2020年3月期
第1四半期 連結業績説明 補足資料
2019.08.14
© FRONTEO, Inc. 2019 Proprietary and Confidential
© FRONTEO, Inc. 2019 Proprietary and Confidential 2
Agenda
2020年3月期
第1四半期 連結業績説明 補足資料
1. 2020年3月期 第1四半期 連結業績概要
2. 事業アップデート
※本資料内では、以下の定義に基づいて記載しております。
FY2018：2019年3月期 FY2019：2020年3月期
Q1：4~6月期 Q2：7~9月期 Q3：10~12月期 Q4：1~3月期
© FRONTEO, Inc. 2019 Proprietary and Confidential 3
2020年3月期 第1四半期トピックス
✓ リーガルテックAI事業は売上高が低調となり営業損失を計上
✓ AIソリューション事業は前年同期比で順調に推移
➢ AIレビュー製品、KIBIT Automatorを国内で活用開始、
リーガル 今後は米国を含めた提案活動を推進
テックAI ➢ ディスカバリ案件商流の変化の影響等により、特に米国子
会社が出遅れ。今後は、組織改革を含めた事業改革を推進
➢ 期末偏重型の傾向(季節性)があるなか、
AI 売上高2.8億円(前年同期比88%増)と順調に推移
ソリュー
➢ ヘルスケア分野ではクラウド対応とデータパッケージを
ション
備えた「創薬研究支援AIシステム」を提供開始
© FRONTEO, Inc. 2019 Proprietary and Confidential 4
2020年3月期
第1四半期 連結業績概要
© FRONTEO, Inc. 2019 Proprietary and Confidential 5
2020年3月期 第1四半期 連結損益計算書
リ ー ガ ル テ ッ ク A I 事 業 ：フロービジネスの構成比が大きく売上高の増減が一定幅で発生するビジネスモデル
ディスカバリ案件商流の変化の影響等により特に米国子会社が出遅れ、
FY2019第1四半期売上高はボックス圏(25~30億円)を下回る
A I ソ リ ュ ー シ ョ ン 事 業 ：案件数の増加および一部案件の大型化によりFY2019第1四半期売上高は2.8億円(前年同期比88%増)
FY2018 FY2019 前年同期比 FY2019
（単位：百万円） Q1 Q2 Q3 Q4 年度合計 Q1 増減 通期予想
売上高 2,756 2,854 2,797 2,854 11,262 2,583 ▲172 11,600
（リーガルテックAI事業） 2,607 2,601 2,382 2,243 9,834 2,303 ▲304 9,749
（AIソリューション事業） 148 252 414 611 1,427 280 131 1,851
売上原価 1,517 1,568 1,644 1,597 6,328 1,670 152
売上総利益 1,238 1,285 1,152 1,257 4,933 912 ▲325
売上比率 45% 45% 41% 44% 44% 35% ▲9%
販売費及び一般管理費 1,079 1,247 1,109 1,253 4,689 1,357 277
営業利益 158 38 43 3 244 ▲444 ▲603 200
（リーガルテックAI事業） 237 34 43 ▲204 110 ▲357 ▲594 50
（AIソリューション事業） ▲78 3 0 208 133 ▲87 ▲9 150
売上比率 6% 1% 2% 0% 2% ▲17% ▲22% 1.72%
営業外収益(-)費用(+)(Net) ▲63 ▲38 74 69 41 34 98
経常利益 222 76 ▲30 ▲65 203 ▲479 ▲701 116
売上比率 8% 3% ▲1% ▲2% 1% ▲19% ▲26% 1.00%
特別利益(-)損失(+) ▲16 0 6 ▲18 ▲27 ▲26 ▲9
法人税等合計 99 27 12 28 168 ▲13 ▲112
非支配持分利益 0 2 4 3 10 4 4
当期純利益 139 46 ▲54 ▲79 52 ▲444 ▲583 10
売上比率 5% 2% ▲2% ▲3% 0% ▲17% ▲22% 0.08%
(日本基準)
© FRONTEO, Inc. 2019 Proprietary and Confidential 6
連結売上高の推移 サービスタイプ別
3,500
(百万円) Stage 3
AI solution
3,000
Forensics, Referral Sale LegalTech AI
Collection, Process, Other
2,500 Review
Hosting
2,000
Stage 2
1,500
1,000
500
Stage 1
0
Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1
FY2009 FY2010 FY2011 FY2012 FY2013 FY2014 FY2015 FY2016 FY2017 FY2018 FY2019
© FRONTEO, Inc. 2019 Proprietary and Confidential 7
リーガルテックAI事業 売上高・営業利益の推移
3,500
(百万円) 売上高 営業利益
3,000
ディスカバリベンダーの決定権が、米
国弁護士事務所から顧客企業に移行す
2,500
るといったディスカバリ案件商流の変
化の影響を受け、米国子会社の売上が
2,000
出遅れた
1,500 Q2以降の施策
AIソリューションへの抜本的シフト
1,000 (事業改革)
500
✓ AI戦略の推進
✓ AI導入・定着をミッションと
0 するカスタマーサクセス事業
本部の設立
(500)
Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 ✓ 人員転換、拠点の最適化
FY2017 FY2018 FY2019
