特許 7634915 情報処理システム、情報処理方法及びプログラム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B1)

(11)【特許番号】

(24)【登録日】2025-02-14

(45)【発行日】2025-02-25

(54)【発明の名称】情報処理システム、情報処理方法及びプログラム

(51)【国際特許分類】

   G06Q 50/10 20120101AFI20250217BHJP

【ＦＩ】

G06Q50/10

【請求項の数】 7

(21)【出願番号】P 2024002481

(22)【出願日】2024-01-11

【審査請求日】2024-12-24

【早期審査対象出願】

(73)【特許権者】

【識別番号】521425652

【氏名又は名称】株式会社ゼロボード

(72)【発明者】

【氏名】本間 真

【審査官】田川 泰宏

(56)【参考文献】

【文献】特開２０２２－０９１９００（ＪＰ，Ａ）

【文献】特許第７３３６８１６（ＪＰ，Ｂ１）

【文献】国際公開第２０２３／１８１８８３（ＷＯ，Ａ１）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｇ０６Ｑ １０／００－９９／００

(57)【特許請求の範囲】

【請求項1】

ユーザから温室効果ガスの排出に係る活動量及び前記活動量を表す活動量表示情報を受け付ける受付部と、
商品又はサービスを示す対象品目表示情報に基づいて前記商品又はサービスのサプライヤを推定する学習モデルに、前記活動量を表す活動量表示情報を与えて前記サプライヤを推定する推定部と、
推定した前記サプライヤを特定する情報を出力する出力部と、
を備えることを特徴とする情報処理システム。

【請求項2】

請求項１に記載の情報処理システムであって、
前記学習モデルは、前記商品又はサービスとして用いられている名称と、前記サプライヤを特定する情報とを機械学習により学習することにより作成されること、
を特徴とする情報処理システム。

【請求項3】

請求項２に記載の情報処理システムであって、
前記学習モデルは、大規模言語モデルであり、
前記推定部は、前記名称と、前記名称に該当する前記商品又はサービスを提供する前記サプライヤを問い合わせる質問とを含むプロンプトを前記学習モデルに与えることにより、前記学習モデルに前記サプライヤを特定する情報を出力させること、
を特徴とする情報処理システム。

【請求項4】

請求項１に記載の情報処理システムであって、
前記学習モデルは、前記商品又はサービスとして用いられている画像と、前記サプライヤを特定する情報とを機械学習により学習することにより作成されること、
を特徴とする情報処理システム。

【請求項5】

請求項１に記載の情報処理システムであって、
前記サプライヤ及び前記商品又はサービスに対応付けて、前記温室効果ガスの排出量を算出するための排出係数を記憶する排出係数記憶部を備え、
前記推定部は、前記商品又はサービスを示す前記対象品目表示情報に基づいて前記商品又はサービスの前記サプライヤを推定する第１の前記学習モデルに、前記活動量を表す前記活動量表示情報を与えて前記サプライヤを推定するとともに、前記商品又はサービスを示す前記対象品目表示情報に基づいて前記商品又はサービスを推定する第２の前記学習モデルに、前記活動量を表す前記活動量表示情報を与えて前記商品又はサービスを推定し、
推定した前記サプライヤ及び推定した前記商品又はサービスに対応する、前記排出係数記憶部に記憶されている前記排出係数に、前記活動量を乗じて前記排出量を算出する排出量算出部を備えること、
を特徴とする情報処理システム。

【請求項6】

ユーザから温室効果ガスの排出に係る活動量及び前記活動量を表す活動量表示情報を受け付けるステップと、
商品又はサービスを示す対象品目表示情報に基づいて前記商品又はサービスのサプライヤを推定する学習モデルに、前記活動量を表す活動量表示情報を与えて前記サプライヤを推定する推定部と、
推定した前記サプライヤを特定する情報を出力する出力部と、
をコンピュータが実行することを特徴とする情報処理方法。

【請求項7】

ユーザから温室効果ガスの排出に係る活動量及び前記活動量を表す活動量表示情報を受け付けるステップと、
商品又はサービスを示す対象品目表示情報に基づいて前記商品又はサービスのサプライヤを推定する学習モデルに、前記活動量を表す活動量表示情報を与えて前記サプライヤを推定する推定部と、
推定した前記サプライヤを特定する情報を出力する出力部と、
をコンピュータに実行させるためのプログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、情報処理システム、情報処理方法及びプログラムに関する。

