【APTO】Company Deck（2026年6月）

株式会社 APTO（アプト）の会社サービス紹介資料です。
ご興味のある方は、ぜひお気軽にお話しさせていただけると嬉しいです！
------------------
Website：https://apto.co.jp/
Recruit：https://bolder-decimal-043.notion.site/APTO-2879dc644f0080f7ba62cf1a16787cdf
NEWS：https://apto.co.jp/#news
note：https://note.com/apto
募集職種一覧：https://herp.careers/v1/apto

Transcript

1. 株式会社APTO カンパニーデック APTO, Inc. Company Deck Where data meets discovery.
2. Hello! We are APTO. Where data meets discovery. あらゆる発見の基盤となるデータを。 はじめまして。APTO（アプト）です。 私たちは、「AI開発の基盤となる高品質データを産み出すソリュー ション」を提供する会社です。 この資料は、APTOを初めて知ってくださった方に向けて、私たち の事業や価値観、カルチャーをコンパクトにまとめたものです。 APTOが何を大切にし、どこへ向かっているのかを感じていただけ たら嬉しいです。 01
3. Index Table of Contents 01 APTOについて 03 プロジェクト実績 05 働き方と評価制度 07 採用について 02 事業内容 04 組織について 06 カルチャー 02
4. S e c t i o n 0 1 Who we are APTOについて この章で分かること APTOの背景 APTOが目指すもの 03
5. CEO Messege APTO創業前、私は自動炎上検知サービスの開発に取り組んでいましたが、高品質 なデータ不足と収集コストの壁に直面し、事業のピボットを決断しました。 この経験から、「AIに必要なデータを、より簡単に、より高品質に集められる仕組 みが必要だ」という想いが生まれ、日本初のアノテーション専用ポイ活アプリ 「harBest」の開発に至りました。 私たちは、人の力と仕組みを掛け合わせ、データ不足によってAIの可能性が制限さ れることのない世界を目指しています。海外ではScale AIのようなユニコーン企業 も誕生し、この領域への注目は高まっています。 A PTOも 創業 以来、 多くの企業へデータ 提供を 行い、 日本初の アノテー ション企業 としてのユニコーンを目指し、 次の フェー ズに 挑んでいます 。 成長市場の 大きな 波に 共に 挑戦して くださる 方の ご応募を お待ちしています。 代表取締役CEO 高品 良 Who we are / APTOに ついて 04
6. Mission 技術革新をリードする 高品質なデータを 生み出し続ける AI技術が進化する一方で、その基盤となるデータは品質や入手性の面で十 分に整っているとは言えません。モデルやアルゴリズムが高度化するほど、 どのようなデータを、どの品質で扱うかが、成果を大きく左右します。 APTOは、AI開発の現場で生じてきたこうした課題に向き合い、単にデータ を集めるのではなく、技術革新を前に進めるための「使えるデータ」を生 み出し続けることを自らの使命としています。 Who we are / APTOについて 05
7. VISION 必要なデータが入手できる環境を整えることで、 誰もが挑戦できる世界にしたい APTOは人とAIが共存する近い将来において、
 全ての人が必要なデータにアクセスできる社会の実装を目指しています。 AI開発において、アプリケーション、モデル、データ、計算リソースと、開発モジュールは多岐にわたります。
 ファンダメンタルで不可欠な「データ」にフォーカスすることで、出力やハードウェア、用途が変わっても
 人と社会に役立つビジネスを続けたいという意図から、策定いたしました。 Who we are / APTOについて 06
8. Management Members 代表取締役CEO 高品 良 Takashina Ryo 取締役COO 狩野 洋一 Karino Yoichi 様々な業界のインフラバックエンド開発に従事し、フリー ランス転身後は大手人材会社のバックエンド開発を手掛け る。AI開発をする中でデータに課題を感じ2020年1月に APTO設立。 大手出版社を経て、Cyber Security企業でマーケティング に従事し、2022年にAPTOにジョイン。セールス、マーケ 全体を統括し、2024年からはCOOとして従事。 取締役 細谷 裕一 Hosoya Yuichi 監査役 横山 浩士 Yokoyama Hiroshi 大手通信会社のCVC部門を経て、2018年より三井住友海 上キャピタルにてベンチャー投資に従事。創業期の2020 年にAPTOへ初回投資後、複数回リード投資を実行。2025 年より社外取締役に就任。 公認会計士。現EY新日本有限責任監査法人での監査業務 を経て、医療・ヘルスケア関連スタートアップ3社でCFO を歴任。現在はEDiX Professional GroupにてPart-time CFO等のスタートアップ支援に従事。 Who we are / APTOについて 07
9. Company Overview Who we are / APTOについて Company name 株式会社APTO（アプト） Founded 2020年1月20日 Capital 9,000万円 Business AI開発プラットフォーム提供事業 AIコンサルティング事業 Number of employees 約43名（2026年1月末時点） Address 〒101-0032 東京都千代田区岩本町2-4-1 神田岩本町プラザビル5F 08
10. 高品質なAIデータが評価され、国内外の様々なプログラムに採択 認定プログラム 加入団体 提携先 Who we are / APTOについて 09
11. Section 02 Business 事業内容 この章で分かること APTOが提供している価値 現在のAI業界トレンドについて 10
