予測AI／生成AIを製造現場で活用するためのデータ収集、蓄積と構造化のポイント【提携セミナー】

　　セミナー　　情報通信　　AI・機械学習　　予測AI／生成AIを製造現場で活用するためのデータ収集、蓄積と構造化のポイント【提携セミナー】

開催日時	2025/3/24（月）10:30~16:30
担当講師	野口怜氏
開催場所	Zoomによるオンライン受講
定員	30名
受講費	55,000円(税込)

★使えるデータの収集、選定と蓄積の仕方！　データ不足への対処法！！
★製造業におけるAIを活用した需要予測の考え方、活用のポイントとは！

予測AI／生成AIを製造現場で活用するための

データ収集、蓄積と構造化のポイント

【提携セミナー】

主催：株式会社技術情報協会

講座内容

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、ChatGPTをはじめとする生成AIが急激に世界に普及しており、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、製造現場特有の導入ポイント、データ活用人材育成の考え方について紹介するとともに、データ収集や蓄積のポイント、データ不足への対応方法など、データ周りにも着眼します。

習得できる知識

予測AIと生成AIの基礎、製造現場でのデータ活用とAI導入の進め方、分析結果の評価、製造業における需要予測、データ収集と選定、データ構造化と蓄積、データ活用人材の育成など

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

セミナープログラム（予定）

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技術の急激な進展と生成AIの台頭
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　様々な機械学習手法と手法選択の考え方
3.3　大規模言語モデルをベースとする生成AI
3.4　分析テーマ検討の考え方
3.5　分析結果の評価と現場へのフィードバックの考え方
3.6　「PoC止まり」を防ぐために
3.7　製造業における需要予測の考え方

4.AI導入に向けたデータの収集、選定、拡張、蓄積
4.1　データ収集／選定の考え方
4.2　データ不足に対する対応方法
4.3　データの構造化と蓄積

5.製造現場におけるデータ活用人材の確保と育成
5.1　データ活用人材に必要なスキル
5.2　データ活用の育成モデル例
5.3　データ活用人材の配置例

【質疑応答】