Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
X-Tech_meetup_#04_データサイエンスで東京メトロの働き方改革〜リアル×デジタル...
Search
GA technologies
October 03, 2019
Technology
700
0
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
X-Tech_meetup_#04_データサイエンスで東京メトロの働き方改革〜リアル×デジタルの可能性〜
GA technologies
October 03, 2019
More Decks by GA technologies
See All by GA technologies
データサイエンティスト協会 エントリー層向けセミナー_データサイエンスでいいエリアの提案にチャレンジ!
gatech2013
0
1.1k
データサイエンティスト協会 エントリー層向けセミナー_データサイエンスでいいエリアの提案にチャレンジ!_データ・グラフ集
gatech2013
0
1k
データサイエンティスト協会 エントリー層向けセミナー_データサイエンスでいいエリアの提案にチャレンジ!_演習フォーマット
gatech2013
0
1.2k
X-Tech_meetup_#04_イントロダクション
gatech2013
0
650
X-Tech_meetup_#04_テクノロジーを活用した建設事業者の経営支援
gatech2013
1
610
X-Tech_meetup_#04_建設会社からConTech企業へ事業転換。リアルから湧き出た課題をITで解決。全ては業界のために
gatech2013
0
650
WebDBForum2019_Poster
gatech2013
2
590
X-Tech_meetup_#03_イントロダクション
gatech2013
0
910
X-Tech_meetup_#03_ブロックチェーン・アプリケーションのアーキテクチャ設計と事業化のポイント
gatech2013
0
900
Other Decks in Technology
See All in Technology
コミュニティの有益性 ~JAWS Days 2026 での体験を通して~ / The Benefits of a Community ~Through My Experience at JAWS Days 2026~
seike460
PRO
0
290
AIをフル活用してオンコール機能のプロトタイプを2日で作った話 / Building an AI-Powered On-Call Prototype in Just Two Days
nari_ex
0
140
AIチャットの改善から見えた、良いAI体験とは / What Constitutes a Good AI Experience: Insights from Improving AI Chat
kubode
0
120
Flow 不死:AI 時代 DevOps 的不變本質
cheng_wei_chen
2
540
從觀望到全公司落地:AI Agentic Coding 導入實戰 — 流程整合與安全治理
appleboy
0
110
製造現場での生成AIの活用、およびエージェントAIの実装のあり方、AVEVAの取り組み
iotcomjpadmin
0
170
クラウドファンディング版StackChan 3体(4体)をインタラクティブな体験型作品にして展示もした話 / スタックチャンお誕生日会2026
you
PRO
0
190
Fabricをフル活用する AI Agent Hub -製造業特化AIエージェントの設計
iotcomjpadmin
0
150
2026 AI Memory Architecture
nagatsu
0
480
はてなのサービス基盤を支える Kubernetes《足腰》
masayoshimaezawa
0
120
ご挨拶「10周年を迎える共創ラボのこれまでとこれから」
iotcomjpadmin
0
140
徹底討論!ECS vs EKS!
daitak
3
1.8k
Featured
See All Featured
The Invisible Side of Design
smashingmag
301
52k
SEO for Brand Visibility & Recognition
aleyda
0
4.6k
Heart Work Chapter 1 - Part 1
lfama
PRO
8
36k
Ecommerce SEO: The Keys for Success Now & Beyond - #SERPConf2024
aleyda
1
2k
Bioeconomy Workshop: Dr. Julius Ecuru, Opportunities for a Bioeconomy in West Africa
akademiya2063
PRO
1
150
Git: the NoSQL Database
bkeepers
PRO
432
67k
Cheating the UX When There Is Nothing More to Optimize - PixelPioneers
stephaniewalter
287
14k
DBのスキルで生き残る技術 - AI時代におけるテーブル設計の勘所
soudai
PRO
66
55k
Test your architecture with Archunit
thirion
1
2.3k
Building AI with AI
inesmontani
PRO
1
1.1k
Dominate Local Search Results - an insider guide to GBP, reviews, and Local SEO
greggifford
PRO
0
200
Marketing Yourself as an Engineer | Alaka | Gurzu
gurzu
0
250
Transcript
データサイエンスで東京メトロの働き方改革 〜リアル×デジタルの可能性〜 2019/10/3 AI Strategy Center 福中公輔 X-Tech meetup#04 テーマ「ConTech(建設テック)における技術・データ活用」
会社概要 2 注1)アルバイト・インターンを除く 設立 2013年3月12日 資本金 従業員 1億円 350名(2019年10月)注1 会社名