（注）事業別の実態をより適切に表すことを目的として、2019年3月期第1四半期においてセグメント間の共通経費の取り扱いを見直しました。上記グラフは当該方法に基づき作成しております。
© FRONTEO, Inc. 2019 Proprietary and Confidential 8
リーガルテックAI事業 顧客ホームカントリー別売上高の推移
3,500
(百万円) 日本・アジア 米国・欧州など
3,000
2,500
2,000 アジア・米国ともに低水準
事業改革によりAI戦略を推進し、
1,500 売上高拡大を目指す
1,000
500
0
Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1
FY2016 FY2017 FY2018 FY2019
© FRONTEO, Inc. 2019 Proprietary and Confidential 9
リーガルテックAI事業 大型案件顧客の推移
50
（社）
「大型案件顧客」
40 当該会計期間の売上高が1億円を超過した顧客
※複数年度1億円を超過した場合も1社としてカウント
30
FY2019はアジアの大型案件顧客
積み上げに注力
Q2以降での獲得を目指す
20
10
0
FY2006 FY2009 FY2012 FY2015 FY2019Q1
© FRONTEO, Inc. 2019 Proprietary and Confidential 10
AIソリューション事業 分野別 売上高の推移(海外AIを除く)
ビジネスインテリジェンス ヘルスケア
(百万円)
600
500
400
案件数の増加および
一部案件の大型化により
300
200 前年同四半期比 1.8倍
100
0
Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1
FY2017 FY2018 FY2019
© FRONTEO, Inc. 2019 Proprietary and Confidential 11
AIソリューション事業 導入企業数の推移
（社）
180
160
140
120
100
導入企業数(累積) 184社
80
前年同四半期比 1.6倍
60
40
20
0
Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1
FY2015 FY2016 FY2017 FY2018 FY2019
© FRONTEO, Inc. 2019 Proprietary and Confidential 12
2020年3月期 第1四半期 連結貸借対照表
純資産は、FY2019Q1業績や為替等が影響して▲7.5億円減少
自己資本比率は28.0％（自己資本3,609百万円）と、前連結会計年度末より▲4.3%悪化
FY2018 FY2019 FY2018比
（単位：百万円） Q1 Q2 Q3 Q4 Q1 増減 ％
資産の部
流動資産 7,403 7,550 7,194 6,862 6,531 ▲331 ▲5%
現預金 4,126 4,114 4,553 3,926 3,413 ▲512 ▲13%
受取手形及び売掛金 2,697 2,887 2,191 2,666 2,408 ▲257 ▲10%
貸倒引当金 ▲119 ▲110 ▲56 ▲84 ▲94 ▲10 12%
その他流動資産 700 658 506 354 803 448 127%
流動比率 205% 203% 150% 145% 123%
有形固定資産 799 787 725 743 709 ▲34 ▲5%
無形固定資産 4,443 4,530 4,497 4,539 4,452 ▲87 ▲2%
ソフトウェア 619 552 837 878 858 ▲20 ▲2%
のれん、顧客関連資産 3,543 3,563 3,408 3,333 3,160 ▲172 ▲5%
投資その他の資産 1,167 1,383 1,285 1,296 1,180 ▲116 ▲9%
固定比率 149% 145% 148% 151% 176%
資産合計 13,815 14,251 13,703 13,442 12,872 ▲570 ▲4%
負債・純資産の部
流動負債 3,613 3,721 4,803 4,747 5,316 569 12%
固定負債 5,621 5,633 4,216 4,073 3,687 ▲385 ▲9%
純資産 4,580 4,895 4,683 4,622 3,867 ▲754 ▲16%
負債・純資産合計 13,815 14,251 13,703 13,442 12,872 ▲570 ▲4%
© FRONTEO, Inc. 2019 Proprietary and Confidential 13
事業アップデート
© FRONTEO, Inc. 2019 Proprietary and Confidential 14
リ ー ガ ル テ ッ ク A I 市場環境の変化とFRONTEOの対策①
市場変化①
ディスカバリ案件商流の変化 シニアマネジメント
従来はベンダー選定を法律事務所に一任していたが、
品質やコスト意識の高い
層の強化
企業が主体的に選定する形式に変化
従来 変化後
一任
主要なポジションの
顧客企業 法律事務所
選定
顧客企業
選定
法律事務所
強化完了
事業改革に着手
ベンダー ベンダー
© FRONTEO, Inc. 2019 Proprietary and Confidential 15
リ ー ガ ル テ ッ ク A I 市場環境の変化とFRONTEOの対策②
市場変化②
KIBIT Automator
AIを活用したレビュー戦略を推進
を推進し
①eディスカバリの対象となる”企業が保有する電子
情報のデータ量”は継続的に増大 米国市場での浸透を
②データ容量当たりの解析サービス料の引き下げ
圧力は年々高まる 図る
レビュー工程のポイント
Collection Process Document Review Production Hosting AIテクノロジーで
高付加価値モデルへ
①eディスカバリ市場の7割を占めている
