まずは相談してみる
「課題の解決方法がわからない」「リネアでできることを知りたい」などお気軽にご相談ください。
シミュレーション
市場変動・需要予測・投資リスクなどをシミュレーションして、意思決定を支援します。
このような課題をお持ちではないですか？
- 市場ニーズがつかめず、収益計画に大きなズレや誤差が生じてしまう
- 新規事業や投資を検討しているが、リスクがわからず踏み出せない
- 過去データはあるものの、予測分析や戦略立案に活かしきれていない
- 将来の需要変動に備えたいが、複数シナリオを比較・検討する方法が分からない
データやAIを活用し、
市場変動や投資リスクの予測を支援します
例えば、リネアでは以下のような支援が可能です。これまでに行った支援事例の一部をご紹介します。
-
外国為替変動予測｜金融機関
外国為替市場における主要プレイヤーのポジションや取引動向を予測するモデルを構築。市場変動を踏まえた投資戦略の立案を支援。
-
農作物収穫量の予測モデル開発｜農業
生産者の作業記録データを分析し、AIを活用した収穫量予測モデルを開発。追加調達コスト削減を支援。
-
農作物市況予測｜農業
卸売市場の野菜の価格を予測するモデルを構築。需要と価格変動を踏まえた出荷計画や販売戦略の立案時に活用。
-
企業間ネットワーク分析｜企業信用調査業
企業間取引ネットワークを分析し、企業の将来性や市場環境を予測。戦略的な投資や企業提携を判断する際の、重要な評価指標を提供。
-
肌年齢の推定｜化粧品業
手の画像データを解析し、肌年齢を推定するモデルを開発。消費者への最適な製品の提案など、マーケティング施策立案に貢献。
-
感染リスク分析｜ホテル業
流体解析と統計分析により、宴会時の飛沫拡散をシミュレーション。マスクやパーティションなど感染対策の効果を検証し、現場でのリスク対策の実施に貢献。
特長
リネアの4つの強みを通し、多くのお客様から選ばれる理由を紹介します。
- POINT 01
数理分野の知見と支援実績を活かしたご提案
プロジェクトに参加する社員の多くは博士課程を修了した数理分野のプロフェッショナルです。金融・農業・物流など幅広い業界での支援経験を活かし、最適な打ち手を提案します。
- POINT 02
業界理解から始まる堅実なプロジェクト進行
業界や業務理解を徹底しており、商談段階からデータ分析や現地調査を実施した例もあります。また、詳細にワークフローを整備することで炎上リスクの少ないプロジェクト進行を実現しています。
- POINT 03
開発や分析を担う技術者が商談段階からサポート
商談段階から技術者が同席し、技術や理論を踏まえた実現可能性の高い施策をご提案します。課題整理や方向性の検討からご支援できるので、課題が漠然としている段階でもご相談いただけます。
- POINT 04
金融業界で20年以上の実績が保証する取引安全性
金融業界において20年以上、業界問わず600社以上の支援実績があります。金融機関の厳格な審査基準をクリアしてきた経験があるため、安心して当社とお取引いただけます。
これまでの実績
金融業界に限らず、医療、農業、地方創生分野などでAI・DXを推進しています。支援会社との協業・サービス改善実績も豊富です。
-
感染リスクを可視化し、宴会場の安全対策を支援
- 業種
- ホテル業
- 相談部署
- 企画部
- 企業形態
- 法人
- 従業員数
- 1,500～2,000人
- 実施期間
- 2022年12月～2023年3月
ご支援内容
相談背景
- 宴会サービスを再開するにあたり、人からどのように飛沫が拡散しているのか良く分からない
- 感染リスク対策としてのマスクやパーティションの有効性評価が難しい
お客様の要望
- 宴会場環境を再現した仮想環境でのスーパーコンピュータを用いたシミュレーションの実施
- シミュレーション結果を用いた、感染リスクの空間分布の可視化
- 宴会時におけるマスクやパーティションの感染対策効果検証
結果
- スーパーコンピューターを用いた流体解析により、飛沫拡散シミュレートを実現
- 感染対策を含むシミュレーション結果を可視化した、感染リスクマップを構築
- 数量的な根拠に基づき、現場での感染対策計画が立てられるようになった
