次回ドラフト参加予定
現場を支え、産業の新たな標準を築く

株式会社SoftRoid

何をやっているのか

# 会社概要
弊社は、「技術を軸に、産業の新たな標準を築く」ことをミッションに、国内60兆円の巨大市場である建設業において、技術を軸に産業構造の変革を目指すスタートアップです。
これまで、
- 「情報系の修士卒で国際学会での発表経験がありながら外資系戦略コンサル出身」の代表野崎に加え、元「画像処理の上場スタートアップの日本事業統括」など**技術への理解が深くビジネス経験が豊富なBizサイド**
- 「東大の機械学習の修士の修了者」や「Kaggle Masterかつ元DeNAのMLエンジニア」、「Indeed・PKSHA・freeeのEMやテックリード経験者」など**機械学習やWeb開発の専門性が高いDevサイド**

というチーム構成で、
創業以来、3D画像処理を核としたB2B SaaSプロダクト「zenshot」を提供し、Tech Difference・産業インパクト・プロダクト開発(not 受託/SI)の3要素の両立にこだわってきました。

既存プロダクト『zenshot』の強い引き合いと機能要望の増加への対応と、エンタープライズ向け新事業『zenshot AI』の立ち上げを同時並行で進めています。
zenshotの提供により、「建築工事の現場データを網羅的に保有する唯一の企業」というポジショニングを構築できてきており、そのデータを梃子に新規事業も立ち上げるダイナミックなフェーズです。

# プロダクト『zenshot』の概要
機械学習と画像処理を活用したB2B SaaS『zenshot』を提供しています。建築現場で撮影された360度動画から、画像処理AIを用いて建物内部のストリートビューを生成し、これによって遠隔からの現場管理と網羅的な工事記録の自動作成を可能にしています。
これまでに業界最大手の複数社ハウスメーカーから三菱地所様等のディベロッパー・中小のゼネコン・全国の地方工務店まで多岐に渡る企業に導入頂いております。

累計で500以上の現場に導入され、毎日50以上の全国各地の現場データが撮影され、それらを処理するデータパイプラインが稼働しています。

# 新規事業『zenshot AI』
複数の日本を代表する大手住宅メーカーや建設会社から「zenshotのデータを用いて機械学習モデルを学習し、生産方式を抜本的に変え生産性を向上させたい」という要望をいただいており、
AIを核とした新規事業「zenshot AI」を立ち上げ、AIとクラウド前提の産業の新しい標準を定義しプロダクトとして提供することが次なるチャレンジとなっています。
具体的には、製造業の生産性を飛躍的に向上させた「AI/IoTを用いたデータ駆動の生産管理による第四次産業革命」を、弊社独自の機械学習/画像処理によって、建築工事に持ち込むことがゴールとなります。

【既存プロダクトzenshotの参考URL】
プロダクトページ: https://zenshot.jp/

【新規事業zenshot AI】
まだ詳細は未公開。公開可能になったら更新します。

なぜやるのか

# 事業の目的
---
従来の建設業は主にマンパワーによって管理・運営されてきました。
1日の大半の時間を費やして現場監督が現場を見に行き、写真をひたすら撮るため、残業時間が多く、また、確認できない工事や記憶漏れが多いのが実態です。
この問題を解決するため、当社はHWと独自の画像処理AI技術を使用して「現場にいる職人さんにカメラを持って現場を歩くだけで簡単にデータ取得」できるようにし、「構造化データに変換する機械学習パイプラインによって、自動で建物内部をストリートビュー化し、現場全体を遠隔から簡単に把握」できるようにすることで、
業務効率化と工事品質の向上を実現しています。

マクロで見ると、働き手が減り続け、残業規制が2024年から適用されながらも、施主(住宅工事を発注しそこに住む一般消費者)のニーズの多様化・厳しい工事のチェックの増加、が起きており、今までとは一線を画した、効率化と工事品質の向上が急務になっています。
その両立を実現するのがzenshotの役割になります。

建築現場という物理空間のデータを取得し、構造化データに変換するには、**HWと高度なML技術が求められ、ロボットやAIの研究をおこなってきたメンバーが立ち上げた弊社がやらなければ、建設DXが業界全体として失敗する、という強い自負と責任感**を持って事業を推進しています。