②粗利の低さから大手は避ける傾向にある
© FRONTEO, Inc. 2019 Proprietary and Confidential 16
リ ー ガ ル テ ッ ク A I 第三者委員会 KIBIT Automatorを活用した調査協力実績事例
KIBIT Automatorを活用した事例でAIの判断が採用される
事例①：A社 事例②：B社
対象文書の40%を人の 対象文書の70%を人の
レビューが不要と判断 レビューが不要と判断
レビュー レビュー
対象文書 対象文書
レビュー不要 20,000 レビュー不要
70,000
50,000 100,000
30,000
レビュー必要 30,000
レビュー必要
※実際の案件のレビュー対象文書数が分からないように数字を調整しております。
© FRONTEO, Inc. 2019 Proprietary and Confidential 17
リ ー ガ ル テ ッ ク A I 第1四半期 AIサービス売上高
AIサービス売上高
リーガルテックAI事業のAIサービス売上高
約3割に到達
リーガルテックAI事業
AIソリューション事業売上高
売上高に対するパーセンテージ
(百万円)
における
30%
1400
1200
25%
AI活用の増加
1000 20%
800
15%
600
10% AIをより一層活用する
400
5%
ビジネスモデルへの
200
0 0%
シフトを推進
FY2015 FY2016 FY2017 FY2018 FY2019Q1
© FRONTEO, Inc. 2019 Proprietary and Confidential 18
AIソリューション
ビジネスインテリジェンス 複数の大手企業でKIBIT-Connectを活用したシステム開発に着手
昨年度リリースしたKIBIT-Connectの活用が着実に進展
活用イメージ
自然言語に強みを
業務システム 持つKIBITを業務
を活用すると… システムに組み込む
業務に最適化された、お客様
専用のユーザインタフェース 大型プロジェクトが
始動
導入部署 を実現するため効果が最大化
される
導入効果が表れることで他部署への展開や他のサービス導入が加速する
クロスセル
コンプライアンス HR向け お客様の声の 営業日報の分析
チェック ソリューション 分析・活用
(他のサービス導入)
促進へ
© FRONTEO, Inc. 2019 Proprietary and Confidential 19
AIソリューション
ヘ ル ス ケ ア 日本医療研究開発機構(AMED)の公募事業評価
日本医療研究開発機構(AMED)の公募事業において高評価を獲得
認知症診断支援システム 評価
診察場面で用いられる
ような通常の会話
10段階中『総合評価 8.0点 』
(大変優れている)
認知症高齢者 医師や心理士
「書き起こし」や
「自動音声認識」など 今後の方針
アップロード
解析結果の
ダウンロード、
慶応義塾大学と引き続き共同開発を推進
結果表示
本システムを治験の段階へ進め、
クラウド上の
AIシステムが認知症
高齢者との会話 事業化を通じた医療現場での実用
テキストを分析
を目指す
© FRONTEO, Inc. 2019 Proprietary and Confidential 20
Next Levelへの成長イメージ
Stage 4
(百万円)
Next Level
EvD子会社化
3,500 年間売上高
FRONTEO 連結売上高推移 300億円
3,000
Stage 3
Current Level
2,500
TLS子会社化
2,000 NASDAQ上場
Lit i View リリース
1,500
Stage 2
1,000
500
Stage 1
0
FY2009 FY2010 FY2011 FY2012 FY2013 FY2014 FY2015 FY2016 FY2017 FY2018 FY2019
Q1 Q2 Q3 Q4
© FRONTEO, Inc. 2019 Proprietary and Confidential 21
Appendix 会社概要
© FRONTEO, Inc. 2019 Proprietary and Confidential 22
会社概要
会社名： 株式会社FRONTEO
証券コード： NASDAQ : FTEO, 東証マザーズ : 2158
代表取締役： 守本正宏
設立年月日： 2003年8月8日
資本金： 2,559,206千円（2019年3月31日時点）
人工知能 を活用したデータ解析事業
事業内容：
（リーガルテックAI・ビジネスインテリジェンス・ヘルスケア）
主要顧客： 企業・医療機関・官公庁（警察・防衛省・海上保安庁・金融庁等）・法律事務所
© FRONTEO, Inc. 2019 Proprietary and Confidential 23
導入ユーザー/パートナー一覧
※2019年6月11日時点
Intelligence Cloud
導入ユーザー
Knowledge Probe
導入ユーザー ｚ
Email Auditor
導入ユーザー
Patent Explorer
導入ユーザー
Find Answer
導入ユーザー
KIBIT - Connect
導入ユーザー
Kibiro for Biz
導入ユーザー
Patent Explorer
共同開発パートナー
KIBIT
マーケティングパートナー
KIBIT
ビジネスパートナー
© FRONTEO, Inc. 2019 Proprietary and Confidential 24
7年を超えるAIの活用
事業領域▶収益基盤であるリーガルテックAI事業とAIソリューション事業を展開
2018年より
2014年より
AIソリューション事業
・ビジネスインテリジェンス分野 －2018年5月より
・ヘルスケア分野 ヘルスケア・インダストリー向け
2012年より AIエンジンの本格提供を開始
2003年（創業時）より
リーガルテックAI事業
－2014年4月より
・ディスカバリ(証拠開示) AI搭載のメール監査システムを提供開始
・フォレンジック(不正調査)
