※本記事は、ITUおよびAkbank LABが共催した「AI for Good Innovation Factory Türkiye」のピッチセッション動画の内容を基に作成されています。AI for Good Innovation Factoryは、ITUが主導するグローバルなスタートアップコンペティションであり、グローバル課題を解決する最も有望なAIソリューションを発掘することを目的としています。Akbank LABがホストを務める本イベントは、革新的な発想を持つ人々を結集させ、スタートアップやソロプレナーがAI駆動型ソリューションを披露するプラットフォームを提供しています。優勝スタートアップは、本年7月にスイス・ジュネーブで開催されるAI for Good Innovation Factoryグランドファイナルにおいて、国連の支援と国際的な可視性のもと、世界の舞台で競い合うTürkiy代表としての機会を獲得します。AI for Goodは、革新的なAI応用の発掘、スキルと標準の構築、そしてグローバル課題解決のためのパートナーシップ推進を進めており、ITUが50を超える国連パートナーと連携し、スイス政府との共催で運営しています。詳細はNeural Networkコミュニティプラットフォーム（https://aiforgood.itu.int/neural-network ）をご参照ください。本記事では、ピッチセッションの内容を要約しております。なお、本記事の内容は登壇者の見解を正確に反映するよう努めていますが、要約や解釈による誤りがある可能性もありますので、正確な情報や文脈については、オリジナルの動画をご視聴いただくことをお勧めいたします。
登壇者紹介
モデレーター
- Guillermo Martin氏：International Telecommunication Union（ITU）所属。AI for Goodイニシアチブの運営に携わる。
- Meltem Kudlu氏：Akbank Innovation Center（Akbank LAB）のInnovation Manager。本ピッチセッションのモデレーターを務める。
審査員
- Ali Sahin氏：Türkiy 初のインパクトフォーカス型ベンチャーキャピタルファンドであるFounder OneのGeneral Partner。これまでにTürkiy 国内のアーリーステージのインパクトスタートアップ43社に投資しており、うち25社はAI駆動型。
- Altan Cakir氏：Istanbul Technical Universityのデータサイエンス・AI教授。imeceおよびimece Labの創設者であり、AI Türkiyの共同議長。
- Didem Dirlik氏：行動科学者・神経科学者。Altinbas Universityのビジネスアドミニストレーション学部教員であり、Innovation CenterおよびInnoCampus Labのディレクター。
- Mehru Aysu氏：Turkish Entrepreneurship FoundationのGeneral Managerおよび創設理事。United Nations AI for GoodのSteering Committeeメンバー。
- Osman Emre Gezerli氏：Akbank LabのVice President。Refi Turkeyプログラムを通じた再生的テクノロジーの推進に取り組む。
ファイナリスト・スタートアップ登壇者
- Hilya氏：Blueitの創業者。産業施設や商業ビル向けの水・排水プロセス管理プラットフォームを開発。
- Ahmet氏：DiltigoのCTO。小児言語障害向けAIセラピーソリューションを開発。CEOのDr. Berkan Pekcanおよび Cambridgeに所属するIdan Dumbak氏と共に学際的チームを構築。
- Hasan Emre Celik氏：FarmLabsの共同創業者兼CEO。精密農業プラットフォーム「Agro Four」を開発。
- Egemen氏：RareSumの共同創業者。元Pfizerにて欧州53カ国の病院製品マーケティングディレクターを務めた後、Ozge氏、Cagatay氏と共に希少疾患AI診断支援プラットフォームを立ち上げ。
- Tekin氏：Smart City and Partnersの代表。AIプロダクトアーキテクチャとフルスタックプログラミングを専門とする理学博士。衛星AI災害予測ブランド「Ion Blue」を展開。
第1章 セッションの開幕とInnovation Factoryの枠組み
1-1 AI for Goodプラットフォームの趣旨とITU・Akbank Lab連携によるTürkiyeセッションの位置づけ
ナレーション： AI for Goodへようこそ。国際電気通信連合（ITU）が主催する、人工知能に関する国連の主要プラットフォームです。ITUはデジタル技術を扱う国連の専門機関であり、50以上の国連機関と連携し、スイスとの共同開催により運営されています。AI for Goodの使命は、AIの潜在力を解き放ち、人類のために役立てることにあります。マルチステークホルダー型のプラットフォームとして、ソリューション、スタンダード、スキルを推進しています。本日のセッションでは、ライブビデオウォール機能を通じて質問やコメントを投稿いただき、参加型のセッションを共に作っていただきたいと考えています。さらに、AI for Good Discovery Badgeにより、AIスキルを高め、キャリアを向上させることができます。これは、グローバル課題にAIがどのように取り組んでいるかを探求する最先端セッションへの参加を認証する、検証済みのデジタル資格です。セッションが対象であるかは、ビデオインターフェース右側のブルーのバッジバナーで確認でき、各ライブセッション終了時にアクティブ化されます。LinkedInなどのプロフェッショナルプロフィールでバッジを共有できます。Discovery Badgeセッションは、ITUが主導するグローバルイニシアチブ「AI Skills Coalition」の一部であり、信頼性の高いAI学習経路の強化と、世界中で質の高いAI知識へのアクセス拡大を目指しています。最後までご参加いただき、神経網のような交流の場で、ファシリテーターや世界トップクラスのAI専門家とのチャット、接続、質問、ネットワーキングをお楽しみください。それでは、最初のスピーカーをお迎えする時間です。フロアはあなたのものです。
Guillermo Martin： ありがとう、Anna。皆さん、こんにちは。私はITUのGuillermo Martinと申します。AI for Good Innovation Factory Türkiyeピッチングセッションへようこそ。本日のイベントは、AI for Goodイニシアチブのもと、ITUがAkbank Labのスポンサーシップを得て、密接な協力体制で開催しています。
Meltem Kudlu： ありがとうございます、Guillermo。再びこの場に戻れて嬉しく思います。皆さん、こんにちは。会場参加の方もオンラインの方も、本日はお集まりいただきありがとうございます。私はMeltemと申しまして、Akbank Innovation Center、すなわちAkbank Labのイノベーションマネージャーを務めております。本日のAI for Good Innovation Factory Türkiyeスポットライトセッションのモデレーターを担当できることを光栄に思います。Akbank Labおよびimece、つまりRefi Turkeyプログラムを支える組織として、今回でTürkiyeにおいてこのイベントをITUと共同開催するのは2回目となります。Türkiyeが持つAI for Goodの人材を発信する機会を共有してくださったITUに、改めて感謝申し上げます。
1-2 Innovation Factoryの目的・グランドファイナルの仕組みと70社から5社を選抜したブートキャンプ過程
Guillermo Martin： AI for Good Innovation Factoryは、2020年にITUが立ち上げたグローバルなスタートアップピッチングコンペティションであり、アクセラレータプラットフォームでもあります。国連を基盤とするピッチング・アクセラレータ機構として、AIを活用してグローバル課題に取り組むスタートアップのスケールアップを支援する役割を果たしています。本日は、Türkiyeから5社の優れたスタートアップが集まり、それぞれがAIを活用して革新的かつインパクトの大きいソリューションを開発しています。このセッションは、Türkiyeの起業家エコシステムの強みと、ソーシャルグッドのためのAIの未来を形作る上での同国の役割の高まりを示すものです。毎年、数百社のスタートアップが地域・分野別に開催される当ピッチングセッションへ応募してきており、農業、気候、エネルギー、ヘルスケア、スマートシティといった領域を網羅しています。これらのイベントは、イノベーターと投資家、業界リーダー、グローバルなステークホルダーをつなぐ独自の機会を提供しています。本日選ばれる優勝スタートアップは、2026年7月7日から10日にスイスのジュネーブで開催されるAI for Goodグローバルサミットにおいて、Türkiye代表としてAI for Good Innovation Factoryグランドファイナルに招待されます。そこでは、世界中から集まる最も有望なスタートアップと並んで、最高賞金2万米ドルを目指して競い合うことになります。それでは、本日のモデレーターをご紹介します。Akbank LabのInnovation Center Managerである、Meltem Kudluさんです。Meltemさん、フロアをお譲りします。
Meltem Kudlu： 本年は、慎重な選考のうえ、5つのスタートアップを選び、SDGsとインパクト主導のストーリーテリングに焦点を当てたブートキャンプを実施しました。スタートアップたちは、SDGインデックスのメンターによる一対一のメンタリングセッションからも恩恵を受けました。時間を割いてご貢献いただいた全てのメンターに感謝申し上げます。本日の5名のファイナリストは、70の卓越した応募者の中から選ばれた方々です。これから、彼らの革新的なソリューションを、著名な審査員パネルの前でプレゼンテーションしていただきます。優勝スタートアップはジュネーブのAI for GoodグローバルサミットにおけるグランドファイナルでTürkiyeを代表することになります。
1-3 審査員5名の紹介と進行ルール
