「見つける」から「決める」へ。QuantumCore、異常検知・劣化診断の“その先”を担う組合せ最適化ソフト「QUBO Studio」提供開始

株式会社QuantumCore

「見つける」から「決める」へ。QuantumCore、異常検

～点検・補修、配送、人員配置の計画候補を、判断の根拠とともに提示。量子アニーリングを含む4系統のソルバーに対応し、SaaSとオンプレミスでの提供を想定～

[画像1: https://prcdn.freetls.fastly.net/release_image/39630/42/39630-42-76c9d2f925ec7b567c240e7a7775c8c8-2560x1440.jpg?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]
QUBO Studioの結果分析画面（下水道管路の点検・補修計画の例）。KPI、期別の計画マップ、シナリオ別の指標比較、最適解が選ばれた理由の解説を一画面で確認できる（画面内の数値はデモデータによる計算例です）

リザバーコンピューティングによるエッジAIを手がける株式会社QuantumCore（本社：東京都品川区、代表取締役CEO：秋吉信吾、以下「当社」）は、組合せ最適化ソフトウェア「QUBO Studio」の提供を開始します。異常や劣化を「見つける」AIの“その先”、つまり「どこから、いつ、どう手を打つか」を決める計画づくりを支えるソフトウェアです。

QUBO Studioは、点検・補修、配送、シフトなど「どこを・誰が・いつ・どの順で」を決める計画を、業務の言葉と表データから最適化し、判断の根拠とともに示します。たとえばインフラ点検・補修では、最大120区間を対象に、予算や作業能力の上限、夜間施工枠、高リスク区間の対応期限を守りながら、どの区間をいつ処置するかの候補をシナリオ別に比較できます。当社エッジAIの検知・診断結果も計画の条件として取り込めるため（データ連携の方式は個別に構成）、「見つける」から「決める」までをひとつの流れで扱えます。

提供形態は、SaaSと、構内に設置するオンプレミス型のAI Boxを想定しており、業務やデータの扱いに合わせてご相談に応じます。
本リリースのポイント
・異常検知・劣化診断の“その先”へ。劣化度・予算・人員・期限などを条件に、点検・補修、配送、人員配置の計画候補をシナリオ別に示します
・答えだけでなく、判断の根拠まで。KPI、シナリオ比較、パレート図、感度分析で「なぜその計画か」を示し、レポートで共有できます。13の業務テンプレートと、自然言語・CSV・Excelの入力から始められます
・量子コンピュータがなくても使え、量子実機にもつなげられる。古典ソルバー、量子アニーリング（SQAシミュレータ／D-Wave実機へのAPI接続）、ハイブリッド、並列アニーリングの4系統から選べ、規模に応じた自動選択にも対応します
・現場の機器でのローカル最適化にも。設計した最適化モデルを、マイコンへの組み込みを想定したエッジ向け最適化コア「BOLT-QZ」（関連技術を特許出願中）に組み込む構成にも対応します（機器への組み込みは個別に構成）
・SaaSでも、構内でも。提供形態はSaaSとオンプレミス型のAI Boxを想定。生成AIのAPIや量子実機などの外部接続を使わない構成なら、データを社外に出さずに運用できます

1. 背景 ― 「見つける」の先にある、「決める」という難題
異常や劣化を見つける技術は、身近なものになりました。一方で、見つけた後に「どこから、誰が、いつ、どう手を打つか」を決める仕事は、今も担当者の経験と表計算に頼っています。

当社はこれまで、約10秒の正常データからマイコン上で学習する異常検知や、押し当てるだけのコンクリート劣化診断など、現場で「見つける」AIを届けてきました。しかし現場の価値を決めるのは、通知を受けた後の判断です。

その判断は、組合せ爆発との闘いです。訪問先がわずか20か所でも、回る順番は約243京通りにのぼります※1。予算・人員・期限・車両容量といった条件が絡むほど、「最善」を見つけ、その理由を説明することは難しくなります。

