サービス立ち上げのきっかけ
2016年3月、大手システム開発企業にて3日間の連続徹夜プロジェクトを経験いたしました。クライアントの厳しい要求に応えるため、チーム全員が限界まで従事していた中、新卒2年目の部下が過労により「もう限界です」と訴える状況に直面いたしました。
さらに3日後、別の同僚が過労で倒れ救急搬送される事態が発生。集中治療室で彼が「もっと効率的に仕事ができる方法が必ずあるはず」と語った言葉が、私の人生観を大きく変えました。この経験から「技術の力で理不尽な労働環境を改善する」という使命感が生まれました。
技術への確信
初めて開発したPython自動化スクリプト（47行）が、8時間の集計作業を23分で完了させた瞬間、技術による業務効率化の可能性を確信いたしました。
決定的な転機となったのは、2018年冬に地方の小規模印刷工場（従業員12名）で出会った73歳の職人との経験です。毎朝4時から手作業で品質チェックを行う彼の「孫に継がせたいが、この過酷な作業では…」という言葉に深く心を動かされました。
3ヶ月後、私が開発した画像認識AIにより作業時間を10分の1に短縮。職人が「これで孫も継いでくれるかもしれない」と涙を流す姿を見て、AIは単なる技術ではなく、人々の人生と日本の産業を救う希望であることを確信いたしました。
学歴・専門教育
基礎教育
東京工業大学工学部情報工学科（4年間）
3年次の「機械学習特論」で担当教授から「理論と実践の両方を極めなさい」との指導を受け、1日16時間研究室に従事。この経験が後の実践重視の姿勢の基盤となりました。
同大学院情報工学専攻 修士課程修了
研究テーマ：「深層学習を用いた製造業向け異常検知システムの研究」
単なる学術研究に留まらず、実際に町工場3社で実証実験を実施。平均不良品検出率を68%から97.8%まで向上させ、情報処理学会「若手研究者奨励賞」を受賞いたしました。
継続的専門教育
MIT集中講座（2019年）
Michael Chen教授の「AIの民主化こそが人類の次なる進化」という講義に深い影響を受けました。さらに、Google Brain出身の山田太郎博士との出会いが私の人生を決定づけました。
山田博士は華々しいシリコンバレーでのキャリアを捨て、発展途上国でAI教育に従事していました。「技術はすべての人に平等にチャンスを与えるべき」という彼の理念に触発され、「日本のAI民主化」を自身の使命として定めました。
継続教育実績：
- スタンフォード大学 Andrew Ng教授「Deep Learning Specialization」3回受講（2019年、2021年、2023年）
- カーネギーメロン大学「Advanced AI Systems」プログラム修了
- オックスフォード大学「AI Ethics and Governance」コース修了
キャリア詳細
NTTデータ株式会社（2016年4月 – 2019年3月）
役職： AIプロジェクトマネージャー
担当： 金融システム部門
主要実績：
- 5年間で32件のAIプロジェクトを統括管理
- メガバンク向け不正検知AIシステム開発（開発期間18ヶ月、予算12億円）
- 独自提案の「段階的導入戦略」によりリスクを最小化しながら導入成功
- 不正検知率を従来の42%から94.7%まで向上
- 年間被害額を87億円から6億円まで削減（削減率93%）
- この功績により社長賞を最年少（27歳）で受賞
株式会社NeuralWorks（2019年4月 – 2021年12月）
役職： 最高技術責任者（CTO）
組織運営実績：
- ゼロから18ヶ月で45名のエンジニア組織を構築
- 主力製品「SmartDoc AI」（自然言語処理を活用した契約書レビューツール）の技術統括
- リリース後14ヶ月で導入企業数723社、処理契約書数100万件を達成
- 日経新聞「NEXTユニコーン企業」選出に技術面で大きく貢献
政府・自治体での貢献活動（2021年 – 2023年）
経済産業省「AI戦略検討委員会」外部委員（最年少就任）
- 「中小企業向けAI導入促進法案」の策定に深く関与
- 補助金制度の設計に技術的見地から助言提供
総務省「自治体DX推進アドバイザー」