Meltem Kudlu： 本日の最も興奮するパートであるプレゼンテーションに入る前に、まずは本日の卓越した審査員パネルをご紹介させてください。最初にご紹介するのは、Türkiy初のインパクトフォーカス型ベンチャーキャピタルファンドであるFounder OneのGeneral PartnerであるAli Sahinさんです。Aliさん、ご挨拶をお願いできますか。Aliさん、マイクがミュートになっています。
Ali Sahin： 大変失礼しました。皆さん、こんにちは。Founder OneのGeneral PartnerのAli Sahinです。Founder OneはTürkiy最大のインパクトファンドであり、これまでにTürkiy国内のアーリーステージのインパクトスタートアップ43社に投資を行ってまいりました。そのうち25社はAI駆動型です。だからこそ、本日AI for Good Factoryプログラムの審査員として参加することを大変楽しみにしておりますし、スタートアップ各社のピッチを聞けることに心から興奮しております。本日は効率的かつ実りある審査員として務めたいと思います。
Meltem Kudlu： ありがとうございます、Aliさん。次は、Istanbul Technical UniversityのAltan Cakir教授をお迎えします。Cakir教授は、学術的な専門性に加えて、imeceおよびimece Labの創設者であり、AI Türkiyの共同議長でもあります。Altan先生、フロアをどうぞ。
Altan Cakir： こんにちは、Meltemさん。皆さん、こんにちは。AI for Goodの審査員を務められることを大変光栄に思います。この特別なイベントの開催に尽力いただいたITUとAkbank Labに心より感謝申し上げます。私はIstanbul Technical UniversityでデータサイエンスとAIの教授を務めております。なお、Istanbul Technical Universityは略称も同じITUです。このイベントに参加できることに、本当にワクワクしております。
Meltem Kudlu： ありがとうございます、Altan先生。続いてご紹介するのは、行動科学者であり神経科学者でもあるDidem Dirlik教授です。Dirlik教授は、Altinbas Universityのビジネスアドミニストレーション学部教員であり、Innovation CenterおよびInnoCampus Labのディレクターを務めておられます。Didemさん、お言葉をいただけますか。
Didem Dirlik： こんにちは。皆さんとこの場にご一緒できて大変嬉しく思います。本日審査員として参加できることを光栄に思います。ご招待いただきありがとうございます。ピッチを楽しみにしております。
Meltem Kudlu： ありがとうございます。続いて、Turkish Entrepreneurship FoundationのGeneral Managerであり創設理事のMehru Aysuさんをお迎えします。Mehruさんは、United Nations AI for GoodのSteering Committeeメンバーにも選出されています。
Mehru Aysu： 皆さん、こんにちは。Mehruと申します。私はTürkiy のEntrepreneurship Foundation のGeneral Managerを務めており、当財団はTürkiy最大級の若者および起業家支援団体の一つです。すみません、新名称をいつも忘れてしまうのですが、Türkiyです。AI for Goodファミリーの一員でもあり、その肩書きでもここに参加できることを嬉しく思います。皆さんのプレゼンテーションのご健闘を祈ります。新しいアイデア、新しいスタートアップを聞けることをとても楽しみにしています。
Meltem Kudlu： 最後に、Akbank LabのVice PresidentであるOsman Emre Gezerliさんをお迎えします。Emreさん、一言いただけますか。
Osman Emre Gezerli： 皆さん、こんにちは。カメラに問題があるようで、技術チームのサポートをお願いできますでしょうか。本日はお集まりいただき、ありがとうございます。AI for Good Innovation Factory Türkiyeの第2回開催にようこそ。本イベントは、Akbank、imece、ITUのパートナーシップ、そして本日の優れた審査員、メンター、スタートアップの皆さまのおかげで実現しました。私たちはRefi Turkeyプログラムを通じて、テクノロジーは再生的であるべき、すなわち社会的および生態学的システムを発見した時よりも良い状態にして残すべきだという考えを掲げてきました。本日の5社のスタートアップは、まさにこのムーブメントを体現しています。彼らのピッチを聞けるのを楽しみにしています。
Meltem Kudlu： ありがとうございます、Emreさん。さて、審査員の皆さまをご紹介できましたので、本日のフォーマットとガイドラインについて簡単にお伝えします。基本ルールは、各スタートアップに10分間のピッチ時間が与えられ、その後5分間の審査員によるQ&Aセッションが続きます。最後に、ピッチ時間が残り1分になった時点でスタートアップへ通知が入ります。それでは準備が整いましたので、最初のスタートアップ、Blueitをお迎えしましょう。
第2章 Blueit：産業向け水インテリジェンスプラットフォーム
2-1 創業者Hilyaによる課題提起と事業概要
Meltem Kudlu： Hilyaさん、準備はよろしいですか。フロアはあなたのものです。10分間お使いいただけます。
Hilya： ありがとうございます。画面を共有させていただきます。皆さん、こんにちは。私はHilyaと申しまして、Blueitの創業者です。Blueitは、産業施設や商業ビルにおける水および排水プロセスを管理・最適化するウォーターテックスタートアップです。皆さんご存知の通り、水危機は日々深刻化しています。この問題の背景には、複数の層に重なった構造的な原因があると考えています。
まず、エンドツーエンドでの可視性が欠如しているために、実行可能なインサイトを得られないまま意思決定が行われている状況があります。それに加えて、水リスク、規制対応、サステナビリティ・コンプライアンスにおけるギャップが存在しています。さらに、所有権、目標、説明責任が明確化されていないことから、効率化と再利用最適化の機会を逃してしまっています。これらの理由から、断片化された水管理は産業界に対して毎年最大15%のコストを生み出しており、その割合は日々増加しているというのが私たちの仮説的な認識です。
私たちはこの課題に対し、施設や商業ビル向けに水インテリジェンス技術を提供しています。これはエンドツーエンドのプラットフォームで、施設からデータを収集し、私たちのプラットフォームに統合し、現在および将来に向けた水リスク、水関連の目標、水管理、水利用機会について複数の分析を実行する仕組みになっています。
2-2 技術アーキテクチャ：ハードウェア非依存型プラットフォームと衛星データ統合MVP
Hilya： 私たちの技術がどのように機能するかをご説明します。まず、水道メーターに統合し、ワイヤレスでデータ収集を開始します。私たちのプラットフォームはハードウェア非依存型のプラットフォームであり、あらゆるハードウェアシステムとワイヤレスで統合することが可能です。データを収集した後、新しい技術も開発しています。これは、最小限の実用製品（MVP）と呼べる段階にあるもので、衛星と統合する技術です。
この衛星統合により、地下水データ、湿度、気温などの気象データおよび気候データを、過去から将来に向けて収集することができます。これらのデータすべてを、私たちのプラットフォームに統合できます。そこから分析を開始するわけですが、この分析は水消費、水質、そして水ストレスに関する気候データを組み合わせたものになります。
私たちは水フットプリント、そして施設の習慣に基づく水の異常を算出します。私たちのアルゴリズムは、施設のエリアおよびそのエリアにおける生産活動に応じて、各施設の習慣を学習します。そのうえで、施設がいかに効果的に水を管理できるか、そして現在および将来において水リスクがどのように変化するかを算出します。
2-3 4種の水リスク評価モデル、規制動向、事業展開と実績
Hilya： 私たちは4種類のリスクを算出しています。1つ目は環境的水リスク、2つ目は運用的水リスク、3つ目は評判リスク、4つ目は規制リスクです。これらすべてのプロセスを経て、総合的なリスクを算出します。そして、お客様に対し、現在および将来に向けた水アクションプランを提供し、施設における水消費の削減と水質の向上を支援します。
水市場に目を向けますと、世界中の水規制に応じて、デジタル水市場は日々拡大しています。ESGの適用、EU水枠組み指令、Green Dealといった規制は産業界に対して義務を課しています。さらに、EU委員会はBlue Dealにも取り組んでいます。これまで炭素排出について語られてきましたが、これからは水規制について、それ以上に語られるようになるでしょう。
Türkiye国内に競合は存在しませんが、グローバル競合は存在しています。しかしながら、私たちのフルサイクル水インテリジェンス技術とエンドツーエンド技術、そしてハードウェア非依存型プラットフォームが、競合との差別化要因となっています。私たちはすでに販売段階に入っており、Türkiy国内の40以上の施設で稼働しており、産業界からBlueitへの信頼を得ています。
複数のパートナーシップも結んでおり、本年第2四半期にはUKでの展開を開始予定です。私自身はUKのFounder Visaを取得しており、グローバル展開に向けたプロセスが進行中です。私たちの歩みは2021年に始まり、多くのグローバルおよびローカルプログラムに参加してきました。事業も急速に成長しており、2025年通年で1,700万立方メートル以上をプラットフォーム上で管理し、1,000件を超える異常を検知・報告しました。この数字は日々増加しています。
私は創業者として技術を担当しており、ソフトウェアエンジニアリングの修士号を持つEmreが技術リーダーを務めています。また、環境工学およびコンピュータ工学のバックグラウンドを持つ専門チームと共に、水管理技術を開発しています。アドバイザーも情熱を共有してくれています。これまでに2回の資金調達を実施しており、現在は投資ラウンドに入っています。Pre-series Aで150万ドルを調達する計画で、この資金はUKおよびNetherlandsを含むグローバル展開と、水リスクに関する新技術開発に活用する予定です。お聞きいただきありがとうございました。Blueitで水の音に耳を傾けていきましょう。ご質問があればお答えします。
