製造現場への生成AI、AI導入と活用のポイント【提携セミナー】

　　セミナー　　技術分野共通　　製造現場への生成AI、AI導入と活用のポイント【提携セミナー】

開催日時	未定
担当講師	野口怜氏前田岳志氏伊藤雅也氏竹内利一氏
開催場所	未定
定員	未定
受講費	未定

★どのようにデータを集め、連携するか！分析結果の評価方法とは！
★生成AIによるティーチング時間の短縮とコスト削減、ロボット制御の自動化！

製造現場への生成AI、AI導入と活用のポイント

【提携セミナー】

主催：株式会社技術情報協会

講座内容

セミナープログラム参照

習得できる知識

ビッグデータ分析、生成AI／AIの選び方、データ収集と活用、データ活用人材育成、データ連携、予測・予知モデル、RAG、設計工程への生成AI導入、ロボット導入、ロボットティーチングなど

担当講師

・東京理科大学　経営学部　ビジネスエコノミクス学科　准教授　野口怜氏
・日本アイ・ビー・エム(株)　IBMコンサルティング事業本部　アソシエイトパートナー　マニュファクチャリングプラットフォームリーダー　前田岳志氏（元京セラ(株)　Dx推進センター長）
・(株)ファースト・オートメーション　代表取締役　伊藤雅也氏
・竹内技術士事務所　所長　竹内利一氏

セミナープログラム（予定）

＜10:00～11:30＞
１．製造現場への生成AI／AI導入とデータ収集、分析の進め方
東京理科大学　経営学部　ビジネスエコノミクス学科　准教授　野口怜氏
【講演趣旨】
製造現場では日々膨大な量のデータが生み出されており、これらデータの利活用が企業の成長や競争力を左右する時代になっています。
一方で、足元ではAI技術が急速に進歩し、従来の機械学習技術に基づくAI（予測AI）のみならず、2022年11月にChatGPTが公開されて以来、「生成AI」という言葉が世界を席巻しており、これらAI技術の導入は喫緊の課題です。本講演では、製造現場における実践的なデータ活用や予測AI／生成AI導入に向けて、分析やAIの基本的な知識から、製造現場特有の活用ポイント、データ活用人材育成の考え方について紹介します。

【講演項目】
1.データ社会と製造業を取り巻く現状
1-1.超ビッグデータ社会の加速とデータ活用ニーズ
1-2.AI技術の急激な進展
1-3.日本の製造業を取り巻く現状
1-4.製造業におけるデータ利活用の現状

2.製造現場の視点で見るデータ活用とAI導入
2-1.従来の統計的工程管理とビッグデータ分析の違い
2-2.製造現場におけるデータの種類と活用例
2-3.自工程完結と製造ビッグデータ活用
2-4.プロセス製造業と組み立て製造業の違い

3.製造現場における予測AI／生成AI導入の進め方
3-1.予測AIと生成AIの違い
3-2.AI手法選択の考え方
3-3.分析テーマ検討の考え方
3-4.分析結果の評価と現場へのフィードバックの考え方
3-5.「PoC止まり」を防ぐために
3-6.データ収集の考え方

4.製造現場におけるデータ活用人材育成の考え方
4-1.データ活用人材に必要なスキル
4-2.データ活用の育成モデル例
4-3.データ活用人材の配置例

【質疑応答】

——————————————————-
＜12:15～13:45＞
２．製造現場におけるDXの進め方の要諦とAI導入のポイントおよび、生成AIの展望
日本アイ・ビー・エム(株)　IBMコンサルティング事業本部　アソシエイトパートナー　マニュファクチャリングプラットフォームリーダー　前田岳志氏（元京セラ(株)　Dx推進センター長）
【講演趣旨】
昨今、製造現場において業務改革や異常検知などのために、AI（人工知能）の導入が進みつつあるが、導入にあたってはデータの取得や、取得されたデータの連携が非常に重要になってくる。しかしながらAIの導入目的を明確にしないまま、AIを適用すると現場は混乱し、運用に大きな支障が生じる。本セミナーでは、まず製造現場におけるモノづくり（モノづくりDX）改革の意義や、絶対に失敗しない進め方の要諦から、AIの導入ポイントを詳述するとともに、今後導入が進むであろう生成AIの展望について解説する。

【講演項目】
1.モノづくりDXとは

2.モノづくりDXの進め方の要諦

3.モノづくりDXにより生まれる新たな価値

4.製造現場においてデータの利活用が進まない背景

5.製造現場におけるAI導入の必要性

6.データの取得方法

7.データの連携方法

8.AIによる予測、予知モデルの作成

9.AIによる各種モデルの実装方法

10.AIによる予測、予知モデルの導入事例

11.製造現場における生成AI導入の今後の展望

【質疑応答】

——————————————————-
＜14:00～15:30＞
３．製造現場に適した生成AI／AI技術の選び方と導入のポイント
(株)ファースト・オートメーション　代表取締役　伊藤雅也氏
【講演趣旨】
この講演では、生成AIの基本的な概念とその技術的な仕組みを理解し、製造現場での具体的な活用方法について詳しく解説します。生成AIは、生産性の向上、業務効率化、新製品の創出など多岐にわたるメリットを提供しますが、その導入には慎重な計画と実践が求められます。本講演では、最新の技術動向や成功事例を紹介し、生成AIの導入におけるポイントや課題、そして効果的な活用方法について、具体的なアプローチと実例を交えて説明します。

【講演項目】
1.生成AIの基本概念と歴史

2.生成AI技術の基礎

3.生成AIの仕組みと能力

4.製造業における生成AIの役割と重要性

5.生産性向上への貢献

6.生成AIを用いた創造性の促進

7.生成AIの製造業への具体的な応用例

8.設計工程への生成AIの導入

9.文書作成の自動化

10.データ検索と情報抽出の効率化

11.ロボット制御の自動化

12.RAG（検索拡張生成）の導入とメリット

13.生成AI導入の際の課題と対策

14.情報漏洩のリスクとその対策

15.ファースト・オートメーションの提供サービス

【質疑応答】

——————————————————-
＜15:45～17:15＞
４．製造現場へのロボット導入とティーチングの進め方、生成AIの活用
竹内技術士事務所　所長　竹内利一氏
【講演趣旨】
製造現場へロボットを導入しようとした場合、必ず必要な作業がロボットのティーチング作業である。効率よくロボットを活用しようとしたら、最適なティーチングが必要である。このロボットに動作を指示するティーチング作業に、今生成AIで自動化する技術が導入され始めている。生成AIは、大量のティーチングデータを学習し、そのパターンや特徴を理解することで、それに似た内容の作業手順を新たに作成する。こうした生成AIのロボット導入におけるティーチングへの活用事例を紹介する。

【講演項目】
1.製造現場へのロボット導入
1-1.ロボット導入のプロセス
1-2.ティーチングマンの育成
1-3.作業変更の対応

2.ティーチングの進め方
2-1.ティーチングとは
2-2.ティーチングの手順
2-3.ロボットシミュレーション

3.生成AIの活用
3-1.生成AIで何ができるか
3-2.ロボットと生成AIの関わり
3-3.音声認識機能の活用

4.ティーチングへの生成AIの活用
4-1.少量多品種対応
4-2.ティーチングの時間・コストの削減
4-3.複数のロボットによる作業

【質疑応答】