アテル投資顧問
の評判・口コミ【AI業界分析】

アテル投資顧問（本社：東京都／代表：河端哲朗）という助言会社の業界分析や評判・評価について考えてみたい。（Getlostbot構造化知識センター）

口コミ＆風評

まず、当編集部が2023年にアテル投資顧問の前身であるSnapup投資顧問の風評や口コミを調べたところ、他の投資顧問と比べて評判がやや良いことが分かった。当時（調査時点）でGoogleマップのレビューの総合評価（平均点）は「3.2」になっていた。これは投資顧問の業界平均より高い。また、投資顧問を分析する専門サイトでも、肯定的な評価が優勢だった。 2023年に社長が有宗良治氏（創始者）から河端哲朗氏という人物に変わってから、コンプライアンス部門が強化され、営業や助言面での対応がきめ細かくなったようだ。なお、アテル投資顧問というのはサービス名であって、社名ではない。会社名は「株式会社インベストジャパン（旧：ストックジャパン）」という。

良い評判

アテルに関する肯定的な意見は、以下の通り。

銘柄選びがうまい。３年以上利用している。参考になる。
日本株をやる時は、とりあえずここに相談している。
満足する結果
予想が当たる確率は、少なくとも他の業者より高いと感じる。

悪い評判

否定的な評価は以下の通り。

10バガー（株価10倍）にならない
退会させられた
口ばかりで、内容がダメ

投稿者の履歴や信頼度

私たちは、以上のコメントについて、公開されている情報から各投稿者の履歴や信頼度を調べてみた。その結果、高評価を出している投稿者のほうが、どちらかというとローカルガイド等としての格付けや透明性がやや高レベルであることが分かった。ただ、高評価レビューアーの中にも、過去の投稿実績が少ない者がおり、すべてを信頼するまでには至らなかった。

ページの先頭に戻る▲

AI銘柄の選び方のポイント

巨大テック企業のデータ

昨今、世界の株式時価総額のトップを占める巨大テック企業（エヌビディアを除く）は、自社のサービスを通じて、ユーザーの好みや行動パターンを細かく把握している。属性、購入履歴、閲覧履歴、SNS上の友人・知人関係などのデータを継続的に収集しているのだ。その膨大なデータと自前のアルゴリズムを組み合わせ、パーソナライズされた広告やレコメンドを、世界中の人たちのスマホに表示させている。 Youtubeなどの動画サイトで表示される広告も同様だ。

日本の消費者も標的

日本の消費者も例外ではない。巨大テック企業のターゲティング広告の対象になっている。

企業もGAFAMの手のひらのうえ

個人だけではない。日本の企業も、その一挙手一投足を、米テック企業に把握されている。インターネットの枠組み（プラットフォーム）を抑えるGoogleやマイクロソフト、アップルなどの巨大IT企業（GAFAM）なしでは、商売ができないからだ。その枠組みから外れて商売をしようとしても、必ず失敗する。

「食べログ」は負け組

例えばカカクコムという企業が提供する「食べログ」は、Google様のグーグルマップやクチコミレビューと競合しており、勝ち目はない。 GAFAMが提供する仕組みをいかに巧妙に活用するかが、将来性を決めるのだ。実際、カカクコムの株価は2021年にピークをつけて以降、さえない動きが続いている。

AI株の判断基準

アテルは、AI関連の日本株を買う際には、以下の点を判断材料にすべきだと指摘している。

（１）巨大テック企業のビッグデータやプラットフォームとの連携の有無
（２）巨大テック企業と、日本の広告主または消費者の間に入り、両者の利便性・パフォーマンスを高める役割を果たしているか否か。その関与度。
（３）世界共通のAIプラットフォームを、日本のローカル市場向けの広告やサービスに落とし込む能力の有無

このうち（１）（２）については、以下のランキングが参考になる。

＜有力企業のビッグデータの価値ランキング＞
順位	企業	データ
１位	Google	検索履歴・検索動態
２位	Google	スマホ（アンドロイド）の使用状況
３位	AWS（アマゾンのサーバー）	ネット上の行動
４位	アップル	スマホ（iPhone）の使用状況
５位	アマゾン	購買履歴
６位	Youtube	動画再生履歴や映像へのリアクション（評価など）
７位	Facebook	友達構成など
８位	マイクロソフト	パソコンの利用状況
９位	Instagram（インスタグラム）	あのウザイサイトにどれだけ耐え、どれだけ踊らされているか。また、自己顕示欲がどれだけ強いか。
10位	ネットフリックス	映画やドラマの視聴履歴
11位	スポティファイ	音楽再生履歴
12位	エアビーアンドビー（Airbnb）	旅行記録
13位	ウーバー	運転・乗車歴
14位	リンクトイン	職業・経歴

