OptHub株式会社（オプトハブ）

市場課題｜計画業務が熟練者に依存

熟練者に依存し計画が属人化

工場の生産計画や配送計画は、いまも熟練した担当者の経験に支えられています。納期や設備の稼働、人員の勤務条件が同時に絡み合い、判断の理由を言葉にしにくいため、業務は属人化しがちです。担当者が退職すると計画の質が落ちかねず、技能の継承も長期化します。

組合せの多さで計算が困難

条件を数式へ置き換える数理最適化も、以前から使われてきました。ただし工程や品目が増えるほど選択肢は組合せ爆発（要素が増えるほど組み合わせが飛躍的に増える現象）を起こし、探索を絞り込む手法でも、大規模な問題では計算時間が伸びます。設備の挙動や段取りの制約は数式へ写し取りにくく、注文の変動に合わせて計画を組み直す用途には不向きです。

他にも、条件を数式へ置き換えるモデル化の手間、担当者ごとに異なる判断基準、突発的な設備停止に伴う計画の組み直し、といった課題があるといわれています。

FrontJournalの解説

• 属人化業務の進め方や判断の根拠が特定の担当者だけに蓄積し、他の人には再現しにくくなる状態を指す。計画業務では条件の重み付けが言語化されにくいため、生じやすいとされる。

OptHubの強み｜進化計算による最適化AI

熟練者の判断を計算に取り込む

従来の最適化では、目的や制約をすべて数式で書き下す必要があり、現場の勘所を式へ写し取る作業に時間を要しました。

同社は、熟練者の判断を評価の基準として計算に取り込みます。用いるのは、目的関数（計画の良し悪しを測る式）を書き下さずに解くブラックボックス最適化です。出来上がりを判定するシミュレータ（計算で結果を再現する仕組み）があれば、内部の数式を立てなくても解を探索できます。段取り替え（機械の設定を次の製品へ切り替える作業）の順序や優先する納期といった現場の判断基準を書き込む先は、数式ではなく評価の仕組みです。解の探索は計算機が担い、人は評価の基準づくりに集中できます。

進化計算で計算時間を短縮

厳密な最適解を求める方式は、最適性を保証できる一方で、組合せの数が増える問題では計算時間が急激に伸びます。

進化計算は、全体を調べ尽くさずに良い解へ近づく手法です。ブラックボックス最適化を実現する手段の一つで、複数の解の候補から評価の高いものを組み合わせ、次の世代を作ります。生物の集団が環境へ適応する過程に倣います。得られるのは近似解（最適とは限らないが十分に良い解）で、評価指標が複数あるときの答えは、一方を改善すると他方が悪化する関係にある解の集まり、すなわちパレートフロントです。この解の集まりを曲面として近似するオープンソースのライブラリ「pytorch-bsf」も公開しています。

FrontJournalの解説

• ブラックボックス最適化目的関数の数式が分からない問題を、入力と出力の対応だけを手がかりに解く枠組みを指す。評価の仕組みさえ用意できれば適用でき、設計や計画の分野で使われる。

最適化AIの未来｜産業横断への応用

製造と物流で普及した技術

最適化AIは、すでに製造や物流の現場で使われている技術です。生産計画で減らせるのは、設備や作業者の待ち時間と、段取り替えの回数です。配送計画では、交通ルールや積載量を踏まえて経路を組み立てます。勤務条件を守るシフト作成や在庫計画、店舗の棚割（商品を棚に並べる配置）も、同じ枠組みが適用される領域とされています。

既存システムへ組み込み拡大

短期には、既存の業務システムへ組み込む形での提供が広がります。2025年11月には、システム開発を手がける科学情報システムズと協力を開始し、開発会社が納める業務システムへ最適化AIを組み込む取り組みを始めました。想定する対象は、製造や流通、小売、エネルギー、通信などの分野です。業種ごとの知見を持つ開発会社と組むことで、現場に届く経路が増えるとされています。

産業を横断した活用を目指す

同社は、産業の垣根を越えて最適化AIを広げることを目指しています。産業界が実際に抱える課題をコンペティション形式で出題する場を、インターネット上で運営しています。これまでに複数車種の同時設計や月面探査機の着陸地点の選定、誘導モータ（産業機械で広く使われる電動機）の設計などが題材となりました。こうした場を通じて、最適化の担い手を増やすことを目指します。

会社概要｜OptHubの事業内容・設立背景

研究室の成果を事業化

OptHub株式会社は、2024年1月に東京都港区で設立されました。創業の中心となったのは、代表取締役CEOの三嶋隆史氏です。同氏は東京工業大学（現・東京科学大学）の在学中に数学の情報共有サービスを立ち上げ、画像生成AIを手がける企業で技術責任者を務めた経歴を持ちます。事業の土台となるのは、東京科学大学情報理工学院の小野功教授の研究室で積み重ねられた進化計算の研究成果です。同社は、これを産業へ応用することを目的としています。

大学の認定を受け連携が拡大

設立から2年で、大学や学会との結びつきを重ねました。2025年9月には、東京科学大学の認定ベンチャーの称号を受けました。2026年2月には日本オペレーションズ・リサーチ学会（計画や配分の最適化を扱う学会）へ賛助会員として加わり、同年4月には同学会のコンペティションへ基盤を提供しています。拠点は、港区芝浦のキャンパス・イノベーションセンター内に置かれています。

受託と製品の二本立て

事業は、個別の現場に合わせる受託と、汎用の製品開発の二本立てです。「OptHub Solution」は、顧客の業務に合わせて最適化AIを組み込むサービスにあたります。「OptHub Product」は、研究の知見を汎用化した製品群です。加えて「OptHub Research」として、学術機関と連携した研究活動を続けています。

編集後記｜FrontJournal編集部より

計画の立案は、長いあいだ現場の熟練に支えられてきました。納期も設備も人の都合も同時に見ながら、落としどころを探る作業は、手順として書き出しにくい種類の技能です。OptHubが取り組む「最適化AI」は、その技能を計算の側へ引き受けようとする試みだといえます。

興味深いのは、出発点が数式を精密に立てることではなく、良し悪しを判定する仕組みを用意することへ移っている点です。単なる自動化ではなく、現場の判断基準を評価として言葉にし直す作業でもあります。進化計算という長い研究の蓄積を、産業の計画立案へ橋渡しする役どころは、大学発企業らしい立ち位置だといえます。

目立ちにくい計画立案の工程が、どこまで産業を横断して変わっていくのか。今後の展開を注視したいところです。

FrontJournal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。