2-4 Q&A：規制遵守の運用知見と80セクター別の業種特化設計
Meltem Kudlu： ありがとうございます、Hilyaさん。それでは審査員の皆さまへ。質問はありますか。
Hilya： 早口で申し訳ありませんでした。時間が限られていましたので。
Altan Cakir： 一つ質問があります。プレゼンテーションありがとうございました。規制対応について伺いたいと思います。これは特に欧州市場において重要な市場ドライバーであることを私たちは認識しています。御社のプラットフォームには、何らかのコンプライアンスプロセスが組み込まれているのでしょうか。また、産業顧客が御社プラットフォームへのコンプライアンスを達成するにはどのくらいの時間を要するのでしょうか。そのような指標はお持ちでしょうか。
Hilya： はい、私たちのプラットフォームにはコンプライアンスモデルが組み込まれています。例えば、Türkiy では昨年、政府が水プロセスに関する規制を公布し、産業界に対して水トラッキングシステムの導入を義務付けました。私たちのシステムを使えば、こうした規制に容易に統合できます。1週間以内にレポートを取得し、規制対応として提出することが可能です。グローバルにおいても、例えばCDP水セキュリティレポーティングや、EU水関連規制その他について、ワンクリックでレポートを統合できます。私たちは技術開発の段階から、規制対応がプラットフォーム上から簡単にレポート取得できる形で実現できるよう設計してきました。
Altan Cakir： ありがとうございます。私からも質問させてください。Hilyaさん、素晴らしいご説明をありがとうございました。プラグアンドプレイの方法論がどのように機能しているのか理解したいのです。ご想像の通り、すべての建物には複数の給水パイプ入口が存在しています。御社は建物のメインパイプにのみ入っているのでしょうか、それとも建物ごとに追跡しているのでしょうか。これが1つ目の質問です。2つ目は、それらが正常に動作していることをどう保証しているのか、という点です。Wi-FiとAWSへの接続について言及されましたが、同時に実際のパイプライン上では電力が不要であるとも述べられました。この運用全体と技術的な構成について理解したいのです。
Hilya： ご質問ありがとうございます。実は、私たちはハードウェアシステムを自社製造していません。サードパーティのセンサーを利用しており、それらがプラグアンドプレイ式のセンサーになっています。独自のバッテリーを搭載しており、2年間はそのバッテリーで稼働します。センサーは水道メーターに容易に取り付けることが可能です。例えば、150個の水道メーターをわずか2日で設置することができます。顧客が自身で設置を希望する場合は自分で行えますし、私たちの支援を希望する場合には、2日、最大でも3日で設置を完了できます。
Altan Cakir： つまり、御社はキットのようなものを顧客に提供し、顧客側で簡易な統合が可能になっているということですね。
Hilya： はい、その通りです。低レベルでの技術的統合となるため、顧客にとっても容易になっています。
Altan Cakir： 最後にもう1つだけよろしいでしょうか、Meltemさん。各セグメント、例えばフラットから建物、建物から都市の一区画というように、対応するセグメントごとの水消費をどのように測定しているのでしょうか。画面で示していただきましたが、異なるセグメントにおける水消費率をどう測定し、どう効率を最適化しているのか、そのスケーラビリティの仕組みを理解したいのです。
Hilya： ご質問の意図を正しく理解していれば、私たちのプラットフォームは80セクターに対応しています。例えば、食品・飲料、セメント業界、化学業界などです。プラットフォームの開発段階で、各セクターおよび各セクター固有の特性をシステムに組み込んでいます。そのため、顧客が来てシステムに統合する際、業種を選択するだけで、その施設の習慣や業種特性に応じてすべてが変化する仕組みになっています。設計と運用開始は1日で完了し、それで全てです。
Altan Cakir： わかりました。理解できました、ありがとうございます。
Meltem Kudlu： 他にご質問がなければ、ここで終了とさせていただきます。Hilyaさん、ありがとうございました。
Hilya： お聞きいただきありがとうございました。
第3章 Diltigo：小児言語障害向けAIセラピー
3-1 CTO Ahmetによる課題提示と「75時間のサイレンス」という独自概念
Meltem Kudlu： Ahmetさん、ステージへどうぞ。10分間お使いいただけます。
Ahmet： こんにちは、この場にいられて嬉しく思います。画面を共有させていただきます。私はAhmetと申しまして、本日は人工知能を活用して、現代における最も静かでありながら最も巨大なヘルスケア危機の一つにどう取り組んでいるかをお話しすることに、大きな興奮を覚えています。
私たちは皆、画面越しに今日この場でつながっています。そこで皆さんに、私たちが誰しも経験する一つのシナリオを想像していただきたいのです。皆さんの中には素晴らしいアイデアがあり、心の中には豊かで鮮やかな世界が広がっている。しかし、マイクが永久にミュートのままになっている。どれだけ努力しても、向こう側の人々に自分の声を届けることができない。話すという行為は、外の世界へとつながる最も自然で真実な架け橋です。しかし今日、何百万人もの子どもたちが、まさにこのミュート状態の現実を毎日生きています。彼らはこの架け橋が壊れているために、深い孤立の中に閉じ込められています。Diltigoでは、その架け橋を再建するためにここにいます。なぜなら、一人の子どもの言葉が世界を変えると、私たちは心から信じているからです。
私たちが構築したソリューションを理解するためには、まずこの危機の途方もない規模を把握する必要があります。これは単に数語を発音し間違えるという話ではありません。世界保健機関（WHO）によれば、12人に1人の子どもが言語または言語コミュニケーションの障害を抱えています。これは世界で2億人もの子どもたちに相当します。今日、どの小学校に足を踏み入れても、30人の教室には少なくとも2人の子どもが沈黙の中で苦しんでいる計算になります。
しかし、本当の悲劇は障害そのものだけではありません。それは私たちのヘルスケアインフラの構造的な失敗にあります。現実には、これらの子どもたちの90%はセラピープロセスへのアクセスを持っていません。では、専門的セラピーを受けられる幸運な10%の少数派はどうかというと、その子どもたちが受ける専門セラピーは週わずか2時間程度なのです。一方で、子どもには週におよそ77時間の覚醒時間があります。つまり、私たちが「75時間のサイレンス」と呼ぶ膨大なギャップが残されています。この巨大なギャップの間、すべての進歩は停滞し、子どもは支援を受けられず、親は今日の子どもの孤立を無力に見守るだけの沈黙の目撃者でいることを強いられています。
3-2 Triangle of Careとゲーミフィケーション設計、音響変動指標による評価
Ahmet： もしテクノロジーがその75時間のサイレンスを正確に埋められたとしたらどうでしょうか。Diltigoは従来の物理的なボトルネックを回避し、セラピーを家族の家庭に直接届けます。私たちはTriangle of Careと呼ばれるものを構築しました。この三角形の中では、AIはスマートガイドとして機能し、子どもは中心に位置し、最も重要なこととして親をエンパワーする、つまり親を無力な目撃者からセラピープロセスにおける究極のヒーローへと変えるという発想です。
そして私たちは、子どもたちに単に退屈な臨床的宿題を持ち帰らせるようなことはしません。私たちのAIは、極めて反復的なASHA（American Speech-Language-Hearing Association）標準の臨床演習を、ハイパーパーソナライズされたゲーム化ミッションへと変換します。ここに魔法があります。子どもがただゲームで遊んでいると感じている間に、私たちの音響エンジンは数秒単位で稼働しているのです。
私たちのAIは、ジッター、シマー、調波対雑音比（HNR）といった微小な音響変動指標を追跡し、音声の安定性と神経発達を瞬時に評価します。これは文字通り臨床グレードのセラピーが、遊びとして巧妙に偽装されたものなのです。続いて、親に対して即時のバーチャルレポートが提供されます。
3-3 安全性確保とClinical Constitution、ビジネスモデル・ロードマップと差別化
Ahmet： では安全なのか、ハルシネーションを起こさないのか、という疑問が湧くと思います。Diltigoは闇の中で推測を行う自律的なブラックボックスドクターではありません。私たちのAIは、Diltigo Clinical Constitutionと呼ばれる23項目から構成される厳格な臨床憲章によって統制されており、WHOおよびASHAのグローバル基準に基づいて展開されています。さらに、私たちのモデルは厳格なhuman-in-the-loopシステムによって継続的に改善されています。スライドにある通り、1,000人を超える専門セラピストが、6,000以上の完了済み課題に基づいて、AIのアウトプットを能動的に評価・スコアリング・修正しています。このAIの意思決定空間に対する能動的な精緻化により、私たちはGDPRおよびHIPAAに準拠した、専門家としての良心を持つ臨床グレードのアシスタントであり続けています。
この臨床的厳密性こそが、市場の他のあらゆるソリューションとDiltigoを分かつ点です。既存のソリューションを見ると、Diltigoは右上の象限において完全に単独で存在しています。高いAI能力と高い臨床的焦点を、ICD-11のグローバル規範に厳格に基づいて独自に組み合わせることで、私たちはまったく新しいケアのカテゴリーを定義しているのです。
しかし、臨床的精度は、最も必要としている人々に届かなければ意味がありません。言葉を真に民主化するために、私たちはラストマイル問題を解決する必要がありました。Diltigoは高度な技術インフラを持つ人だけに留保された贅沢品ではありません。私たちの音響分析はオフラインのEdge AIによって駆動されています。これにより、エンジンはインターネット接続なしにデバイス上でローカルに動作することができます。これを月額わずか18ドルというアクセスしやすいB2Cサブスクリプションと組み合わせることで、最も恵まれない地理的地域にリーチしながら、持続可能な120万ドルのARR目標に向けて進んでいます。