【背景技術】

【0002】

二酸化炭素の排出量を推定することが行われている（特許文献１参照）。

【先行技術文献】

【特許文献】

【0003】

【文献】特開２０２２－０９１９００号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

ＧＨＧプロトコルのスコープ３に係る排出量を計算するにあたり、サプライチェーンの上流又は下流に位置するどの事業体（サプライヤ）と連携しているかを把握することが求められる。

【0005】

本発明はこのような背景を鑑みてなされたものであり、サプライチェーンの上下流の事業体を把握することができる技術を提供することを目的とする。

【課題を解決するための手段】

【0006】

上記課題を解決するための本発明の主たる発明は、情報処理システムであって、ユーザから温室効果ガスの排出に係る活動量及び前記活動量を表す活動量表示情報を受け付ける受付部と、商品又はサービスを示す対象品目表示情報に基づいて前記商品又はサービスのサプライヤを推定する学習モデルに、前記活動量を表す活動量表示情報を与えて前記サプライヤを推定する推定部と、推定した前記サプライヤを特定する情報を出力する出力部と、を備えることを特徴とする。

【0007】

その他本願が開示する課題やその解決方法については、発明の実施形態の欄及び図面により明らかにされる。

【発明の効果】

【0008】

本発明によれば、サプライチェーンの上下流の事業体を把握することができる。

【図面の簡単な説明】

【0009】

【図1】情報処理システムの全体構成例を示す図である。

【図2】管理サーバ２のハードウェア構成例を示す図である。

【図3】管理サーバ２のソフトウェア構成例を示す図である。

【図4】管理サーバ２の動作を説明する図である。

【発明を実施するための形態】

【0010】

＜システムの概要＞
以下、本発明の一実施形態に係る情報処理システムについて説明する。本実施形態の情報処理システムは、温室効果ガス（二酸化炭素、メタン、一酸化二窒素、フロンガスなど）の排出量、とくにＧＨＧプロトコルのスコープ３に該当する排出量を計算するにあたり、どのサプライチェーンの上流又は下流に位置する事業体（以下、サプライヤという。）から商品（サービスを含む。以下同じ。）を調達したのか（あるいはサービスを依頼したのか）を特定しようとしている。以下、情報処理システムについて説明する。

【0011】

図１は、情報処理システムの全体構成例を示す図である。本実施形態の情報処理システムは、管理サーバ２を含んで構成される。管理サーバ２は、ユーザ端末１と通信ネットワークを介して通信可能に接続される。通信ネットワークは、たとえばインターネットであり、公衆電話回線網や携帯電話回線網、無線通信路、イーサネット（登録商標）などにより構築される。

【0012】

ユーザ端末１は、ユーザが操作するコンピュータである。ユーザ端末１は、例えば、スマートフォン、タブレットコンピュータ、パーソナルコンピュータなどとすることができる。

【0013】

管理サーバ２は、例えばワークステーションやパーソナルコンピュータのような汎用コンピュータとしてもよいし、あるいはクラウド・コンピューティングによって論理的に実現されてもよい。

【0014】

＜管理サーバ＞
図２は、管理サーバ２のハードウェア構成例を示す図である。なお、図示された構成は一例であり、これ以外の構成を有していてもよい。管理サーバ２は、ＣＰＵ２０１、メモリ２０２、記憶装置２０３、通信インタフェース２０４、入力装置２０５、出力装置２０６を備える。記憶装置２０３は、各種のデータやプログラムを記憶する、例えばハードディスクドライブやソリッドステートドライブ、フラッシュメモリなどである。通信インタフェース２０４は、通信ネットワークに接続するためのインタフェースであり、例えばイーサネット（登録商標）に接続するためのアダプタ、公衆電話回線網に接続するためのモデム、無線通信を行うための無線通信機、シリアル通信のためのＵＳＢ（Universal Serial Bus）コネクタやＲＳ２３２Ｃコネクタなどである。入力装置２０５は、データを入力する、例えばキーボードやマウス、タッチパネル、ボタン、マイクロフォンなどである。出力装置２０６は、データを出力する、例えばディスプレイやプリンタ、スピーカなどである。なお、後述する管理サーバ２の各機能部はＣＰＵ２０１が記憶装置２０３に記憶されているプログラムをメモリ２０２に読み出して実行することにより実現され、管理サーバ２の各記憶部はメモリ２０２及び記憶装置２０３が提供する記憶領域の一部として実現される。

