# インフォマート（2492） インフォマートと東京大学の共同研究論文が最優秀賞を受賞

Source: Komori (komori.app) — https://komori.app/company/2492/disclosure/20251120506564
種別: その他開示
開示日: 2025-11-20
Komoriの読み（0-100）: 53
企業ページ: https://komori.app/company/2492

## 何が変わったか

インフォマートと東京大学の共同研究論文「KGSynX」が、「第6回とめ研究所若手研究者懸賞論文」で最優秀賞を受賞し、2025年11月8日に授賞式が行われた。

## 会社が挙げた理由

研究の論理展開性に加え、人と機械が共生する社会での実用性・応用可能性が評価されたため。

## 開示の要点

- 対象製品・サービス名: KGSynX (Knowledge Graph and Explainable Feedback Guided LLMs for Synthetic Tabular Data Generation)、BtoB プラットフォーム
- 相手先: 東京大学、株式会社とめ研究所
- 相手先の概要: 東京大学は大学院工学系研究科システム創成学専攻早矢仕研究室。株式会社とめ研究所は京都市下京区所在、代表取締役は福留五郎。
- 当社との関係: インフォマートは2024年より東京大学早矢仕研究室とAIを用いた共同研究を実施。株式会社とめ研究所は受賞論文の主催者。
- 契約金額: not_disclosed
- 提供価格: not_disclosed
- 契約締結日: not_disclosed
- 提供開始日: not_disclosed
- 適用分野: プライバシー保護、大容量データ分析、AI用学習データ
- 受賞名・認証名: 第6回とめ研究所若手研究者懸賞論文 最優秀賞
- 授与・認証機関: 株式会社とめ研究所
- 登録番号・有効期限: not_disclosed
- 拠点所在地: not_disclosed
- 拠点の規模: not_disclosed
- 定量的な効果: not_disclosed
- 利用実績: BtoB プラットフォームは120万社以上が利用（記載時点不明）
- 業績への影響: not_disclosed
- 出典: 株式会社とめ研究所『とめ研究所若手研究者懸賞論文』受賞論文PDF

## 評価の根拠

- この発表が扱う事柄は、どの段階にあるか。: 実施済み（原文: 「「最優秀賞を受賞し、11月8日（土）に授賞式が行われた」」）
- 契約の締結や機関決定について、どこまで書かれているか。: 合意の記載なし（原文: 「「2024年より東京大学 早矢仕研究室と AI を用いた共同研究を実施」」）
- 開始日・発売日・稼働日など、この事柄が効力を持つ時期はどこまで具体的に示されているか。: 年月日まで（原文: 「「2025年11月20日」「11月8日（土）に授賞式が行われた」」）
- この発表は初出か、既に発表済みの取り組みの続報か、繰り返される事柄の今回分か。: 続報（原文: 「「2024年より東京大学 早矢仕研究室と AI を用いた共同研究を実施」」）
- 発表は、対象の事柄が起きる前か、同日か、起きた後か。: 事後の報告（原文: 「「2025年11月20日」「11月8日（土）に授賞式が行われた」」）
- 会社はこの内容をどれだけ断定的に書いているか。: 断定的（原文: 「「最優秀賞を受賞」「技術を開発」」）
- 相手先はどのような主体として示されているか。: 官公庁・公的機関（原文: 「「東京大学 大学院工学系研究科」」）
- 相手先は、この発表においてどの役割か。: 表彰・認証した側（原文: 「「主催：株式会社とめ研究所」」）
- 相手先の所在地・資本金・事業内容など、会社概要が記載されているか。: あり（原文: 「「本社：京都市下京区、代表取締役：福留 五郎」」）
- 相手先が当社の子会社・グループ会社・役員・大株主など、既存の関係先だと書かれているか。: なし（原文: 「「東京大学 早矢仕研究室と AI を用いた共同研究」」）
- 提供先・導入先・受注先の実名が示されているか。: なし（原文: 「「共同研究論文が…最優秀賞を受賞」」）
- この発表に付いている数値のうち、最も具体的なものはどれか。: 累計の利用実績（原文: 「「BtoB プラットフォームは、120万社以上が利用」」）
- 示された数値は、どういう性質の数か。: 時点の値（原文: 「「120万社以上が利用」」）
- 書かれている主要な事実を、社外の資料で確かめる手段があるか。: 第三者の名称あり（原文: 「「主催：株式会社とめ研究所」「https://www.tome.jp/business/...論文.pdf」」）
- 主要な主張に、検証できる数値と時期がついているか。: 数値と時期あり（原文: 「「2025年11月20日」「11月8日（土）」「120万社以上」「年間62兆円以上」」）
- 会社はこの件を、将来の収益にどう結びつけているか。: 収益の柱と位置づけ（原文: 「「高度な AI 技術を実社会へ応用し、データの活用を通じて顧客・社会に貢献」」）
- 業績への影響について、どう書かれているか。: 業績に触れず（原文: 「業績への影響額・比率に関する記載なし」）
- この発表が扱っている事柄の種類はどれか。: 資格・評価の獲得（原文: 「「共同研究論文が…最優秀賞を受賞」」）
- この事柄はどこまでの広がりを持つと書かれているか。: 連結全体（原文: 「「当社が扱うデータ」「自社で所有するデータの分析」」）
- 会社の製品・サービスにとって、これはどういう新しさか。: 製品に変化なし（原文: 「「共同研究論文が…最優秀賞を受賞」」）
- 発表の中心にある製品・サービス・成果は、誰のものか。: 他社との共同（原文: 「「インフォマートと東京大学の共同研究論文」「共同研究を実施」」）
- 発表の対象が当社本体ではなく、子会社・グループ会社の事柄か。: なし（原文: 「「株式会社インフォマート」」）
- 「初」「唯一」「No.1」などの優位性の主張があるか、あるとすれば根拠は示されているか。: 優位性の主張なし（原文: 「「最優秀賞を受賞」」）
- この事柄の地理的な範囲はどこか。: 特定地域（原文: 「「本社：京都市下京区」」）
- 実際に使われている・売れていることを示す記載はどの程度あるか。: 利用実績の記載なし（原文: 「「BtoB プラットフォームは、120万社以上が利用」」）
- 競合製品や従来手法との違いが、具体的に述べられているか。: あり（原文: 「「従来の合成データは、統計的な類似性が高くても特徴量間の論理関係が欠如」」）
- 製品名・型番・規格名・特許や認証の番号など、後から特定できる固有の識別子が示されているか。: あり（原文: 「「KGSynX (Knowledge Graph and Explainable Feedback Guided LLMs for Synthetic Tabular Data Generation)」」）
- この書類はどの様式で書かれているか。: プレスリリース様式（原文: 「「報道関係各位（計3枚）」「本リリースに関する報道関係者様のお問い合わせ先」」）
- 評価を表す表現がどれだけ使われているか。: 一部に強調（原文: 「「最先端の学術的知見」「先駆的な成果」」）
- 前提条件・不確実性・将来見通しに関する注意書きが付されているか。: なし（原文: 「注意書き・免責に関する記載なし」）