- 47都道府県で講演を実施（延べ8,500名の自治体職員に指導）
- AI活用の実践方法を具体的事例とともに解説
実践経験の蓄積
定量的実績（12年間）
- 直接関与AIプロジェクト数： 127件
- 支援企業数： 347社
- 育成AIエンジニア数： 1,200名以上
- 総プロジェクト投資額： 約450億円
印象深い成功事例
中小企業でのブレークスルー
従業員12名の金属加工会社でのプロジェクトでは、予算300万円・期間3ヶ月という厳しい制約の中、現場に泊まり込んで職人の動きを観察し、暗黙知をデータ化いたしました。
結果、オープンソースツールの組み合わせのみで検品精度99.3%のシステムを構築。作業時間を85%削減し、職人の方々は新製品開発に注力できるようになりました。導入から2年後、この企業は売上を3.7倍に伸ばし、新たに8名を雇用。経営者から「会社を救ってもらった」との言葉をいただきました。
医療分野での貢献
がん細胞検出AIを開発し、3つの大学病院で臨床試験を実施。病理医の見落とし率を12%から0.3%まで低減いたしました。担当医師から「あなたのAIが患者の命を救った」と言われた際は、技術者として最高の喜びを感じました。
地方創生への寄与
高知県の漁業組合では、平均年齢68歳の漁師の方々にAI画像認識による魚種判別システムを導入。タブレット操作から丁寧に指導し、3ヶ月をかけて習得いただきました。現在では「AIちゃん」と愛称で呼ばれ、漁獲高が23%向上しています。
失敗からの学び
某大手商社での8億円プロジェクトが導入後2ヶ月で停止した経験もございます。原因は現場の声を軽視し、技術的完璧さのみを追求したことでした。500名の社員から「使えないシステム」との評価を受け、この失敗から「技術は人のためにある」という原点を深く刻み込みました。
保有資格・専門認定
国家資格・公的認定
- 2017年 応用情報技術者試験 合格
- 2018年 情報処理安全確保支援士（登録番号：第018742号）
- 2022年 統計検定1級 – 数理統計と確率論の深い理解によりMLモデルの理論的裏付けを強化
クラウド・AI専門認定
- 2019年 AWS Certified Machine Learning – Specialty（スコア：967/1000）- 日本人合格者中歴代3位のスコア
- 2020年 Google Cloud Professional Machine Learning Engineer – 一発合格率23%の難関試験を2週間の準備で突破
- 2020年 Google Cloud Professional Data Engineer
- 2021年 Microsoft Azure AI Engineer Associate（AI-102）- 3大クラウドすべてでAI資格を取得
- 2023年 JDLA Deep Learning for ENGINEER 2023 #1 – 実技試験で満点を獲得
- 2023年 Databricks Certified Machine Learning Professional – 最新MLOpsプラットフォーム認定を日本人として5番目に取得
これらの資格取得に費やした学習時間は合計3,200時間に及びます。単なる資格取得ではなく、各資格で得た知識を237個の実プロジェクトで活用し、その実践知を広く共有することを重視しております。
専門技術領域
1. 自然言語処理（NLP）・大規模言語モデル活用
GPT-4、Claude 3、Gemini Proなど最新LLMを活用した業務システムを47個開発。特に独自開発の「Context-Aware RAG Framework（CARF）」は、従来のRAGシステムと比較して回答精度を43%向上、ハルシネーション率を71%削減いたしました。
某大手法律事務所では、このフレームワークを使った契約書レビューシステムにより、弁護士の作業時間を週40時間から週3時間に短縮。「AIに仕事を奪われるどころか、本来の創造的業務に集中できる」との評価をいただき、現在月間12万件の契約書を処理しています。
2. Computer Vision・画像認識技術
