プレスリリース要約
- 対象製品: AI本人認証eラーニングシステム『ONLINE FACE®』
- 実績: 「第23回 International Business Awards®」で銀賞・銅賞をダブル受賞
- 主な導入先: 日建学院（一級建築士・監理技術者講習）、全国危険物安全協会、ウェルネットなど国家資格・法定講習分野
- 最大の特徴: アプリ不要でWebブラウザ完結する「予測不能なランダムAI顔認証」による不正受講防止
「第23回 International Business Awards®」ダブル受賞の理由
世界的なビジネス賞「International Business Awards®」において銀賞・銅賞を受賞した背景には、従来の監視モデルからの変革（「Unpredictable Authentication」）が高く評価されたことにあります。
- 銀賞（AI Breakthrough of the Year）:
いつ認証されるか分からない「予測不能なランダム認証」技術により、受講者に適度な緊張感を持たせ、受講中の代理受講や居眠り・離席放置を自動防止する技術的革新性。
- 銅賞（Best Use of AI in Business Transformation）:
厳格な真正性が求められる「国家資格」や「法定講習」のオンライン化（教育DX）を支える信頼インフラとしての社会実装成果。
主な導入事例・活用領域
受講の真正性（厳格な本人確認・不正防止）が法的・制度的に求められる分野を中心に導入が進んでいます。
- 国家資格・法定講習（建設・防災分野）
- 株式会社日建学院: 国土交通省「一級建築士・二級建築士定期講習」および「監理技術者講習」のオンライン学習体制構築。
- 一般財団法人 全国危険物安全協会: 「危険物取扱者試験（乙種第四類）準備講習」のDX化。
- 医療・厚生労働省関連講習
- 株式会社ウェルネット: 厚生労働省「ストレスチェック実施者養成研修」のオンライン提供と法令遵守体制の担保。
- 産業・製造現場（工場・物流）
- 自動車・食品・化学・半導体等の工場、および物流倉庫における入構者教育・安全衛生研修のデジタル化（人手不足対策とガバナンス強化）。
他のeラーニング・試験監視ソリューションとの比較
| 比較項目 | 従来の標準的なeラーニング | 専用アプリ型オンライン監視ツール | ONLINE FACE® |
| 本人認証方式 | ログイン時のID/PWのみ（または初回のみ顔認証） | 外部アプリによる常時監視・画面記録 | 独自のアルゴリズムによる「ランダムAI顔認証」 |
| 受講者の環境条件 | Webブラウザ | 専用アプリ/専用拡張機能の必須導入 | Webブラウザのみで完結（アプリ不要） |
| 不正検知・対応 | 受講中の離席・代理受講を検知不可 | 監視コスト高・人間の監視員による目視 | AIがリアルタイム検知／未認証時に自動中断・警告 |
| 外部システム連携 | CSV連携のみ | システム依存度が高く連携困難 | API/CSV連携および柔軟なシステムカスタマイズ性 |
| 導入適性 | 厳格性を求めない一般的な社内研修 | 高厳格な一斉資格試験 | 国家資格・法定講習から大規模な社内教育まで幅広く対応 |
『ONLINE FACE®』のアーキテクチャ設計における3つのポイント
1. アプリ不要・ブラウザ完結型のAI処理
端末を選ばずWebブラウザと標準カメラのみで動作するため、導入ハードルを最小化しながら高精度なAI照合を実現。
2. 受講体験を阻害しないバックグラウンド検証
講義中にシステム主導でバックグラウンド認証をランダムに走らせることで、学習の流れを止めずに厳正な認証を両立。
3. 高い拡張性を持つ疎結合設計
REST APIやCSVによるデータ同期に対応し、企業が既に導入している人事LMSやSSO（シングルサインオン）環境へスムーズに組み込み可能。
まとめ：エンジニア視点で学ぶシステムアーキテクチャの示唆
『ONLINE FACE®』のアーキテクチャは、Webプロダクト開発に携わるエンジニアにとって以下の3つの技術的・設計的示唆を与えてくれます。
- 「フロントエンド軽量化」と「重いAI処理」のトレードオフ解消
クライアント側（Webブラウザ）へ極力インストール負荷をかけず、重い画像解析や照合ロジックをバックグラウンド処理（非同期パイプライン）へ逃がす設計手法は、B2B SaaSやブラウザベースツールのパフォーマンス改善に非常に参考になります。
- 静的ルールではなく「不確実性（ランダム性）」を活用した安全設計
一定間隔のポーリング認証は「ユーザーに予測されて対策される（バイパスされる）」という脆弱性を孕みます。「予測不能なランダム実行アルゴリズム」を取り入れることで、システム側の計算リソースを最小限に抑えつつセキュリティと緊張感を最大化させるアプローチは、不正対策・不正検知システムのロジック構築に応用可能です。
- 非機能要件としての「既存システム親和性（疎結合）」
どれほど優れたAI機能であっても、企業の基幹システムやLMS（学習管理システム）と結合できなければ導入の障壁となります。最初からAPI/CSVによる抽象化インターフェースや柔軟なカスタマイズ領域を保持するデータ基盤設計は、エンタープライズ向けプロダクト開発における重要な設計思想と言えます。
関連記事：
