AWL株式会社（アウル／AWL, Inc.）

市場課題｜映像を判断に使いにくい現状

防犯カメラの確認が追いつかない

防犯カメラが増えても、映像を確認する人手は追いつきにくい状況です。小売や物流の現場では防犯カメラが広く設置されている一方、店舗の人員は限られ、映像は事件の後に確認する使い方が中心です。万引きによる小売業の被害は年間3000億円規模といわれ、記録が残っていても損失そのものは減りにくくなっています。

クラウド解析は通信費が高コスト

クラウドへ映像を送って解析する方式は、通信費の面で高コストになりやすい方法です。高解像度の映像を送り続けると通信量は増え、拠点が増えるほど回線と保管の費用も膨らみます。個人情報を含む映像を社外へ出す運用は社内の審査にも時間を要するため、導入の検討も進みにくくなります。

他にも、画角や照明の違いによる判定精度のばらつき、機種が混在する既設の防犯カメラの入れ替え費用、解析結果を現場で活用するまでの教育の手間、といった課題があるといわれています。

FrontJournalの解説

• クラウドインターネットの先にある事業者の設備で、データの保管や計算を行う仕組みを指す。映像を送るほど通信量が増える。
• 画角カメラが写す範囲の広さと向きを指す。設置する高さや角度で写り方が変わり、映像を解析する精度にも影響する。

AWLの強み｜エッジAIカメラ

既設カメラが現場で判断する

店舗に設置された防犯カメラの多くは録画装置につながるだけで、映像が現場の判断に使われる場面は限られてきました。

AWLの「AWLBOX」は、既設の防犯カメラをその場で判断するAIカメラへ変える製品です。カメラから映像を受け取り、装置の中で人物の動きや売り場の状況を解析します。防犯カメラを入れ替えずに導入できる点が、初期投資を抑えたまま多店舗へ広げられる理由です。世界で約2万種類といわれるIPカメラ（通信網につないで使う監視カメラ）に対応するため、機種が混在する店舗にも導入できます。映像を見続けなくても、不審な行動の検知や混雑の把握、欠品の確認が通知として届くため、限られた人数でも売り場の異変に気づけます。

端末内で解析し通信量を抑える

従来の、映像をクラウドで解析する方法は、結果の確認に時間がかかることが弱点でした。

「AWL Engine」は、現場の機器に組み込む映像解析のソフトウェアです。映像はその機器の中で処理し、クラウドへ送るのは人数や行動の判定結果だけです。同社は北海道大学の調和系工学研究室の画像認識研究をもとに、限られた計算資源（処理装置やメモリの能力）でも動く軽量なモデルを開発してきました。設置角度や照明は拠点ごとに異なるため、同じモデルのままでは精度が下がりやすくなります。同社は環境に合わせて調整する仕組みの開発を進めており、拠点ごとに設定し直す手間をかけずに精度を保つことを目指しています。

FrontJournalの解説

• 画像認識画像や映像に写った人や物を、人工知能が判別する技術である。人物の姿勢や商品の有無を見分ける処理に使われる。
• モデル大量のデータから規則を学び取った人工知能の本体を指す。同じモデルでも設置環境が変わると判定の精度は変動する。

未来｜エッジAIカメラが広げる用途

小売の店舗運営を支える

エッジAIカメラは、すでに小売の店舗運営を支えています。同社の製品は12,000拠点以上へ導入され、稼働台数は16,000台を超えます。この広がりを支えたのは、創業の初期から小売チェーンの店舗で開発を重ねてきた経験です。デジタルサイネージ向けの製品では、画面の前に立つ人の傾向に合わせて広告を切り替える使い方も進んでいます。

顔認証で入退室と勤怠を統合

次に広がるのは、顔認証を使った施設の管理です。同社の「FaceWatch」は、入退室の管理と勤怠の記録、衛生や工程の確認を一つの仕組みへ統合します。導入が進んでいるのは、約700店舗・6万人規模の入退室管理です。鍵やカードの受け渡しを介さずに本人を確認できるため、店舗や工場のように出入りの多い現場ほど運用の負担が軽くなります。

あらゆる機器への搭載を目指す

同社が目指すのは、映像を扱うあらゆる機器にエッジAIが載る状態です。防犯カメラにとどまらず、ドローンやドライブレコーダー、ATM（現金自動預払機）への応用も進めています。2024年10月には施設向けAI警備システムを手がけるアジラと業務提携し、両社の解析技術を組み合わせた開発を始めました。設置環境ごとの調整を自動で行えるエッジAIの共通仕様が定まれば、映像を扱う現場の判断はさらに速くなるとされています。

FrontJournalの解説

• デジタルサイネージ店舗や駅に置かれた電子看板を指す。表示する内容を随時切り替えられる点が、紙の掲示との違いである。
• 顔認証顔の特徴を数値に変換し、登録した本人かどうかを判別する技術である。鍵やカードを持たずに本人を確認できる。

会社概要｜AWLの事業内容・設立背景

北海道大学の研究から創業

AWLは、2016年6月にAI TOKYO LAB株式会社として設立され、2019年2月に現在の社名へ変更しました。創業の中心となったのは、代表取締役社長兼CEOの北出宗治氏です。同社の目的は、北海道大学の調和系工学研究室（川村秀憲教授）で積み上げられてきた人工知能の研究を、実際の現場へ実装することです。2017年にはサッポロドラッグストアーのグループに加わりました。店舗という実証の場を得たことが、低コストなAIカメラの開発につながったとされています。

NEDO採択と大手企業との連携

公的機関の支援と事業会社との連携が、開発の速度を支えています。2024年度には、新エネルギー・産業技術総合開発機構（NEDO）のディープテック・スタートアップ支援事業に採択されました。同年には、科学技術振興機構とNEDOが主催する「大学発ベンチャー表彰2024」でNEDO理事長賞を受賞しています。事業面では、2023年8月にキヤノンマーケティングジャパンと資本業務提携を結び、店舗の業務を映像と人工知能で支援する取り組みを進めています。

累計約45億円を調達

資金調達は、事業会社と地域の金融機関を交えて重ねてきました。2024年5月時点の累計調達額は約45億円です。同月には、北海道内の投資会社などによる協調投資と日本政策金融公庫からの借入で、総額約4億7000万円を調達しました。株主には、楽天グループの投資部門やサツドラホールディングス、セーフィーベンチャーズ、キヤノンマーケティングジャパン、サイバーエージェントなどが名を連ねています。

編集後記｜FrontJournal編集部より

街にも店にも、防犯カメラはすでに十分な数が設置されています。足りていないのは、その映像を見る時間のほうです。AWLが取り組んでいるのは、新しい機器を増やすことではなく、すでにある防犯カメラに判断する力を持たせることだといえます。

この会社の面白さは、研究室の技術をそのまま持ち出すのではなく、実際の売り場に合わせて技術のほうを作り替えてきた点にあります。照明も画角も客層も異なる一つひとつの店舗で動き続けるモデルは、実験室の精度だけでは測りきれません。北海道大学で積み上げられた人工知能の研究が、日々の売り場で試されています。

映像がその場で意味を持つようになれば、現場で働く人の判断はもっと速く、もっと軽くなるはずです。

フロントジャーナル編集部

本記事は、FrontJournalが公開情報をもとに独自に分析した第三者コンテンツであり、対象企業・研究機関の公式見解ではありません。