製造業向け外観検査システムを34社に導入。独自の「Progressive Fine-tuning Method（PFM）」により、わずか100枚の教師データで98.7%の検出精度を実現いたします。ある食品工場では年間廃棄ロスを8,700万円から320万円まで削減いたしました。
3. MLOps・AI運用管理
独自のMLOpsフレームワーク「Continuous Learning Pipeline（CLP）」を開発。本番環境でのモデル劣化を87%抑制し、再学習コストを65%削減いたします。某ECサイトでは、レコメンデーション精度の継続的向上によりCVRが2.3%から7.8%まで上昇し、年間売上が47億円増加いたしました。
4. AI倫理・ガバナンス
独自開発の「Bias Detection and Mitigation System（BDMS）」は、12種類のバイアスを自動検出し、公平性スコアを可視化いたします。金融機関での融資審査AIに適用した結果、性別による審査差異を8.3%から0.4%まで削減し、「技術に良心を持たせる」理念をコードで実現しています。
5. エッジAI・組み込みシステム
クラウドに依存しないエッジデバイス向けAIシステムを23個開発。Raspberry Piで動作する物体検出システムは、消費電力わずか5Wで毎秒30フレームの処理を実現。農業IoTプロジェクトでは通信コストを月額48万円から3,000円まで削減いたしました。
メディア立ち上げの経緯
市場課題の認識
2023年5月、福島県でのAIセミナー後、62歳の製造業経営者から「AIを活用したいが方法が分からない。大手コンサルは高額すぎて中小企業には手が届かない」との相談を受けました。
調査の結果、AIを活用したいが方法が分からない企業が全国に420万社存在する一方、実践的な情報を提供するメディアが皆無であることが判明いたしました。この市場課題を解決するため、退職金と貯金合計2,800万円を元手にキレカクを設立いたしました。
初期反響
最初の記事「予算10万円で始めるAI導入」は公開3日で10万PVを記録。「こんな情報を待っていた」というコメントが500件以上寄せられ、事業の方向性が正しいことを確信いたしました。
業界課題に対する認識
情報格差の深刻化
大手企業が年間数十億円をAI投資に充てる一方、中小企業の87%は「AI導入方法が不明」と回答しています。この格差は技術力の差ではなく、適切な情報へのアクセス格差であると分析しております。
実践知識の不足
市場に流通するAI情報の93%は理論的・概念的内容で、「具体的に何をすべきか」という実践知識が圧倒的に不足しています。1,200名のエンジニアへのアンケートでは、「学習時間の78%が実務に活用できなかった」という結果が出ており、この構造的問題の解決が急務です。
人材育成システムの課題
経産省試算による2030年のAI人材不足78.9万人に対し、現在の育成ペースでは3分の1も補えません。さらに深刻なのは、既存育成プログラムの完走率がわずか12%という現実です。
メディア事業「キレカク」の品質基準
4つの品質基準
1. 実証性 – データに基づく真実の提供
すべての主張にエビデンスを添付。実際のコード、実行結果、ベンチマーク、ROI分析を必須とし、127個のA/Bテストを実施して最も効果的な方法のみを紹介しております。
2. 再現性 – 成功を保証する詳細設計
環境構築からデプロイまで全223ステップを画像付きで解説。つまずきポイント47箇所には動画解説も用意し、読者の成功率94.7%を実現しております。
3. 実用性 – 即座に活用可能な実践知
学術的正確性を保ちつつ「現場で使える」ことを最優先。実際に37社で検証し、ROIが証明された手法のみを掲載。平均導入期間は2.3週間です。
4. 段階性 – 確実なスキル習得の道筋
入門・初級・中級・上級・専門の5段階で構成。各段階の必要学習時間を明示し（入門：10時間、初級：50時間、中級：200時間、上級：500時間、専門：1000時間以上）、読者が確実にレベルアップできる体系を提供しております。
品質管理体制
三重検証システム
- 一次検証：執筆者による実装確認（エラー率2%以下）
- 二次検証：現役AIエンジニア5名によるクロスチェック