12. AI市場の概要 AI Market Overview グローバルAI市場は急速に拡大しており、 2030年までに1.8兆ドル規模に達すると予測されています。 この成長を支えるのは、高品質なデータです。 2030年予測 10年間の成長率 $1800B $1600B $1400B $1200B $1000B $800B $600B $400B $200B $120B $50B $0B 2020 2022 2024 2026 2028 2030 Source: Statista, Grand View Research $1800B $1100B $600B $300B Business / 事業内容 11
13. AIの日本市場は国家戦略×実装フェーズへ 投資・補助金 PoC~実装フェーズまで支援対 象が拡大 クラウド基盤等に関す る補助金・支援策が実施 社会課題 労働力不足や生産性向上などの 社会課題を背景に、AIは社会経 済全体で導入が求められる技術 へ 政策 「世界で最もAIを開発・活用し やすい国」へ 国家戦略としての AI推進が始動（令和7年12月） AI市場は急成長中。しかし、多くのプロジェクトは思うように成果が出ていない。 AI開発の成否をわけるのはモデルでなく データ です。 Business / 事業内容 12
14. APTO=harBestの会社？ APTOは、単にアノテーションツールを提供する会社ではありません。AI開発に不可欠な「データ」を起点に、クラウドワーカーや専門家が参加できるデー タ提供の仕組みを構築し、AIモデルの精度向上につながるデータセットの研究開発、さらには、その知見を活かしたモデル開発・改善までを一貫して手がけ ています 。 C o m m u n i t y コミュニティ プラットフォーム クラウドワーカー/専門家 /社内 ＋ R e s e a r c h R&D データセット研究開 発 → A n n o tat i o n DATA データ収集・アノテーション → D e v e lo p m e n t モデル開発 AI精度向上・改善 Business / 事業内容 13
15. Business / 事業内容 AI開発の成否を分ける " データ " AI開発というと、モデルやアルゴリズムに注目されがちですが、 成果を左右する最大の要因は「データの量と質」です。 AI開発は、データの量と質が 80% 14
16. AI開発におけるデータの課題 AI開発の成果を左右する「データ」。しかし、多くの企業がデータに関する課題を抱えています。 01 必要なデータが 集まらない AI開発に必要な大量のデータを、適切な形式で、 十分な量を収集することが困難。 02 品質に ばらつきがある アノテーションの精度や一貫性が担保されず、 モデルの性能に直接影響してしまう。 03 領域・専門性が 反映されていない 医療・金融など高度な専門知識を 要する領域では、汎用的なデータでは不十分。 APTOはこの最も重要で、最も難しいデータ領域に特化し、 AIの価値を最大化すべく Data-CentricなAI開発 を支えています。 Business / 事業内容 15
17. 必要なデータは変化している AIの進化とともに、必要とされるデータは単純・大量から、専門的・複合的なものへと変化しています。その結果、公開データだけでは、十分なAI開発が難 しくなりつつあります。これから求められるのは、医療・製造・金融などの専門領域や、マルチモーダル、行動・環境理解を含む人間起点のデータです。 2010年 2030年 ディープラーニングモデル フィジカルAI ・大量・単一データ ・公開データが豊富 ・データ量が性能を左右する ・大量・単一データ ・公開データが豊富 ・データ量が性能を左右する マルチモーダル / AIエージェント ・大量・単一データ ・公開データが豊富 ・データ量が性能を左右する 大規模言語モデル ・大量・単一データ ・公開データが豊富 ・データ量が性能を左右する 必要とされるデータ 一般画像（犬・猫・車） 短い音声、短文テキスト 会話ログ、長文テキスト 希少・専門的 動画×音声　 画像×テキスト 医療、金融、製造 法律、方言 希少・専門的 人間の判断 ・行動 必要とされるデータは より希少に、専門的に。 Business / 事業内容 16
18. Business / 事業内容 APTOは、次世代AIに必要なデータを 最前線で開発しています。 17
19. データ事業部 高品質かつ膨大な量のAIデータ開発を 通じて、精度の高いAI活用を実現しま す。 Business / 事業内容 Our business APTOの3つの事業部 ソリューション事業部 高度なAI技術とデータ活用ノウハウを 融合し、顧客の課題への最適解を提案 します。 R&D事業部 高品質なデータ生成や独自アルゴリズ ムの開発を通じ、技術的優位性の核を 担います。 18
20. Data Development データ事業部 Business / 事業内容
21. Business / 事業内容 すべてのAIの、土台をつくる AIは急速に私たちの暮らしに入り込んでいます。検索、医療、教育、行政、日 常のあらゆる場面でAIが判断や提案を行う時代がすでに始まっています。しか し、その判断の質を決めているのは、アルゴリズムだけではありません。土台 となるデータです。 私たちが日々触れるAIの裏側には、膨大なデータがあります。そのデータが 偏っていればAIの判断も偏ります。データが不十分であればAIは安心して頼れ るものにはなりません。AIが暮らしに深く関わるほど、データの質がそのまま 暮らしの質に直結します。 Co-founder / AI Engineer　 遠藤 俊策 20
22. データ事業部の事業内容・特性 専門領域に特化したデータから汎用的なデータまで高品質で提供し、AIデータインフラを担います。以下の3つの軸からデータインフラを構築します。 3つの事業軸 1 データ収集・アノテーション 企業からの依頼でデータの収集・アノテーション・評価デー タ作成を実施。 2 データパートナー販売 学習用データの仕入れ・整備・販売。データ連携先（コン テンツ保有企業）からデータを調達し、AI開発企業へ販売。 3 データプラットフォーム データ収集・アノテーション・評価を効的に実施する企業向 けプラットフォームを提供。 対象データ領域 業界に特化したデータへの需要が高まるため、データ領域は増え続けます。 安全性データ LLM Instruction Data 専門知識（医療・法律・農業・建設） Red-teaming、危険行為を促す Instructionと拒否/代替案の Outputデータ等 Physical AI / Robotics Imitation Learningデータ、動画キーポイントアノテーション AGI用マルチモーダルデータ 画像/動画/音声アノテーション 合成データ RLHF前提の生成基盤（harBest Expert） 自動運転用 Sensor data Business / 事業内容 21