私たちの真のインパクトは、何千ものセラピーセッションを完了させること以上のものです。セッションはあくまでアウトプットにすぎません。真のインパクトとは、システミックな変化そのものについてです。私たちの究極の目標は、親のエンパワーメントです。私たちは持続可能で確固たる進歩のための基盤を築いています。Diltigoとして、私たちは子どもの神経発達を支援する能力、知識、自信を備えた親の世代を残していきます。
そして私たちは、これをグローバルな現実にするための非常に精密なロードマップを実行しています。2024年は基盤と製品の構築の年でした。2025年は市場の検証と6,000課題と並行したAIエージェントのローンチの年でした。現在の2026年では、バージョン2をローンチし、1,000人を超えるセラピストによる完全な臨床検証を完了させる予定です。そして2027年には、オフラインAIを展開して世界中の家族をエンパワーする、完全なグローバル展開を目指しています。
私たちはこれを単独では成し遂げられないことも理解しています。Diltigo CampusおよびAcademyを通じて、私たちはローカルキャパシティを能動的に構築しています。大学やNGOと提携し、次世代のデジタル言語セラピストを育成しています。AI支援カリキュラムを学術プログラムに統合し、十分にサービスが行き届いていない人々に向けたグローバルな流通チャネルを開いています。
Diltigoは、医学とエンタープライズエンジニアリングが交差するチームによって構築されています。CEOのDr. Berkan Pekcanは医療の専門性とスタートアップのスケーリング経験をもたらしています。私自身はCTOとして、Hoploogleでの長年のR&Dリーダーシップ経験を、私たちのAIアーキテクチャに適用しています。Cambridgeに所属するIdan Dumbakの臨床的指導のもと、私たちの学際的なチームはセラピーが単にデジタル化されるだけでなく、構造的な強靭さを持つことを保証しています。
私たちは、2030年までに世界で1,000万人の子どもたちと75時間のサインに到達することを使命としています。私たちはすべての声に力を与えていきます。お時間をいただきありがとうございました。
3-4 Q&A：エラー伝播・データ偏りへの対応と「AIはアシスタント」という位置づけの確認
Meltem Kudlu： ありがとうございます、Ahmetさん。
Altan Cakir： 質問してもよろしいでしょうか。先ほどはマイクを開けるのに手間取ってしまいましたが、これはあなたに対する敬意を逸する機会にはしたくなかったのです。Ahmetさん、素晴らしい仕事と美しいプロダクトをご紹介いただきありがとうございました。私はメモを取っていました。患者側から見ていきましょう。2億人について言及されました。原理的にはこれが総市場ですが、当然ながら何らかの分類が必要になります。なぜなら、全員が同じ治療ニーズを持つわけではないからです。それが分類というものです。質問の構造的構築を試みているのですが、2つ目はゲームについてです。視覚的に検査するもの、発話を検査するものなど、ゲームにも異なる分類があります。そしてもちろん、治療に関する決定的な点として、セラピーを受けた後には何らかの評価指標を得る必要があります。この構造的視点から見ると、AI側からの誤差伝播の可能性を含め、多くの誤差伝播が発生し得るように私には見えます。また、AIにはハルシネーション問題もあります。この構造的観点について簡潔にコメントいただけますでしょうか。
Ahmet： ご質問ありがとうございます。Diltigoは実は生成AIではありません。Diltigoは、私たちの23項目のClinical Constitutionと、WHOおよびASHAの目標によって導かれる決定論的エンジンです。クローズドループ・データベースから検証済みの演習を排他的に割り当てる仕組みになっており、これにより医療過誤リスクは排除されています。これが私たちの臨床モードです。音響エンジンも単なるゲームではなく、私たちは単純なゲームを、臨床的厳密性を内蔵したhuman-in-the-loopアーキテクチャに置き換えています。Diltigoは、子どもの神経発達を支援する親のためのガイドとして機能するものであり、臨床的な意思決定者ではありません。AIが最も効果を発揮する側面はゲームですが、これも私たちの専門セラピストが作成したテンプレートに基づいています。AIはハイパーパーソナライズされた意思決定を行い、子どもの声に音声マッチングを行ったうえで、その子どもに使用すべき演習を決定します。
Altan Cakir： 最後に1つだけ、指標について教えてください。このプロダクトがセラピーの文脈で効果的に機能していることを、どのように測定していますか。
Ahmet： 私たちは音声のメトリックを測定しています。学術的なソフトウェアプロットと、私たちのコアエンジンに搭載された個別の音声エンジンを使用しています。この数学的なデータセットがAIによる決定の基盤となり、このデータセットに基づいて練習演習がパーソナライズされる仕組みになっています。
Altan Cakir： わかりました。ありがとうございました。
Meltem Kudlu： 残り3分ありますので、もう一人質問していただけます。
Ali Sahin： Meltemさん、質問してもよろしいでしょうか。
Meltem Kudlu： どうぞお願いします。
Ali Sahin： Ahmetさん、素晴らしいプレゼンテーションをありがとうございました。ミッシングケースについて質問させてください。子どもたちのアクセント、方言、あるいは発話障害が、訓練データに問題を引き起こす可能性があります。そこで質問は訓練データに関するものです。年齢、言語、発話障害の種類という観点から、訓練データはどのようになっているのでしょうか。なぜなら、そのデータセットでライブ運用を始めると、ミッシングケースが発生し始めることに気づくはずです。これらのミッシングケースをどう扱っているのでしょうか。
Ahmet： この障害領域には多くのカテゴリと年齢グループが存在します。私たちは1,000人のセラピストと6,000を超える割り当て済み演習によって訓練しています。最終的にAIが意思決定するわけではなく、親が私たちのAI結果を評価しスコアリングする仕組みになっています。親から子どもに関する情報を取得し、AIは23項目のClinical Constitutionによって訓練された小さな意思決定空間内で判断を下します。ベクターデータベースは子どもの進捗データを挿入し、子どもの進捗を子どもの宿題に反映させ、よりパーソナライズされた、より臨床的なものへと仕立てていきます。
Ali Sahin： わかりました。つまりAIは支援役であって、オーケストレーターではないということですね。
Ahmet： もちろんです。AIはハイパーパーソナライズされた演習を支援するアシスタントであり、子どもの進捗や状況にフィットさせる役割を担っています。
Meltem Kudlu： Ahmetさん、残念ながらQ&Aの時間が終了となりました。プレゼンテーションありがとうございました。
第4章 FarmLabs：精密農業プラットフォームAgro Four
4-1 共同創業者・CEO Hasan Emre Celikによる課題提起と肥料消費の環境負荷
Meltem Kudlu： 3番目のファイナリスト、Hamletさん、いらっしゃいますか。
Hasan Emre Celik： こんにちは。ありがとうございます。画面を共有させていただきます。皆さん、改めてようこそ。私はHasan Emre Celikと申しまして、FarmLabsの共同創業者兼CEOを務めております。本日は、当社と、当社の精密農業プラットフォームであるAgro Fourについてご紹介させていただきます。
農業生産における食料需要の増大と資源消費の増加に対する解決策は、生産段階で使用される投入物を最適化することによってのみ実現可能だと考えています。しかしながら、現在使用されている技術は、中小規模の農場にとって経済的にも物理的にもアクセスしにくい状況にあります。これらの中小規模の農場は、世界では家族農場とも呼ばれており、グローバルスケールで農業生産の8%以上を担っています。このような状況により、農業生産における主要な問題は未解決のまま残されています。
主要問題と比較してサブ問題と位置づけられるもう一つの問題は、農業生産における肥料の過剰かつ無秩序な使用です。グローバルスケールで見ると、農家は年間総計で2億トン以上の肥料を消費しており、これは農業生産コストの約35%を占めています。そして、よく知られている環境面への影響に加えて、世界最大級の肥料製造会社であるYara社のデータによれば、肥料1kgの使用は環境中に5.6kgのカーボンフットプリントを生み出すとされています。
4-2 Agro Fourthのシステム構成と4R原則の現場実装、差別化要因
Hasan Emre Celik： 私たちはこれら2つの問題に直接焦点を当ててソリューションを構築するべく、ソフトウェアとハードウェアの両方から構成されるプラットフォームを開発しました。プラットフォーム名はAgro Fourthです。ハードウェア面では、電子部品とロボットアクチュエータによって可変施肥プロセスを直接可能にするものになっています。ソフトウェア面では、農地を直接モニタリングし、人工知能による分析を通じて処方マップを生成し、それを圃場に適用する仕組みになっています。
プラットフォームの動作の流れを説明します。まずモバイルアプリがあり、最初の段階で農家が自身の農地をシステムに登録します。続いて衛星画像を取得し、AIがすべてのデータを処理して処方マップを生成します。ハードウェア面はレトロフィットキットとなっており、あらゆる種類の肥料散布機に直接取り付けることが可能です。これにより、後付け型肥料散布機でも可変施肥が実行可能となり、収量低下なしに最大25%の肥料を節約することができます。
これにより農家は、4R原則、すなわちright rate（適切な量）、right source（適切な種類）、right place（適切な場所）、right time（適切なタイミング）に基づいて施肥を行うことができるようになります。さらに、同じAgro Fourthキットは異なる種類の肥料散布機で使用可能であり、播種段階と施肥段階の両方で活用できます。これは、農家にとって露地栽培作物の約80%においてすべての施肥プロセスを一つのハブに統合できることを意味します。