【0015】

図３は、管理サーバ２のソフトウェア構成例を示す図である。管理サーバ２は、学習モデル記憶部２３１と、排出係数記憶部２３２と、活動量記憶部２３３と、受付部２１１と、推定部２１２と、排出量算出部２１３と、出力部２１４と、を備える。

【0016】

学習モデル記憶部２３１は、商品を示す情報（以下、対象品目表示情報という。）に基づいて商品のサプライヤを推定する学習モデル（第１の学習モデル。以下、サプライヤ学習モデルという。）を記憶する。学習モデル記憶部２３１は、商品を示す対象品目表示情報に基づいて商品を推定する学習モデル（第２の学習モデル。以下、商品学習モデルという。）を記憶する。対象品目表示情報は、例えば、サプライヤが提供する商品の名称とすることができる。対象品目表示情報は、例えば、商品のロゴやイメージ画像などの画像データとすることもできる。対象品目表示情報は、商品に関連する動画データや音声データとすることもできる。学習モデルは、機械学習により作成することができる。サプライヤ学習モデルは、例えば、商品として用いられている名称などの対象品目表示情報と、サプライヤを特定する情報とを機械学習により学習することで作成することができる。商品学習モデルは、例えば、商品として用いられている名称などの対象品目表示情報と、本情報処理システムで用いられている商品の名称（後述する排出係数記憶部２３２に登録されている商品の名称や、商品マスタに管理される商品の名称とすることができる。また、商品のサムネイル画像や商品のパッケージ画像、商品のロゴ、商品とともに登録された動画データや音声データとすることもできる。）とを機械学習により学習することで作成することができる。

【0017】

排出係数記憶部２３２は、温室効果ガスの排出量を算出するための排出係数を記憶する。排出係数記憶部２３２は、サプライヤ及び商品又はサービスに対応付けて排出係数を記憶する。本実施形態では、排出係数記憶部２３２は、排出係数に関する情報（以下、排出係数情報という。）を記憶する。排出係数情報には、商品の名称、当該商品の分類、当該商品を提供するサプライヤを特定する事業体ＩＤ、当該商品を提供するサプライヤによる排出量を計算するための排出係数（一次データ）を含めることができる。なお、排出係数記憶部２３２は、一次データの排出係数が得られていないサプライヤ及び商品の組み合わせについては、排出係数情報には、商品の名称及び／又は商品の分類と、二次データ（一次データ以外のデータ、例えば、同種の商品を提供する複数の企業の排出量から標準化（統計処理）されたもの）の排出係数とを含めることができる。

【0018】

活動量記憶部２３３は、活動量に関する情報（以下、活動量情報という。）を記憶する。活動量情報には、ユーザを特定する情報（ユーザＩＤ）と、ユーザが所属する事業体を示す事業体ＩＤと、ユーザから入力された活動量を表す情報（以下、活動量表示情報という。）と、活動量と、入力された活動量表示情報に対応する商品の対象品目表示情報と、当該商品の分類と、当該商品を提供するサプライヤを特定する事業体ＩＤとを含めることができる。活動量情報には、活動量のスコープを含めることができる。スコープ３については、活動量情報にカテゴリを含めることができる。活動量表示情報は、例えば、ユーザが使用する商品の名称とすることができる。活動量表示情報は、例えば、商品のロゴやイメージ画像などの画像データとすることもできる。活動量表示情報は、例えば、商品に関連する動画データや音声データとすることもできる。

【0019】

受付部２１１は、温室効果ガスの排出に係る活動量及び活動量を表す活動量表示情報を受け付ける。受付部２１１は、ユーザ端末１から活動量及び活動量表示情報を受信することができる。受付部２１１は、例えば、会計システムなどから活動量を受け付けるようにしてもよい。例えば、入力データが会計データの場合、仕訳に係る勘定科目や摘要などを活動量表示情報とし、金額を活動量とすることができる。受付部２１１は、受け付けた活動量及び活動量表示情報を含む活動量情報を作成して活動量記憶部２３３に登録するようにしてもよい。