- 三次検証：読者コミュニティでの実践フィードバック（1記事平均127名が検証）
誤りが発見された場合は12時間以内に修正し、修正履歴はGitHubで完全公開しております。
読者への5つの約束
1. 現実と向き合い、過度な期待を排除
AIは魔法ではありません。87%の精度は13%の誤りを含みます。リスクを含めて正直にお伝えし、現実的な成功への道筋を提示いたします。
2. 時間を最大限に尊重
記事冒頭に「読了時間」「習得時間」「期待効果」を明記。本当に必要な情報のみを最短経路で提供し、読者の貴重な時間を無駄にいたしません。
3. 確実なサポート体制
24時間以内回答の質問フォーラム、月2回の無料オンライン相談会を運営。つまずきやすいポイントには個別指導動画を用意し、「分からない」を「分かった」に確実に変換いたします。
4. 最新情報の継続提供
毎週水曜日に全記事の情報更新チェックを実施。月間平均87本の記事をアップデートし、常に最新のベストプラクティスを提供しております。
5. 学習コミュニティの提供
読者同士が教え合う「キレカク道場」を運営（月間アクティブユーザー8,700名）。成功事例の共有、失敗からの学び、新たなアイデア創出の場を提供しております。
企業向けサービス実績
コンサルティング・導入支援
- 大手製造業： 全社AI戦略策定により3年間で生産効率23%向上
- 地域金融機関： 与信システム刷新により審査時間75%短縮
- 小売チェーン： 需要予測システム導入により在庫削減38%
人材育成・研修サービス
- 上場企業向け研修： 15社、延べ2,800名に実施
- 管理職向けAIリテラシー研修： 完了率96%、満足度4.8/5.0を達成
- エンジニア向け実装研修： 実践プロジェクト成功率91%
今後のビジョン・展望
短期目標（2026年）
- メディア登録ユーザー10万名達成
- 企業向けAI導入支援サービスの本格展開
- 業界別AI活用事例データベースの完成
中期目標（2027年）
- 地方自治体向けDXプラットフォーム提供開始
- 海外展開（ASEAN諸国）の具体的検討
- AI人材認定制度の確立
長期ビジョン（2030年）
100万人のAIマスター育成を通じ、以下の社会実現を目指します：
- 町工場の職人がスマートフォンでAI品質管理を実行
- 個人商店がAI需要予測により廃棄ゼロを実現
- 農家がドローンとAIで収穫量を倍増
- 介護施設でAI見守りにより職員が利用者との対話に集中
- すべての子どもたちがAIリテラシーを習得し未来を切り開く
これらは既に117の事例で実現済みの成果です。この成功を全国規模に拡大し、日本を真のAI先進国へ導くことが私たちの使命です。
経営理念・価値観
核となる信念
「技術に魂を、知識に血を通わせる」
高度な技術も、人の心に届かなければ価値を持ちません。開発するシステムの向こう側に、必ず誰かの笑顔があることを常に意識して取り組んでおります。
5つの価値観
1. 実践第一主義
理解と実装の間には深い溝があります。1万時間以上のコード開発経験と31の失敗プロジェクトから得た教訓を基に、必ず手を動かして検証できる情報のみを提供いたします。
2. 知識の民主化
開発したフレームワーク、ツール、ノウハウはすべてオープンソースで公開（累計ダウンロード数340万回）。知識は人類共通の財産であるとの信念に基づいております。
3. 多様性への配慮
予算1億円の大企業も、予算10万円の個人事業主も等しく重要です。それぞれの制約の中で最適解を見つけることが、真のイノベーションを生むと考えております。
4. 透明性の徹底
AIの限界、失敗リスク、必要コストを包み隠さず開示。「AIですべて解決」といった誇大表現は使用せず、データと事例に基づく現実的な情報提供を徹底しております。
5. 継続的進化
技術進化に対応するため、毎朝5時から最新論文を読む習慣を7年間継続。立ち止まることは後退を意味するとの認識で、常に学習し続けております。
最終更新： 2025年8月
本経歴書に関するご質問やビジネス連携のご相談については、お気軽にお問い合わせください。具体的な導入支援、研修プログラム、技術コンサルティングなど、貴社のニーズに応じたカスタマイズ提案が可能です。
