QANDA(Mathpresso・AI学習支援)

## 概要(何のモデルか) QANDA(콴다/クァンダ)は韓国のMathpresso社(2015年6月、Jongheun Lee(Ray Lee)ら創業)が開発するAI学習アプリ。生徒がわからない問題を写真で撮ると、AI-OCRが文字と数式を認識し、既存の解答データベースや生成AIから段階的な解法を数秒で提示する[出典: https://en.wikipedia.org/wiki/QANDA]。 サービス自体は2016年1月にQ&A(生徒とチューターのマッチング)型でスタートしたが、2017年10月にAI-OCRによる写真検索機能をフル実装してから利用が爆発的に伸びた。韓国国内メディアは「2017年10月のフル検索サービス開始以降、爆発的成長を記録」とし、その後2019年に累計500万ダウンロード、2020年7月に1000万ダウンロードを突破したと報じている[出典: https://www.koreatechdesk.com/mathpressos-math-app-qanda-doubles-its-user-base-in-6-months]。この「写真を撮るだけで解法が返ってくる」体験が韓国のマス市場(中高生)に浸透した起点と判断し、**origin_year = 2017(OCR検索フル実装・韓国内で爆発的成長が始まった年)**を採用した。なお創業年(2015)・初期アプリ公開年(2016)は準備段階であり、マス化のトリガーはOCR実装である点を明記しておく。 2024年時点でQANDAは全世界で登録ユーザー9,000万人・月間アクティブユーザー(MAU)800万人、50カ国で展開し、累計解答数63億件以上という規模に成長している[出典: https://en.wikipedia.org/wiki/QANDA]。 ## 日本上陸の経緯(誰が・いつ・どう持ち込んだか) 日本市場はQANDAにとって海外展開の第一弾で、複数の日本語メディアが「2018年に日本でサービスを開始し、リリースから4カ月でGoogle Play・App Store双方の教育カテゴリ1位を獲得、LINE以来の成功例」と報じている[出典: https://japan.ajunews.com/view/20240423162342105]。この時点では現地法人はまだなく、日本語カリキュラム・過去問データベースを事前に構築したうえでの先行リリースだったとされる。 その後2019年10月、韓国Mathpresso, Inc.の100%子会社として株式会社Mathpresso Japanが設立され、日本展開を正式な事業体として引き継いだ[出典: https://jp.techcrunch.com/2019/10/16/2019-10-14-south-korea-based-mathpresso-developer-of-tutoring-app-qanda-raises-14-5-million-series-b/]。 ただし、その後の成長は韓国本国のような爆発的スケールには至らず、2024年3月時点の日本におけるMAUは70万人、登録ユーザーは460万人にとどまっている(世界全体のMAU800万人・登録9,000万人と比べると一桁小さい規模)[出典: https://prtimes.jp/main/html/rd/p/000000008.000044389.html]。2024年3月14日、Mathpressoは、前年(2023年9月)に韓国KT(通信大手)から受けた約12億円(800万ドル/100億ウォン)の戦略出資[出典: https://www.prnewswire.com/news-releases/google-backed-edtech-company-mathpresso-secures-strategic-investment-from-telecom-giant-kt-301922854.html]を背景に、「教育特化型LLM(MathGPT)の開発」「国内の塾・教育機関(BtoB)や政府機関(BtoG)とのパートナーシップ推進」「タブレット個別指導(QANDA Tutor)やBtoB/BtoG向けSaaSの展開」を柱とする日本事業拡大戦略を発表した[出典: https://prtimes.jp/main/html/rd/p/000000008.000044389.html]。