－2012年3月より
リーガルテックAI事業において
自社開発の人工知能を活用開始 導入企業数 184社
国際訴訟証拠発見／不正調査の実績：
計9,200件以上
© FRONTEO, Inc. 2019 Proprietary and Confidential 25
リーガルテックAI事業
© FRONTEO, Inc. 2019 Proprietary and Confidential 26
情報開示（eディスカバリ）支援サービスとは
表舞台 裏舞台
「誠実に、正確に、期限内に」
証拠を提出することが求められる
膨大な証拠チェック
パソコン（メモリー20GB）に納められた
知財訴訟（民事訴訟、ITC調査） データをA4ペーパーに印刷すると・・・
PL訴訟 ⇒100階建てビルの高さに！
カルテル調査（司法省、民事訴訟）
2 nd リクエスト（米国公正取引委員会）
その他調査
（国家運輸安全委員会、商務省etc.）FCPA
© FRONTEO, Inc. 2019 Proprietary and Confidential 27
eディスカバリ作業工程
Collection Data Process Document Review Production Hosting
PCやサーバから ソフトウエアで
ドキュメントをレビュー ナンバリングとTiff化 データをホスティング
データを収集 関連データを仕分け
チャージ方法
PC毎・データ量 データ毎 人×時間 ファイル数 データ毎
1～5日 10～30日 1ヶ月～1年 1～10日 1ヶ月～5年
© FRONTEO, Inc. 2019 Proprietary and Confidential 28
FRONTEOの強み
グローバル展開するアジア企業からFRONTEOが支持されるポイント
パイオニアとして培った
ノウハウ・経験
構築されたグローバル体制
様々なアジア言語に対応
１/３ KIBIT で閲覧作業を1/3に短縮
アジア言語への対応力 人工知能による効率化 ローカルサービス
⚫ 複雑な文字コード ⚫ 国内作業
⚫ 単語の区切りが不明確 ⚫ 国内保管
⚫ 日本特有のメールソフト
FRONTEOを創業した当時、我々のようなディスカバリ支援企業はアジアに1社もありませんでした。
そのためアジア企業の多くが米国のディスカバリ支援企業に証拠開示を任せ、企業の重要なデータを無防備に米国に
送ってしまっていたり、使用するソフトウエアがアジア言語非対応であったため翻訳費用を払わねばならなかったりなど、
多くのハンディキャップを抱えていました。
当社は、こうした不利益からアジア企業を守りたいとディスカバリのローカルサービス（対象企業の国内における作業）、
アジア言語解析技術、そして証拠発見を効率化するための人工知能技術を磨いてきました。
© FRONTEO, Inc. 2019 Proprietary and Confidential 29
eディスカバリの業界構造
米国法律事務所のネットワーク、米国現地法人にリーチすることが重要
アジア 米国
eディスカバリベンダーは米国で選定
本社では
ベンダーを選定せず、
米国の現地法人や
法律事務所に一任
顧客企業 顧客企業
本社 米国現地法人
法律事務所
本社法務室への営業では
米国での知名度向上
効果が限定的
ネットワーク強化が重要
米国eディスカバリベンダー
© FRONTEO, Inc. 2019 Proprietary and Confidential 30
米国法律事務所とのネットワーク拡充に向けた取り組み
米国 構造改革
2017.9 FRONTEO USA, Inc.
2013.5 NASDAQ上場 本社取締役副社長 池上成朝がCEOに就任
アジア案件へ
営業資源を集中
2013 2014 2015 2016 2017 2018
2014.8 TLS買収 2015.7 EvD 買収 2016.11 essential DISCOVERY
事業譲受
eディスカバリベンダーを買収
AIソリューション事業
© FRONTEO, Inc. 2019 Proprietary and Confidential 31
グローバルリーガル統括本部の設置により案件を全体で管理
各拠点をHQが直接コントロール、クロスボーダー営業の体制を定着させる
アジア 米国 グローバルリーガル
統括本部
FRONTEO FRONTEO FRONTEO FRONTEO
JPN KOR TWN
顧客企業 顧客企業 USA
本社 米国現地法人
法律事務所
米国子会社の役割は多岐に亘る
新規顧客開拓 企業・法律事務所へアプローチ ✓ eディスカバリ市場のマーケティング活動
既存顧客深耕 市場マーケティング
✓ アジア案件の営業サポート