市場には機器側、ハードウェア側の双方に複数のプレイヤーが存在します。しかし当社のシステムの競争優位性は、完全に統合された意思決定支援システムと極めて競争力のある価格と組み合わさったレトロフィット対応にあります。この点について、特に中小規模農場向けの最もユニークな価値提案は、Agro Fourthをあらゆるタイプのトラクターおよびコンベンショナルなまさにあらゆるタイプの肥料散布機と統合できるという点です。これは、Amazon、Bogballe、Rauchなどの企業が提供するソリューションとは異なる特徴です。
4-3 市場展開、John Deere・Türk Traktörとの提携、現場での効果計測
Hasan Emre Celik： Agro Fourthプラットフォームと統合可能性のある市場規模を見ると、欧州およびTürkiy 市場に焦点を絞ると、農地モニタリングソフトウェアでは1,200万を超えるユーザーグループを、そしてトラクターおよび後付けシステムとの統合可能性では約1,000万のユーザーグループにアドレスすることができます。
このアプローチに沿って、当社はソフトウェアプラットフォームをサブスクリプションベースのB2Cとして設計し、主にこのソフトウェアプラットフォームを通じてハードウェアキットの潜在顧客にリーチする戦略を採用しています。ハードウェア側では、生産段階でコンベンショナルな農業機械メーカーと統合することを基本としたB2Bモデルを設計しました。さらに、今後は中小規模農場に対して、ハードウェア・アズ・ア・サービスおよびファーミング・アズ・ア・サービスというモデルでリーチしていく予定です。
具体的な成果としては、CNH Industrialの合弁会社であるTürk Traktör社が製造する商用肥料散布機の近代化により概念実証を完了しています。また、世界最大級の農業機械メーカーであるJohn Deere社とも正式な協業契約を締結しました。これにより、さまざまな種類の機器および農業機械においてソリューションを普及・実装していく予定です。さらに、当社の意思決定支援システムを通じて、南東アナトリア地域の約35,000ヘクタールの農地をモニタリングしており、10,000人を超える農家にサービスを提供しています。
FarmLabsの設立は2021年ですが、2024年から2025年にかけて、ハードウェアおよびソフトウェアの販売から5,000米ドルを超える売上を達成しました。現在は、Middle East Technical University Technopolisにおいて、さまざまな分野からのフルタイム7名とパートタイムコンサルタント2名で活動を継続しています。
過去5年間のFarmLabsの歩みを振り返ると、設立から始まり、John DeereおよびTürk Traktörとの戦略的協業を構築し、Türkiy市場および欧州市場の両方でソリューションを拡大してきました。John Deereとの協業を通じて、Spainのマドリードに支社を開設し、John DeereのStartup Innovation Centerに拠点を構えています。写真には、2026年第1四半期に圃場で稼働している約30台の肥料散布機が映っています。2026年の最初の3カ月だけで、約90トンの肥料節約を達成しました。これは圃場で直接、約500トンのカーボン節約に相当します。お聞きいただきありがとうございました。
4-4 Q&A：大手による模倣リスクへの防御論理と衛星・気象データを用いたフェノロジーモデリング
Meltem Kudlu： Hasan Emreさん、ぴったりの時間でした。審査員の皆さま、ご質問をどうぞ。
Ali Sahin： Hasanさん、プレゼンテーションありがとうございました。御社のパートナー、すなわちJohn DeereおよびCNHについて質問があります。彼らがレトロフィットキットを模倣したり、競合を買収したりする可能性も想定できると思います。彼らが御社を切り捨てるのを実際に何が防いでいるのでしょうか。
Hasan Emre Celik： ご質問ありがとうございます。当社には2つの強力なアクセラレータプログラムがあり、これらのプログラムを通じてパートナーと直接出会いました。まずJohn Deere側から説明します。私たちは2022年にBilbaoで開催された欧州工科大学イノベーション機構（EIT）のEIT Food Acceleratorプログラムにおいて、John Deereと出会いました。私たちはこのアクセラレータの卒業生で、John DeereのMadrid拠点CEOが当社の直接のメンターを務めています。アクセラレータプログラム後、彼らと協業を結び、契約を締結しました。当社のソリューションは、欧州における高付加価値作物への実装向けに直接統合されています。このプロジェクトと協業は現在も継続しています。
Türk TraktörおよびCNH側については、2023年に協業を構築しました。なぜ模倣されないかという点ですが、これは非常に分野依存的な話です。Türk Traktörの主たる焦点はトラクター製造であり、散布機や農業機器ではありません。これが当社の優位性の一つです。第二に、当社の領域はエンジニアリングにおいて学際的な分野です。リモートセンシング、電子工学、機械工学に直接向き合うことになりますし、プログラム面ではモバイル開発者、Web開発者も必要となります。そのため、大企業の巨大な組織体にとっては複雑すぎる領域だと考えています。彼らはアジャイルには動かないからです。現時点で、すべてのTürk Traktör店舗で、当社ロゴ入りで当社ソリューションを見ることができます。
Ali Sahin： よくやりましたね。ありがとうございました。
Altan Cakir： 他に質問がなければ、私から伺います。Hasanさん、素晴らしいプレゼンテーションをありがとうございました。実は、ほぼ毎日この種のお話を聞いていまして、聞き間違いでなければ以前にも伺っているのですが、今日改めて伺いたいのです。衛星とIoTデバイスがその観点からどのように通信しているのか、また、天候は予測不可能なものですが、農家が土壌に何かが起こる前に最適な解決策を特定できるようにどう支援しているのか、その点を理解したいのです。
Hasan Emre Celik： データ処理側では、衛星画像のみを直接扱っているわけではありません。現時点で当社のシステムには2つの異なる衛星画像サプライヤーが組み込まれています。1つ目は欧州宇宙機関（ESA）のSentinel-2衛星です。2つ目はPlanet社の衛星です。ESA衛星は各圃場に対して最大5日に1回の衛星画像を提供します。一方Planet側からは、各圃場について毎日の衛星画像を取得しています。
当社のシステムは衛星画像を取得し、気象データサービスを取得したうえで、これらすべてのデータを作物のフェノロジー構造の中で組み合わせます。フェノロジーとは作物のライフサイクルを意味します。播種で始まり収穫で終わるこの期間がフェノロジカルサイクルと呼ばれるものです。当社のシステムは、衛星画像からデータを得るだけでなく、気象データサービスからもデータを取得し、フェノロジーのモデルを直接生成します。そして、バイオマス構造と土壌の効率状態を分析することで、高ポテンシャル領域を特定する分類マップを作成します。そこから処方マップを生成し、当社キットを通じて圃場へ適用します。当社のキットは、農家がモバイルアプリで使用するのと同じユーザー名とパスワードでクラウドに直接接続します。
Altan Cakir： わかりました。Q&Aの時間はここまでとなります。ありがとうございました。
第5章 RareSum：希少疾患AI診断支援
5-1 共同創業者Egemenの創業ストーリーと希少疾患患者の規模感
Meltem Kudlu： RareSumのEgemenさん、お招きします。フロアはあなたのものです。
Egemen： 画面共有の権限をいただければ、共有を始めます。皆さんに画面が見えていると思います。ここからスタートします。
皆さん、改めましてこんにちは。私はRareSumの共同創業者の一人で、本日はBerlinから接続しています。ヘルステック企業に身を置いていますので、背景の音が気にならないことを願っています。本日は、Ozge、Cagatay、そして私の3人で約2年半前にTürkiy で立ち上げた、素晴らしいプロジェクトを皆さんにご紹介できることを大変嬉しく思います。
このプロジェクトは、私のかつての企業人生に起源を持っています。私たちは皆、企業生活から離れて起業した者ですが、私はPfizerで欧州の全病院製品を担当するマーケティングディレクターを務めており、53カ国を所管していました。これら53カ国に共通して存在する一つの問題、特に希少疾患に関する問題がありました。患者を治す薬を持っているのに、患者を時間内に診断できないという問題です。そこで、このビジョンを掲げて解決策を見つけるための優れたチームを組みました。私たちは、あらゆる年齢、あらゆるコミュニティ、あらゆる地域に対して、適時かつ正確な診断を提供したいと考えています。そしてそれを、信頼できるAIによって実現したいのです。本日取り上げる大きなテーマは、国連の開発計画における「すべての人に健康と福祉を」と「人や国の不平等をなくそう」というSDGsです。
ここで、皆さんにAIによって生成された4人のかわいい友人をご紹介させてください。Aisha、Noemi、Liu、Kristofです。この4人は実はほとんど共通点がありません。同じ国の出身でもなく、同じ民族でもなく、同じ背景も持っていません。しかし、唯一の共通点は、彼ら一人ひとりが希少疾患の患者であるということです。
希少疾患について世界規模で語ると、患者数は4億人にのぼります。これを一つの国と見なし、国連に加盟する国々の一つとして考えるならば、世界第3位の規模の国となります。そして、この国の市民の前には2つの道があるとしましょう。一方は充実した人生、もう一方は生涯にわたる重度の障害、あるいは死さえも含む道です。市民がどちらの道を歩むかを決定づけるものは何でしょうか。希少疾患患者にとって、充実した人生を送るためには早期診断こそが鍵となります。
5-2 診断遅延の構造的原因と医療特化型言語モデルによるアプローチ
Egemen： しかし残念ながら、今日、早期診断は実現されていません。希少疾患患者の50%は一度も診断されることがなく、診断される患者についても5年もの遅延が発生し、それが重度の併存疾患を引き起こしています。一部の疾患では、診断までに20年もの年月を要するケースさえあります。結果として、彼らは腎臓を失ったり、視力を失ったり、知的能力さえ失ったりする可能性があります。
なぜこのようなことが起きているのかを掘り下げると、主に2つの理由が見えてきます。1つ目は、病院システムにおける医療記録の複雑さです。実は、これらの医療記録システムは、医師の診断や治療を支援するために設計されているわけではなく、データを保存するために設計されているのです。それに加えて、希少疾患は7,000種類存在しており、人間の医師がその全てを把握することは不可能です。