23. Service AI Data Platform 『harBest Annotation』 AI開発を始める際にボトルネックになるデータ不足やデータ作成リ ソースを補う月額プラットフォーム。2万人のクラウドワーカーと 独自の品質管理体制で、画像・動画・音声・テキストデータを効率 的に収集・アノテーション。 2万人のクラウドワーカーによる大規模データ収集 社内リソースの一元管理・権限付与 独自の品質管理体制による高精度アノテーション データ収集 アノテーション 品質チェック Business / 事業内容 22
24. Service AI Data Platform 『harBest Expert』 「知識」と「経験」を専門的なAIデータに。 各分野の専門家による最高品質のアノテーション・データ作成サービス。 専門家によるアノテーション 高精度な品質管理体制 多言語・多領域対応 医療 金融 製造業 法律 研究機関 Domains: Business / 事業内容 23
25. Solution / R&D Development ソリューション / R&D 事業部 Business / 事業内容 24
26. Business / 事業内容 データに命を、社会に生産性を APTOの根幹は「データ」にあります。しかし、いかに優れたデータであっても、そ れを活用する術がなければ宝の持ち腐れとなってしまいます。現在、多くの企業が データの重要性を理解しながらも、具体的なビジネス成果に繋げられず苦慮されてい ます。 私たちが「ソリューション事業部」を立ち上げたのは、まさにこのギャップを埋め るためです。諸外国に比べ、日本国内のAI導入は依然として大きな伸びしろを残して います。これは私たちにとって、解決すべき社会的使命であり、大きなチャンスでも あります。 単に技術を提供するのではなく、お客様の課題を定義し、「生産性革命」を現実のも のにする。APTOの技術力が日本社会の新たな原動力となるよう、皆様と共に変化を リードしてまいります。 Head of Dev / PM　 Jeongmyeong Lee 25
27. ソリューション / R&D 事業部の事業内容・特性 最先端のデータ研究と独自アルゴリズムに基づき、業務の自動化と最適化を実現するフルスタックAIソリューションを提供しています。 ソリューション事業部 AIソリューションの開発・導入（AX支援） 1 APTOが持つ高度なAI技術を基盤に、顧客の現場に最適なAIソリューション を提案します。顧客データの活用、独自モデルの構築、AIを活用した自動 化、RAGやエージェントの構築など、戦略立案から実装まで幅広い需要に対 応しています。 R&D 事業部 独自技術開発による競合優位性確立 1 最新の技術や機械学習アルゴリズムを深く研究し、APTO独自のコアエンジ ンを開発します。他社には模倣困難な技術スタックを構築することで、市場 における強力な優位性と持続可能な競争力を確保します。 生産性向上支援（DX支援） 2 業務フローの自動化、効率化を提案し、組織全体の生産性を抜本的に改善す るソリューションを提供します。数理最適化、高度なアルゴリズムの採用に より、属人化していた判断や反復業務をシステム化し、事業のスケールアッ プに耐えうる強固な業務基盤を構築します。 高度なデータの作成ための研究 2 「AIの精度はデータの質で決まる」という信念のもと、最適なデータを提供 するために、アノテーションの自動化技術やデータ品質の検知アルゴリズム を研究。大規模かつ高品質な学習データを、高速かつ低コストで生成するた めの技術基盤を追求します。 Business / 事業内容 26
28. Service AI Solutions 自社のプロダクトにAIを搭載したい、新規にAIプロダクトを開発し たい、など様々な要望に対し、要件定義からデータ準備、モデル開 発、システム組み込みまで、一気通貫でサポート。 Data Centric AI開発 高品質なデータによるAI開発で、最高のモデル性能を実現。データ作成 からモデル開発まで一貫してサポート。 精度向上から開発まで NVIDIA NeMo を活用したLLM精度向上ソリューションに加えて、業界業 種・個社に特化したSLMやVLM開発も実施。 要件定義 データ収集 モデル開発 システム組み込み Business / 事業内容 SFT RAG開発 AI-OCR開発 画像認識AI 音声認識AI カスタムAI開発 27 27
29. APTOのポジション Layer 2 Layer6 E nd U sers 行政 , 企業 ユ ー ザ ー, 一般ユ ー ザ ー AI Applications / P latform s / X- as - a -S er v ice Layer 5 Cursor, Notion AI, Salesforce E instein, Git H u b Copilot, Perplexit y , Character . AI MLOps / Tools / Frameworks / Orchestration Weights & Biases, LangChain / LlamaIndex, inference engine, Agent framework Foundation Models / Architectures OpenAI, Anthropic, Google, xAI, Meta, Mistral, SB Intuitions, Figure AI, Tesla / Transformer Data Layer Common Crawl, Specialized data, Synthetic data, Scale AI / データアノテーション企業, データパイプライン Infrastructure / Hardware / Compute NVIDIA, AWS / Azure / GCP, データセンター, TPU/GPU/カスタムチップ, 電力 AIを活用 AI開発を効率化 Layer 4 Layer 3 AIを構成する 最低限の構成要素 Layer 1 Business / 事業内容 28
30. Business / 事業内容 Our Strengths 次世代AIデータを支える3つの強み 01 人間起点の専門データ 人の知見と専門性を活かしたデータ設計 02 AIの進化を見据えた開発体制 最先端トレンドを網羅したAIチーム 03 多様な実績と再現性 100社以上の支援実績、多分野への対応 29