【0020】

推定部２１２は、活動量を表す活動量表示情報に対応するサプライヤを推定する。推定部２１２は、活動量を表す活動量表示情報に対応する商品を推定することもできる。推定部２１２は、サプライヤ学習モデルに、活動量を表す活動量表示情報を与えてサプライヤを推定することができる。推定部２１２は、商品学習モデルに、活動量を表す活動量表示情報を与えて商品を推定することができる。

【0021】

排出量算出部２１３は、温室効果ガスの排出量を算出する。排出量算出部２１３は、推定部２１２が推定したサプライヤと、推定部２１２が推定した商品とに対応する排出係数を排出係数記憶部２３２から取得し、取得した排出係数を、受付部２１１が受け付けた活動量に乗じることにより排出量を算出することができる。推定部２１２が推定したサプライヤと、推定部２１２が推定した商品とに対応する排出係数が排出係数記憶部２３２に登録されていない場合には、推定した商品又はそのカテゴリに対応する排出係数（二次データ）を用いて排出量を算出してもよい。

【0022】

出力部２１４は、推定したサプライヤを特定する情報を出力する。出力部２１４は、推定した商品を特定する情報を出力するようにしてもよい。出力部２１４は、算出した排出量を出力することもできる。出力部２１４は、例えば、スコープ（及びスコープ３についてはカテゴリ）ごとに排出量を出力することもできる。出力部２１４は、例えば、各種の報告書のフォーマットで排出量を出力することもできる。

【0023】

＜動作＞
図４は、管理サーバ２の動作を説明する図である。

【0024】

管理サーバ２は、ユーザ端末１から活動量及びその活動量表示情報を受け付け（Ｓ３０１）、受け付けた活動量表示情報からサプライヤを推定するとともに（Ｓ３０２）、受け付けた活動量表示情報から商品を推定し（Ｓ３０３）、推定したサプライヤ及び商品に対応する排出係数を取得し（Ｓ３０４）、取得した排出係数に活動量を乗じて排出量を算出する（Ｓ３０５）。管理サーバ２は、推定したサプライヤ、推定した商品、及び／又は排出量をユーザ端末１に対して出力することができる（Ｓ３０６）。

【0025】

以上のようにして、本実施形態の情報処理システムによれば、ユーザから受け付けた活動量がどのサプライヤのどの商品に関するものかを推定することができる。また、サプライヤ及び商品に対応する一次データの排出係数を用いて排出量を計算することができる。

【0026】

以上、本実施形態について説明したが、上記実施形態は本発明の理解を容易にするためのものであり、本発明を限定して解釈するためのものではない。本発明は、その趣旨を逸脱することなく、変更、改良され得ると共に、本発明にはその等価物も含まれる。

【0027】

＜変形例１＞
例えば、本実施形態では、推定したサプライヤ及び商品をそのまま使用するものとしたが、ユーザに確認を取るようにしてもよい。この場合、出力部２１４は、排出量の計算前に、推定部２１２の推定したサプライヤ及び／又は商品をユーザ端末１に対して出力し、ユーザから推定したサプライヤ及び／又は商品が正しいか否かの入力を受け付けるようにすることができる。ここで、推定が正しくない場合には、推定したサプライヤ及び／又は商品は用いないようにすることができる。推定が正しくない場合には、ユーザから正しいサプライヤ及び／又は商品の入力を受け付けるようにし、受け付けたサプライヤ及び／又は商品を用いるようにしてもよい。

【0028】

＜変形例２＞
また、本実施形態では、学習モデルは管理サーバ２が備えるものとしたが、外部システム（不図示）に管理されている学習モデルを使用するようにしてもよい。例えば、学習モデルを、大規模言語モデルとし、外部システムが提供するＡＰＩを呼び出すことにより、大規模言語モデルに対する問合せを行い、出力を生成させるようにすることができる。この場合、推定部２１２は、受け付けた活動量表示情報と、当該活動量表示情報に該当する商品又はサービスを提供するサプライヤを問い合わせる質問とを含むプロンプトを学習モデルに与えることにより、学習モデルにサプライヤを特定する情報を出力させることができる。

