POLYMERIZEとKNiTが連携、素材業界の研究開発を加速する新たな取り組み

素材・化学業界のデジタル化を進める新たな提携

2026年2月2日、ポリマライズ合同会社（POLYMERIZE）とKNiT株式会社が業務提携を発表しました。本提携は、素材・化学産業における研究開発のデジタル化を加速し、画像解析技術の力を活かすことを目的としています。

提携の背景

近年、素材・化学業界ではAI技術を用いたマテリアルズ・インフォマティクス（MI）やプロセス・インフォマティクス（PI）が注目されています。しかし、実験や物性値に機械学習を適用する一方で、電子顕微鏡や外観写真として蓄積された画像データの分析は依然として課題となっていました。

多くの研究現場では、熟練した研究者による目視や手作業での計測に頼ることが多く、これが「解析の属人化」や「工数の増大」、「データの定量化不足」といった問題を引き起こしています。そこで、KNiTの高精度・高速な画像特徴量化技術と、POLYMERIZEの使いやすいAI解析プラットフォームを用いることで、より効率的なデジタル解析が実現することが期待されます。

協業の内容

この提携により、両社は顕微鏡画像などの非構造化データから高精度の特徴量を抽出・定量化し、データ解析フローを共同で確立します。これにより研究開発者はデータに基づいた意思決定を行いやすくなり、開発の効率化が進むといわれています。

具体的には、まずKNiTが画像解析から得た特徴量データを、POLYMERIZEのプラットフォームで蓄積・活用します。これに伴い、次のようなメリットが得られると期待されています。

- 画像データの資産化と再現性向上： KNITの技術で得た高精度な定量データにより、同じ解析結果を誰が行っても得られる再現性が確保されます。
- 構造と特性相関の解明：機械学習を用いることで、どの製造条件が微細構造に影響を与え、最終的な製品性能に繋がるかを明らかにします。
- 開発期間短縮と歩留まり向上：AIが次の実験条件を推奨することで、製造プロセスの試行錯誤を減らし、開発の迅速化に貢献します。

ユースケースの例

協業により考慮されているユースケースは多岐にわたります。例えば、フィラーや添加剤の分散性評価、粘着剤の剥離評価、さらには材料の劣化や破壊モードの推定などがあります。

各社代表者のコメント

POLYMERIZEの代表社員であるクナル・サンディープ氏は「画像データの活用はデータ駆動型R&Dの重要な要素です。KNiTとの提携を通じ、お客様の材料開発を加速させる自信があります」と述べています。また、KNiTの窪内将隆社長も「GeXeL の活用により、データ駆動型R&Dが加速されると信じています」と語りました。

今後の展開

今後、両社は共同で顧客開拓や具体的な成功事例の発信に注力します。また、素材・化学業界におけるデータ活用の普及を目指し、共同セミナーや技術情報の相互連携を行う予定です。

ウェビナーのお知らせ

この連携を記念して、ウェビナーも開催されます。「構造化データに限界を感じている方」や「画像データを活用したい方」を対象に、最新の実用的データ活用フローを紹介します。セミナーは3月24日（火）15:00〜15:40に行われますので、関心のある方はぜひ参加してください。

詳細・お申込は公式ウェブサイトをご覧ください。