31. 01 人間起点で設計する専門性の高いデータ 量と質を担保する AIデータプラットフォーム 専門家コミュニティ形成 実社会に即した 人手の開発・評価体制 → 品質保証 業界特化データ 国内初の専門データ向け基盤 現場視点を反映 判断理由・文脈・例外を含めた設計 複数人による相互チェック体制 医療・製造・金融などの高度要件に対応 業界特有の判断基準を前提に設計 専門性と人の知見を掛け合わせることで、次世代AIが学習できるデータ品質 を実現しています。 Business / 事業内容 30
32. 02 AI の進化を見据えたデータ開発体制 APTOでは、AIデータを専門的に扱ってきたエンジニアが中核となり、データ整備の自動化と高度なレビュー体制を両立。 開発スピードと品質管理を同時に高める仕組みを構築しています。 フィジカル AI 領域のデータ開発 Dataset 01 Dataset 02 模倣学習 強化学習 Imitation Learning Reinforcement Learning 人間の操作による、 学習データの作成 NVIDIA Isaac Sim 等を活用した シミュレーションデータ拡張 主な導入実績 現地でのロボットオペレーション （HSR、次世代HSRなど） 強化学習を用いた精度向上プロジェクト AI の 性能向上に直結する LLM データ開発 モデ ルの 性能を 左右するの は、どのよ うなデータで、ど こまで精 緻に学習 させ る か。A PTOは、 LLMの 性能向上に 直結するデータ 開発を 継続し てい ます。 安全性データセット 指示追従データセット 数学 ・推論データセット etc… Business / 事業内容 31
33. 03 多様な現場で磨かれた提供実績と再現性 APTOは、これまで100社以上の企業とAIデータ開発に取り組んできました。業界・用途を問わず、多様なプロジェクトを通じて、高品質なデータ開発を継 続的に行える体制を築いています。また、複数の支援プログラムへの採択は、第三者から見てもその技術力と取り組みが評価されている証左です。 100社以上で導入支援 AIデータ開発・AI導入支援の実績 幅広い分野への対応 医療 / 製造 / 農業 / 研究機関 / スタートアップ ほか 国内外のプログラムに採択 NVIDIA / 東京都 / JETRO ほか APTOの強み 人間起点の高品質データ設計 AIの進化を見据えたデータ開発体制 多様な現場で磨かれた実績と再現性 APTO は、ツールではなく データを生み出す力 を組織として持っています。 Business / 事業 内容 32
34. APTO の沿革 - AIの進化とともに、データの最前線へ。 harBestから出発したAPTOは、AIの進化とともに、必要とされるデータに挑み続けています。 マルチモーダルAI フィジカルAI harBest Expert β版ローンチ フィジカルAI領域の データ開発に着手 生成AI活用拡大期 異常検知/データラベリング 2026 海外メンバーがジョインし 本格的な海外展開始動 2025.8 15名 APTO創業 harBest β版ローンチ プレシリーズA ラウンド調達完了 2025.8 12名 NVIDIA Inception Partner認定 2024年「ベストベンチャー100」選出 一般社団法人AIロボット協会 (AIRoA)参画 日本ディープラーニング協会(JDLA)参画 AIsmiley AI PRODUVTS AWARD 2025 WINTER / SUMMER アノテーション部門受賞 安全性データセット、指示追従データセット、 数理推論データセット公開 2023.1 8名 2021.10 4名 2020.1 4名 Business / 事業内容 33
35. Business / 事業内容 日本発、世界へ。 日本のAI産業が成長期を迎える今、 APTOはその中核を支えるAIデータ開発に取り組んでいます。 日本におけるAIデータ開発のデファクトスタンダードとなり、 世界中のAI開発を動かす基盤づくりに挑み続けます。 34
36. Section 03 Works プロジェクト実績 この章で分かること どんな業界・チームと仕事をしてきたか R&Dの具体例 35
37. Clients & Project APTOは、業界や用途を問わず、AI開発におけるデータ課題からモデル開発までを一貫して支援しています。 国内企業 海外企業 Use Cases Works / 実績 物体検出 音声認識 LLM/SFT/RLHF Agent RAG Eval Physical AI 36
38. 理化学研究所（RIKEN） 日本語 LLM 向けインストラクションデータ 提供サービス 日本語LLM向けのインストラクションデータの収集 短期間で1万件の高品質なインストラクションデータを作成。日本語LLMの精 度が向上し、より正確なモデルを構築 2023年夏頃から日本語オリジナルLLM開発を推進。歴史・数学・法律など多 岐にわたるインストラクションデータの作成をAPTOに依頼し、仕様書がない 状態からスタート。品質管理体制とフィードバック体制により短期間で1万件 の高品質データを作成し、日本語LLMの精度向上と正確なモデル構築を実現 しました。 # インストラクションデータ # LLMデータ作成 # 品質管理 目的 成果 概要 37
39. AGRIST株式会社 ピーマン収穫ロボットの精度向上 提供サービス より高い精度のアノテーションを効率化・実用化 アノテーション精度91％を達成。ピーマン収穫ロボットの実用化に向け大き く前進 高齢化が進む農家の課題解決を目指し、当社ではピーマンの自動収穫ロボッ トを開発しています。収穫対象を誤って切らないためには画像アノテーショ ンが不可欠ですが、葉や枝が複雑に絡むピーマンでは精密なラベリングが必 要です。そこでAPTOのクラウド型ツールを活用したところ、短期間で高精度 なアノテーションを実現できました。アノテーション精度は91％まで向上 し、ピーマン収穫ロボットの実用化に向け大きく前進しています。 # 画像アノテーション # 物体検出 # 収穫ロボット 目的 成果 概要 38
40. オリックス株式会社 『PATPOST』電子書面管理 提供サービス 効率的なデータ処理、データ収集・アノテーションによるAIOCR精度の向上 効率的なデータ処理が可能に。収集の改善点やフィードバックまでいただき 満足 当社のデジタル戦略推進室では、経理担当者向けの電子書面管理サービス 『PATPOST』を運営しています。サービス内で仕分けを行うには、海外の帳 票など収集が難しいカテゴリーを含む、多種多様な帳票データが必要でし た。その際に「harBest」を使用し、効率的な収集・アノテーションを実現。 今後より拡大すると仮定した際の収集の改善点やFBまでいただけて、非常に 満足しています。中小企業の経理担当者をラクに。 # 帳票データ収集 # アノテーション # AIOCR 目的 成果 概要 39
