Change Country/Area リコーグループ企業・IRサイト

はたらく人に最高の支援をAIで

リコーは暗黙知を価値に変え、AIを成果に変える現場密着型パートナーに

生成AIやAIエージェントの進化により、AIは単なる業務効率化のツールではなく、はたらく人の判断や創造性を支える存在へと進化しています。リコーは、AIを単なる技術としてではなく、人・業務・デバイス・データと自然に連携する「働く現場のパートナー」として捉えています。はたらく人のさまざまなシーンに寄り添い、質の高い支援を届けるために、リコーはそれぞれのワークプレイスの課題を深く理解し、最適なAIを使いこなして最適な解を見つけ出し、はたらく人へ価値を提供していきます。

※本ページで紹介するAI技術、研究開発、サービス事例は、日本国内における代表的な取り組みを中心に掲載しています。

リコーのAI開発の考え方

AIの価値はベンチマークで表されるようなモデル性能だけではなく、現実の業務や現場の文脈をどれだけ理解し、人の意思決定や行動につなげられるかによって決まります。そのためリコーはAIモデルの性能向上だけでなく、実際的な業務データへの対応力を決める前処理やマルチモダリティ、より高度な判断を実現するための推論能力、およびそれらの機能・性能を実現するためのデータの質、業務フローとの適合、実運用まで含めた設計を重視しています。

AIの性能を最大限に引き出して課題解決につなげるためには、AIを業務最適化の手段の一つととらえ、業務目的に応じたブレークダウンをすること、最新のAI機能・性能を把握し、目的に応じた最善の手段をとれること、単独の性能だけではなく、目的に合った質の高いデータを数多く収集してAIに学習させることが非常に大切です。

リコーは、AIを現場で役立つ価値に変えるために、「データの質」、AIを使いこなすための「AIの生産技術」、そして「技術とビジネスモデルを両輪とした研究開発」を推進しています。

データの質

リコー独自のセンシング技術で今まで取得できなかったデータを取得できるようにします。リコーの培った光学技術を活かした特殊なカメラで画像に留まらない情報を把握するなど、データの質も向上します。また、AIシステムの開発ではお客様の要望に応じ各種AIモデルをチューニングしますが、この時に用いる学習用データはデータのライセンス、セキュリティ、プライバシーなどさまざまな視点で調査し、かつ学習に適した品質になるようにフィルターおよび整形を行ったうえで利用します。

AIシステム・AIモデルの開発時には、性能を評価するためのベンチマークタスクおよびベンチマークデータが必要となります。他のシステムやモデルとの比較のために公開ベンチマークを利用するとともに、ビジネス文書に適したベンチマークをリコー自らが作成し活用しています。経済産業省GENIAC基盤モデル開発プロジェクトで開発したベンチマークについては一般にも公開しています。

AIの生産技術

進化のスピードを増すAI技術を“はたらく”現場での価値に変えるため、実装から運用までを見据えた「AIの生産技術」を強化しています。はたらく人に価値を素早く提供するため、最新のOWM(Open Weight Model)を最適化し、業務にフィットするようチューニングします。このチューニングには目的に応じた複数のステップがあります。業界の専門用語や個社の事業や技術開発で用いられる固有の専門用語をAIに学習させるための継続事前学習(Continuous Pretraining)、要約や課題タスクなど特定の機能を強化するための教師付き学習(Supervised Finetuning:SFT)、利用者の意図に沿った回答になるように補正する強化学習(Reinforcement Learning:RL)など、必要な機能・非機能に応じてチューニング手段を選択すること、およびそれらに適した学習カリキュラムを設計するための型をAIの生産技術として整備しています。

技術とビジネスモデル

AIやセンシングといった技術とビジネスモデルを両輪として育て、ビジネスに必要なデータが集まり続けるようにします。取得したデータを最適なAI技術で活かしきり、はたらく人へ価値を提供します。

