サービスの現状と課題

研究開発型ベンチャーの壁は乗り越えた

 アスリートの検体は増えているが、今はより深い研究にシフトしてきている。2020年1月には、ラグビー、サッカー、陸上の3競技で、便のデータをAIで機械学習させた結果を発表した。そこでは、サッカー選手は85%、ラグビー選手は80%、長距離陸上選手は50%ほどの確率で競技別の特徴をはじき出すことができた。

[画像のクリックで別ページへ]

 ただ、それが何に役立つのかまでは到達できていない。大枠で傾向をつかんでも、当てはまらない人もいる。ラグビーではウイングとフォワードで特徴が違ったり、サッカーでもフォワードとディフェンスで違ったりする。そう考えるとカテゴライズすべきは、競技ごとの特徴ではないと気づいた。各競技のアスリートに共通するそれぞれの課題で区切ったほうが良いとつかめてきたのは収穫だ。

 課題は、動きをもっと速くしていくこと。研究開発型ベンチャーは、集中してテーマを掘り下げなくてはならない大変な時期があるが、私たちはその壁は乗り越えた。ここからは自分たちが立てた仮説に対してPDCAを回し、どんどんトライアルを重ねる時期に入る。

 AuBには研究が不可欠なので、研究成果によってスピード感が左右される部分があるが、それ以外の部分に関してはよりスピーディに動けるはず。先回りしていろんな予測を立て、研究成果が出たときにすぐに次のステップに進めるようにしなくてはならないと考えている。