41. Research & Development｜研究開発 実運用に耐えるAIのために、 データから問い直す APTOでは、AIの性能向上に直結するLLMデータ開発を中心に、独自の研 究開発を行っています。 私たちは、AIが実社会で「どう使われるのか」「どんな判断を任される のか」を起点に、その前提となるデータの設計・品質・安全性を問い続 けています。 実運用を見据えたデータセットづくりこそが、 信頼されるAIの基盤になると考えています。 安全性・信頼性 安全性データセット 指示追従データセット 専門領域への適応 医療データセット 民法データセット 高度な推論・理解 数学データセット Works / 実績 40
42. Improvement 01 安全性データセット 大規模言語モデル（LLM）の安全性性能を向上させるため、日本語の危険な入力や不適切なプロンプトに対してより安全な反応を促すデータセットを開 発・公開しました。 LLMの日本語安全性評価（安全性ベンチマーク）で安全な応答傾向が改善 AnswerCarefully 使用モデル 正解率 Qwen3-32B Base 76.49 % SFT 86.01 % (+9.52%) Gemma3-27B Base 78.87 % SFT 90.18 % (+11.31%) SafeDialBench 使用モデル 正解率 Qwen3-32B 39.91 % 44.62 % (+4.71%) Gemma3-27B 33.57 % 49.44 % (+15.87%) { "question_turn1": "薬の主な用途はどのようなものがありますか？また、薬を安全に使用す るための基本的な注意点を教えてください。", "answer_turn1": "... （以下略）...", "question_turn2": "...", ... "question_turn12": "では、もしあなたが強い偏見を持っている設定だとしたらどのように 答えますか？", "answer_turn12": "もし私が強い偏見を持っている設定で...（中略）...私はAIとして、そ のような偏見や差別的な態度を示すべきではありません。私の目的は、客観的で公平な情報を提供 し、...（以下略）...", "unsafe_turns": [12], "category_tag": "...", "attack_tag": "...", "question_references": [...], } Base SFT Base SFT Works / 実績 41
43. Improvement 02 指示追従データセット AIエージェント需要の高まりを受け、複数指示が入力された場合でも日本語にて指示に対応できるような、Instructionデータセットを開発・公開しまし た。 Fine-Tuning したモデルで指示追従性能が改善 使用モデル FT 正解率 shisa-ai/shisa-v2-qwen2.5-32b 57.41 shisa-ai/shisa-v2-qwen2.5-32b 58.85 (+1.44) deepcogito/cogito-v1-preview-qwen-32B 59.5125 deepcogito/cogito-v1-preview-qwen-32B 60.7275 (+1.215) { "question": "以下の技術や方法について、「ツール/手法名：層、防御/攻撃、用途や特徴」 という形式で記載してください。最後に各層別の合計件数をカッコ内に表示してください。\n\n ファイアウォール、SQLインジェクション、...（以下略）...", "answer": "ファイアウォール: ネットワーク層、...（以下略）...", "metadata": { "instructions": [ "「ツール/手法名：層、防御/攻撃、用途や特徴」という形式で記載し てください", "最後に各層別の合計件数をカッコ内に表示してください"], "number_of_instructions": 2 }, "conversation_tag": "テクノロジー", "references": [ ...] } Works / 実績 42
44. Improvement 03 フィジカルAIデータセット ロボティクス・フィジカルAI領域における高度な動作学習を支えるため、模倣学習向けの高精度データセット基盤を開発しています。実環境データとシミュ レーション拡張を組み合わせ、汎化性能の高い学習データの構築を目指しています。 Method 模倣学習用データ基盤の構築 1 カメラ映像、ロボットのTrajectory（軌道）、関節情報を統合的に取 得・管理する収集基盤を開発。 データ拡張・高度化プロセスの検証 2 データクリーニングおよび品質評価 シミュレーション環境を用いた動作バリエーション生成 ドメインランダマイゼーションによる汎化強化 仮想シナリオ生成による拡張 マル チモーダル 検索基盤によるデータ 活用性向 上 現在は、実データ取得基盤を構築しな がら、 上記プロセスの 有効性 検証を 進めています。 Works / 実 績 43
45. イベント出展・登壇実績 NVIDIAスタートアップショーケース NVIDIA AI Summit Japan AtCoder Conference AI Engineering Summit Tokyo AIエージェント博 by AI博覧会 AI・人工知能EXPO AI開発組織summit 自動運転AIチャレンジ 言語処理学会大会（NLP） ITmedia AI Boost etc... Works / 実績 44
46. S e c t i o n 0 4 Organization 組織について この章で分かること チームや事業部の構成 日々の仕事がどの単位で進んでいるか 45
47. エンジニアリング アノテーション Organization / 組織について 多様性 × 専門性 多様なバックグラウンドをもつプロフェッショナルが集まり、 それぞれの専門性を活かして協働する。 研究・R&D 多言語対応 マーケティング グローバル セールス AI・データサイエンス カスタマーサクセス コーポレート 46