保有するAI技術

リコーのAI技術は、文書や知識を扱うドキュメントAIと、現場・空間・設備を理解する画像・フィジカルAIの両面で発展してきました。

ドキュメントAIは、OCRやレイアウト解析、生成AI、RAG、AIエージェントを活用して文書や業務知識を理解し、情報の整理や業務フローの最適化を支援します。一方、フィジカルAIは、画像認識・学習技術を基盤に、カメラやロボット、デジタルヒューマンなどの機器や空間の状況を理解し、現実世界での行動や制御につなげます。さらに、デジタルツインやシミュレーションによって現場の状態を仮想空間上で再現・検証することで、「考えるAI」と「動かすAI」が連携し、人と機械の協働による新たな価値創出を実現します。

大規模言語モデル(生成AI)

お客様の用途や環境に最適な企業独自の生成AIをプライベート環境かつ低コスト・短納期で提供することを目指し、日本企業に特有な複雑な図表を多用する書式をもつ、さまざまな書類に対して高い読み取り能力を持つ大規模言語モデル(LLM)を開発しています。

“はたらく”を支えるリコーの大規模言語モデル

企業に蓄積された知識を価値創出に昇華させるリコーのAI技術基盤Hi.DEEN(ヒデン)

企業内に眠る「非構造化データ」を資産に変え、競争力の源泉となる「秘伝のタレ」へと昇華させるためのAI技術基盤です。Hi.DEENはマルチエージェンティックRAGとして、複数のRAGとマルチAIエージェントにより構成されています。これらのベースとなるLLM/LMMに図表読解を含む高度な文書活用や専門知識の形式知化に特化したチューニングを施すことで、ベテラン技能の継承課題、生産性向上、企画開発力の強化に向け、AI×データ×コミュニケーションによる“技智融合”を図ります。

デジタルツイン

画像認識、3次元点群認識、自然言語処理技術を融合し、現場の状態をサイバー空間上に再現する技術です。

空間データと文書データを統合的に解析することで、状況理解、設備管理、知識継承を支援する高度な現場DX基盤を実現します。

画像・3Dデータを用いた現場のDX

リコーが提供するサービス

さまざまなワークプレイスで、はたらく人に価値を提供していきます。日本国内におけるサービス事例をご紹介します。

RICOHオンプレLLMスターターキット

「高セキュリティ・低コスト・高性能・活用の自由度」を兼ね備えた高セキュリティなオンプレLLMの導入から運用までをご支援するローカルLLMパッケージ

技術の特徴

  • 最新のOWM(Open Weight Model)のLLMを日本語での業務処理に最適化し、お客様の業務にフィットするようチューニング
  • 公開データに加えて、研究機関連携や独自開発によって蓄積した豊富な学習データを用いることで、図面を含む設計図書や図表を多く掲載したIR文書をはじめとする多様なビジネス文書の読み取りに対応
  • オンプレミス環境を想定し、小型化と高性能を両立。ラックマウント型サーバーから小型PCサーバーまで搭載が可能なLLM/LMMラインアップを開発
サービスを詳しくみる 別ウィンドウで開く

RICOH Digital Twin Workplace

建物空間をデータ化。設備も資産もすぐに見つかる、伝わる。

建物の3Dモデリングと生成AIで、現況の理解を支援。

技術の特徴

  • 点群データと360度画像の統合による直感的デジタルツイン生成技術、柔軟なデバイス対応・AIによる低コスト生成・3次元モデル化に対応
  • RICOH THETAなどの画像を活用した現場データ利活用AI技術、設備自動検出・空間対話・搬入出経路シミュレーション機能の共創実現
サービスを詳しくみる

信頼できるAIを提供するために

リコーグループは、「AI活用基本方針」に則り、培ってきた先端技術とAIを融合して活用することで、人々の生活のあらゆるシーンに効率性と利便性を提供するだけではなく、人々に歓びを提供することに努めます。

リコーグループの商品・サービスは、お客様や利用者に不安・不満・不利益をもたらすことのないよう、倫理的・誠実な活動に基づいて提供されています。リコーグループでは誰もが利用しやすく、働きやすい社会となるような技術を開発し、商品・サービスとして提供するために、倫理的・誠実な活動を「技術倫理」と定めました。「技術倫理」は、AIを含む、リコーグループが提供するデジタルサービス全般においての規範となるものです。