RareSumでは、これら2つの異なる問題に対して、2つの異なるソリューションでアプローチしています。1つ目は、複雑な医療データをキュレートする医療グレードの言語モデルとNLPモデルです。医療データがキュレートされた後、私たちの独自アルゴリズムにそのデータを投入し、患者に希少疾患のリスク要因がある場合にフラグを立てる仕組みになっています。
ここでRareSumの責任について明確にしておきたいと思います。私たちは「最初の疑念」を高めることに責任を持っています。私たちは診断ツールではなく、意思決定支援ツールです。そして常にhuman-in-the-loopの仕組みを採用しており、診断と治療の最終決定は、遺伝子検査や酵素検査などのさらなる分析を経て医師が下す形となっています。
Altan Cakir先生からこのスライドに関する質問が来ると確信していますが、RareSumと他のモデルとの違いは何かをお話しします。まず、他のモデルは文脈を十分に理解できていません。例えば、「MR」という略語は、放射線科サービスにおいては磁気共鳴（Magnetic Resonance）を意味しますが、小児精神医学においては精神遅滞（Mental Retardation）を意味します。これらは全く異なるものであり、私たちは自社モデルにこうした知識をファインチューニングして組み込んでいます。
次にハルシネーションの問題です。医療データを扱う際には、モデルに大量のハルシネーションを起こさせるわけにはいきません。また、私たちは決定論的な構造を採用しています。これは、コンプライアンスに関わる重要な点でもあります。RareSumでは、コンプライアンスを初日から組み込んできました。2024年にはEU AI Actが公布され、医療上の推奨を行うあらゆるAIモデルは説明可能な結果を持たなければならないと定められました。汎用モデルは説明を行いません。それどころか、参考文献を尋ねるとハルシネーションを起こします。一方、RareSumは透明性のある結果を提供しており、データをクラウドに送信することなく病院内で動作しています。
5-3 コンプライアンス、社会的インパクト、エコシステム構築
Egemen： アルゴリズムに話を戻しますと、現在数百種類以上を備えており、選定にあたっては、治療可能性があり、診断プロセスが困難なものを優先しました。治療と治癒について述べると、残念ながら95%の希少疾患には未だ治療法がありません。しかし今、2026年において私たちができることは、2012年から始まった遺伝子治療と機械学習のおかげで、これらの疾患の治療法を見つけることです。実際、過去5年間にFDAが承認した医薬品の52%が希少疾患を対象としたものでした。
RareSumとしても貢献を果たしています。Arderaの支援のもと、欧州の5つの大学病院とコンソーシアムを構築しました。RareSumは深い表現型構造（deep phenotypical structure）の臨床データすべてを臨床ナレッジグラフのために提供し、病院側はマルチオミクスデータを提供します。これにより、創薬のための新規遺伝子ターゲット、早期診断のための新規バイオマーカー、または新規診断パターンを発見することができます。
この2年半で私たちは多くのことを成し遂げてきました。インパクトに移る前に、これまでの歩みを振り返らせてください。会社設立は2年半前で、EMAによる臨床的検証を実施しました。昨年9月には、EIT Healthから、希少疾患診断のための最優秀ヘルステックAI企業として欧州一位を獲得しました。これにより、いわば露出度が大きく高まり、現在では多くのパートナーシップを結んでいます。Türkiy では既にTürkiy 保健省から承認を受けており、CEマークおよびFDA承認に向けた必要な書類手続きを来年に向けて進めています。本年末までに、完全にグローバル展開する予定です。
ここまでビジネス側の話を中心に行いましたが、希少疾患の負担に話を戻したいと思います。希少疾患には、患者、家族、社会に対する目に見えない負担も存在します。医療への平等なアクセスは実現されていません。リファレンス病院に近い都市に住んでいれば、おそらく1年で診断を受けることができます。しかし、地方在住の患者は、診断を受けるまでに30人の医師を訪ねなければなりません。RareSumがあれば、それらの病院にもアクセスできるため、より早期の治療を可能にすることができます。
ジェンダー平等についても触れます。これがRareSumと何の関係があるのかと思われるかもしれませんが、非常に重要な点です。なぜなら、介護者は通常、母親であるからです。患者を治療できなければ、母親は生涯にわたって介護者であり続けることになります。彼女たちは労働市場から押し出され、他の人々のようなお茶会にも参加できません。これは大きな責任であり、父親についても、時には2つの仕事を掛け持ちしなければならない状況に陥ります。
全体として、4億人の患者にリーチすると申し上げましたが、インパクトを広げれば、世界で14億人にリーチすることになります。RareSumが大きな影響を与えるSDGsをスライドにまとめていますが、一つひとつには触れません。主には、健康と福祉、不平等の削減、ジェンダー平等、そして目標達成のためのパートナーシップに大きなインパクトを持ちます。
最後に、より良い未来があったとしたらどうでしょうか。RareSumの病院統合により、私たちはすべての患者をスクリーニングし、14億人の人々が充実した人生を送れるよう支援していきます。最後に申し上げたいのは、希少疾患、あるいは私たちは、団結すれば決して希少ではないということです。ありがとうございました。
5-4 Q&A：誤診時の責任所在、データスパース性問題、運用判断
Meltem Kudlu： ありがとうございます、Egemenさん。質問はありますか。
Ali Sahin： Egemenさん、こんにちは。素晴らしいプレゼンテーションをありがとうございました。モデルについて短い質問があります。モデルが希少疾患の候補を提示し、それが結果的に誤りだった場合、そして医師がそれに基づいて行動した場合、誰が責任を負うのでしょうか。また、それをどのように証明するのでしょうか。
Egemen： 素晴らしい質問です。まず、私たちは最終決定を必ず医師に委ねています。RareSumには確かに一定のリスクフラグ機能がありますが、疾患を確信することは決してありません。例えば、医師に対しては最も関連性の高い希少疾患の上位10件を提示し、医師は治療に移る前に酵素検査と遺伝子検査を実施します。私たちの最も重要な責任は最初の疑念を作り出すことであり、その後は医師、ひいては病院の責任になります。
Ali Sahin： これはISO 13485ドシエとの関連で、つまりモデルが目的に適合していること、特定の希少疾患に対する意思決定クラスを持つことを証明する点でお伺いしたかったのです。
Egemen： その通りです。すでにISO 13485認証を取得済みであり、欧州ではCEマーククラス2Aへと進んでいます。FDAについては、立法および規制対応のために510(k)パスウェイへと進む予定です。
Ali Sahin： わかりました。より高いコンプライアンス段階ですね。ありがとうございます。
Egemen： もう一点付け加えさせてください。これがRareSumを一般公開しない理由の一つでもあります。私たちは、人々がただプラットフォームにデータを投じて「希少疾患だ」と主張することは望んでいません。RareSumは医療従事者専用です。
Ali Sahin： ありがとうございました。
Meltem Kudlu： もう1問だけ受け付ける時間があります。
Altan Cakir： 私からまた質問させていただきます。素晴らしいお話ありがとうございました。希少疾患というのは、定義上、データポイントへのエントリ自体が希少です。つまりデータスパース性の問題が存在します。科学的データ生成、あるいは医療言語モデル側で正確な診断を達成する文脈で、この問題をどのように解決しているのでしょうか。原理的に、希少エントリは統計上限定的になります。
Egemen： 例えば、利用可能な公開データすべてでモデルをファインチューニングしました。一部の疾患についてはより多くのデータがあり、一部の疾患については十分なデータがありません。科学的データ生成についてはCTOによれば、最小数は20件、50件あればより良く、100件あればさらに良いとのことです。私たちは利用可能なデータを活用し、OMIM、Orphanet、HPOといったグローバルデータベースを統合することで、プラットフォームに束ねることができるデータを増やしています。最後に1点、申し訳ありませんが付け加えさせてください。本年末に大きな契約を結ぶ予定で、700万件を超える患者データでモデルを訓練できるようになります。ご参考までにお伝えしておきます。
Altan Cakir： わかりました、ありがとうございました。
Meltem Kudlu： Egemenさん、このプレゼンテーションをありがとうございました。
第6章 Smart City and Partners／Ion Blue：衛星AI災害予測
6-1 Dr. Tekinによる被害規模の提示と根源的な問い
Meltem Kudlu： 本日最後のプレゼンテーションです。Smart City and Partnersをお迎えします。10分間どうぞ。
Tekin： ありがとうございます。皆さん、こんにちは。私はTekinと申します。AIプロダクトアーキテクチャとフルスタックプログラミングを専門とする理学博士です。本日は当社のAIソリューションをご紹介しますが、その前に、まずいくつかの事実と数字からお話しさせてください。
保険会社Munich Reのレポートによれば、世界中で発生している自然災害により、2,600億ドルの経済的損失が生じています。さらに深刻なことに、3億9,000万ヘクタールが灰燼に帰し、8,000人以上の命が失われ、加えて計り知れない数の動物やその他の生物の命も失われています。ここで私たちは決定的な問いを投げかけたいと思います。これらの損失は、本当に防ぐことができなかったのでしょうか。