✓ アジア案件のディスカバリ作業サポート
✓ 証拠提出作業
JAPAN / KOREA / TAIWAN USA
自社プラットフォームの強みを活かし、 受注案件の大型化に対応し、
アジア大型案件獲得に営業資源を集中 拠点毎ではなくグローバル全体で
アジア言語対応 AIによる効率化 グローバル体制
管理・運営・評価
© FRONTEO, Inc. 2019 Proprietary and Confidential 32
FRONTEOの人工知能
KIBITとConcept Encoder
© FRONTEO, Inc. 2019 Proprietary and Confidential 33
【カルテル調査】見つけるべきデータ／見つけなくてよいデータ
普通のメール 不正示唆メール
従来の手法（KW検索）では両方Hitしてしまい、
人間が意図する微妙なニュアンスの違いを見分けることが不可能
© FRONTEO, Inc. 2019 Proprietary and Confidential 34
FRONTEOの人工知能KIBIT
KIBI 機微）
（ ：人間の微妙な心の動き
BIT ：情報量の最小単位
自然言語に特化 少量の教師データでOK 設備負担が僅か
従来の機械学習 KIBIT
Landscaping
教師データ 少量でOK 教師データ
大量の教師データ
必要な教師データと
とそれを解析する
処理機能が小さい
大規模の設備
が必要
人間の4,000倍の速さで
文章を理解し仕分けをする
Output
実用化しやすいAI Output
© FRONTEO, Inc. 2019 Proprietary and Confidential 35
人工知能KIBITの位置づけ
音声認識技術・音声合成
自然言語処理
画像認識技術
機械学習
FRONTEOが開発した機械学習手法。
機械学習 教師あり学習 Landscaping 学習データを多面的に評価する学習機構
を持ち、データが少数であっても効率的
サポートベクターマシーン な学習が可能。計算コストが少ない。
ベイズ推定
ニューラルネットワーク
教師なし学習 ディープラーニング
クラスタリング
© FRONTEO, Inc. 2019 Proprietary and Confidential 36
FRONTEOの人工知能Concept Encoder
特許取得済 ヘルスケア専用に開発した人工知能エンジン
ＥＢＭ ※ の実現 単語・文書をベクトル化 テキスト×数値を共解析
※EBM…Evidence Based Medicine
(根拠に基づく医療)
医療・ヘルスケアの分野では、根拠のない、
カ ル テ 医 学 論 文 オミックス情報 検 査 値 間違った情報に基づいて行った対応が、とき
バイタル情報
に健康に重大な不利益をもたらす可能性があ
るため、正しい情報を慎重に選択しなければ
テ キ ス ト デ ー タ 数 値 デ ー タ ならない。
研究結果やデータに基づく科学的根拠に加え、
医療従事者の経験や患者さんの価値観を統合
貴重な情報源にもかかわらず、利用範囲が限定 して、その時点で最良の根拠を思慮深く活用
する医療を目指す。
記述形式や記載内容などが施設や個人ごとに多様かつ具体的で、
解析のために均質なデータとして取り扱うことが困難
単語・文書のベクトル化により有効な情報を選別
医療ビッグデータの利活用を促進
© FRONTEO, Inc. 2019 Proprietary and Confidential 37
AI ソリューション事業
© FRONTEO, Inc. 2019 Proprietary and Confidential 38
AIソリューション事業 導入企業数の推移
（社）
180
160
140
120
100
導入企業数(累積) 184社
80
前年同四半期比 1.6倍
60
40
20
0
Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1
FY2015 FY2016 FY2017 FY2018 FY2019
© FRONTEO, Inc. 2019 Proprietary and Confidential 39
KIBIT アプリケーション
アプリケーション ソリューション 活用シーン
・論文検索
・景表法抵触チェック
ビジネスデータ分析
・VoCテキスト仕分け
・(応用・開発)法務契約書チェック etc.
・カルテル検知
・情報漏洩検知
電子メール監視
・贈収賄・FCPA検知
・クレーム予兆検知
・特許調査・分析
-無効資料調査
特許調査・分析
-先行技術調査
-技術動向調査
・社内問い合わせ対応業務
-研究開発
FA Q -法務部
-品質管理
-経理財務 etc.