【0029】

＜開示事項＞
なお、本開示には、以下のような構成も含まれる。
［項目１］
ユーザから温室効果ガスの排出に係る活動量及び前記活動量を表す活動量表示情報を受け付ける受付部と、
商品又はサービスを示す対象品目表示情報に基づいて前記商品又はサービスのサプライヤを推定する学習モデルに、前記活動量を表す活動量表示情報を与えて前記サプライヤを推定する推定部と、
推定した前記サプライヤを特定する情報を出力する出力部と、
を備えることを特徴とする情報処理システム。
［項目２］
項目１に記載の情報処理システムであって、
前記学習モデルは、前記商品又はサービスとして用いられている名称と、前記サプライヤを特定する情報とを機械学習により学習することにより作成されること、
を特徴とする情報処理システム。
［項目３］
項目２に記載の情報処理システムであって、
前記学習モデルは、大規模言語モデルであり、
前記推定部は、前記名称と、前記名称に該当する前記商品又はサービスを提供する前記サプライヤを問い合わせる質問とを含むプロンプトを前記学習モデルに与えることにより、前記学習モデルに前記サプライヤを特定する情報を出力させること、
を特徴とする情報処理システム。
［項目４］
項目１に記載の情報処理システムであって、
前記学習モデルは、前記商品又はサービスとして用いられている画像と、前記サプライヤを特定する情報とを機械学習により学習することにより作成されること、
を特徴とする情報処理システム。
［項目５］
項目１に記載の情報処理システムであって、
前記サプライヤ及び前記商品又はサービスに対応付けて、前記温室効果ガスの排出量を算出するための排出係数を記憶する排出係数記憶部を備え、
前記推定部は、前記商品又はサービスを示す前記対象品目表示情報に基づいて前記商品又はサービスの前記サプライヤを推定する第１の前記学習モデルに、前記活動量を表す前記活動量表示情報を与えて前記サプライヤを推定するとともに、前記商品又はサービスを示す前記対象品目表示情報に基づいて前記商品又はサービスを推定する第２の前記学習モデルに、前記活動量を表す前記活動量表示情報を与えて前記商品又はサービスを推定し、
推定した前記サプライヤ及び推定した前記商品又はサービスに対応する、前記排出係数記憶部に記憶されている前記排出係数に、前記活動量を乗じて前記排出量を算出する排出量算出部を備えること、
を特徴とする情報処理システム。
［項目６］
ユーザから温室効果ガスの排出に係る活動量及び前記活動量を表す活動量表示情報を受け付けるステップと、
商品又はサービスを示す対象品目表示情報に基づいて前記商品又はサービスのサプライヤを推定する学習モデルに、前記活動量を表す活動量表示情報を与えて前記サプライヤを推定する推定部と、
推定した前記サプライヤを特定する情報を出力する出力部と、
をコンピュータが実行することを特徴とする情報処理方法。
［項目７］
ユーザから温室効果ガスの排出に係る活動量及び前記活動量を表す活動量表示情報を受け付けるステップと、
商品又はサービスを示す対象品目表示情報に基づいて前記商品又はサービスのサプライヤを推定する学習モデルに、前記活動量を表す活動量表示情報を与えて前記サプライヤを推定する推定部と、
推定した前記サプライヤを特定する情報を出力する出力部と、
をコンピュータに実行させるためのプログラム。

【符号の説明】

【0030】

１ ユーザ端末
２ 管理サーバ

【要約】

【課題】サプライチェーンの上下流の事業体を把握することができるようにする。
【解決手段】情報処理システムであって、ユーザから温室効果ガスの排出に係る活動量及び活動量を表す活動量表示情報を受け付ける受付部と、商品又はサービスを示す対象品目表示情報に基づいて商品又はサービスのサプライヤを推定する学習モデルに、活動量を表す活動量表示情報を与えてサプライヤを推定する推定部と、推定したサプライヤを特定する情報を出力する出力部と、を備えることを特徴とする。
【選択図】図１

【図1】

【図2】

【図3】

【図4】