下記のような現場・経営・業界の課題を解決するため、事業を行なっています。

# 既存事業zenshotの解決しているペイン
---
## 現場の課題=ライトサクセス:移動時間の削減と確認頻度向上による無駄な工事費の削減

フォーカス市場である、大手ハウスメーカや工務店の現場監督は複数同時に10棟ほどの一軒家の工事を担当するため1日の半分以上を車での移動に費やし、日中現場を回った後に事務処理をしているため、残業が常態化しています。一方で、2024年から残業規制が建設業にも適用されるため働き方改革/残業削減が急務です。
また、現場単位で見ると、1つの現場に監督が訪れるのは週に1回程度で、その間に設計意図と異なる工事が実施されることが頻発しています。昨今の物価高による資材費の高騰により利益が圧迫されている中で無駄な作り直しを削減するコスト削減が急がれています。

zenshotを利用すると、
監督ではなく現場にいる職人が撮ったデータを解析してストリートビュー化するので、
監督が遠隔から現場を管理でき、移動時間が引き起こす残業の削減できます。
また、現場監督による確認頻度が向上し、確認不足による無駄な工事費の削減できるため、
日々現場で使われるサービスになっております。

## 経営の課題=ディープサクセス:商圏の拡大とビジネスモデルの転換
国内市場において人口減少が見込まれるため、大手は海外進出し日本と同様のクオリティの住宅工事を実施し商圏をグローバルに広げること、中小は商圏を他の都道府県に広げることと、ビジネスモデルを転換し工事だけでなく工事中のデータを元にリフォームやメンテナンスを提供しビジネスモデルをフローからストックに転換すること、が課題となります。

大手に対しては日本にいる品質管理部が海外の工事を遠隔管理すること、中小に対しては工事中のデータを元に施主(住宅工事を発注しそこに住む一般消費者)に対してデータを元に壁や床の中等のデータを元にした正確なアフター対応ができようになること、を可能にします。

## 業界の課題
上述した現場/経営の課題はあくまで弊社の顧客であるハウスメーカや工務店の課題ですが、エンドユーザにあたる施主(住宅工事を発注しそこに住む一般消費者)が強く感じる課題が存在します。
施主にとって一生に一度の買い物にも関わらず、現場監督が週に1度程度しか現場に来ずトラブルが起きやすい壁や床の中などの隠蔽部や配管・配線がチェックされないまま監督が見れない状態になることが常態化しておりトラブルにつながっています。
また、施主の要望自体がインターネット上での知識共有によって多様化し、工事の品質を見る目も厳しくなっています(特に最近はInstagramで工事中の我が家の状態や設計、トラブルを共有するアカウントや工事中のチェックポイントを伝えるYoutuberが無数に存在します。)。

そのような状況下で、監督が毎日現場を確認できるツールを提供することでエンドユーザに対しても大きなメリットを提供できますし、ハウスメーカ・工務店も品質管理体制をアピールして受注率を増やすことにつながります。

# 新規事業zenshot AIの解決するペイン
---
既存事業はより現場寄りの課題解決をしていますが、新規事業はよりエンタープライズの経営者寄りの課題解決を目指しております。
エンタープライズ(売上数千億~数兆円の大手ハウスメーカー)の経営者において利益改善が急務ですが、製造業と違い、生産データというものが存在していません。

製造業ではIoTにより、この部品の個々をどの機械がいつ製造したのかが全てデータ化され、不良品があるとどの工程が原因なのかつぶさに解明されて生産性が向上されてきました。
国内市場規模1位の製造業が過去20年間で生産性を着実に向上させているのに対し、2位の建設業の生産性は停滞しています。
その理由として、住宅工事において全く生産データが取得されていないという問題があります。

そこで、今までzenshotを提供してきた中で蓄積されたデータをもとに機械学習モデルを学習し、「どの部材が図面上のどこにいつ取り付けられたか」の生産データのデータ基盤を提供し、それを元に顧客が「この監督はこの工事において工事遅延が発生する」「この職人はこの工事が得意」「この図面はこの工事でミスが出やすい」等の分析を行えるようにすることを目指しています。

この提案が住宅工事の生産性を飛躍的に向上しうるという期待から大手から引き合いを多くいただいております。

どんな仲間がいるのか

# CEOと主要な開発メンバー
---
- 「情報系の修士卒で国際学会での発表経験がありながら外資系戦略コンサル出身」の代表野崎に加え、元「画像処理の上場スタートアップの日本事業統括」など**技術への理解が深くビジネス経験が豊富なBizサイド**
- 「東大の機械学習の修士の修了者」や「Kaggle Masterかつ元DeNAのMLエンジニア」、「Indeed・PKSHA・freeeのEMやテックリード経験者」など**機械学習やWeb開発の専門性が高いDevサイド**
というチーム構成です。

