AIスタートアップが新製品や新サービスを市場に投入する際、サービス先である顧客のドメイン知識に不慣れなために、導入期間が長引いたり、顧客の真の課題を解決できなかったりすることが少なくありません。その結果、成果の検収をめぐって双方の言い分が食い違う、残金を回収できないといったトラブルにつながります。こうしたスタートアップに共通する問題を解決するため、資策会（資訊工業策進会、III）デジタルトランスフォーメーション研究院は「クロスドメイン実証サービス」を構築しました。同サービスを通じて実証フィールドをマッチングし、資策会の4D手法、すなわちニーズの洞察（Demand forecast）、実証と調整（Design thinking）、開発の最適化（DevSecOps Tools）、産業への普及（Diffusion）を活用することで、スタートアップチームによる製品のテストとフィールドへの導入状況の追跡を効果的に支援し、チームと協力して、より市場に受け入れられる製品と導入モデルへと反復的に改善していくことができます。
また、スタートアップ企業と深い協力関係と信頼を築いた後、私たちは、多くのチームが創業初期に市場参入を急ぐあまり、会社の基本的な運営体制の整備をおろそかにしがちであることに気づきました。例えば、次のようなものです。
（1）契約の厳密性、特許戦略、株主構成などの法務上の問題。
（2）顧客への課金に関するビジネスモデルの設計、投資家からの資金調達に関する投資戦略などの企業成長上の問題。
（3）組織構造、職務分掌、業績評価などの内部管理上の問題。そのため私たちは、その後、「外部専門家との連携」により資策会と協力してスタートアップのチーム体質の調整を支援する新たなサービス項目「スタートアップ健康診断」も展開しました。
養鶏・食鳥産業を例にとると、食鳥処理ラインには、懸鳥、電気スタニング・放血、内臓処理、湯漬け・脱羽、冷却、品質等級分けなどの工程ステーションがあります。AIスタートアップの画像ビジョン技術を「品質等級分けステーション」に導入できるよう、資策会はニーズの洞察（Demand forecast）の手法を用い、プロジェクトの中でAIスタートアップと従来型の食鳥処理場との間の橋渡し・通訳役を務めました。そして、鶏の表皮の認識条件（破れ、あざ、かさぶた、斑点など）、どの程度の大きさの損傷を欠陥とするか、全体の損傷面積の算出に関する定義条件（撮影範囲、撮影位置など）などを共同で定義し、科学的な定義を通じて、伝統産業がベテラン技術者の経験を継承し、プロセスを自動化できるよう支援しました。
また、実証と調整（Design thinking）および開発の最適化（DevSecOps Tools）の段階では、スタートアップチームと伝統産業の情報部門が分析に必要な正しい項目のデータを入手できない、カメラや架台設備の調達で低コストを追求する、各BU（Business Unit）事業部の間で同じ事柄の定義が一致せず要件の記述が不明確になる、重要な関係者と会議の約束が取れず進捗を進められない、といったことがよく起こります。そこで資策会は外部顧問の役割を担って実証の進捗を調整し、チームの技術が顧客の真の課題を解決するものであることを確保するとともに、三者のチームが長期的に協力していくための信頼関係を築きました。
最終的に、実証プロジェクトが確定しフィールドでの検収が完了した後、畜産業の顧客の年間処理羽数を1.5倍に高めることに貢献しました。同時に、AIスタートアップが表皮の学習モデル1組を完成させるのを支援し、これは今後の新事業（美容業の頭皮検査技術など）への展開の基礎とすることができます。さらに、フィールドとAIスタートアップへの取材を通じてデジタルトランスフォーメーションの事例を執筆・発表し、模範事例を確立することで産業への普及（Diffusion）の効果を実現していきます。
図1：品質認識の仕様のすり合わせ
画像出典：資策会スタッフ撮影
図2：品質等級分けステーションへの視覚認識の導入
画像出典：慧穩科技チーム撮影
カバー画像出典：慧穩科技 https://aiwin.com.tw/
出典：資策会デジタルトランスフォーメーション研究院 クロスドメイン実証サービスセンター