© FRONTEO, Inc. 2019 Proprietary and Confidential 40
KIBIT API連携 2018年11月 KIBIT G2リリース
KIBITの第二世代「KIBIT G2」により活用範囲をさらに拡大
Smart
Scalability
Speed
受託開発・API連携による顧客システム・他社システムへの連携を強化
Engine Solution/Application
Knowledge Probe
Land
scaping Patent Explorer
Email Auditor
Deep Find Answ er
Learning
受託開発
Concept Concept
Encoder Encoder API連携
© FRONTEO, Inc. 2019 Proprietary and Confidential 41
事例１：金融業界での活用事例
データ準備 KIBIT 精度検証
金融庁 FinTech 実証実験ハブ
KIBITの活用で業務生産性が大幅に向上
参加 教師データ
(テキスト)
金融機関
KIBITによる検証
比較試験に向け、
消費者ニーズや金融商品の多様化 正解・不正解データ 対象観点で精度に
(書類 ,音声) 問題がないことを確認
➡本部のチェック業務の負荷が増大
課題
お客様本位の業務運営と「働き方改革」の実現 比較試験の実施 (対照実験)
➡チェック業務の生産性向上が不可欠
Checker No.1 Checker No.2 Checker No.3
営業応接記録や音声通話記録から Current
Approach Data set (1) Data set (2) Data set (1)
実験概要 一定の時間内で「見つけるべき記録」を見つけ出す
KIBIT’s
人のみによるチェックとの業務生産性を比較 Approach Data set (2) Data set (1) Data set (2)
各データセットが両方法でチェックされるとともに、
確認者が同じデータを確認しないよう割当
「FinTech実証実験ハブ」実験結果 1 時間
✓ 作業時間が 42％と大幅に短縮 終了 !
✓ 正解検出数 2倍とエキスパートと同等の精度 2 時間
✓ 業務経験の多寡による検出能力のバラつきが軽減 ・・・
業務能力の標準化に貢献することを確認
“FRONTEO FinTech実証実験ハブ最終報告書”
正解数・確認件数・作業終了までの時間（実行数）を測定
http://www.kibit-platform.com/files/FRONTEO_FinTech_Report_20180801s.pdf
© FRONTEO, Inc. 2019 Proprietary and Confidential 42
事例２：特許行政事務の高度化・効率化
事例３：行政・自治体向け情報開示対応システム
特許庁公募事業 ～実証研究事業～ 「行政・自治体向け情報開示対応システム」
米国ディスカバリ対応のノウハウとKIBIT活用で
KIBITによる商標登録出願審査の効率化 情報公開請求の迅速化・効率化を実現
日本の行政機関では年間約12万件※の開示請求が利用
委 託 者
特許庁 課題
される（1日100件を超える請求に対応する機関も）
※2017年 総務省調べ
➡データ前処理から文書発見、
商標登録出願の審査では、商標の権利範囲を明確化の 非開示箇所の黒塗りまでの効率化が課題
ため「指定商品・指定役務」の区分チェックを行う
課題
➡「指定商品・指定役務」が不明確な場合、
✓ 情報開示作業を１つのシステムで実施
審査官が多大な時間を掛けて手作業で対応
✓ KIBITがキーワード検索では
システム
見つけられない文書を発見
商品・役務名の類似コード付与の業務について、 概 要
研究概要 KIBITの活用により効率化を図る（右図） ✓ 黒塗り箇所をあらかじめ指定、
平成29年度、平成30年度と継続して実証研究を受託 作業工程を大幅に削減
平成29年度の実証研究結果
データ 収集 前処理 分析 作成 提出
✓ 作業時間 最大17％短縮・正答率増加を確認 保管場所
平成30年度の実証研究結果 準備プロセス 情報開示請求への対応プロセス
✓ 商標審査官等による試行を実施。 開示請求情報の蓄積
審査実務に有用であるという評価を獲得
“「平成29年度人工知能技術を活用した不明確な商品・役務チェック業務の高度化・効率化実証的研究事業」事業報告書” 行政・自治体の業務を効率化しつつ、国民・住民の
https://www.jpo.go.jp/shiryou/toushin/chousa/pdf/180607_ai_tm_katsuyou/02.pdf
“「平成30年度 人工知能技術を活用した不明確な商品・役務チェック業務の高度化・効率化実証的研究事業」の公募結果について” 知る権利に応える情報公開制度の意義を実現
http://www.jpo.go.jp/koubo/koubo/180725_ai_humeikaku_kekka.html
© FRONTEO, Inc. 2019 Proprietary and Confidential 43
事例４：HRソリューション 事例５：症状悪化の予兆発見
HRソリューション 症状悪化の予兆を
KIBITを活用し離職リスクを見極め 早期発見する仕組みを構築
導入企業