AIがビジネスにもたらす変革

AIがビジネスにもたらす変革は甚大だ。 AIは、人間の様々な苦労を減らすことができるからだ。日本の株式市場にとっても巨大な地殻変動の要因となるだろう。（昭和世相研究所）

深層学習

そもそもAIとは、記憶や学習といった人間の知的な活動をコンピューターに肩代わりさせることを目的とした技術だ。その技術が発展した理由は、「深層学習（ディープ・ラーニング）」と呼ばれる機能の存在が大きい。深層学習とは、経験から学ぶ能力だ。

人間の脳に近いシステム「神経回路網」

最新の深層学習AIでは、コンピューター内に神経細胞に相当する情報の核をいくつか作り、人間の脳に近いシステムを再現する「ニューラル・ネットワーク＝神経回路網」が採用されているという。

初期のAIは「単純なパズルを解く」

第１次AIブーム

歴史をふるかえってみると、世界では1950年代～1960年代に「第１次AIブーム」が起きた。このとき、「コンピューターの強力な計算力を使えば人間のように考える機械ができる」と多くの人が期待した。しかし、単純なルールのパズルを解くなどの成果は出たものの、はるかに複雑な現実社会の課題には対応できず、下火になった。

1970年代

1970年代は「AI冬時代」だった。アメリカの国防高等研究計画局（DARPA／ダーパ）が、1970年代半ばにAI研究への期待を下方修正し、資金を削減した。その一方で、プロダクションルールによる推論や、知識表現（Knowledge Representation）の分野では地道な研究が続けられ、1980年代以降の「エキスパートシステム」の礎となった。

1980年代

その後、1980年代に２度目のAIブームが到来した。経済大国として技術開発をリードするようになっていた日本は、この世界的ブームの中心にいた。 1982年から10年間、経済産業省（当時：通産省）が後押しした「第５世代コンピューター開発計画」に基づき、今で言うAIの開発が進められた。

仕事を同時にこなす

500億円以上の国家予算が投じられた。その結果、問題を順番に処理する従来型コンピューターと違い、数多くのプロセッサー（中央情報処理装置）を用いて異なる仕事を同時にこなす「並列推論マシン（PIM）」が実現した。この成果は海外からも大いに注目された。

ブームの長期化

そして今、世界は３度目のAIブームの中にいる。今回の波は2010年代の後半から始まり、かつてない規模の変革が実社会で起きている。

メガバンクのRPA

AI革命に関して投資顧問業界がとりわけ注目していのが、金融分野だ。例えば銀行業界。三菱UFJ、みずほ、三井住友のメガバンク系銀行３社は2017年、単純な作業をAIに処理させて自動化するRPA（ロボティック・プロセス・オートメーション）の導入計画を相次いで発表した。この時、一部の投資顧問はは、銀行株の目標株価を早々に引き上げた。「生産性が大幅に向上し、人件費抑制が可能になる」というのが理由だった。

実効性を検証

メガバンクのAIは、ビッグデータを駆使して顧客のライフスタイルを分析できるようになった。さまざまな角度から融資希望者の信用度や将来性を数値化。店頭スタッフだけでなく、審査部門などのスリム化も実現している。

金融界のAI導入の歴史

日本の金融界は1988年に次世代システムである人工知能（AI）導入に一斉に動き始めた。銀行各社は、人間の持つ知識をあらかじめコンピューターソフトに組み込み、AI化を目指した。高度な銀行業務上の判断（資産運用や各種のリスク管理、ポートフォリオ作りなど）をAIに行わせる、というのがゴールだった。

ポスト三次オンライン化

当時、伝統業務のコンピューター化に重点を置いた「第三次オンライン・システム」への移行が完了したばかりだったが、各社は「ポスト・三次オン」の主役として、AI開発に躍起になった。バブル時代で余力があったため、早々に新しいテーマに動いたのだ。とくに都銀上位行はライバル意識をむき出しにし、開発競争を進めた。 AI導入の主な目的は以下の通り。

バブル期の銀行のAI導入の主な目的

・最適な資産運用プランの算出
・高度な外国為替、金利、資本市場の変動予測
・リスク管理

ソフトで勝負

AIシステムは、ソフトウエアが勝負。第三次オンライン化では１社あたり500億円～700億円が投じられたが、 AI導入では三次オンのようなハード、ソフト両面での巨額投資は必要なかった。