ストックマークは製造業のAI BPR（業務にAIを追加するのではなく、AIを前提に業務を再設計すること）をご支援しております。
SATは、企業の膨大で複雑なビジネスデータを即座に業務へ活用できるAIプラットフォームです。
テキストをはじめ、画像・図表・概念図など多様なデータを、マルチモーダルLLMが自動で抽出・構造化し、
必要な知見をすばやく整理・活用できる環境を実現します。
また、ベテランの暗黙知を形式知に変え、組織の資産へのアップデートできます。
Aconnectは、国内外約35,000サイトの日英中のニュース、論文・特許、官公庁のレポート、 社内資料から、
お客様が必要な情報を自動で収集・調査・共有。 見逃しがちな「リスク」や「チャンス」を検知し、意思決定の質を高めます。
AI × 情報の力で組織の生産性を高め、素早く動ける開発現場を実現します。
このカタログについて
| ドキュメント名 | 製造業のAI BPRをご支援！ストックマークソリューションのご紹介 |
|---|---|
| ドキュメント種別 | 製品カタログ |
| ファイルサイズ | 13Mb |
| 取り扱い企業 | ストックマーク株式会社 (この企業の取り扱いカタログ一覧) |
この企業の関連カタログ
このカタログの内容
Page1
製造業のAI BPRをご⽀援！
ストックマーク 会社概要
＆サービスご紹介資料
Page2
⽬次
- ストックマーク 会社概要
- 弊社サービスのご紹介
- Aconnectについて
- SATについて
- お問い合わせ
Page3
｜
ストックマークのミッション
3
Page4
会社概要
ストックマークについて
169名（2026年6⽉時点）
https://stockmark.co.jp/
ISMS国際規格 ISO 27001, ISO 27017, ISO 27701 ※
※ ISO 27017、ISO 27001はプロダクト「Aconnect」で認証取得
※ ※
4
Page5
会社概要
沿⾰ 05. 独⾃開発LLM1,000億
05. ‧デロイト 企業成⻑率 パラメータ「Stockmark-2
ランキング -100B-Instruct-beta」公開
「Technology 07.「SAT Agent Cockpit 」 提供開始
03. seriesB（10億円）
06. BERT本出版 Fast50」選出 07. GENIAC 第3期 連続採択
08.東洋経済「すごい ‧産総研と⽇本語の
ベンチャー100」選出 ⽣成AI研究開始 09. ⽇本発ソブリンAI、⽇本語LLM
「Stockmark-2」をNVIDIA
09. 「AWS LLM 開発⽀援
04. 「 Anews」リリース 11. 東北⼤学とAI（XAI） NIM マイクロサービスで
プログラム」に採択 世界標準 提供開始
10. Mizuho Innovation の共同研究開始
Award受賞 10. 産総研との産学連携オープンイノベーショ
ン 「Bibbidi」⽀援開始
2025
2023
2021 2024
11. 2022 02. 国産⽣成AI開発PJ 「GENIAC」
会社設⽴ 2017 （経済産業省/NEDO）第1期採択
2018 2019 2020 08. seriesC（11億円）
02. seriesA 06. データ構造化プロダクト
「SAT」リリース
2016 12. Astrategy （3億円）
リリース 07. パナソニックと
国内最⼤規模の独⾃
⽇本語LLMを開発協業
10.「GENIAC」第2期採択
参考）Stockmark History 2024 https://youtu.be/cw1CY-BUVYY?feature=shared 11. seriesD（約45億円）
5
Page6
会社概要
サービス累計導⼊社数 約300社 ⼤⼿企業、製造業のお客さまを中⼼として利⽤いただいています
6
Page7
会社概要 ITイノベーターズ
ビジネス領域においてGPT-4よりも⾼い回答精度を実現
弊社実績のご紹介 Japanese MT- Bench 2025年3⽉時点
国内最⼤級のフルスクラッチLLMを⾃社開発
ビジネス特化の1,000億パラメータ
国内オープンモデルの中でも最⾼性能を記録 ⽇本語特化の1,000億
パラメータLLM「Stockmark-2-100B-Instruct-beta」を公開。 Stockmark Business Questions 質問回答精度
国内最⼤級のパラメータ数とハルシネーションを⼤幅抑⽌したモデル
モデル名 Stockmark /
Stockmark-LLM-100b GPT-4-turbo GPT-3.5-turbo
経済産業省/NEDOのGENIAC採択 回答精度 0.90 0.64 0.44