インフラの老朽化は、この課題をさらに重くします。国土交通省によると、2040年には道路橋の約75%、下水道管渠の約34%が建設後50年以上になる見込みです※2。要対応の箇所が増える一方で、予算と担い手は限られます。「見つける」技術の先に、「決める」技術が欠かせません。
2. QUBO Studioとは ― 現場の複雑を、次の一手に
QUBO Studioは、業務の課題を検証できる最適化モデル（QUBO※3）に変え、実行できる計画候補を比べて選べるようにするソフトウェアです。流れは4つのステップです。
STEP 1｜言葉で伝える
解きたい課題を自然言語で入力し、CSV・Excel・JSONの業務表を取り込みます。テンプレートとウィザードが、目的と制約の整理を支えます。
[画像2: https://prcdn.freetls.fastly.net/release_image/39630/42/39630-42-07719b73e0ebfa6b1131172d361fbff7-2560x1440.jpg?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]
新規作成画面。解きたい課題を言葉で入力すると、近いテンプレートと、想定される変数・制約の規模、推奨ソルバーが表示される

STEP 2｜条件を設計する
変数・目的関数・制約条件を画面で確認し、重みやペナルティを調整します。数式とQUBO行列のヒートマップで、業務の条件がモデルにどう反映されたかを確かめられます。
[画像3: https://prcdn.freetls.fastly.net/release_image/39630/42/39630-42-a9c138d13e997085c4927af83fe55b47-2560x1440.jpg?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]
QUBO設計画面。変数・制約条件・目的関数の構成、数式、Q行列のヒートマップ、変数と制約の関係図を見ながら、ペナルティの重みを調整できる

STEP 3｜解を探索する
4系統のソルバーから選ぶか、規模に応じて自動で選択します。計算時間や探索回数を設定し、実行中の進捗も確認できます。
STEP 4｜比べて決める
KPIと地図・ガントチャート・配置図で結果を把握し、予算重視・安全重視・バランス重視などのシナリオを比較します。パレート図と感度分析で選択の根拠を残し、PDF・HTML・Markdown・JSONで共有できます。
[画像4: https://prcdn.freetls.fastly.net/release_image/39630/42/39630-42-d2094b083871f0e47a4bbc167869094a-2560x1440.jpg?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]
シナリオ比較画面。予算重視・バランス型・安全重視のシナリオを現状の計画と並べ、リスク低減率・総事業費・予算執行率などの指標で比較できる

一度つくった「入力→解析→QUBO変換→実行→可視化→レポート」の流れは、ノーコードのワークフローとして保存し、次の業務に再利用できます。オーナー・管理者・メンバー・閲覧者の権限設定により、チームでの検討にも対応します。
[画像5: https://prcdn.freetls.fastly.net/release_image/39630/42/39630-42-7156a9f8c379bf71e749b133107778bd-2560x1440.jpg?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]
ワークフロー設計画面。入力取得からLLM解析、QUBO変換、ソルバー実行、結果の可視化、レポート出力までをノーコードでつなぎ、繰り返し使える手順として保存できる

3. 「見つける」から「決める」、そして現場へ ― エッジAIとつながる最適化
当社ならではの特長は、QUBO Studioを当社のエッジAIと組み合わせられる点にあります。現場で「見つけ」「わかり」、QUBO Studioで「決め」、現場の変化に合わせて「描き直す」。この循環をひとつの技術基盤で回せるのは、エッジAIから出発した当社だからこそです。
[画像6: https://prcdn.freetls.fastly.net/release_image/39630/42/39630-42-0c515fd28380523e5b67597c20b51214-1344x798.png?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]
検知から最適化までの循環（構成イメージ）

現場からQUBO Studioへ渡すのは検知・診断の結果、QUBO Studioから現場へ返すのは計画と最適化モデルです。
１. 見つける ― エッジAIデバイスが、異常をその場で捉える
設備に取り付ける異常検知デバイスは、約10秒の正常データからデバイス上で学習し、クラウドに頼らずに異常の兆候を検知します。コンクリート劣化診断デバイスは、表面に押し当てるだけで非破壊の劣化判定を行います。東京都下水道局でのAI打音検査によるコンクリート劣化診断では、アクティブセンシングで高い精度※4を達成しています。
[画像7: https://prcdn.freetls.fastly.net/release_image/39630/42/39630-42-54619a39b91fe3e952acdc7978daf59c-1800x1350.jpg?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]
異常検知用のエッジAIデバイス。設備に後付けし、デバイス上で学習から推論までを行う

