更新データ提供などを通して継続的なロイヤリティの獲得
(2)データ利用者：必要なデータを手間をかけずに入手でき、購入後すぐ活用できるよう加工された高付加価値データを自社のAIに効果的な学習用データとして提供できる
・DataMart.jpの特徴
マッチング表示：登録情報や希望条件にマッチするデータセット を優先して表示
メッセージ機能：データセット提供者と直接コンタクトし、データに関する質問などスピーディに情報交換可能
いいね機能：興味のあるデータセットに「いいね！」をしておくと、該当データセットの最新の状況を常に確認できる
・DataMart.jpの利用料金
販売者様からの手数料：10％　
購入者様からの手数料：データ販売額の０％　＊オープンデータの場合無償

■建設データプロバイダーの募集
建設業界は、テクノロジーの進化と市場の変化により、大きな変革期を迎えています。特に、デジタル化の推進やグローバルな経済動向の影響を受けて、建設データの需要が高まっています。データを基にした意思決定や戦略的アプローチは、建設業界の効率化と持続可能な成長を支える重要な要素となっています。DataMart.jpでは、この変化の波に乗り、建設分野に特化した新たなデータコマースの構築を目指しております。そのための第一歩として、質の高い建設データを提供していただけるデータプロバイダーを募集しています。プロジェクトの計画段階から実施、メンテナンスに至るまで、幅広いデータを活用し、建設業界の新しい未来を共に築くパートナーとして提携を希望しております。

AOSデータ社では、以下のフォーラムを開催いたしますので、ご都合がよろしければ、是非、ご参加ください。

■「物流テックｘAI/DXフォーラム」開催概要
(1)日時：2024年2月16日（木）13:30〜17:35（受付開始　13:15）
(2)会場：日経ホール＆カンファレンスルーム　https://www.nikkei-hall.com/access/　
　　　　 東京都千代田区大手町1-3-7　日経ビル6F　＊当日は、オンラインとハイブリッドで開催予定です。
(3)お申し込み先： https://form.aosdata.co.jp/corporate/aidx2402-input/

■データやAI、ロボティクス活用による最新Logistics DX事例
2024年4月、法令上ドライバーの時間外労働の上限が年間960時間に規制され、売上への影響や運賃アップ、人手不足などが予測される「2024年問題」が迫っています。物流領域のプロセスの効率化や生産性向などの改革に取り組むことが、企業の喫緊の課題となっています。その課題解決に貢献するのが、「LogisticsTech（物流テック）です。
　「LogisticsTech（物流テック）」は、Logistics（物流）とTech（テクノロジー）を組み合わせた造語で、製品やサービスの運送、配送、在庫管理、需要予測、サプライチェーン管理などの物流プロセスを効率化、自動化、または最適化するための技術のことを指します。運送の計画や最適化をサポートする運送管理システム(TMS)や、在庫管理や倉庫内の操作を効率化するウェアハウス管理システム(WMS)、在庫の追跡と管理を自動化し、過剰在庫や在庫切れを防ぐ在庫管理システム、また大量のデータから有用な洞察を引き出すデータ分析ツールや、需要予測、在庫管理、配送の最適化などの分野で利用されているAIや機械学習などの技術が物流テックを支えています。

このような物流テックを活用した事業を支えているのは、膨大なデジタルデータです。データのライフサイクルマネジメントと品質向上、リスク管理の重要性の啓発を行い、日本のDX推進に貢献するため、AOSデータは各業種の先進企業のDX推進やAIデータ活用事例、リスクマネジメント事例等を紹介する「産業DX/AIデータフォーラム」を企画しています。2024年2月は最先端の物流テック事業や取り組みを推進されるスピーカーにご登壇いただきお届けします。　
[画像8: https://prcdn.freetls.fastly.net/release_image/40956/349/40956-349-b76602104493ba65a680c78aa37515d1-698x583.jpg ]

＊本アジェンダは予告なく変更される場合がございます。予めご了承ください。

【AOSデータ株式会社について】
名 称：AOSデータ株式会社　代表者：吉田 宣也
設 立：2015年4月　所在地：東京都港区虎ノ門5-1-5 メトロシティ神谷町ビル4F
資本金：1億円（資本準備金15億2500万円）　
URL： https://www.aosdata.co.jp/
AOSデータ株式会社は、クラウドバックアップのAOSBOXを初めとしたソフトウェアの導入からパソコンやスマートフォンの廃棄まで、ライフサイクルに合わせた様々な製品を提供し、2020年8月に「リーガルデータ事業」をグループ会社から事業承継しました。これにより、下記のラインナップで「データ管理」の製品とサービスをご提供しております。

・データトラブル予防対策の「クラウドバックアップ」
・データメンテナンスの「データ復元」「データ抹消」「データ移行」
・データトラブル事後対策の「データ復旧サービス」
・データをトラブルから守る「データセキュリティ」
・証拠データの復元調査や証拠データ作成を行う「リーガルデータサービス」

さらに2021年4月よりAOSグループのAI・DX事業部門を「データアセット マネジメント」ソリューションと融合し、産業DXのキーになるデータの利活用、特にAIのためのデータ利活用を最大にするデータプラットフォームの会社へと進化して参ります。

プレスリリース提供：PR TIMES