## CEO/共同創業者 野崎大幹
慶應義塾大学・大学院にて情報工学を専攻。未踏IT人材発掘・育成事業採択。IEEE IROS等ロボット分野の国際会議に複数論文が採択され、発表する。
卒業後、Arthur D. Little Japanにて、戦略コンサルタントとして製造業に対する新規事業戦略/中長期戦略の策定支援を行う。
2020年7月に株式会社SoftRoidを創業。
建設会社にて数ヶ月間の現場監督見習いを行い、AIとハードウェア技術により現場の課題を解決するサービスの着想を得る。

## 開発責任者/共同創業者 吉田岳人
東京大学・大学院にて知能機械情報学を専攻。
深層強化学習の研究を行い国際学会にてBest Paper Award受賞。
卒業後、東大発のAIスタートアップである株式会社DeepXにて建設機械の自動化PJに従事し学習アルゴリズムとシミュレータの開発を行う。深層強化学習のOSSであるmachinaの開発にも従事。
2020年7月に株式会社SoftRoidを創業。SoftRoidではデータパイプライン/バックエンド開発をメインに担当し、開発全体の責任者を担う。創業初期は開発の傍ら、飛び込み営業から商談でのクロージングまで実施し顧客の課題や現場業務の解像度を上げた。

## AIテックリード(正社員) 笹木陸
Kaggle Competition Master。
東京大学・大学院にて機械学習の研究に従事し、国際学会での発表を経験。
卒業後、株式会社DeNAに入社し、MLエンジニアとしてカメラ映像を対象にした機械学習モデルの開発や、ECサイトにおけるレコメンドなどAI導入におけるプロジェクトの開発・PMなどに従事。
2023年11月に株式会社 SoftRoid参画。

## Web開発アドバイザー 平田東夢
東京大学大学院にて機械学習による動画像認識の研究に従事。
その傍ら、株式会社estieにてweb開発を主導する。
株式会社Indeedに入社し、SWEとして、Indeed Platform上でのメッセージ機能の開発に従事。
SoftRoidでは創業機にフロントエンド・バックエンド・インフラの初期設計と実装を担当し、その後継続的にアドバイザーを担う。

## Web開発エンジニア(業務委託) 渡邊伸
新卒で大手SIerに入社し、システム開発に従事。
その後、Money Forwardグループにてフロントエンド・バックエンド・インフラとフルスタックにWeb開発をリード。
現在は、PKSHA Technologyにて、Web開発とMLOpsの開発に従事。

### その他エンジニア
Webと機械学習開発の業務委託のエンジニア数名。

# ビジネスサイドメンバー
---
- 理系院卒から戦略コンサルタントの経歴を持つCEOの野崎
- 元画像処理の上場スタートアップの日本事業統括
- 慶応の情報系の学部卒業後、大手広告代理店にて営業経験のある共同創業者
- アメリカの大学進学後に途上国にてマイクロファイナンスのスタートアップで事業開発の経験者
を筆頭にビジネス経験豊富なメンバーにより構成。
詳細は、[メンバー紹介ページ](https://www.softroid.jp/#section-block-ba0609051de745fa83433e48c3ad563a)をご覧ください。

転職ドラフトに参加して
企業から指名を受け取ろう!
会員登録をして転職ドラフトに参加すると、参加企業から年収付きの指名を受け取ることができるようになります。
会員登録する

入札参加回数

10回

会社情報

代表者名野崎大幹
設立年2020年
上場非上場
資本金4800万円
売上高
従業員数8人
平均年齢
住所東京都千代田区大手町2-7-1 TOKIWAブリッジB2階 TOKIWA GARAGE内 区画2
会社HPhttps://www.softroid.jp/
TECH BLOG未入力
GitHub未入力
Qiita Organization未入力

求める使用技術

  • React
  • AWS
  • TypeScript
  • Next.js
  • Python
  • C++

株式会社SoftRoidの文化

スキルアップ

会社

快適さ

開発

楽しみ

休みと時間

選考

SIGN UPSIGN IN


転職ドラフトを友人や同僚に薦める可能性はどのくらいありますか?