[画像8: https://prcdn.freetls.fastly.net/release_image/39630/42/39630-42-c3e584ef8c4d74977ea11849b021c573-1350x1800.jpg?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]
コンクリート劣化診断デバイスのセンサー部。表面に押し当てて、非破壊で劣化を判定する

２. わかる ― 状態を推定し、計画の“条件”に変える
検知結果や劣化の度合い、設備の状態は、そのまま計画づくりの条件になります。生データはデバイス側で処理し、計画づくりに必要な検知・診断の結果だけをQUBO Studioに渡す構成にできます。オンプレミス環境で外部接続（生成AIのAPIや量子実機）を使わなければ、データを社外に出さずに計画を最適化することもできます。
３. 決める ― QUBO Studioが、条件を守る計画候補を導く
集まった検知・診断の結果と、予算・人員・期限・車両容量などの制約から、「どこを・誰が・いつ・どの順で」の計画候補を導きます。予算重視・安全重視・バランス重視などのシナリオで候補を比べられるため、現場の判断にも、その説明にも使えます。
[画像9: https://prcdn.freetls.fastly.net/release_image/39630/42/39630-42-6baf442b2e5c63489a3cb2cc0ecc63f4-1800x1350.jpg?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]
オンプレミス型のAI Box（イメージ）。QUBO Studioを構内で動かし、外部接続を使わずに計画を最適化する構成を想定

４. 描き直す ― 現場の変化に、エッジで応える
設計したQUBOは、エッジ向け最適化コア「BOLT-QZ」（関連技術を特許出願中）に組み込み、現場の機器（マイコンなど）で候補解を探索する構成にできます※5。BOLT-QZは、当社のリザバー計算技術の仕組みを組合せ最適化に応用したコアです。乗算を使わない整数演算で動き、マイコンへの組み込みを想定しています。観測値からQUBOの係数を更新するオンライン学習機能も備えています。

全体の“設計図”はQUBO Studioで描き、現場の変化に合わせてエッジで描き直す。検知・状態推定・最適化をひとつの循環にすることで、計画を一度つくって終わる資料から、現場とともに更新され続ける仕組みへと変えていきます。
4. 主な活用シーン
QUBO Studioは13の業務テンプレートと1つのベンチマークを備え、うち5業務は入力から結果確認までの操作デモ動画を製品ページで公開しています。なかでも、現場で測った劣化度を計画に反映するインフラ点検・補修は、エッジAIとの連携がとくに生きる業務です。
[表1: https://prtimes.jp/data/corp/39630/table/42_1_54f7a75c66b834427c0e42093dca0319.jpg?v=202610142015 ]
このほか、生産計画、在庫配置、スケジューリング、エネルギー配分、電力需給アグリゲーション、ポートフォリオ最適化、価格最適化、Max-Cutベンチマーク（Sparse800型）のテンプレートを用意しています。
[画像10: https://prcdn.freetls.fastly.net/release_image/39630/42/39630-42-c2b60ad8225e8983484b05e0b6353017-2560x1440.jpg?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]
配送ルート最適化の結果画面。車両ごとのルートを地図で確認し、走行距離や使用車両数、モデル上のコストを比較できる

[画像11: https://prcdn.freetls.fastly.net/release_image/39630/42/39630-42-3550b6ea3cfb088c4346e468949b6eff-2560x1440.jpg?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]
シフト作成の結果画面。従業員ごとのシフト表と、必要人数充足率・希望充足率などの指標を確認できる

[画像12: https://prcdn.freetls.fastly.net/release_image/39630/42/39630-42-663605c77b3bfb415af53762f1a5c3df-2560x1440.jpg?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]
基板配置・配線候補の探索画面。部品の配置と層ごとの配線候補、ビア、未配線を確認できる（製造用の設計検査は別工程）