株式会社GA technologies(ジーエーテクノロジーズ) CEO 樋口龍(ひぐちりょう) 1982年東京生まれ。幼い頃より世界的なサッカー選手を目指し、 ジェフユナイテッド市原(現J2)に育成選手として所属。 23歳の時にサッカー選手としての夢を諦め、ビジネスマンへ転身し不動産会社へ勤務。 ”巨大なマーケットを形成しながらも極めてアナログな不動産業界にテクノロジーで革命を起こす”と志し、 2013年に株式会社GA technologiesを設立し、代表取締役に就任。創業時から中古不動産の流通事業を展開。 現在はテクノロジーを活用したエンド・ツー・エンドの不動産流通プラットフォームの構築を中心に、 データドリブンでユーザー利便性の高い不動産取引を目指す。 また社内業務においても、IT化による効率化やデータ活用による業務改善に積極的に取り組む。 テクノロジー×イノベーションで、人々に感動を。創業から変わらない想いです。
自己紹介 3 名前:福中公輔(シニア・データサイエンティスト) 学位:博士(文学)(早稲田大学) 専門:データサイエンス、統計データ解析、テスト理論 職歴: 2009年4月~2011年3月 早稲田大学 文学学術院 助手 2010年4月~2012年3月 立教大学 兼任講師(統計法) 2011年4月~2019年3月 学校法人 産業能率大学総合研究所 2013年4月~2017年3月 目白大学大学院 非常勤講師(統計法)
2019年4月~現在に至る 株式会社 GA technologies 著書(分担執筆): 数理統計学ハンドブック 朝倉書店 (翻訳) 共分散構造分析【Amos編】 東京図書 マルコフ連鎖モンテカルロ法 朝倉書店 データマイニング入門 ―Rで学ぶ最新データ解析 ― 東京図書 共分散構造分析【実践編】 朝倉書店 検定力分析入門―Rで学ぶ最新データ解析 ― 東京図書 統計学のための線形代数 朝倉書店 (翻訳) 因子分析入門―Rで学ぶ最新データ解析 ― 東京図書 項目反応理論【中級編】 朝倉書店 共分散構造分析【R編】 東京図書 実績: ❖ アワード ➢ 平成29年10月23日 データサイエンティスト協会主催 ➢ データサイエンスアワード 2017 最優秀賞を受賞 ❖ 学会賞 ➢ 平成28年1月22日 早稲田大学国際会議場 ➢ 第21回地下空間シンポジウム(土木学会主催) ➢ ベイジアンネットワ-クによる地下鉄トンネルの変状観測確率 の検討 ➢ 講演奨励賞を受賞 ❖ 特許 ➢ 平成28年3月25日 ➢ 特許第5904650号を取得 ➢ 管理指標算出装置及び管理指標算出方法 ➢ ➢ 平成28年3月25日 ➢ 特許第5904651号を取得 ➢ 維持管理指標算出装置及び維持管理指標算出方法
はじめに • 建築業界の市場規模は約57兆円以上! • トンネルの建設費は1mあたり約3,000万円! 4 テクノロジーの導入は遅れてい ると言われているが・・・
東京メトロ 1日の平均利用者数: 約758万人 5 【事業内容】 1. 旅客鉄道事業の運営 2. 関連事業の運営 •
流通事業(駅構内店舗、商業施設の運営等) • 不動産事業(オフィスビルの賃貸等) • 情報通信事業(光ファイバーケーブルの賃貸等)
毎日の点検: 工務部土木部門の仕事 右下の図は鉄道を走らせるために必要な施設や設備です。鉄道を走らせるには、車 両やレールなど様々な施設や設備が必要です。この中でトンネル、橋りょう、高架橋、土 工が構造物に分類されています。この構造物の設計・施工・検査・修繕などを担うのが 土木の仕事です。構造物は一度造ると取り替えることが困難です。そのため、構造物の 検査・修繕を行い、「維持管理」することが工務部のメインの仕事となります。 6 1.日々の列車運行を支える日常的な点検、補修 2.老朽化してくる構造物を長持ちさせる長期保全
9路線195.1km 東京メトロでは、お客様の安全を守るために、終電が終わってから翌朝始発が始まる前 まで、ほぼ毎日、点検を行っています。 「何を当たり前のことを」と思われるかもしれません。 しかし、ここで重くのしかかってくるのが管理スパンの巨大さ・・・ 9路線195.1キロ これらすべてがメンテナンスの対象となっています。 7
2009年時点では紙に記録していた 8
手書きメモ → PC入力 検査結果の共有までに要する時間 最大3ヶ月 この検査で異常が見つかった箇所は、なんと1m単位で紙に記録がされています。この 後検査者は現場事務所に帰ってからPCにデータ入力をしていきます。 いかに過酷で大変かは想像に難くありません。 これでは時間がかかるし、何より検査者の負担が大きいです。 9
現在はタブレット端末から直接データ化 10
MMMシステムの開発 11
検査結果の共有までに要する時間 12 最大 3ヶ月 翌日
どこから手をつけるべきか? → 補修計画 13
統計データ解析によるトンネル内変状観測の検討 14 目視主体 変状発生箇所に見逃しはないか? 統計データ解析による変状観測可能性の定量評価
維持管理指標θの値が高いところはリスクが高い 15
ベイジアンネットワークによる変状間の因果モデル 16
検討結果の活用 17 現在、変状は発見されていないが、条件から変状があってもおか しくない部分 変状の観測確率
土木メンテナンスを効率化するためのAIシステムの開発 ❖ 特許 ➢ 平成28年3月25日 ➢ 特許第5904650号を取得 ➢ 管理指標算出装置及び管理指標算出方法 ➢
平成28年3月25日 ➢ 特許第5904651号を取得 ➢ 維持管理指標算出装置及び維持管理指標算出方法 18
補修計画の半自動生成 19
全てはお客様の安全のために 20
Con Techへの応用 本研究で開発したAIは、地下トンネルを5mメッシュに区切った際に、各メッシュの劣化の 度合いを定量的に評価することができる。 21 各メッシュをマンションの「部屋」に置き換 えることで、各部屋の劣化度合いを定量 的に評価できるようになる可能性があ る!
Ce Tech = Civil engineering × Technology 2018年10月19日 データサイエンス協会主催の5thシンポジウムで、世界で始めて世に登場させた造語。 Con
Techの一種として位置づけられます。 東京メトロでは9路線195.1キロの地下鉄を運営しており、トンネルの検査・補修は終電 後~始発前までの時間を使い、ほぼ毎日行われています。 これらの土木検査やメンテナンス・マネジメントの効率化を目指し、10年の歳月をかけて AI化を推進しました。本講演では世界的にも例を見ない、土木×データサイエンス=Ce Techという最先端の内容を紹介し、働き方改革に対してどのように取り組んだかについ て紹介しました。 22
23 ご清聴ありがとうございました 株式会社GA technologies AI Strategy Center 福中公輔 E-mail:
[email protected]