経済産業省/NEDOによる「GENIAC 1.0、2.0」に3期連続で採択。
回答⽐較 Q “ストックマークが製造しているエポキシ樹脂の⽤途をまとめてください”
1. ハルシネーションを⼤幅抑⽌した1,000億パラメータLLMの開発
2. 図表を含む複雑な資料を読解可能なマルチモーダルLLMの開発 GPT-4-turbo
ストックマーク（Stockmark）が製造しているエポキシ樹脂は、さまざまな産業や⽤途で使⽤
採択事業者のご紹介 されています。⼀般的な⽤途としては以下のようなものがあります
1. 接着剤：エポキシ樹脂は強⼒な接着剤として広く使⽤されています。⾦属、プラスチック、
ガラス、⽊材など、様々な素材を接着する際に使⽤されます。（以下省略）
Stockmark-LLM-100b
ストックマークは、エポキシ樹脂の製造をしていないため、⽤途はありません
※ 当社は⾃然⾔語処理技術を活⽤した、事業活動の探索を⽀援するサービスの
開発‧運営を⾏う企業であり、エポキシ樹脂の製造は⾏っておりません。 7
Page8
会社概要
⽣成AI‧LLM ビジネスシーンの活⽤実績
パナソニックHD様との協業 NGK様との実証実験 産総研様との協業
個社LLM「Panasonic-LLM-100b」の開発 新規⽤途探索の⾼精度化⾼速化 「産学連携ビジネスマッチング
提案システム」の開発
● ⽇本語モデルとしては最⼤級の1,000億 ● 社内⽂書×公開情報をナレッジ化させ、 ● ⽣成AI/ナレッジグラフによるシーズとニーズ
パラメータ ⾃社技術が応⽤可能な新規⽤途探索の構築 の⾼精度な掛け合わせで産学連携を実現
● ベースモデルに「Stockmark LLM」を提供 ● ベースモデルに「Stockmark LLM」を提供 ●産総研保有の技術情報をSATで構造化
● パナソニック様のデータを追加事前学習 ● 独⾃ナレッジグラフ構築で専⾨的な概念の繋 ● 膨⼤な情報をAIで探せるデータに
● 業務知識を理解させ各事業セグメントへの応 がりを理解
⽤を⽬指す
10 x 10
国⽴研究開発法⼈産業技術総合研究所
8
Page9
会社概要
直近の取り組み┃「AI-Ready化」の実証実験を開始
国内16社の企業と「⽇本企業の暗黙知/社内データ AI-Ready化プロジェクト」を始動（2026年5⽉）
“秘匿データ”や“匠の知”をAIが学習‧活⽤できる
形式に変換する「AI-Ready化」の実証実験
＜本事業にご参画頂く企業とプロジェクトテーマ（⼀部）＞
東京電⼒ホールディングス株式会社
⽔⼒発電所ダム管理ノウハウの形式知化‧活⽤
味の素株式会社
⻑年蓄積された製造‧技術知をAI Ready化し、検索‧活⽤可
能な次世代技術ナレッジ基盤 of 構築
三菱ケミカル株式会社
多様な化学プロセスにおける「⼀般⼯学知」と「ドメイン固
有知」の分離‧構造化による、習熟‧運転⽀援ハイブリッド
モデルの実証
株式会社ジェイテクト
⽣成AIによる企業内暗黙知の形式知化と、データ構造化技術
の研究開発および活⽤基盤の構築 など…
詳しくはこちら：https://stockmark.co.jp/news/20260515/
9
Page10
｜
参加者特典！希望者に無料トライアルプレゼント！
情報から技術課題を解決に導くAI 暗黙知や資料を形式知にする基盤
‧ニュース∕特許∕業界動向などを網羅的に収集 ‧社内情報やベテランの知⾒をナレッジに
‧収集した情報をもとに、課題の解決案を展開 ‧社内のPDF∕図∕表∕Excelも対象
‧効率的に⾒落としなく要因の整理ができる ‧⽣成AIの回答が、業務で使える品質になる
Page11
弊社サービスのご紹介
Aconnect‧SAT
Page12
弊社サービスのご紹介
AI活⽤でこんなお困りごとはありませんか？
⾃社AIの 社内データの ベテランの知⾒が 情報を活かせず
回答精度が低い 検索性が悪い 失われている 開発⼿戻りが発⽣する
データの質が低く 過去の類似の不具合や、 ベテランの判断基準がわからず、 過去の検討履歴が活かせず、
回答精度が上がらない… 実験データなどが出てこない 毎回イチから検討している 同様のミスを繰り返している
⾃社AIを構築 データの 暗黙知が 減らない
しているが… 検索性が悪い… 消失… ⼿戻り…
12
Page13
弊社サービスのご紹介
ストックマークが⽀援すること
は…
製造業の「AI BPR A I Bu sines s Pro cess
Re-engineering 」を実現します。
AI BPRとは、AIを中核に据えたうえで、業務のプロセスそのものを再設計することを指します
情報の資産化 × 業務の再定義 × カルチャー変⾰
従来のプロセスを維持したままAIを導⼊しても、得られる成果は局所的な改善に過ぎません。