なお、KTからの戦略出資「そのもの」は2024年3月ではなく2023年9月10日に発表されたものであり(敵対的検証で判明・訂正)、日本のPR TIMESリリース(2024年3月14日)がその出資を日本事業拡大戦略と併せて紹介した形である[出典: https://www.finsmes.com/2023/09/mathpresso-raises-8m-from-kt.html]。さらに2024年4月には学習塾向けシステムを運営する株式会社みんがくと戦略的パートナーシップを締結し、生成AIチューター「Qutor」の学習ログをみんがくの塾向けプラットフォーム上で閲覧できるようにするBtoBtoC連携を進めている[出典: https://ict-enews.net/2024/04/04mingaku/][出典: https://www.shijyukukai.jp/2024/04/25806]。 ### 年号アンカーの整理(3段階) - **2018年**: 製品としての最初の日本リリース(先行者としての「上陸」年、単発の消費者向けバイラル) - **2019年10月**: 現地法人Mathpresso Japan設立(事業体としての正式な現地化) - **2024年**: KTからの戦略出資・MathGPT開発・塾/学校向けBtoB・BtoG展開の本格始動(市場が「消費者向け無料アプリ」から「教育機関を巻き込んだ事業モデル」へ転換した年) 本稿では、日本語メディアが揃って「2018年に消費者バイラルとして急伸したが、その後の事業としての本格拡大は2024年前後のBtoBtoC/BtoBtoG転換から」という二段階の構造で語っている点を踏まえ、**japan_entry_year = 2024(市場・事業モデルが動いた転換点)**を採用した。2018年はあくまで「最初の1社の上陸」であり、モデル自体の日本における事業的定着はそこから6年以上遅れている。 ## なぜ遅れたか(delay_factors の根拠) - **商習慣**: 学習塾・学校への導入(BtoB/BtoG)は日本特有の長い意思決定・調達プロセスを要する。消費者向けアプリとして2018年に急伸した後も、教育機関との提携が本格化したのは2024年のみんがく提携以降であり、法人向け商習慣への適応に数年を要した[出典: https://ict-enews.net/2024/04/04mingaku/]。 - **需要成熟**: 日本の学校現場でAI活用への政策的な後押し(GIGAスクール構想後のAI教育ガイドライン整備等)が進んだのがここ数年であり、BtoG領域が実際に動き出す前提条件が整うまで時間がかかった。 - **資本**: 教育特化LLM(MathGPT)の開発や日本向けBtoB/BtoGサービスの構築には追加のリスクマネーが必要で、2023年9月に発表されたKTからの戦略出資(約12億円/800万ドル。累計調達額約190億円=約1.3億ドル)がその原資になっている(※出資発表は2023年9月、日本事業戦略としての発表は2024年3月)[出典: https://www.prnewswire.com/news-releases/google-backed-edtech-company-mathpresso-secures-strategic-investment-from-telecom-giant-kt-301922854.html][出典: https://prtimes.jp/main/html/rd/p/000000008.000044389.html]。 - **言語**: 日本語の問題文・数式・カリキュラムに対応した解答データベースをゼロから構築する必要があり、韓国語モデルのそのままの移植では成立しなかった。 ## 結果とその理由(成功/失敗/変形の中身) 失敗ではなく、韓国ほどの圧倒的マス化には至っていないが着実に拡大している「途上の成功」と評価できる。2018年の消費者向けバイラルで「LINE以来の成功アプリ」と呼ばれるレベルの初速を得たものの、その後の規模(2024年時点でMAU70万人)は世界全体の1割弱にとどまる。現時点でMathpressoは、単体の無料AIアプリから、学習塾・学校を巻き込んだBtoBtoC/BtoBtoGモデルへの転換(みんがく提携、QANDA Tutor、B2B/B2G向けSaaS)によって、次の成長段階を狙っている最中であり、成否はまだ確定していない。そのため outcome は `pending` とした。 