- 社会的緊急度が高かったが、依頼を受けてからわずか3カ月で実装・成果提供
担当者
溝内 健太郎
アプリケーション開発部 HPCエンジニア
兵庫県立大学大学院シミュレーション学研究科シミュレーション学専攻を修了後、プラント設計業務に従事。株式会社リネア入社後は、数値シミュレーションの専門性を活かし、スーパーコンピューター「富岳」を用いた飛沫シミュレーションや人流シミュレーションのプロジェクトに携わる。実空間の現象を再現・分析する高度な数値シミュレーション技術を強みとしている。
-
収穫量の予測誤差を約10％→約2.6％へ低減。調達コスト削減に貢献
- 業種
- 農作物調達・販売
- 相談部署
- 研究開発部門
- 企業形態
- 法人
- 従業員数
- 200～250人
- 実施期間
- 2014年～2016年
ご支援内容
相談背景
- 従来手法では農作物の生産量・収穫量の精緻な予測ができない
- 収穫量の予測精度が高くないと、追加調達などでコストが増加してしまう
- 収穫量予測に活用できるデータ量が限定されており、品質もそれほどよくない
- データ分析ができる人材が不足している
実施内容
- 収穫量予測現場のヒアリングとデータ収集
- 天候・圃場データ・収穫実績などを活用した収穫量予測モデルの開発・評価
結果
- 従来予測では10%前後（最大20%以上）だった予測誤差を平均約2.6%（最大10%）まで低減
- 高精度な収穫量予測に基づき追加調達計画を立てることが可能となり、コスト削減に貢献
- データ分析作業から、精度向上に有効な特徴量の発見とその効果についての知見を獲得・提供
担当者
久須見 健弘
経営戦略本部 ビジネスデザイナー
広島大学大学院理学研究科地球惑星システム学専攻を修了後、システムコンサルティング会社に入社。株式会社リネア入社後は、金融市場系パッケージの開発に従事。経験を活かし複数のビジネスデザインを手がける。その後は農業関連のプロジェクトを経て、近年ではSociety5.0をはじめとした国の研究開発プロジェクトに携わり、新領域での事業開拓を推進している。
金城 智弘
データ事業開拓部 部長 / 博士（工学）
株式会社リネア入社後、非金融業界を中心にデータドリブンなアプローチによる分析業務を担当し、営業からデータ分析まで幅広く携わっている。ラボ契約など多様な契約形態の経験を通じて業務理解とドメイン知識を深めながら、課題解決に向けた提案を行っている。業務理解を起点に、構造的なデータ設計・分析を得意とする。
ご支援の流れ
支援工程を細かなタスクに分けて管理し、プロジェクトをスムーズに完遂するためのワークフローを整えています。
お問い合わせ～課題把握
-
01
お問い合わせ
資料請求やお問い合わせフォームよりご連絡いただきます。 -
02
打ち合わせ
（約1～3回）当社のサービス紹介を行い、お客様の業務特性や経営状況を詳しく確認したうえで、課題を把握します。- ※詳細な提案や見積もりが必要な場合は、簡単なデータ分析や現地視察を実施し、課題整理を行うこともあります。
-
03
進め方の決定
AI導入の場合は「AIモデル構築」、業務プロセスDXの場合は「DX支援」など、課題に応じて進め方を決めます。 -
04
本契約の締結
ご提案内容にご同意いただけましたら、本契約を締結のうえ、プロジェクトを開始します。
- ※各ステップで必要に応じてNDAを結ぶ場合がございます。
プロジェクト開始後
打ち合わせで決定した方針に沿って、プロジェクトを進行します。以下は進め方の一例です。
case1：AIモデル構築の場合
-
01
現状分析・課題の明確化
課題を明確化し、AI適用の目的・条件・KPIなどについて、取り組み対象を具体化します。 -
02
データ収集・前処理
業務に関連するデータの確認や、不足データの補完方法を検討し、適切なデータを収集します。 -
03
簡易AIモデルの構築
データ収集後、前処理したデータを用いて仮説検証のための簡易AIモデルを構築します。 -
04
AIモデル構築・評価および改善
構築した手法で実際の業務データに適用したAIモデルを構築し、精度と実用性を評価します。 -
05
フィードバック・改良
得られた評価を基にAIモデルの改善を行います。継続的な監視・管理体制の構築も合わせて検討します。 -
06
