FitGap
Preferred Networks MI

Preferred Networks MI

素材開発AI

使いやすさ
セットアップ
料金
サポート充実
連携・拡張性
機能性
セキュリティ
あなたの職場・業務に求められることや重視することは?
この製品が本当に相応しいかチェックしてみましょう。
コスト
要問合せ
無料プラン
-
IT導入補助金
-
無料トライアル
-
シェア
~ 素材開発AI
事業規模
中小
中堅
大企業

目次

Preferred Networks MIとは

強み

注意点

カテゴリ別市場マーケットシェア

代替サービス

サービス基本情報

運営サービス一覧

FitGapにおけるすべての評価は、公平性を最優先に、客観的なアルゴリズムを用いて計算されています。製品の評価方法は「FitGapの評価メソッド」、シェアデータの算出根拠は「シェアスコアの算出方法」をご覧ください。

Preferred Networks MIとは

Preferred Networks MIは、Preferred Networksが提供する素材開発に特化したAIプラットフォームです。機械学習や深層学習技術を活用したマテリアルズ・インフォマティクスにより、新素材や触媒の開発プロセスを支援します。同社がENEOSとの共同ベンチャーで開発した原子レベルシミュレータ「Matlantis」をはじめとする高速シミュレーション技術を通じて、大規模なデータ解析と未知物質の設計をサポートします。深層学習を用いた特性予測モデルは多様な材料に対応しており、従来の手法では困難だった広範囲な探索領域での研究を可能にします。FitGapの要件チェックでは35項目中28項目に○(対応)し、カテゴリ33製品中5位の対応範囲です。専門知識を持つ研究者が在籍する大企業や研究機関での利用に適したソリューションとして設計されており、長期間にわたる研究テーマにも対応できる仕様となっています。

pros

強み

深層学習による新素材探索

Preferred Networks MIは、AI・深層学習技術を活用して次世代材料の探索プロセスを支援し、材料開発の速度向上に貢献します。機械学習アルゴリズムにより膨大な材料空間を効率的に解析することで、従来の手法と比較してより迅速に高機能素材の候補を予測・評価することが可能となります。FitGapの機能性評価はカテゴリ39製品中7位で、工程条件探索や複数材料領域対応、目的指標のカスタム設定が○(対応)です。このアプローチにより、材料開発における時間的コストの削減と探索精度の向上を同時に実現できる点が特徴です。

Matlantisへの技術活用

ENEOSとの共同出資により開発されたMatlantis™原子シミュレータにおいて、Preferred Networks MIの深層学習技術が活用されています。この技術により原子スケールでの解析が可能となり、ナノ構造材料の特性予測や材料設計をクラウド環境で実現することができます。FitGapの要件チェックでは、欠陥・拡散評価と表面・欠陥モデル自動生成が○(対応)です。いずれもカテゴリ33製品中で対応製品が少ない要件で、原子スケールの構造評価を重視する研究開発で判断材料になります。従来の計算手法と比較して効率的な材料開発支援を提供しており、研究開発の効率化に寄与する可能性があります。

持続可能性重視の開発

Preferred Networks MIは、AIを活用した環境負荷低減素材の設計に注力し、持続可能な未来に向けた新素材開発を目指しています。再生可能で多様な資源を生かした素材開発を通じて、社会課題の解決への貢献を図る取り組みを進めており、環境への配慮と技術革新の両立を追求する開発アプローチが特徴となっています。

cons

注意点

シミュレーション以外の機能は非搭載

Preferred Networks MIは深層学習による高速な原子レベルシミュレーションに特化したツールであり、材料データベース管理や実験管理などの周辺機能は搭載されていません。実験データの蓄積・共有やプロジェクト管理を行う場合は別途システムの導入が必要となります。また、シミュレーション結果を効果的に活用するためには、ユーザー側での工夫や検討が求められる場合があります。シミュレーション専門ツールという特性を理解し、必要に応じて他のMI機能と組み合わせた運用を検討することが重要です。