Smart City and Partnersとして、私たちはIon Blueというブランドを展開しています。私たちはディープテックのSaaSプラットフォームであり、衛星データを活用し、それを実行可能な意思決定支援システムへと変換しています。具体的には、当社のアウトプットの一例をスライドでご覧いただいています。私たちは火災警報システムを構築しており、山火事を10日前に予測し、さまざまなタイプの信頼度スコアと実行可能なアウトプットとともに警告を発します。また、豪雨を予測し、洪水の可能性について当局に警告を行います。さらに最近のプロジェクトとして、HeliGuard AIがあります。これは悪天候下でも、視界が利かない状況でパイロットの着陸や任務遂行を支援するものです。
6-2 技術アーキテクチャ、提供形態、四つの代表プロジェクト
Tekin： これをどのように実現しているのか、私たちのビジネスのワークフローをご説明します。さまざまな衛星からデータを収集しています。地球観測の課題は、各衛星が異なるタイプのデータに特化しているという点にあります。例えば、Sentinelのある衛星は雲を透過して見ることができ、他の衛星は光学画像を取得することができます。また大気汚染を計測する衛星もあります。私たちはこれら異なるタイプのデータをすべて組み合わせ、機械学習モデルとアルゴリズムに投入します。そこから生成AIを通じて人間が読み取れる成果物を作り出し、実行可能なアクション・アウトプットを生成します。
顧客は私たちのサービスをどのように活用しているかをお話しします。一つの形態として、特定分野向けにオーダーメイドで作成されるレポートがあり、定期的または一回限りで提供されます。もう一つの形態として、サブスクリプションベースでの提供があり、即時のインサイトを提供します。さらに、API連携の利用も可能です。例えば自治体がアプリを構築し、当社サービスを利用して市民に対して相応の情報提供を行う、といったユースケースが想定できます。
当社の旗艦プロジェクトとして、4つを誇りに思っています。1つ目は電力公益事業における山火事予測です。電力インフラ周辺の山火事を予測するプロジェクトです。2つ目は、国家規模の砂漠化マップの作成です。3つ目は、水の過剰利用に関するインテリジェンスです。そして最後の4つ目は、国連と協働して進めているマルマラ海関連のプロジェクトです。皆さんも覚えていらっしゃるかもしれませんが、当時、海面を覆う粘液（mucilage）の問題がマルマラ海で発生しました。私たちはそれに合わせてモデルを訓練し、さらにより広い沿岸地域である黒海全域への展開を計画しています。
私たちの内部評価では、残念ながら、2024年のアンカラ洪水や鉱山事故、いくつかの山火事など、いくつかの災害を当社プラットフォームが事前に予見していました。当社プラットフォームは、構造リスクおよび水リスク向けに最適化されており、保険会社が利用して保険価格を相応に調整したり、公益施設や農業分野で活用したりすることができます。
6-3 市場とトラクション、創業者の事業哲学
Tekin： 当社の市場競争に関して述べると、競合は多数存在しますが、私たちは「単にデータを表示するのではなく、決定そのものを売る」という点で差別化を図っています。地球観測の市場規模は7,000億ドルにのぼり、当社のような企業や、NASAやSpaceXなどのより大きな企業を含むグローバル宇宙経済全体としては1.8兆ドルの経済規模となり、間接的にリーチ可能と考えています。
グローバル舞台での検証も進んでいます。私が主導してFinlandのDefineアクセラレータプログラムに参加し、NATO Innovation FundではTop 10ファイナルに入りました。Business Finlandの戦略的ディープテックパートナーであり、国連の黒海プロジェクトにも参画しています。100万ユーロのSAFEによる資金調達を目指しており、これをgo-to-market戦略の加速と技術のスケールに活用したいと考えています。
2026年のマイルストーンとしては、120万ユーロの売上を達成し、主要なEUプロジェクトを展開する予定です。繰り返しになりますが、この資金はオペレーションのグローバル展開に活用します。2021年から2025年までの当社の歩みを振り返ると、売上は17倍に成長し、これは226%の増加に相当します。
当社のチームについて、創業者は宇宙とエネルギー分野での経験を持っています。優れたマーケティングマネージャーがおり、もちろんアイデアを実際のプロダクトへと変換することに長けたエンジニアリングチームを擁しています。スライドの写真にあるように、アカデミアや他の組織ともパートナーシップを結んでいます。
ここで一つ問いかけたいと思います。私たちは「盲目」を選ぶこともできます。データや衛星を無視し続けるなら、私たちは盲目のままであり、ほとんどすべてが私たちにとって驚きとして降りかかってくることでしょう。一方、「地球が語ることに耳を傾ける」道を選ぶなら、これから何が起ころうとしているかに気づけるようになるはずです。
私たちは単なるビジネス企業ではありません。依拠する哲学を持っています。これは当社創業者の著書『The Voice of Atlas』の表紙です。この本の主要なアイデアは、世界があなたに語りかけることに耳を傾けるというものです。地球にはパターンがあり、物理があり、化学があり、すべてが内包されています。私たちは少なくとも、ある時点でその「声」となれることを願っています。お聞きいただきありがとうございました。
6-4 Q&A：垂直市場分散への懸念、レイテンシとコスト管理
Meltem Kudlu： Tekinさん、プレゼンテーションをありがとうございました。
Tekin： ご招待ありがとうございます。
Meltem Kudlu： ご質問はありますか。なければ私から伺います。
Ali Sahin： ぜひお願いします。
Meltem Kudlu： プレゼンテーションありがとうございました。多様性の問題について質問があります。御社のプラットフォームは5つの非常に異なる垂直市場にまたがっており、100万ユーロの資金調達のうち、go-to-marketのためにどの垂直市場を優先するのでしょうか。また、他の多様なユースケースに広がりすぎてリソースが薄まることをどのように回避していくのでしょうか。
Tekin： ご質問ありがとうございます。当社のプラットフォームは、顧客の意図に基づいてサービスを生成する仕組みになっています。誰でも使える単一のB2C型あるいはダイレクト型のプラットフォームではありません。そのため、プロジェクトベースでフォーカスしています。十分なリソースさえあれば、すべての領域に到達できる実現可能性があると考えています。結局のところ、異なる衛星から異なるタイプのデータを活用し、機械学習とデータサイエンスの経験を活かし、人間が読み取れるアウトプットを生成するという共通の仕組みだからです。
Meltem Kudlu： わかりました、ありがとうございました。
Altan Cakir： 私からも質問してよろしいでしょうか。気候についてです。Tekinさん、お話ありがとうございました。非常に技術的で、感銘を受けました。理解したいのは、衛星から大量のデータを取得されているという点です。これは課題でもあり、まずレイテンシの問題があると思われます。データ規模が大きく、しかも高解像度のデータだからです。さらに、コストがかかるという問題もあるように思います。この2つの論点、レイテンシとコスト管理について、どのように対処されているのでしょうか。
Tekin： ご質問ありがとうございます。レイテンシについては、最近、当社のプロジェクトの一つで実際に課題として浮上したばかりです。レイテンシが発生する場合は、過去データを投影してそれに応じて対応することができます。これはプロジェクトに依存する部分も大きく、一部のプロジェクトはリアルタイムデータにそこまで依存しません。そのため、3日や4日程度のレイテンシでも十分許容できる場合があります。
コストについてもおっしゃる通りです。例えばFinlandの衛星企業ICEYEは非常に高価です。彼らの技術は最先端であり、私たちが利用可能な多くの情報を提供してくれますが、当社では主にオープンソースのデータやデータセットも併用しています。それにより、価格を最適に保つことができます。ただし、これもプロジェクトに大きく依存する部分です。
Altan Cakir： ありがとうございました。
Meltem Kudlu： 他にご質問がなければ、ここで終了とさせていただきます。Tekinさん、ありがとうございました。
Tekin： ご招待ありがとうございました。失礼します。
第7章 起業家との対話と最終結果発表
7-1 審査会議中の対話：Egemenによる情熱の源泉の共有
Meltem Kudlu： これでピッチセッションは終了です。素晴らしいプレゼンテーションをしてくださった皆さんに感謝申し上げます。審査員の皆さまは、これから別室にてジュネーブのAI for Goodグローバルサミットに進出するTürkiy代表となるスタートアップの選定について議論されます。審査員の方々が席を外している間、私はファイナリストの皆さんとの時間を楽しみたいと思います。チャットにリンクが共有されています。審査員の皆さまはチャット内のリンクへどうぞ。
私から、ここにいる起業家の皆さん、Egemenさん、Hilyaさん、Ahmetさん、Hasanさん、Tekinさんと、少しお話しさせてください。Egemenさん、プレゼンテーションでは会社のストーリーを共有いただきましたが、これらの課題に取り組むあなたの情熱を駆り立てるものは何でしょうか。何があなたのモチベーションを持続させているのか、聞かせていただけますか。
Egemen： 素晴らしい質問ですね。私たちは皆、企業で働いていた経験を持っています。私自身、最高クラスの仕事に就いていました。そして、企業生活で職務満足のレベルを達成した後、意味を求めて何かを探し始めるようになったのです。もう一つ面白いエピソードをご紹介すると、私は実はレストランも開業し始めました。現在3軒のレストランを経営しており、そのうち2軒はベジタリアン・レストランです。これらもインパクトスタートアップと呼んでよいかもしれません。Barcelonaにある2軒のレストランは、サステナビリティを重視したベジタリアン・レストランだからです。
そうした活動の中で、2年半前にOzgeとCagatayが行っていたコンサルティング業務に参加しました。彼らはスタートアップ向けのコンサルティングを提供していたのですが、ちょうどLLMの発展という潮流が来ていて、「これを使えば、ベジタリアン・レストランでアボカドを切るよりも、もっと意味のあることができる」というアイデアにたどり着いたのです。そしてRareSumを立ち上げたわけですが、毎日「働きたい」と心から思って目覚められることを誇りに思っています。これは、これまでとは異なるレベルの充足感です。皆さんにも、ぜひこのような情熱を見つけることをお勧めします。