本格導入・運用方法の検討
導入形態や運用の方法を選定します。モデルをシステムに組み込む場合、API化やクラウド展開なども検討します。
case2：DX支援の場合
-
01
現状把握と課題の明確化
業務プロセスやIT環境を整理・可視化し、課題を明確化してDX推進の方向性を定めます。 -
02
DX戦略と実行計画の策定
現状分析を基にDX戦略を策定、実行計画を立案。また、プロジェクトにおけるKPIを定義します。 -
03
デジタル化の実行と業務プロセスの改善
デジタル技術を活用し、業務プロセスの再設計、ITツールの選定・導入、それらの説明会を実施します。 -
04
データのさらなる活用と意思決定の高度化
BIツールなどの導入による活用支援、AI・機械学習などによる高度化実装、データに基づく意思決定を支援します。 -
05
成果報告・評価
KPIに基づく成果評価とフィードバックを実施し、今後のDX推進計画へ反映・提案を行います。
費用について
お問い合わせいただいた後、ヒアリングのうえ、案件規模やお客様の業界特性に合わせて詳細な見積もりを作成します。
-
case1
経営データ分析と人材育成
- 業種・業態
- 水インフラ業
- 従業員規模
- 3,000～5,000人
- 契約形態
- チーム常駐契約（ラボ・パッケージ型）
2,000～3,000 万円/年
- 対応内容
- 経営データ分析支援
- データサイエンティストの育成
-
case2
積み付けアルゴリズムの開発
- 業種・業態
- 化粧品業
- 従業員規模
- 7,000～9,000人
- 契約形態
- チーム常駐契約（ラボ・パッケージ型）
200～250 万円/月
- 対応内容
- 論文調査～実用的なAIアルゴリズムの開発
-
case3
感染リスクを可視化し、安全対策を支援
- 業種・業態
- ホテル業
- 従業員規模
- 1,500～2,000人
- 契約形態
- チーム常駐契約（ラボ・パッケージ型）
180～220 万円/月
- 対応内容
- 流体解析によるリスク可視化と対策効果の検証
よくある質問
-
Q1.
課題が具体的になっていなくても相談できますか？
もちろんです。「アイデアはあるが方向性が定まっていない」「まず何ができるか知りたい」といった段階でも、打ち合わせを通じて一緒に整理します。
-
Q2.
どのような種類のシミュレーションが可能ですか？
市場変動・価格予測・需要予測・設備稼働シナリオ・投資リスク・人員計画・サプライチェーン最適化など、多様なテーマに幅広く対応しています。
-
Q3.
新規事業の事業性評価にも使えますか？
市場規模やリスク要因、成長性などをデータに基づいて分析し、定量的な評価や意思決定を支援します。
-
Q4.
業界特有の条件や事情にも対応してもらえますか？
対応可能です。農業・金融・インフラなど業界特有の条件を十分に考慮し、現実に即したモデルを設計します。
-
Q5.
シミュレーションには、どの程度のデータが必要ですか？
過去の業務データや公開されているデータがあれば、簡易なモデルからスタートできます。必要に応じてデータ収集や補完のご支援も行います。
-
Q6.
不確実な前提条件が多い場合でも対応できますか？
複数のシナリオに基づいたシミュレーションを実施し、各シナリオのリスクや実現性を定量的に比較・評価します。意思決定のための材料としてご活用いただけます。
-
Q7.
シミュレーション結果の可視化もお願いできますか？
はい、グラフやインタラクティブなダッシュボード形式での可視化が可能です。社内での共有や報告資料としてもご利用いただけます。
-
Q8.
実務にすぐ使える形でシステム化することはできますか？
シミュレーションモデルをAPI化したり、業務システムに連携することで、日常業務に取り入れやすい形で提供可能です。
-
Q9.
定期的にシミュレーションを実施できますか？
可能です。新たなデータの蓄積に応じてモデルの再学習やシナリオの更新を実施し、シミュレーション精度の維持・向上をサポートします。
-
Q10.
過去にシミュレーション結果をうまく活用できなかったのですが、再度取り組もうと考えています。
そのような場合には、過去の課題や失敗要因を丁寧に分析し、実用性の高い形での再設計を支援します。
