製造業関連情報総合ポータルサイト@engineer
WEB営業力強化支援サービスのご案内
製造業のための技術系セミナー/書籍/通信教育/雑誌
技術情報協会はセミナー・出版・通信教育を通じて企業の最前線に立つ研究者、技術者をサポートします!
イベント

【Live配信 or アーカイブ配信 9/24】業務特化型AI(Vertical AI)の基礎と導入及び活用のポイント

  • このエントリーをはてなブックマークに追加
  • @engineer記事クリップに登録
研究開発マネジメント:セミナー セミナー情報  / 2026年08月05日 /  化学・樹脂 電子・半導体 先端技術
イベント名 業務特化型AI(Vertical AI)の基礎と導入及び活用のポイント
開催期間 2026年09月24日(木)
13:00~15:00
アーカイブ配信期間:10/5~10/14
会場名 Zoomを利用したLive配信
会場の住所 オンラインZoomを利用したLive配信
お申し込み期限日 2026年09月23日(水)15時
お申し込み

セミナー№609516

 

【Live配信 or アーカイブ配信】
業務特化型AI(Vertical AI)の

基礎と導入及び活用のポイント

 

★汎用型から業種・業務に特化したVertical AIへとシフト
             業務特化を実現する技術的アプローチとは!
★RAGとファインチューニングの選定基準、効果的な使い分け方!
★学習データパイプラインの構築、精度評価の設計、ハルシネーション対策とは!

 

----------------------------------------------------------------------------------

 

■講師

(株)LINK.A 代表取締役 太田 桂吾 氏

 

■聴講料

1名につき 38,500円(消費税込,資料付)
〔1社2名以上同時申込の場合のみ1名につき33,000円(税込)〕

大学、公的機関、医療機関の方には割引制度があります。詳しくはお問い合わせください。

 

■Live配信セミナーの受講について
・下記リンクから視聴環境を確認の上、お申し込みください。
 → https://zoom.us/test
・開催日が近くなりましたら、視聴用のURLとパスワードをメールにてご連絡申し上げます。セミナー開催日時に、視聴サイトにログインしていただき、ご視聴ください。
・Zoomクライアントは最新版にアップデートして使用してください。
 Webブラウザから視聴する場合は、Google Chrome、Firefox、Microsoft Edgeをご利用ください。
・セミナー資料はお申込み時にお知らせいただいた住所へお送りいたします。お申込みが直前の場合には、開催日までに資料の到着が間に合わないことがあります。ご了承ください。
・当日は講師への質問することができます。可能な範囲で個別質問にも対応いたします。
・本講座で使用される資料や配信動画は著作物であり、録音・録画・複写・転載・配布・上映・販売等を禁止いたします。
・本講座はお申し込みいただいた方のみ受講いただけます。複数端末から同時に視聴することや複数人での視聴は禁止いたします。
・Zoomのグループにパスワードを設定しています。部外者の参加を防ぐため、パスワードを外部に漏洩しないでください。万が一部外者が侵入した場合は管理者側で部外者の退出あるいはセミナーを終了いたします。

 

 

プログラム                                                                                    

 

【講演趣旨】
近年、生成AIは汎用型から業種・業務に特化したVertical AIへとシフトしています。本講演では、なぜ特化型AIが求められるのか、RAGとファインチューニングの技術的な使い分け、そしてローカルLLMを活用した自社データの安全な運用手法について解説します。技術動向を中心に、自社でVertical AI導入を検討する際に役立つ指針と選定の視点を提供します。

 

【講演項目】
1.Vertical AIの技術的定義-汎用LLMとの違いをアーキテクチャ観点で整理
2.業務特化を実現する3つの技術アプローチ:

       プロンプトエンジニアリング/RAG/ファインチューニング
3.RAGのアーキテクチャ詳解:チャンキング・埋め込み・ベクトルDB・リランキング
4.埋め込みモデルとベクトル検索の選定ポイント
5.ファインチューニングの手法比較:フルファインチューニング/LoRA/QLoRA/PEFT
6.RAG vs ファインチューニング:技術的な選定基準(更新頻度・コスト・レイテンシ)
7.ハイブリッド構成の実装パターンとRAFT(Retrieval-Augmented Fine-Tuning)
8.ローカルLLMのアーキテクチャ-量子化(GGUF/AWQ/GPTQ)とモデル圧縮技術
9.オープンモデルの選定基準(パラメータ数・ライセンス・ベンチマーク性能)
10.小規模GPU環境でのファインチューニング実践(QLoRA、Unsloth、必要VRAM試算)
11.学習データパイプライン:

       業務データのクレンジング・アノテーション・データセット設計
12.推論基盤の構築:ローカル推論エンジン(Ollama/vLLM/llama.cpp)の比較
13.精度評価の設計:ベンチマーク・LLM-as-a-judge・業務指標との紐付け
14.ハルシネーション対策の技術手法(グラウンディング、出典提示、ガードレール)
15.セキュリティ・アクセス制御の実装(データ主権、権限管理、監査ログ)
16.モデル継続更新の仕組み(差分学習・知識更新パイプライン)
17.技術選定ロードマップ-PoCから本番運用までの意思決定フロー
18.ディスカッション
【質疑応答】

 

セミナーの詳細についてはお気軽にお問い合わせください。

 

2名以上同時にお申込される場合、2人目以降の方の情報は【弊社への連絡事項がございましたら、こちらにお書きください】欄にご入力をお願いいたします。