Meltem Kudlu： 素晴らしい大義であり、そう聞けて嬉しいです。社会に貢献できる何かを追い求める情熱を、私たち皆が持てることを願っています。
Egemen： ぜひ皆さんも仲間に加わってください。
7-2 Hasanによる起業家経験の共有と現場主義の重要性
Meltem Kudlu： ありがとうございます。他のスタートアップの方々もモチベーションを共有していただけますか。Hasanさん、Ahmetさん、参加いただけますか。
Hasan Emre Celik： はい、もちろんです。私たちの背後にある主たるモチベーションをお話しします。私が農業技術分野で働き始めたのは、大学最終学年の終わり頃に関わったとあるプロジェクトがきっかけでした。当時はパートタイムのプロジェクトオフィサーとして、中小規模農場における新技術導入の効率化と普及に焦点を当てたプロジェクトに従事していました。
しかし、それは多くの機関や企業が関わる大規模で混み合ったプロジェクトでした。様々な理由により、そのプロジェクトは省庁の承認を得ることができず、関係者たちはそれぞれの本業へと戻っていきました。そこで2011年に、私たちは自らプロジェクトを登録し、TÜBİTAK（Türkiy科学技術研究機構）の承認を得て、農家のためのこれら技術を生み出すべく取り組みを始めました。
しかしその後、私たちは圃場における実装が容易ではないという多くの問題に直面することになりました。机上ですべての問題を解決できる、あるいは思考できると考えるのは簡単ですが、毎年異なる問題に次々と直面しました。それでも、これまで約15年に及ぶ経験を経て、農場で行われているすべてのプロセスと進行を理解できるようになりました。FarmLabsが誕生した直近5年間は、現場で実装し普及できる技術に焦点を絞ってきました。
確かに、あらゆるプラットフォームやクラスシステムを管理することはできますし、人工知能ツールを駆使して農家向けに何らかのソリューションを生み出すこともできます。しかし最終的に向き合うのは、50歳を超える農家の方々です。彼らは新しい技術を簡単には受け入れようとしません。だからこそ私たちは、こうしたパラメータに合わせてソリューションとコアプロダクトの位置づけを行いました。それによって初めて、現場でポジションを獲得できる製品が生まれました。これらの製品にたどり着く前に、農業生産に実装するために10以上の異なるプロジェクトを試みましたが、いずれも現場で実装に成功させることはできませんでした。この5年間で、ようやく実用的な圃場向けソリューションへとフォーカスを定めたのです。今、ようやく成功し始めたところだと感じています。今後、結果と新たな課題が見えてくることでしょう。
Meltem Kudlu： その通りですね。実際の問題に出会うためには、まず現場で働かなければなりません。実生活での経験こそが、問題を形作るのです。机の前ではそうした経験は得られません。だからこそ、この圃場経験は起業家の旅路における背骨そのものだと言えます。それがインパクトに関わるものであるならば、なおさら必要なものです。Hasanさん、共有いただきありがとうございました。
Hasan Emre Celik： こちらこそありがとうございます。もう一点だけお伝えさせてください。グローバルスケールで見ると、政府も政策立案者も、大規模な持株会社も、皆が「インパクト」に焦点を当てています。しかし現場の側で、実用的でアクセス可能なソリューションを彼らに示し供給できなければ、誰一人としてカーボンフットプリントや土壌の硝酸化問題を気にかけることはないのです。圃場レベルで成功した実装を提示できて初めて、より詳細な議論へと話を進めることができるのです。私たちは今、まさにそうした議論ができる段階に到達したと考えています。ライフサイクル・インパクト評価、カーボンフットプリントの削減、土壌の硝酸化抑制といったテーマです。なぜなら、過去3年から5年の間、私たちはどの地域のどんなシンプルな農家にも当社のソリューションを統合する方法について話してきたからです。現在、私たちのソリューションはTürkiy東部から西部まで15の異なる地区で稼働しています。
7-3 TekinとMeltemによる総括コメント
Meltem Kudlu： ありがとうございます。他の質問もありますが、Hojarさんが待機室に入っているようです。Tekinさん、ご質問を共有していただけますか。
Tekin： Hasanさん、ご経験を共有いただきありがとうございました。私たちが顧客やユーザーに提供する製品の使いやすさについて、考えるべき重要なことの一つだと改めて思いました。
Meltem Kudlu： 現場での作業は一つの側面ですが、ユーザビリティテストやユーザー体験はまた別の話です。実際にプロダクトやソリューションを使うのは彼らです。そして農家の間では、口コミの効果がさらに大きなものになるでしょうから、ますます重要になりますね。
それでは、皆さんに別の質問をしてもよろしいでしょうか。AI for Goodに取り組む他の起業家に対して、一つだけアドバイスを共有するとしたら、何を伝えたいですか。Tekinさん、Ahmetさん、Hilyaさん、ぜひ皆さんの声を聞かせてください。
Tekin： AI for Goodは、私たちの観点からすると、まさにこうした自然災害分野で活用すべきものです。人的要因も部分的に計測可能ですが、ある時点ではそうした災害の一部を回避できるはずです。自然のバランスという観点で、よりよい世界を築くためにAIが良い形で活用される領域だと考えています。それが当社の視点です。同時に、他のスタートアップの方々が、AIを善のために活用してこれらの問題に取り組もうとしている姿勢を、私は心から評価しています。彼らが取り組んでいるのは厳しい問題であり、根本から掴み取ろうとしています。皆さんを心から尊敬しています。
Meltem Kudlu： 多くのSDGsの課題があり、そうした課題に取り組む多くのスタートアップがあります。彼らから話を聞けるのは常に良い経験です。
7-4 結果発表とクロージング
Meltem Kudlu： 審査員の皆さんがお戻りになったようです。決定が下されたようですね。AI for Good Innovation Factory Türkiyeの2年目の優勝者を発表させていただきます。Osmanさん、お願いします。
Osman Emre Gezerli： 2回目の開催ということで、優勝者についてお伝えできることを光栄に思います。もちろん、皆さんに少し興奮を作り出すために、いつも通り少し時間をいただきます。まず、当プログラムをご支援いただいた審査員の皆さま、そしてAkbank Labとの協業を実現してくださったITUに改めて感謝申し上げます。
本日、いずれかのスタートアップを選ぶことは簡単ではありませんでした。しかし、当然ながら選定はしなければなりません。本日は素晴らしいデモデイであり、Innovation Factory Türkiyeの第2回として大変有意義な日となりました。昨年と比較しても少し前進したと感じています。私たちも学び、スタートアップたちも学び、今年も再び素晴らしいスタートアップに出会うことができました。
スタートアップの皆さんへメッセージがあります。皆さんは、AIが目的を持って初めて最も強力なものになるということを、私たちに示してくれました。グランドファイナルに進むか、ここで旅を続けるかにかかわらず、皆さんの仕事は私たちが共有する未来にとって不可欠です。皆さんは「AI世代」です。皆さんが、これらのツールが人類のために役立つのか、それとも現状を最適化するだけに留まるのかを決定づけることになります。それが再生的であるかどうかも、皆さんが決めることです。
しかし本日は、本日のミッションに深く共鳴したソリューションを示してくれた、1つのチームを称えなければなりません。最後の引き延ばしをお約束します。それでは大いなる興奮とともに発表します。AI for Good Innovation Factory Türkiyeの優勝者は、RareSumです。おめでとうございます。すべてのスタートアップの皆さんにも、おめでとうございます。
Egemen： 光栄です。本当にありがとうございます。皆さんに発言いただく前に、一言申し上げてもよろしいでしょうか。
Osman Emre Gezerli： どうぞ、お願いします。
Egemen： これまでの2年間、本当に厳しい道のりでした。皆さんのような方々に認められることは常に光栄なことであり、これからも進み続けるモチベーションになります。明日は、DME Awardsでもピッチを行う予定です。そこで欧州最優秀ヘルステックスタートアップ賞を獲得できることも願っています。7月にスイスで開催されるAI for Goodイニシアチブで、Türkiyを代表できることを大変嬉しく思います。ご支援に心から感謝申し上げます。
Osman Emre Gezerli： まずは目の前の一つの賞ずつですね。改めておめでとうございます。明日も健闘をお祈りしています。
Egemen： ありがとうございます。
Meltem Kudlu： 締めくくる前に、すべての参加者の皆さんに、この素晴らしいプログラムに参加してくださった努力と勇気に対して感謝申し上げます。皆さんの献身とイノベーションこそが、Türkiyの成長するAIエコシステムを支える原動力です。審査員とメンターの皆さまにも、貴重な時間、見識、専門性を共有いただいたことに心から感謝申し上げます。ITUの皆さまには、継続的な信頼と協業に感謝申し上げます。ジュネーブのグランドファイナルでは、私たちが優れた代表者を送り出すことができたと確信しています。Refi Turkeyプログラムを代表して、皆さまにありがとうございました。ジュネーブでお会いできるのを楽しみにしています。
Guillermo Martin： Meltemさん、ありがとうございました。Osmanさん、ありがとうございました。ITU側からもいくつかご挨拶させてください。RareSumさん、この素晴らしい勝利、改めておめでとうございます。Osmanさんの言葉に共鳴したいと思います。AIは、人類に奉仕するという共通の目的を持つ時にこそ意味を成します。私たちはAI世代であり、AIがグローバル課題の解決を支援することを確実にする、まさにその機会を手にしています。Innovation Factoryの核心的なミッションは、世界中の起業家がソリューションをグローバル展開しグローバル課題解決の前進を加速できるよう支援することにあります。本日Türkiyでこれを実現してくださったAkbank Labに改めて感謝申し上げます。Türkiyの若い起業家たちがしっかりと代表され、グローバルな舞台で輝く機会を持てるように、これからも尽力してまいります。