Slide 1: 第20回 定時株主総会
第20回 定時株主総会 2023年６月29日 © FRONTEO, Inc. 2023 Proprietary and Confidential
Slide 2: 事業報告「企業集団の現況」
事 業 報 告 「企業集団の現況」 - 当連結会計年度の事業の状況 - お手許の書類 12 ～ 33 頁をご覧ください。 © FRONTEO, Inc. 2023 Proprietary and Confidential
Slide 3: 10年を超えるAI運用実績
10年を超えるAI運用実績 事業領域 2020年～ リーガルテックAI事業と AIソリューション事業 AIソリューション事業を展開 ● 経済安全保障分野 人工知能（AI） • サプライチェーン解析 • 株主支配ネットワーク解析 進化するAIエンジン「KIBIT（キビット）」 • 最先端技術・研究者ネットワーク解析 2014年～ AIソリューション事業 ● ビジネスインテリジェンス分野 ● ライフサイエンス分野 2012年～ 2018年～ 2021年～ 2003年（創業期）～ 自社開発AIエンジン「KIBIT」誕生 独自の分散表現による ネットワーク解析AI リーガルテックAI事業 少量データで
Slide 4: 各分野のエキスパートの判断をAIで支援
各分野のエキスパートの判断をAIで支援 ディスカバリ作業 犯罪捜査 内部監査 特許分析 エキスパート ：世界をよくするために日夜努力 FRONTEO ：エキスパートの判断支援を通じ社会貢献 創薬研究 医療 看護・介護 © FRONTEO, Inc. 2023 Proprietary and Confidential 4
Slide 5: FRONTEO 自社開発AIの特徴
FRONTEO 自社開発AIの特徴 数学的アプローチで開発された、軽くて高性能なAI シンプルな構造 解析が速く、精度が高い CPUレベルで解析 ※1 Energy and Policy Considerations for Deep Learning in NLP, College of Information and Computer Sciences University of Massachusetts Amherst (Jun 2019) から抜粋 ※2 日本のCO2排出量及び日本の人口からFRONTEO作成 ※3 ※1の論文と同様の計算方法により、FRONTEO作成 © FRONT
Slide 6: ステージ４に向けた2022年度の取り組み
ステージ４に向けた 2022年度の取り組み © FRONTEO, Inc. 2023 Proprietary and Confidential
Slide 7: ステージ４への課題：現状分析
ステージ４への課題：現状分析 AIの能力は高い 市場のニーズに応えるソリューションが提供できる 売上が計画通り達成できない 社会実装能力に課題あり © FRONTEO, Inc. 2023 Proprietary and Confidential 7
Slide 8: ステージ４への課題：現状分析
ステージ４への課題：現状分析 AI研究 製品開発 オペレーション 営業 マーケティング © FRONTEO, Inc. 2023 Proprietary and Confidential 8
Slide 9: 社会実装能力の向上 ①
ステージ４への課題 社会実装能力の向上 ① 開発体制の改革 → 現場の営業・オペレーション チームとの連携の強化 © FRONTEO, Inc. 2023 Proprietary and Confidential 9
Slide 10: 社会実装能力の向上 ②
ステージ４への課題 社会実装能力の向上 ② オペレーションチームの改革 → データサイエンティスト 業務コンサル能力向上 © FRONTEO, Inc. 2023 Proprietary and Confidential 10
Slide 11: 社会実装能力の向上 ③
ステージ４への課題 社会実装能力の向上 ③ 営業仕組化の推進 → 各事業ごとに 営業ワークフローを確立 © FRONTEO, Inc. 2023 Proprietary and Confidential 11
Slide 12: 社会実装能力の向上 ④
ステージ４への課題 社会実装能力の向上 ④ “問い合わせ”につながる リード獲得増加の推進 → リアルとデジタルマーケティング 施策の導入 © FRONTEO, Inc. 2023 Proprietary and Confidential 12
Slide 13: 社会実装能力の向上 ⑤
ステージ４への課題 社会実装能力の向上 ⑤ AI研究 → FRONTEO AIの リブランディング © FRONTEO, Inc. 2023 Proprietary and Confidential 13
Slide 14: AIリブランディング AIエンジン名を「KIBIT」に統一
AIリブランディング AIエンジン名を「KIBIT」に統一 「自然現象だけでなく、人間の行動までをも FRONTEOの研究者のチャレンジ 数理モデルで予測することはできないか？」 FRONTEOの設計思想 • 数学的アプローチでアルゴリズムを構築 • 近似式、類似度、暗黙知などの 「あいまい性」を活用 © FRONTEO, Inc. 2023 Proprietary and Confidential 14
Slide 15: 社会実装能力の向上 ⑥
ステージ４への課題 社会実装能力の向上 ⑥ ドメインエキスパート集団の形成 © FRONTEO, Inc. 2023 Proprietary and Confidential 15
Slide 16: ステージ4（売上300億円）への戦略
ステージ4（売上300億円）への戦略 © FRONTEO, Inc. 2023 Proprietary and Confidential
Slide 17: ステージ４へ向かって
ステージ４へ向かって 社会実装能力の向上・コミュニケーションギャップの解消 営業・マーケティング、オペレーション アプリケーション開発、AI研究 + エキスパート集団 社会実装が促進 サプライチェーンを担う © FRONTEO, Inc. 2023 Proprietary and Confidential 17
Slide 18: ステージ４ 成長戦略 FRONTEO AI Factory