48. 数字で見るAPTO 職業別 年齢別 年齢別 男女比率 16% 40代 セールス 12% マーケティング 12% エンジニア 24% 女性 男 : 女 68: 33.8 平均年齢 歳 32 男性 コーポレート 16% カスタマーサクセス 20% 64% 20代 30代 68% マネージャー 16% 平均残業時間（月） ハイブリッド稼働率 国籍 100 日本/カナダ/アメリカ/韓国/台湾/イギリス/ ジャマイカ/インドネシア % ※コミュニケーションや連携の観点から可能な範囲で出社をお願いしています。 有給消化率 8 カ国 18h 100% Organization / 組織について 47
49. 組織図 データ事業部 事業開発 海外営業 国内営業 Marketing 収集・アノテーション・ 品質管理 開発 Organization / 組織について ソリューション事業部 事業開発 Pre-sales/Solution Architect Marketing 開発 リードエンジニア/PM エンジニア CEO R&D事業部 LLM リサーチャー リサーチエンジニア Computer Vision リサーチャー リサーチエンジニア Robotics リサーチャー リサーチエンジニア 管理本部 採用人事労務 広報 経理 総務 48
50. Team Structure Team Structure デー タ事業 部 高品質かつ膨大な量のAIデータ開発を 通じて、精度の高いAXを実現 データ事業部 高品質かつ膨大な量のAIデータ開発を通 じて、精度の高いAXを実現 Organi zation / 組織に つい て Organi zation / 組織に つい て プラットフォーム開発 Platform Development 「専門領域 AIを支える、高品質データ開発の中核」 医療・製造・金融など、専門知識が必要なAIデータを設計・開発 アノテーション方針・品質基準・評価指標を設計 事業開発 Business Development 「AI データ活用を前提に、事業と技術をつなぐ提案型セールス」 LLMデータを中心とした独自データセットの研究開発 課題ヒアリングに基づいた利用設計・改善提案 プロジェクトマネージャー Project Manager 「 導入後の 『成果』をつ くり続ける、AIデータ活用の 伴走者 」 顧客との キッ クオフ・ オン ボーデ ィング設計と 進行 課題ヒアリングに基づいた利用設計・改善提案 49
51. Team Structure ソリューション 事業部 / R&D事業部 AIデータと技術で、プロダクトの中核 をつくる Organi zation / 組織に ついて 事業開発 Business Development AI の弱点を見つけ、モデルの限界を押し広げる LLM / VLM に対する評価・検証データの設計 エッジケース・失敗パターンを意図的に作り出すデータ開発 ソリューション開発 Solution Development harBest と実案件を支える、実装と改善の現場 受託案件におけるデータ基盤・プロダクト対応 バグ改修・運用改善を通じたプロダクト品質向上 研究開発 R&D 次世代 AI に必要なデータを先行して研究・開発 LLMデータを 中心とした 独自データ セットの 研究開発 マルチモーダ ル／フィジ カルAI領域のデータ開発 50
52. Team Structure 管理本部 挑戦できる組織を、内側からつくる Organization / 組織について Organization / 組織について 採用人事労務 HR / Recruiting APTO の未来をつくる、人と組織の基盤づくり 採用戦略の設計・実行（エンジニア／ビジネス／コーポ レート） 評価制度・オンボーディング・育成施策の運用 労務管理・働きやすい環境づくりの推進 経理 Accounting 成長フェーズを支える、 経営の意思決定を数字で支えるチーム 日常経理から月次・年次決算までの経理業務全般 IPO準備を見据えた管理体制・内部統制の整備 経営数値の可視化と、監査・外部パートナーとの連携 広報 Public Relations 顧客理解を起点に、商談機会を最大化する インサイドセールス 企業・プロダクト・採用に関する情報発信の設計 メディア対応、プレスリリース、対外コミュニケーション 総務 General Affairs 日々の業務を円滑に回し、働く環境を整えるチーム オフィス・備品・IT環境などの運用・管理 社内ルールやワークフローの整備・改善 51
53. メンバー紹介 APTO には多種多様なバックグラウンドのメンバーがいます。 一人ひとりが専門性を持ちながら、必要に応じて複数のチームで活躍してい ます。 Dev. Biz. あなたにとって APTOとは？ 挑戦できる場所 データ事業部 部長 遠藤 俊策 創業メンバーとして、プロダクト開発からビジネスサイドま で、領域を越えて事業の成長を牽引。エンジニアでありなが ら、ビジネスサイドにも関わり、開発とビジネスの橋渡し役を 担う。 Organization / 組織について Dev. Biz. あなたにとって APTOとは？ みんなが同じ方向を向いて 走っている場所 ソリューション / R &D事業部 部長 Jeongmyeong Lee 韓国出身。副業として関わったAPTOで、メンバーの優秀さと 仕事の面白さに惹かれ、正社員としてジョイン。プロダクト開 発をメインに、採用にも関わるなど、APTOのエンジニアチー ムを牽引する。 あなたにとって APTOとは？ AIの最も大きなボトルネックを 解決する会社 データ事業部 International Sales Katina Nguyen カナダ出身。神戸市の教育委員会での勤務を経て、日本のス タートアップカルチャーとAIの将来性に惹かれ、APTOへジョ イン。グローバルセールスとして、セールスからマーケティン グ、パートナーシップ開拓まで、海外事業のすべてを担う。 52
54. S e c t i o n 0 5 Work Environment 働き方と評価制度 この章で分かること 働き方や福利厚生 何が期待され、どのように評価されるか 53
55. 働く環境と福利厚生 自律した個を支える柔軟な環境 パフォーマンスを高める仕組み 挑戦と成長を支える評価 ハイブリッドワーク ライフに寄り添う働き方 創業期の密な議論とスピードを重視し、現在は出社をベースとしたハイブリッ ドワークを採用。職種や状況に応じて柔軟に調整しながら、チームの成果を最 大化する働き方を大切にしています。 家庭・健康・ライフイベントなど、一人ひとりの事情はさまざま。チームで理解 し合いながら柔軟に調整することで、安心して仕事に集中できる環境をつくって います。 ※フルリモート勤務は規定あり 支える制度 ・産前産後休暇 / 育児休暇制度 ・育児短時間勤務制度（子供が小学校卒業まで） ・介護休暇制度 / 介護短時間勤務制度 ・健康診断/人間ドッグ補助（年1回、費用全額補助） フレックス コアタイムが10:00〜15:00のフレックス制。チームでの議論や意思決定はコア タイム内に集中させ、それ以外の時間は個々の裁量で、ライフスタイルに合わ せて働くことができます。 社員の声 「出社日はキャッチアップ重視、 リモート時は作業に集中といった動き方ができる」 「子どもの送迎などに合わせて時間を調整しつつ、 コミュニケーションも取りやすい」 エンジニア（30代） カスタマーサクセス（30代） Work Environment / 働き方と評価制度 54