AIモデルの解釈性に関する懸念

Preferred Networks MIは深層学習ポテンシャルを用いて高精度な予測を実現していますが、その内部モデルは利用者にとってブラックボックスとなりがちです。従来の物理モデルに比べ、なぜその結果が出たかの説明が難しい場合があり、慎重な検証が必要です。モデルの予測に過度に依存すると、予期せぬ外挿で誤った結論を導くリスクもあるため、AIの結果解釈には注意が必要です。

歴史が浅く普及途上

Preferred Networks MIは2021年に設立されたPreferred NetworksとENEOSの合弁によるMIサービスで、本格展開から間もない段階にあります。アンモニア触媒やゴム材料での適用事例は報告されているものの、幅広い業界での採用実績はまだ限定的で、今後の普及拡大が期待される状況です。サービスの長期的なサポート体制や機能拡充についても発展途上にあるため、導入を検討する際は将来性や継続性を慎重に見極める必要があるでしょう。

カテゴリ別マーケットシェア

2026年3月 FitGap調査

Preferred Networks MI素材開発AIマーケットシェア

シェア

事業規模

中小
中堅
大企業

Preferred Networks MIの利用環境・機能

利用環境
端末・OS
Windows
シングルサインオン
対応言語
提供形態
-
対応サポート
-
機能
標準対応
オプション/条件付き
非対応
素材開発AI
対応分野・用途
物性指標・評価項目
計算・モデル手順
配合・条件探索
データ・文献・実験基盤
電池・無機材料対応
ポリマー・配合材料対応
触媒・表面材料対応
金属・合金材料対応
複数材料領域対応
逆設計ワークフロー
配合組成探索
工程条件探索
表面・反応評価指標
電池特性指標セット
電池配合・セル条件探索
ポリマー逆設計
相溶性・形態推定
物理計算
統計モデル
実験条件提案
自社データ継続学習
文献・特許解析
合金バルク物性計算
欠陥・拡散評価
合金組成・条件探索
表面・欠陥モデル自動生成
外部計算コード実行
レシピDB・実験ノート取込
文献データソース取込
研究再現性トレース
環境・安全性評価
実験計画シナリオ比較
目的指標のカスタム設定
複数材料系同時探索

Preferred Networks MIとよく比較されるサービス

Preferred Networks MIとよく比較される製品を紹介!Preferred Networks MIは素材開発AIの製品です。Preferred Networks MIとよく比較されるメジャー製品は、TabRASA、Hitachi MI Platform、Fujitsu Digital Annealerです。

Preferred Networks MI vs TabRASA

TabRASA

Preferred Networks MIと共通するカテゴリ

素材開発AI

Preferred Networks MI vs Hitachi MI Platform

Hitachi MI Platform

Preferred Networks MIと共通するカテゴリ

素材開発AI

Preferred Networks MI vs Fujitsu Digital Annealer

Fujitsu Digital Annealer

Preferred Networks MIと共通するカテゴリ

素材開発AI

サービス基本情報

https://www.preferred.jp/ja/projects/materials-informatics/公式
https://www.preferred.jp/ja/projects/materials-informatics/

運営会社基本情報

会社 : 株式会社Preferred Networks

本社所在地 : 東京都

会社設立 : 2014

ウェブサイト : https://www.preferred.jp/

株式会社Preferred Networks運営サービス一覧

サービスカテゴリ

AI・エージェント

汎用生成AI・エージェント
LLM・大規模言語モデル
エージェントフレームワーク
エージェントオートメーション基盤

ソフトウェア(Saas)

オフィス環境・総務・施設管理
開発・ITインフラ・セキュリティ
データ分析・連携
FitGap
運営会社

© PIGNUS Inc. All Rights Reserved.

かんたんな質問に答えるだけで、自社向けのシステム要件を整理し、ぴったりのサービスをチェックすることができます。