ステージ４ 成長戦略 FRONTEO AI Factory “サプライチェーンを担う” エキスパートにとって ✓ 証拠 必要なアウトプット ✓ リスク文書 を生成する工場 ✓ 標的分子 etc. ディスカバリ作業 犯罪捜査 内部監査 特許分析 創薬研究 医療 看護・介護 FRONTEO AI Factory © FRONTEO, Inc. 2023 Proprietary and Confidential 18
Slide 19: Drug Discovery AI Factory
Drug Discovery AI Factory © FRONTEO, Inc. 2023 Proprietary and Confidential
Slide 20: Global大手の取り組み AstraZeneca社5Rフレームワーク
Global大手の取り組み AstraZeneca社5Rフレームワーク 標的探索・仮説生成フェーズの改善 成功確率が大幅改善 2005年～2010年：4% → 2012年～2016年：19% 候補医薬品にノミネートされてからフェーズIII完了まで 出所：https://www.astrazeneca.com/what-science-can-do/topics/disease-understanding/transforming- 出所：Impact of a five-dimensional framework on R&D productivity at astrazenecas-rd-p
Slide 21: 医薬品開発におけるボトルネック
医薬品開発におけるボトルネック ハイスループット化ができていない 論文解析は高度な自然言語 アイデア着想 仮説構想 処理技術が必要であるため、 創薬標的の 極めて難しい。。。 標的分子 創薬研究 同定・解析 w/エビデンス シード創出 Drug Target Discovery Hypothesis Generation シード最適化 開発研究 開発品選定 ハイスループット化実現済み 前臨床 Chemical Discovery 第Ⅰ相試験 w/ Super Computer 標的分子探索・同定 のハイスループット 臨床開発 第Ⅱ相試験 Wet Test 化が創薬革新のカギ w/HTS 第Ⅲ相
Slide 22: Drug Discovery AI Factory 研究チーム
AI創薬 研究エキスパート Drug Discovery AI Factory 研究チーム 部長 研究チーム 担当部長 研究チーム 担当部長 Factory Executive Officer 農学博士 宮本 実 薬学博士 林 一己 理学博士, MBA 里見佳典 執行役員 理学博士 豊柴 博義 武田薬品工業株式会社 山之内製薬 武田薬品工業株式会社 アメリカ国立環境健康科学研究所 （現アステラス製薬） 塩野義製薬 武田薬品工業 グローバルデータサイエンス研究所 日本サイトバイオインフォマティクスヘッド サイエンスフェロー © FRONTEO, Inc. 2023 Proprietary and
Slide 23: BKM(Best Known Methods)による論文解析
BKM(Best Known Methods)による論文解析 重複差分解析 Virtual Experiments 遺伝子B 遺伝子A • 顧客との共同研究スペース(DRY LAB) • 解析スペース • シュミレーター 遺伝子AをKO • DD探索生産ライン pathwayが消失 Alternative-pathway が新たに出現 ベクトル加算解析 二次元マッピング 多面的解析 © FRONTEO, Inc. 2023 Proprietary and Confidential 23
Slide 24: 標的探索・仮説生成のハイスループット化を実現
標的探索・仮説生成のハイスループット化を実現 ハイスループット化実現！ アイデア着想 前 仮説構想 創薬標的の 臨 創薬研究 同定・解析 床 ま Drug Target Discovery シード創出 で Hypothesis Generation シード最適化 の 高 開発研究 開発品選定 速 ハイスループット化実現済み 前臨床 化 Chemical Discovery が w/Super Computer 第Ⅰ相試験 実 臨床開発 第Ⅱ相試験 現 他社AI Wet Test 第Ⅲ相試験 w/HTS 図_アカデミア研究者のための、創薬分野における Translational R esearc
Slide 25: Drug Discovery AI Factoryのビジネスモデル
Drug Discovery AI Factoryのビジネスモデル Drug Discovery AI Factory 製薬企業 標的探索／選定 標的分子 バイオマーカー 仮説生成 疾患メカニズム 創薬ベンチャー MoA 安全性プロファイリング オーダー 成果物 ドラッグ・リポジショニング 適応症探索 DD-BKM PLATFORM 薬剤併用解析 大学等研究機関 重複差分解析 Virtual Experiments 多面的解析 導入/導出品の評価 二次元マッピング解析 ベクトル加算解析 シーズの評価 © FRONTEO, Inc. 2023 Proprietary and Confidenti
Slide 26: ステージ4の売上高・営業利益イメージ
ステージ4の売上高・営業利益イメージ KIBITと各分野のエキスパートチームから構成される AI Factoryにより各業界のサプライチェーンを担い、300億へ リーガルテック従来案件 リーガルテックAI案件 (億円) 300 億円超 ビジネスインテリジェンス ライフサイエンスAI 350 経済安全保障 売上高 300 30 250 110 200 150 100 100 72 億 営業利益 60 億円超 50 70 ▲13.6 億 10 0 売上高 営業利益 売上高 営業利益 FY22 ステージ4 -50 FY22 ステージ４ © FRONTEO, Inc. 2023 Proprietary
Slide 27: FRONTEO Bright Value
FRONTEO Bright Value 記録に埋もれたリスクとチャンスを見逃さない ソリューションを提供し、 情報社会のフェアネスを実現します。 © FRONTEO, Inc. 2023 Proprietary and Confidential 27