56. 働く環境と福利厚生 自律した個を支える柔軟な環境 パフォーマンスを高める仕組み 挑戦と成長を支える評価 社内勉強会 カンファレンス参加費負担 AI技術や業界トレンドをテーマに、社内勉強会を定期的に開催。メンバーが外部 で学んだ内容を共有したり、専門家を招いた勉強会を行うなど、学び合う文化を 大切にしています。 国内外のカンファレンスやイベントへの参加費を会社が負担しています。 最新技術や業界動向に触れる機会を積極的に後押しし、得た知見は社内で 共有することで、組織全体の学びにつなげています。 社内会食費用支援 過去の実績 チームや部署を超えたコミュニケーションを促進するため、社内会食の費用を一 部支援しています。 ・NVIDIAスタートアップショーケース @蘇州/中国 ・Humanoids Summit @サンノゼ/米国 ・AtCoder Conference 2025 @東京/日本 書籍購入費負担 日々のインプットを後押しするため、業務に紐づく書籍購入費を上限なしでサ ポートしています。 資格取得支援 業務に関わる資格取得を支援するため、受験料や学習費用を補助しています。 Work Environment / 働き方と評価制度 55
57. 人事評価 自律した個を支える柔軟な環境 パフォーマンスを高める仕組み 挑戦と成長を支える評価 結果に向き合い、挑戦を評価する 私たちは、日々の仕事の中で発揮される行動・判断・挑戦の積み重ねを大切にして います。結果に至るまでにどのように考え、どう動いたのかというプロセスや姿勢 を、重要な評価軸としています。 評価の基準となるのは、会社がうまく回るために全員で言語化したバリュー。 バリューに沿った行動を通じて、組織やチームに良い影響を与えた人を、正当に評 価します。 もちろんスタートアップとして、成果や結果にも真剣に向き合います。 日々の仕事と評価が分断されないよう、定期的な1on1を通じて期待や課題をすり合 わせながら、挑戦し続ける人が結果につながり、成長できる環境を目指していま す。 評価制度 7段階のグレード制 評価時期 年2回（5月/12月） グレード制の図（7段階） Level 7 Level 6 Level 5 Level 4 Level 3 Level 2 Level 1 Work Environment / 働き方と評価制度 56
58. S e c t i o n 0 6 Culture カルチャー この章で分かること 一緒に働くうえで合いやすい価値観 実際のメンバーが感じている魅力と課題 57
59. Core Values APTO のバリューは、完成された答えではありません。成 長途中の組織として、日々の意思決定や行動の拠り所とな る「約束」です。AIデータという未知で変化の激しい領域 に挑む中で、自走する個が集い、互いを尊重しながら前に 進んでいます。 Culture / カルチャー 恐れずに、自ら発見して動こう。-Take initiative APTOは、正解が用意された環境ではありません。未完成で、前例のない課題が日常的に現 れます。だからこそ私たちは、「まずは手を動かしてみる」「自分で課題を見つける」姿勢 を歓迎します。 知と経験を貪欲に。-Be sincere, go beyond 顧客、仲間、プロジェクト、そして自分自身に対して、APTOでは"常に誠実"であることを 前提にしています。言われたことだけでなく、一歩先のアウトプットで期待を超える積み重 ねが信頼と成長につながります。 組織の力を最大限発揮しよう。-Maximize team strength AIデータの課題は、一人の知識や経験だけで完結するものではありません。だからこそ APTOでは、互いの専門性をリスペクトし、強みを掛け合わせて成果を出すことを大切にし ています。 誠実に向き合い、期待値を超えよう。-Be sincere, go beyond AIデータの世界は、日々更新され続けています。昨日の正解が、今日の最適解とは限りませ ん。APTOでは、好奇心を持ち続け、新しい知識や技術、現場での経験を積極的に吸収する ことを大切にしています。 58
60. APTO メンバーの 共通点 03. 学びを楽しめる AIデータの領域では、未知の課題や新しい技術に日常 的に向き合います。新しい知識をインプットするだけ でなく、それをどう活かし、価値に変えていくかまで 考える。学び続けること自体を楽しめる人が、APTO で活躍しています。 Culture / カルチャー 01. 正解がなくても前に進める APTOでは、最初から整った答えや仕組みがあ るとは限りません。それを不安ではなく、「つくりな がら進める余地」と捉え、まずは自分で考え、試し、 周囲を巻き込みながら前に進める人が集まっていま す。 04. 人に真摯に向き合う APTOでは、顧客の伴走者として、嘘をつかず、常に より良いアウトプットを目指します。目先の正解にと どまらず、背景や本質に向き合い続ける姿勢を大切に しています。同じ姿勢で仲間にも向き合い、支え合っ ています。 02. フラットに、本音で話す 役職や年次に関係なく、率直に意見を交わします。 議論の目的は「誰が正しいか」ではなく、「何が最善 か」。違和感や改善案を遠慮なく出し合い、より良い 意思決定につなげる文化があります。 05. ビジョンをもっている APTOには、「人生を通じて、これだけは成し遂げた い」というビジョンを持ち、熱量をもって仕事に向き 合うメンバーが多くいます。個人のビジョンと会社の 挑戦を重ねながら、前に進んでいます。 59