また、安心・信頼を支える取り組みとして、「リコーグループ・データガバナンスポリシー」を定めました。お客様からお預かりするデータの安全な管理に加え、ELSI(Ethical, Legal and Social Issuesの略:「倫理的・法的・社会的課題」)へ配慮をした設計・運用を大切にしています。お客様が安心してデジタルの力を活かせるよう、リコーグループは責任あるデータ活用を追求します。

最先端のAI研究

リコーは、「ワークプレイスのインテグレーター」を中長期的に目指す姿に掲げ、お客様の課題を解決する中核技術としてAIを位置付けています。AIを製品・サービスへ組み込むとともに、社内業務改革やデータ活用基盤の高度化に取り組み、現場におけるデータドリブンな価値創出を推進しています。

こうした取り組みを支える基盤として、研究開発活動に加え、社内塾を起点にデータサイエンスコミュニティを形成し、リコーグループ横断でデータサイエンス人材の育成に取り組んでいます。社内教育プログラムや本人の意思に基づいて参加できるハイレベルなコンペティションへの挑戦を通じて、データ分析やAI技術の継続的な向上を図っています。

そして、これらの取り組みの成果は、外部からの表彰や、国際的な学会・研究コミュニティにおける評価としても結実しています。

AI技術開発の歴史

リコーは1985年から、ドキュメント処理や画像認識をはじめとする情報処理技術の研究開発に取り組んできました。時代により技術は変わっていますが、「人の判断や作業を支援する」という思想は一貫しています。

こうした積み重ねが、今日の生成AIやデジタルツインを含むリコーのAI技術開発へとつながっています。

第2次AIブーム
(1980~1990年代)
知識工学・ルールベースAI

ドキュメント

  • 1985年 独自OCR技術を開発
  • 1990年 AIワープロ「マイリポートN-21AI」を提供
  • 1993年 光ファイリングシステム「リファイル31」を提供
  • 1996年 OCRと高速全文検索を実現

産業応用

  • 1989年 ルールベース推論LSIを製品化
  • 1992年 ニューロコンピューターを発売
  • 音声認識技術の研究開始

第3次AIブーム
(2000~2022年頃)
機械学習・ビッグデータ・深層学習

ドキュメント

  • 2004年 類似画像検索「VISMeister」を提供
  • データ活用・分析技術を推進
  • 2018年 自然言語処理技術「Deep Alignment」開発
  • 2021年 自然言語処理を用いた「仕事のAI」を提供

産業応用

  • 2005年 自社製品回収量予測に活用
  • 2014年 外観検査へ深層学習を適用
  • 2019年 路面性状モニタリングシステムを開発。トンネル、のり面へ展開

第4次AIブーム
(2023年~)
生成AI・LLM・マルチモーダル

ドキュメント

  • 2023年 独自LLMを開発(日英中対応)
  • 2024年 「RICOH Digital Buddy」を提供

産業応用

  • AIによる画像解析・設備モニタリング
  • 2023年 「RICOH Digital Twin Workplace」を提供。点群データと360°画像を統合活用

第5次AIブーム
(2025年~)
フィジカルAI・サイバー×フィジカル融合

ドキュメント

  • マルチモーダルLLMを高度化。ベンチマーク、ガードレールモデルなどを開発
  • 2025年 「RICOHオンプレLLMスターターキット」を提供
  • RICOH Digital Buddyを展開

産業応用

  • デジタルツイン活用を設備・空間の最適化へ拡大
  • 音声を認識して人と協調するAIエージェントを提供
  • ロボット操作などのフィジカルAI領域へ参入

おすすめ情報

リコーの技術に関する
お問い合わせ

紹介技術について、「実際に使ってみたい」「共同研究・開発をしたい」「執筆・講演を依頼したい」などのご質問・お問い合わせはこちらまで。

PAGE TOP