実データの演習でAI人材を育て、企業向けAIの開発も支援する
AI・深層学習を用いた企業向け人材育成と、画像・音声・テキストなどを扱うAIモデルの研究開発・導入支援。
NABLAS株式会社 東京大学発 ／ 東京都 文京区 ／ 2017年設立
技術を使った製品・サービス 人工知能 深層学習 AI人材育成 視覚言語モデル マルチモーダルAI ディープフェイク検知
実用化の段階
研究実証販売
iLectは企業への提供とNRI・古野電気の導入事例が公表され、KeiganAIやモデル公開など複数サービスも提供中。音声フェイク検知など一部技術は実証段階。
5製品
5提携・顧客
2特許
0出資者
しくみ
解こうとしている課題
企業内にAIを使いこなせる人材が不足し、業務課題にAIを適用しづらいこと。また、生成AIによる偽情報や多様な業務データの分析・活用が難しいこと。
どう動くか
iLectでは、実データを使った演習、メンター支援、ブラウザから使えるGPU・Jupyter環境を組み合わせ、受講者がモデルを実装しながら学ぶ。NABLASはこの教育事業に加え、フェイク検知や視覚言語モデルなどを開発し、個別の業務課題に合わせた導入も支援する。視覚言語モデルNABLA-VLは画像・複数画像・動画を入力し、日本語・英語で内容を扱う。
できるようになること
企業がAI人材を育成し、現場の課題に応じたAIを開発・導入できるようにする。フェイク検知や情報確認の技術は、企業・自治体などの情報判断や詐欺対策を支援することを目指している。
技術の出自：東京大学で開発されたディープラーニング・データサイエンティスト育成講座をライセンス利用。関連する研究開発拠点として東京大学大学院工学系研究科・知の構造化センターが公表されている。 出典1 出典2 出典3 出典4 出典5
使われる場面
- 企業向けAI・データサイエンス人材育成
- 製造業の外観検査・異常検知
- ディープフェイク画像・動画・音声の検出
- 電話音声によるなりすまし・特殊詐欺対策
- 偽・誤情報の確認、自治体広報・防災情報の真正性確認
- 食品・流通小売向け視覚言語モデル、商品企画・マーケティング
- センサー・稼働データの解析・予測
- メディア・エンタメの映像解析やコンテンツ制作支援
優位性の主張
会社の主張
東京大学から正式にライセンスを受けた講座、実データを用いた演習、独自のブラウザ型GPU学習環境とメンター支援を組み合わせている。 出典
会社の主張
NABLA-VLは日本語・英語に対応する約150億パラメーターの視覚言語モデルとして公開され、学習・推論コードとともにApache 2.0で利用可能としている。 出典
会社の主張
NABLA-VLは複数のマルチモーダル評価で国内モデルを上回ったと会社が説明。性能比較は同社発表の評価条件・2025年5月時点に基づく。 出典
会社の主張
KeiganAIはフェイク判定に加え、ファクトチェックAIエージェントや複数モデルの比較をまとめて提供し、閉域環境や用途別のカスタマイズにも対応するとしている。 出典
製品・サービス
これまでの歩み 新しい順
2023-03
海外
東京大学の記事は、インド・オーストラリア・韓国出身者を含む多国籍チーム、海外進出の機会を模索していること、iLectの多言語化を検討していることを紹介。海外拠点・顧客・提携先の実績は確認できず。 出典
提携先・顧客
顧客
株式会社野村総合研究所 社内DX・AI人材育成にiLectを導入し、要望に応じてカリキュラムを調整。 出典
顧客
古野電気株式会社 iLectのプロジェクトワークショップを受講。自社課題を使ったAI人材育成を実施。 出典
共同開発
東日本電信電話株式会社 電話音声フェイク検知と自治体向け偽・誤情報対策の開発・実証を共同実施。 出典
実証
長野県伊那市 自治体の実務フローに沿った偽・誤情報対策システムの実証に協力。 出典
共同開発
キッコーマン株式会社 NABLASとの共同出願として食情報提供に関する特許ファミリーに記載。 出典
特許
主な分野プログラミング能力の評価・設問生成、ユーザー情報・感情を用いた料理情報の推薦
共同出願人キッコーマン株式会社
海外出願True
会社の規模
| 決算期 | 売上高 | 純利益 | 純資産 | 総資産 |
|---|---|---|---|---|
| 2026-02-28 | — | -8,369万円 | — | 2.2億円 出典 |
| 2025-02-28 | — | -4万円 | — | 3.07億円 出典（Gビズインフォ） |
| 2024-02-29 | — | 5,428万円 | — | 3.21億円 出典 |
決算公告など、公表された数字だけ。