東証1部上場 医療・介護・保育サービス企業の大手
全国1,500以上の医療機関に
導入企業 東京都の教育・就労支援を行う東証1部上場企業
2万人以上の医療事務に携わる社員が勤務 発達障害児向けの教育事業、障がい者向けの就労支援
事業などを運営
新入社員は年間約5,000人におよぶなか、
KIBITを活用して支援記録を解析し、精神状態の悪化を
社員の声を細やかに聞き適切なフォローをする仕組み
未然に防ぐ仕組みを運用している
づくりにKIBITを活用
効果検証 ① 障がい者向けの就労支援における
KIBIT活用後 過去の支援記録をリスクレベルで仕分け、
追加措置※の有無による KIBITに投入
① 新入社員2,000人の 離職率の差異
② 重篤度の高い記録に共通する特徴を
面談記録 を毎月分析 自動で学習
37% 施策
③ 実際の支援記録を評価、
② KIBITが離職リスクの高い 症状悪化のアラートを上げる仕組みを構築
社員を抽出
16%
✓ 見逃しがちな「ヒヤリハット」データをKIBITが発見
③ 該当者との追加面談や 効果 ✓ 症状悪化まで至る割合が半分以下に減少
配置替え、シフト変更など 離職リスク高 離職リスク高
適切な対策（※追加措置）を実施 ＋追加措置なし ＋追加措置あり ✓ 検討開始からわずか4ヶ月で本格運用を開始
“株式会社ソラストPress Release”
https://www.solasto.co.jp/summaries/news/180531_solasto_kibit_kouka.html
© FRONTEO, Inc. 2019 Proprietary and Confidential 44
事例６：VoC（コールセンター業務）
コールセンター
業務効率化とお客様満足度向上を実現 コールセンター×AI 市場
コ ー ル セ ン タ ー の 経 営 課 題
導入企業 オペレーターの人手不足 離職率の高さ
カード・融資を中心に事業展開する東証一部上場企業
コールセンターに寄せられるお客様の声を解析すること オペレーターの育成コスト
でお客様満足度の向上やリスク・品質管理の強化に活用
問合せ内容は、商品に関するもの以外に、社員の対応や コールセンター運営上の課題（２０１３年と２０１８年の変化）
サービスへのご意見、改善要望など多岐にわたるなか、
課題
改善要望やクレームなど、対応の必要性が高い情報を オペレータの採用・育成 23.6%
ピックアップしたい 57.3%
スーパーバイザーの採用・育成 32.0%
55.2%
システム
概 要 品質向上 56.4%
54.7%
オペレータ1人当たりの生産性の向上 44.4%
① お客様の声をKIBITに取り込む 46.6%
17.8%
② 予め設定した見つけたい観点に沿う オペレータの定着率向上
37.1%
教師データを作成しKIBITが学習 呼量の削減 31.1%
32.3%
③ KIBITが取り込んだデータを 6.7%
その他 2013年(N=225) 2018年(n=232)
分析・分類・スコアリングする 5.2%
出典：『コールセンター白書2018』
④ データサイエンティストが
解析レポートを提示 AIによる自動化・質の向上が求められる
コールセンター×AIの市場規模 1,366億円
出典：富士キメラ総研『2018人工知能ビジネス総調査』
© FRONTEO, Inc. 2019 Proprietary and Confidential 45
ヘルスケア 転倒転落予測システム（仮称）
「転倒転落予測システム（仮称）」
日々の観察
製品版の完成と本格的な提供開始準備を推進
入院患者に占める高齢者の割合が増加する 看護記録の取り込み・分析
などにより、入院患者の転倒転落事象は
課題 年々増加の傾向
➡転倒転落により患者が負傷する
リスクの減少は、医療機関の大きな課題の一つ 患者別 リスクを
リスクの 俯瞰的に
表示 把握
① 看護記録を取り込み、自動で分析 要注意記録検知
② 患者別のリスクを表示
システム リスクに応じたケアの実施をサポート ア ラ ー ト 発 信
③ 病棟、疾病、年齢などの切り口で、
概要
リスクを俯瞰的に把握し、看護計画に反映
④ 長期的な数値変化を把握し、改善傾向か否かを把握
画 面 イ メ ー ジ
転倒転落リスクの高い患者の
個別ケア 看護計画
スコア表示画面 の実施 に反映
変化するリスクレベルを時間
の推移とともに確認可能
人間ではなくAIがリスク予測を行うので、
アセスメントする看護師の主観が入らない
今後、開発パートナーとともに製品版の完成と、 交代勤務でも全ての患者さんを常に同じレベルで
本 格 的 な 提 供 開 始 の 準 備 を 推 進
見守ることができる
© FRONTEO, Inc. 2019 Proprietary and Confidential 46
ヘルスケア 疼痛診療支援AIシステム、精神疾患客観評価デバイス
疼痛診療支援AIシステム 精神疾患客観評価デバイス
集学的診療で慢性痛の早期改善を目指す 医師と患者の会話から客観的に評価
日本医療研究開発機構（AMED）
パートナー パートナー 「ICTを活用した診療支援技術研究
開発プロジェクト」
痛みの診断は、体の異常に加え心理的、 うつや認知症などの精神疾患診断において、
課題 社会的要因を複合的に考慮する必要がある 課題 現状は検査時間が長く、検査方法も多岐に亘る
