総合研究院パンフレット(日本語版)
24/34

東京理科大学共同研究企業・実務家教員データサイエンスセンター研究成果研究成果研究資金・データの提供、実務家教員の派遣URA民間企業、外部研究機関との実証研究、理論的研究、ケーススタディの提供東京理科大学学術論文シンポジウム実施特許収入の獲得ベンチャー企業からの収益還元先進技術の商品化、新サービスの社会実装による収益の獲得共同研究企業・機関(MOT)若林秀樹教授・・・技術経営(予測、経営分析)、電子産業、ヘッジファンドロバート・フェルドマン教授・・・マクロ経済学、経済分析、エコノミクス日戸浩之・・・マーケティング青木英彦・・・ユーザーイノベーション、小売・流通産業中山祐香子教授・・・ITメディア産業、DX石橋哲教授・・・コンプライアンス、業界倫理坂本正典教授・・・技術経営、応用物性㈱SHIFT東京理科大学イノベーション・キャピタル株式会社(理科大IC)東京理科大学イノベーション・マネジメント株式会社(理科大IM)坂本幸雄客員教授・・・半導体、国際経営富田純司客員教授・・・ガバナンス、法務丹下大客員教授・・・IT経営、DAAE構想秋山友紀客員教授・・・IT経営及び分析、ベンチャー投資、起業支援片寄裕市客員教授・・・新規事業投資・企業価値評価、金融技術大平亮客員教授・・・ESG・SDGs、資産運用福原正大客員教授・・・金融技術、人工知能、ビッグデータ活用三上奈央樹客員研究員・・・IT、MBO平井大之客員研究員・・・IT、経営管理栗岡大介客員研究員・・・ビジョナリー、起業、地域活性高田久徳客員研究員・・・新規事業投資、プライベート・エクイティ技術経営戦略・金融工学社会実装研究部門タビューで、目利き、投資判断として、何が鍵か、説明資料や質疑応答で何を判断にしたかを分析し、必要であれば、アンケート調査を行う。これと、上記のサンプル分析との関連を調べる。 第三段階として、KPIやキーワードを、AIで抽出し、マクロ統計データや有価証券報告書の公開データとの相関性を分析し、Nを拡大し、データベース化する。 図では、ミクロな、企業やVB投資の個々のリアルな現場のノウハウ、実践知と、マクロな統計データとの相関分析や相互のフィードバックを示している。横軸は、MOTにあるケースや企業戦略とIM/ICにあるVCとしてのノウハウの共有化を示す。技術経営サイドにおいては、よりマクロでは、科学技術政策となり、ミクロでは、企業戦略となるし、IM・IC金融サイド、さらに、よりマクロでは、GPIFにおけるポートフォリオ構築や、官民ファンドの政策になり、ミクロでは、個々のVCの判断基準になるだろう。Department of MOT Strategy & Financial Engineering for Social Implementation “MOT-FESI” 技術経営において、理論と実践を融合した実践教育を行うMOTと、金融工学をリードする理科大IMやICや、その組織を取り囲むネットワークも交流し、多様な理論ツールを試すことで、先進技術、知識情報を活用したプロダクトの開発、新サービスに関する実証研究、社会実装を目的とする。これは、いわば、令和新時代のシンクタンク「理大総研」ともいえよう。 技術経営(MOT)においては、イノベーションに関連して、大企業からベンチャーまで、多くの理論的な研究や、ケーススタディが蓄積されている。そうした技術戦略やベンチャー投資などの成功失敗事例など、様々なノウハウが、暗黙知として、MOTや理科大IM、IC、更には、理科大のVB投資実績等など現場に眠っている。それらの一部はケーススタディとしては、論文やレポート等で明らかにされているが、表面的であり、形式知化、実践知化されず、関連付けされていない。それは、あくまで、専門家の知見によって、初めて有用になるが、そうしたノウハウは継承されず、理科大内にも、社会にも共有されてこなかった。他方、マクロ面では、統計データはもちろん、今後は更に、多くのビッグデータが蓄積されつつあるが、こうしたマクロデータは、形式知でありミクロでの、経営戦略判断やVB投資における目利きの背景となる暗黙知・実践知とリンクしていない。 これは、それぞれの分野で、専門領域が縦割り化しており、マクロとミクロの専門家、技術と金融の専門家、アカデミックとビジネスの交流が不十分であることも背景にあろう。今後、多くの文書やノウハウが、AIの発達によって、データ化、パターン化されつつある。また、本学データサイエンスセンターが創設され、知見を共有できる。そういったAIやフィンテック、ICT技術を活用して、MOT内やIM/IC内など、ミクロに蓄積されたノウハウを、共有化、データ化して、マクロな統計データとリンクさせ、融合させることが可能となる。 2020年度からは、これに関連して、具体的な応用例として、SHIFT社と同社が提唱するDAAE構想の理論化にも取り組んでいる。 現在 以下の研究グループがある。① 目利き力② DAAE構想(SHIFT社による)理論化③ ベンチャーエコシステムの構築に関する調査及びスタートアップ・データ④ 国内外のベンチャー投資・支援に関する調査及び研究(理科大IC) 第一段階として、可能な範囲で過去のMOTペーパーや公開されている技術戦略やVB投資の成否に関して、幾つかを選んだ、キーワードやKPIを抽出、これと、マクロな統計データや、有価証券報告書等の外部に公開されたデータとの関連性を分析する。例えば、経営者の年齢や経歴、従業員の流動性と、技術戦略、業績、VB投資の相関性を分析する。 第二段階として、多くの成功事例を持つ企業経営者やVBの投資家へのイン24目的今後の展開ベースの構築(理科大IM)MOTや理科大IMに蓄積され眠っている、イノベーションやマネジメント、ベンチャーに関するケーススタディ、ノウハウなどの暗黙知を、体系・データベース化、社会実装、研究テーマ選択やベンチャー投資に資する目利きのノウハウのデータベース化により、研究テーマ選択、新規事業創出、M&Aやベンチャー投資の成功確率を上げることが可能になろう部門長経営学研究科技術経営専攻 教授Hideki Wakabayashi技術と金融、社会科学アプローチと理工学的アプローチを融合すべく、マクロ、セミマクロ、ミクロ、それぞれの領域で長年の研究分析をしてきた、エコノミスト、アナリスト、ベンチャーキャピタリストが集い、その分析ノウハウという暗黙知を、AIなどの最新技術により、形式知に昇華させます。いわば、プロスペシャリストのアプローチをAI化で、社会実装します。部門のニックネームは、MOT-FESI、略してFESIです。設立2020年4月 wakabayashi.hideki@rs.tus.ac.jp 技術/経営、理論/実践、MOT/IM/IC、オープンイノベーションによる「シンクタンク」 ホップで蓄積された暗黙知の深耕、ステップでKPI抽出、ジャンプでデータ化MOT(技術経営)に蓄積されてきた実践的知見を金融工学の理論も生かし社会に実装する若林 秀樹技術経営戦略・金融工学社会実装研究部門(MOT-FESI)

元のページ  ../index.html#24

このブックを見る