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 12/15】R&D部門における非構造化データの構造化技術と生成AIの活用

  • 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  / 2026年11月02日 /  試験・分析・測定 先端技術
イベント名 R&D部門における非構造化データの構造化技術と生成AIの活用
開催期間 2026年12月15日(火)
13:30~15:30
アーカイブ配信は2027年1月6日まで受付
・視聴期間:1月6日~1月15日まで
会場名 Zoomを利用したLive配信
会場の住所 オンライン
お申し込み期限日 2026年12月14日(月)15時
お申し込み

セミナーNo.612516

 

【Live配信 or アーカイブ配信】
R&D部門における

非構造化データの構造化技術と生成AIの活用

 

☆蓄積された技術報告書・特許等の非構造化データ...

             生成AIで有効活用する方法とは!
☆ベテラン技術者の「暗黙知」を可視化しAIへ移植する方法!

 

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

 

■講師

(株)日本能率協会コンサルティング R&Dコンサルティング事業本部

 技術開発戦略ユニット チーフ・コンサルタント ユニット長 山中 淳一 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】
本講座では、R&D部門に蓄積された技術報告書や特許等の非構造化データを生成AIで有効活用するための「AI-Ready化」と実践手順を解説します。R&D固有のデータ分散やハルシネーション等の現実的な課題を踏まえ、文書・図表の整理手法、LLMと計算・制御処理の役割分離、ベテランの暗黙知の可視化など、自社で安全かつ段階的に導入・推進するための具体的なアプローチと着眼点を提示します。

 

【講演項目】
1.R&D部門における「生成AI活用」の現在地と壁
 1-1.R&D現場における非構造化データの現状と「活用の壁」
 1-2.生成AIを「そのまま」導入した際に直面する限界
 1-3.完全自動化ではなく「思考拡張・一次スクリーニング」へ
2.生成AIの成果を決める「データのAI-Ready化」とアーキテクチャ
 2-1.AIの精度向上を決定づける「データ側」へのアプローチ
 2-2.技術報告書・特許のAI-Ready化の進め方
 2-3.誤回答を防ぐ構造
3.R&D実務への適用ユースケースと「暗黙知」組み込みの難所
 3-1.R&D現場における代表的な適用ユースケースと検証アプローチ
 3-2.ベテラン技術者の「暗黙知」をAIへ移植する技法と限界
 3-3.運用上の前提条件と品質保証
4.自社でAI-Ready化プロジェクトを推進・定着させる進め方と外部活用
 4-1.自社情報を公開できない環境下での初期検証(PoC)の回し方
 4-2.自社で抱え込むべき領域と外部に頼るべき作業・仕組みの境界線
 4-3.R&D部門のAI-Ready化ロードマップと第一歩の踏み出し方
【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。