5. 提供形態・主な仕様
提供形態は、SaaSとオンプレミス型のAI Boxを想定しています。対象業務やデータの扱い、エッジ連携の有無に合わせて構成しますので、まずはご相談ください。
[表2: https://prtimes.jp/data/corp/39630/table/42_2_4f13ef9ea79326c68d792292ef2957a3.jpg?v=202610142015 ]
導入は、ひとつの業務と代表的なデータから始めます。「決めたいこと」を整理し、現在の計画と同じ条件で候補を比較したうえで、運用への組み込みを検討します。データが揃っていない段階でも、「決めたいこと」と「守りたい条件」からご相談いただけます。
6. 代表コメント
株式会社QuantumCore 代表取締役CEO 秋吉信吾
「当社は創業以来、少ないデータと小さな計算資源で、現場で学び、現場で判断するAIをつくってきました。異常を見つけ、状態を推定する技術は、すでに多くの現場で使える水準にあります。けれども現場の方々が本当に知りたいのは、『異常です』という通知のその先、『では、どこから、どう手を打つか』です。

QUBO Studioは、その“次の一手”を導くためのソフトウェアです。全体の計画は、古典計算から量子アニーリングまで、課題に合った計算資源で描く。現場の変化には、リザバー由来のエッジ最適化で応える。『量子で全体最適を、リザバーで現場最適を』という私たちの構想に向けた、第一歩となる製品です。検知・状態推定・最適化をひとつの流れにつなぎ、限られた人と予算で社会インフラや現場を支える方々の判断を、より速く、より納得できるものにしていきます。」
7. 今後の展開
今後は、エッジAIと最適化を一体で届けるソリューションとして、適用分野を広げていきます。
- 当社のエッジAIデバイスとQUBO Studioを組み合わせ、検知から計画までを一体で届ける提案を、インフラ維持管理、製造、物流、エネルギーの各分野で進めます- BOLT-QZのマイコン・端末への実装検証を進め、現場で完結するローカル最適化の適用範囲を広げます- 業務テンプレートを拡充するとともに、量子計算の進化を取り込みながら、全体最適の計算基盤を強化します- 導入検証（PoC）、共同検証、販売・技術パートナーのご相談を受け付けています
会社概要
[表3: https://prtimes.jp/data/corp/39630/table/42_3_de640d3a99ca4cdd6db9c4db5394233c.jpg?v=202610142015 ]
当社は「制約の中で、知能を動かす」を掲げ、マイコン上のエッジAIから、フロンティア級LLMのローカル実装、現場の計画を導く組合せ最適化までを一貫して手がける、日本発のAIプロダクト企業です。PoC導入企業80社超、製品ユーザー数累計２万人超の実績があります。
本件に関するお問い合わせ
株式会社QuantumCore 広報・事業開発担当
お問い合わせ：https://www.qcore.co.jp/contact/
QUBO Studioの導入・デモのご相談：https://www.qcore.co.jp/products/qubostudio/#contact

注記
※1 20か所の訪問順序の並べ方（20の階乗、約2.4×10¹⁸通り）。
※2 国土交通省「社会資本の老朽化の現状と将来」。建設後50年以上経過する施設の割合（2040年3月時点の見込み。建設年度不明の施設を除いて算出）。
※3 QUBO（Quadratic Unconstrained Binary Optimization、二次制約なし二値最適化）：組合せの選択を0と1の変数で表す最適化モデル。量子アニーリングが直接扱える問題形式でもあります。
※4 東京都下水道局と実施したAI打音検査によるコンクリート劣化診断の取り組みにおける当社評価です。
※5 エッジでの利用には、Q行列の係数・格納形式の変換、機器への組み込み、結果の受け渡しを別途構成します。対応規模・精度・必要メモリはモデルと機器ごとに検証します。QUBO Studio内の「BOLT-QZ互換・評価版」はホスト側での方式評価機能です。「特許出願中」はBOLT-QZの関連技術に関する表記です。
※6 量子アニーリング実機は、D-WaveのSDKとAPI接続を設定した場合に利用でき、未接続時はSQAシミュレータで動作します。Gurobi・CPLEXは別途導入とライセンスが必要です。
・画面内の数値はデモデータによる計算例であり、導入効果を保証するものではありません。各テンプレートのモデルには前提条件があり、実業務への適用には実際の条件との照合が必要です。
・記載の内容は2026年10月時点のものです。D-Wave、Gurobi、CPLEX、OR-Tools、OpenAI、Anthropicは各社の商標または登録商標です。本リリースは、これら各社による承認・提携を示すものではありません。

プレスリリース提供：PR TIMES

「見つける」から「決める」へ。QuantumCore、異常検