研究目的 ➡集学的診療をAIが支援、医療従事者の 研究目的 ➡当デバイス導入により、検査時間短縮
負担軽減と患者のQOL向上を目指す 問診内容の客観的評価などを実現
愛知医科大学が保有する慢性疼痛患者の問診記録を 「表情・音声・日常生活活動の定量化から、精神症状の
Concept Encoderで解析し、慢性疼痛の症状に対する 客観的評価をリアルタイムで届けるデバイス」を開発
研究概要 2015年11月より始動
集学的な対処の必要性を推定するシステムを開発
2017年5月より共同研究を開始 研究概要 研究代表者：慶応義塾大学医学部の岸本泰士郎氏
参画企業：株式会社アドバンスト・メディア、
株式会社システムフレンド、セムコ・テクノ株式会社、
✓ 高齢者の5人に1人が慢性の痛みに ソフトバンク株式会社、日本マイクロソフト株式会社
悩まされている（患者数2,000万人）
✓ 様々な分野の専門家チームによる
診療が必要
整形外科医・麻酔科医・精神科医・看護師・理学療法士・臨床心理士など
© FRONTEO, Inc. 2019 Proprietary and Confidential 47
ヘルスケア 新規医薬品候補探索技術
「新規医薬品候補探索技術」CEを活用し医薬品の研究開発を効率化
医薬品の研究開発では、遺伝子・標的分子・化合物等に関する文献情報と遺伝子発現等
課題 の数値データの統合的解釈が研究者のスキルに依存し、時間と労力も費やしている
研究目的 Concept Encoderにより、標的分子探索・候補化合物選定の速度と情報網羅性を向上
➡新規医薬品のターゲット候補にいち早くたどり着くことができる
① 文献情報をCEに学習させる ③ 研究者の仮説をCEに投入
システム
概 要 ④ 仮説に対する遺伝子ネットワーク等との
② 数値データをCEに学習させる
関連性の強さがスコア（数値）で可視化表示
①文献情報の学習 ④アウトプット
様々な形式で可視化
文献と数値データを統合し 仮説と関連性の高い
さまざまな項目（切り口）で 情報を順にグラフで表示
②数値データの学習
仮説との関連性を検証
文 献 遺 伝 子 薬 疾 患 臓 器
仮説との関連性の強さを加味した
③研究者の ネットワーク図を表示
仮説 仮説を投入
© FRONTEO, Inc. 2019 Proprietary and Confidential 48
ヘルスケア 大型プロジェクト進捗
領域 プロジェクト 概要 企画 研究開発 製品化 実用化
精神疾患客観評価
デバイス
うつ病や認知症などの
医 精神疾患を客観的に評価
療 診断 慶応義塾大学
支援
機 疼痛診療支援AI
システム
実
慢性疼痛の早期改善
関 のための診療を支援
向
け 業務
転倒転落予測
システム 電子カルテの看護記録
を解析し、入院患者の
用
化
支援 転倒転落リスクを予測
各種データベース情報
創薬 (学術論文・疾患・遺伝子・化
製 新規医薬品候補
合物等）と各種の実験データ
支援 探索システム 等を統合解析し、
薬 新規医薬品探索を支援
会
営業
社
MRの営業日報を解析し、
営業日報解析
支援 効果的な営業活動を支援
向
け 業務 コンプライアンス文書 役所からの通達、社内規定な
どの文書を内容により
支援 チェック 自動で仕分け
© FRONTEO, Inc. 2019 Proprietary and Confidential 49
AI技術による戦略的拡大成長
【リーガルテックAI】
AIによる完全自動化を目指した
eディスカバリソリューション
2019
【AIソリューション】
受託開発・API連携による
2018 他のシステムとの連携強化
【AIソリューション】
ヘルスケア専用のAIエンジンの開発 2017
2014 【AIソリューション】
多様なデータを解析する
技術・ノウハウの蓄積
【リーガルテックAI】レビュー効率化 2012
© FRONTEO, Inc. 2019 Proprietary and Confidential 50
FRONTEO Bright Value
記録に埋もれたリスクとチャンスを見逃さない
© FRONTEO, Inc. 2019 Proprietary and Confidential 51
お問い合わせ先 株式会社 FRONTEO
TEL: 03-5463-6337
Email: ir_info@fronteo.com
将来見通しに関する注意事項
本資料につきましては、投資家の皆様への情報提供のみを目的としたものであり、売買の勧誘を目的としたものではありません。本資料にお
ける将来予想に関する記述につきましては、目標や予測に基づいており、確約や保証を与えるものではありません。将来における当社の業績
が、現在の当社の将来予想と異なる結果になることがある点を確認された上で、ご利用ください。業界等における記述につきましても、信頼
できると思われる各種データに基づいて作成されていますが、当社はその正確性、完全性を保証するものではありません。本資料は、投資家
の皆様がいかなる目的にご利用される場合においても、お客様ご自身のご判断と責任においてご利用されることを前提にご提示させて頂くも
のであり、当社はいかなる場合においてもその責任は負いません。
© FRONTEO, Inc. 2019 Proprietary and Confidential 52