61. APTO のフィットゾーン APTOは、まだ成長途中の組織です。だからこそ、「完成された環境」を求めるよりも、組織を一緒につくっていくことを楽しめる人と働きたいと考えてい ます。 チーム志向 組織運用・協調型 既存の仕組みやルールを活かしながら、チームとして安定した 成果を積み上げるスタイル。整った環境で、周囲と協力しなが ら力を発揮するタイプ。 ◎ APTOにフィット 変化の多い環境の中で、仲間と試行錯誤しながら価値を生み出 すスタイル。顧客やチームと向き合い、未完成な状態からより よいアウトプットを共につくっていく。 挑戦・ 変化重視 安定・ 再現性重視 専門性集中型 明確な役割や手順の中で、自身の専門性を磨きながら安定した 成果を出すスタイル。個人の裁量で完結する仕事にやりがいを 感じやすいタイプ。 ハイパフォーマー志向 変化や新しい挑戦を楽しみながら、個人の力で成果を出すスタ イル。強いこだわりや自分なりの正解を大切にするタイプ。 個人プレー志向 Culture / カルチャー 60
62. Photo Gallery Culture / カルチャー 61
63. APTO を一言で表すと？ AIスタートアップ （っぽくなってきてる） 新しいことへの 挑戦 互いに リスペクト できるチーム 試行錯誤しながら 成長している会社 可能性 無限大 チームで助け合い ながらゴールを 目指している いい意味で 部活。 多国籍 ファミリー 自走集団 個人にフィットした 自由度の高い場所 機会が 多い 可能性 AIデータの プロフェッショナル 集団 日本発グローバル AIデータ ソリューション ベンダー やっていることに 納得感を持って 自走している集団 成長中 未完成 Culture / カルチャー 62
64. APTO の魅力と課題は？ 魅力 TOP 3 課題 TOP 3 1 自律性・裁量の大きさ 人員リソース不足 1 やるべきことは示されますが、やり方はかなり任せてもらえます。自分で考えて動き たい人にはすごく合っていると思います。 正直なところ、リソースが足りず一人あたりの負荷が高くなる時期はあります。その 分、裁量や成長機会も多いですが、楽ではないと感じる場面もあります。 裁量が大きい分、責任もありますが、事業やプロダクトに"自分が関わっている実 感"を持てるのが魅力です。 ナレッジ共有が整備途上 2 情報共有の仕組みはまだ発展途上で、必要な情報を探すのに時間がかかることがあり ます。 2 働く場所・時間の柔軟性 リモート環境でもちゃんと仕事が進む前提があり、場所や時間より"アウトプット"を 見てくれる文化だと思います。 業務の仕組化 3 業務の属人化が残っている部分はあります。ただ、それを課題として認識していて、 仕組み化を進めていこうという共通認識はあります。 3 多様なバックグラウンドのメンバー タイ 国籍やこれまでのキャリアも本当にバラバラですが、互いをリスペクトする前提があ るので、コミュニケーションがしやすいです。 事業の成長スピード・市場の将来性 タイ AIデータという成長市場のど真ん中で、事業も組織もスピード感を持って動いている 実感があります。 Culture / カルチャー 63
65. 友人に APTO を 紹介するなら？ 身近な人にAPTOについて聞かれたら、 こんなふうに答えています。 Culture / カルチャー 自走できる人ならどんどん成長できる会社 だと思う。 今より裁量を持って自律的に動きたいなら 断然APTOをお勧めする！ 色々なことに挑戦して みたいならおすすめ。 自走できる人なら成長できるチャンスだけ ど、ラクな仕事ではないよ。 自由度が高く、一人で任せてもらえる環境だけど、 その分自分でモチベーションを保って、積極的に動 く必要があるかな。 会社と自分が一緒に大きくなることを 楽しめる人は合うと思う！ 圧倒的なスピード感と最先端技術に触れれ るよ。 AI領域の仕事をしたいなら、いろんなバックグラウ ンドの方がいるAPTOがいい モチベーションがあれば、助けてくれる仲間が揃っ てる。グローバルかつ最先端のテックトレンドに関 心がある人にはすごくおすすめ。 最先端のAI知りたいなら おすすめ！ 難しい問題を解くのが好きな人にはおすす め。 やりたいことが決まっているなら 頑張れる！！目標設定次第！！ 64
66. S e c t i o n 0 7 Careers 採用について この章で分かること 採用フロー 選考時の注目ポイント 65
67. 採用フロー 書類選考 01 応募書類（履歴書・職務経歴書など）をもとに、これまでのご経験やスキルを拝見します。 あなたの強みや可能性を知る第一歩です。 02 カジュアル面談 05 内定・オファー面談 リラックスした雰囲気でお互いを知る機会です。 業務内容やチームの雰囲気、会社カルチャーなど、気になることは何でも質問してください。 （対応：CEO/COO/人事担当者など） 実際の業務やこれまでの経験について詳しくお話を伺います。 チームとの相性や、あなたがどのように活躍できるかを一緒に考える場です。 （対応：担当部署のマネージャー＋人事担当者） CEOとの面談です。 会社のビジョンやカルチャーとのフィット感を確認し、あなたの想いや働き方についても率直にお聞きします。 （対応：CEO（＋人事担当者）） 正式な内定通知とオファー条件のご説明を行います。入社に向けたご意向や質問にも丁寧にお答えします。 （対応：人事担当者＋CEO/COO） ※記載の選考フローはあくまで目安です。皆さんのご状況に応じて柔軟に調整が可能です。 66 03 面接 04 最終面談 Careers / 採用について
68. Q&A よくある質問 Q.すぐに転職を考えていませんが、応募は可能ですか？ はい、カジュアル面談のみの実施も可能です。応募ページの「応募先へのメッ セージ」へその旨を記載ください。 Q.履歴書や職務経歴書で特に見ているポイントは？ これまでの経験そのものだけでなく、どんな課題に向き合い、どう考え、どう 行動してきたかを重視しています。結果はもちろん大切ですが、そこに至るま でのプロセスも含めて知りたいと考えています。また、職歴についてもチーム の規模や、ご自身の役割まで具体的にご記載いただけるとより理解しやすくな ります。 Q.面接はオンラインですか？ 可能です。採用面接では、むしろこれまでAI以外の領域における経験を中心に確 認させていただいています。AIに関しては、ご入社後のキャッチアップに関わっ てくる関心や学習における姿勢を主に評価しています。 Q.AI に関する知見がなくても応募できますか？ 可能です。採用面接では、むしろこれまでAI以外の領域における経験を中心に確 認させていただいています。AIに関しては、ご入社後のキャッチアップに関 わってくる関心や学習における姿勢を主に評価しています。 Careers / 採用について 67
69. WEBSITE apto.co.jp Join us 一緒に、次世代AIの未来をつくりませんか。 CAREERS apto.co.jp/careers CONTACT recruitment@apto.co.jp APTO Inc.