ストックマークは、AI活⽤の原動⼒となる「データの資産化」を起点に、既存プロセスの抜本的
な⾒直しから組織⽂化の変⾰までを⼀気通貫で⽀援。単なるツール導⼊で終わらせず、AIとの共⽣
による「本質的な事業変⾰」と、そこから⽣まれる余剰時間での「新たな価値創出」までを実現
します。
13
Page14
弊社サービスのご紹介
現場で使われるAIへ。ストックマークの2つのサービス
＼ R&D業務に、すぐ組み込める ∕ ＼ AI活⽤をさらに⾼度に ∕
製造業R&D向けAIエージェント 貴社の業務に合わせて
情報整理や調査をAIが効率化 カスタムで現場で使われるAIへ
14
Page15
について
Page16
弊社サービス「Aconnect」のご紹介 ｜
製造業R&Dを⽀える、
AIエージェント群。
開発に必要な情報をAIが集め、調べ、整理する。
R&Dのテーマ検討から、技術調査‧特許調査‧情報整理までをAIが⽀援。
社内資料‧ニュース‧論⽂‧特許などを横断的に調査し、技術検討や課題解決を⽀援します。
16
Page17
弊社サービス「Aconnect」のご紹介 ｜
現在Aconnectで展開する、AIエージェント
R&Dの各プロセスを⽀援するエージェントをご⽤意します。
01 情報収集エージェント 02 技術探索エージェント
社内外の情報をAIが横断収集‧整理。 技術課題の分析や解決策の検討を⽀援。
社内資料‧ニュース‧論⽂‧特許‧から必要 AIが論点を整理し、原因分析や技術アイデア
な情報をすぐに検索＆⾃動収集します。 の検討をサポートします。
03 FMEAエージェント 04 実験報告書エージェント
FMEA作成やリスク分析を⽀援。 実験データから報告書を⾃動⽣成。
FMEAシートの作成を⽀援します。 データ整理から報告書作成までを効率化しま
す。
β版環境 β版環境
05 強制発想エージェントβ 06 市場規模推定エージェントβ
新たな視点やアイデアをAIが提案。 市場規模や市場性をAIが推定。
既存の発想にとらわれない技術アイデアの創 技術テーマや新規事業の市場ポテンシャルを
出や⽤途探索を⽀援します。 素早く試算します。
17
Page18
弊社サービス「Aconnect」のご紹介 Aconnectのご紹介 ｜
製造業に特化した豊富な情報ソース
国内外約35,000サイトの⽇英中のニュース、論⽂‧特許、官公庁レポートや
社内資料を集約。⼿動ではとらえきれなかった情報を「発⾒」できます
情報ソースの⼀例
✔ 全国紙
✔ 業界紙
✔ ⼤学の技術リリース
✔ 学会の情報
✔ 専⾨誌のWEBサイト
✔ プレスリリース
✔ 企業サイト
✔ 論⽂
✔ 特許
✔ 官公庁やシンクタンクが
発⾏するレポートや報告書
✔ 社内ドキュメント
等
18
Page19
弊社サービス「Aconnect」のご紹介 ｜
⽣成AIでは「個⼈」では成果が出るが、「組織活⽤」には課題が多い
⼀般的な⽣成AIでは難しい部分まで、R&D向けAIエージェント「Aconnect」で⽀援します。
汎⽤⽣成AIの5つの壁 Aconnect エージェント
① プロンプトスキル依存 属⼈化の不安 ① 全員が使える
⾼度に使いこなせる⼈と検索に留まる⼈で、アウトプットの質に格差 「現象⼊⼒のみ」で原因と解決案を構造化、誰でも同⼀品質の仮説を構築
② ヌケモレがある 網羅性の不安 ② ヌケモレを防ぐ
出⼒される個数‧粒度‧形式が毎回変わってしまう 発想しにくい仮説を含めた網羅的な論点を出⼒し、思考の偏りを抑制
③ 結論までの思考プロセスが不透明 再現性の不安 ③ 思考プロセスを「⾒える化」
「なぜその結論に⾄ったか」が⾒えず、経緯が説明できない 検討判断の理由をツリー上で簡単に残せるため、経緯の明確な説明が実現
④ ハルシネーション 信頼性の不安 ④ 信頼性の⾼い情報で判断できる
AIが架空の情報や誤情報を、もっともらしく表現の中に紛れ込ませるリスク 製造業‧ビジネスに特化した情報ソースから、出所が明確な根拠を提⽰
⑤ 検討経緯の使い捨て 暗黙知化の不安 ⑤ 検討経緯を「資産化」
重要な壁打ち内容がチャットに閉じ、暗黙知のまま知⾒が流される エクスポート機能により、次に活かせるナレッジとして保管‧再利⽤
⑥ 運⽤の形骸化 組織定着の不安 ⑥ 簡単に保存と共有 / プロセスを「固定化」
活⽤ルールが個⼈の裁量に委ねられ、組織の標準プロセスとして機能しない 属⼈的なブレをなくし、共通の検討ステップを組織にしっかり固定
19
Page20
弊社サービス「Aconnect」のご紹介 ｜
R&Dに必要な情報整理、技術調査までサポート
技術探索エージェント
技術課題を入力、課題仮説と解決策案を網羅的に提示
仮説に対して解決策案と
関連⽂献を提⽰
技術課題を⾃然⽂で⼊⼒
AIが課題仮説を網羅的に提⽰
20