なお、日本市場において先行者(2018年の初期リリース)と現在の事業主体(Mathpresso Japan)は同一企業であり、地場の競合企業がQANDAを模倣して先に勝ち切った、という構図ではない点は他の海外→日本タイムラグ事例と異なる特徴である。 ## ローカライズで変わった点 - 消費者向け無料アプリ(写真で解法検索)というコア体験は韓国と共通だが、日本では2024年以降、個人向けの無料/サブスクだけでなく、学習塾・学校が生徒の学習ログを閲覧できるBtoBtoC/BtoBtoGレイヤーを新設している(みんがく連携)。これは韓国本国よりも制度・機関を経由した展開に比重を置く形へのローカライズと言える[出典: https://www.shijyukukai.jp/2024/04/25806]。 - 日本語カリキュラム・過去問データベースを個別に構築した点も、単純な多言語対応ではなく市場ごとの再構築に近い[出典: https://japan.ajunews.com/view/20240423162342105]。 ## business-autopilot 的な学び 1. **観察**: 「消費者向けアプリとしてのバイラル定着(2018年)」と「事業として収益化・制度化するタイミング(2024年)」は別のタイミングで訪れうる。今後の海外モデル調査では、アプリストア1位などの初速だけを「上陸成功」と見なさず、マネタイズ/BtoB化の転換点を別途確認する → 候補選定時は「ダウンロード数のピーク」ではなく「収益モデルが機関経由に切り替わった年」を追加でチェックする。 2. **観察**: 教育領域はBtoC単体では大規模収益化が難しく、学校・学習塾という「機関」を挟んだBtoBtoCモデルへの転換が鍵になっている(QANDA×みんがく)。→ 個人〜中小がeducation領域で参入する場合、プラットフォーム本体(AI/OCR/LLM)はcapital-heavyでも、特定地域・特定塾チェーン向けの「導入支援・データ連携・カスタムコンテンツ制作」という周辺領域はsmb-feasibleな参入余地がある。 3. **観察**: 韓国発のQANDAは日本進出にあたり、モデルをそのまま輸入するのではなく、日本語の問題文・カリキュラムに合わせた解答データベースをゼロから作り直している。→ 「海外で本国語のデータベース/コンテンツ資産が競争優位の核」であるモデルを日本に持ち込む場合、ローカライズコストと期間を過小評価しないよう候補評価時に加点/減点材料として扱う。 4. **観察**: 資金調達(KTからの戦略出資)がBtoB/BtoG展開の直接のトリガーになっている。→ 海外発モデルの「日本転換点」を探すときは、プレスリリースや資金調達ニュースのタイミングを転換点の強力なシグナルとして使える(単なるユーザー数の伸びよりも、事業モデルの意思決定を示す一次情報に近い)。 ## issues (困った点) - japan_entry_year の決定は解釈の余地がある。2018年(製品としての初上陸、app store 1位達成)を採用する読み方も可能で、その場合 time_lag_years は 2018-2017=1 年となり、本稿の「二段階ラグ」という前提(タスク指示のヒントにも明記)とは整合しない。本稿ではタスク指示のヒント(「Mathpresso Japanが2019年設立、本格マーケは2024年前後。二段階ラグ」)と、2024年のMAU規模(70万人=「数十万人」ヒントと一致)・2024年のBtoB/BtoG戦略発表を根拠に2024年を「転換点」として採用したが、これは1つの読み方であり、確定的な「市場全体が動いた」時点の客観的指標(業界横断の統計等)までは確認できていない。 - origin_year についても、創業年(2015)・韓国国内アプリ公開年(2016)・OCR実装による爆発的成長開始年(2017)の3候補があり、「マス市場化」の定義次第で1年前後動きうる。本稿はOCR実装(2017年10月)を採用した。 - 2024年のMAU/登録ユーザー数(70万人/460万人)はMathpresso自身のプレスリリース(PR TIMES)が一次情報源であり、独立した第三者機関による検証データではない(ただし複数の教育系メディアが同じ数値をそのまま転載しており、矛盾する数値は見つからなかった)。 - 「日本で最初に展開したプレイヤー」と「最終的な勝者」を区別する指示があったが、本事例では両者がMathpresso Japan自身であり、地場企業による模倣・逆転の構図が確認できなかった。他の事例と異なり「勝者交代」の物語がない点は留意されたい。