製造現場 DX 活用
        
『工場・製造プロセスへのIoT・AI導入と活用の仕方』
『機械学習・ディープラーニングによる“異常検知”技術と活用事例集』
 
<セミナー No.410514>
【Live配信】

★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


■ 講師
1.

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

2. 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)
3. (株)ファースト・オートメーション 代表取締役 伊藤 雅也 氏
4. 竹内技術士事務所 所長 竹内 利一 氏
■ 開催要領
日 時

2024年10月25日(金) 10:00〜17:15

会 場 Zoomを利用したLive配信 ※会場での講義は行いません
Live配信セミナーの接続確認・受講手順は「こちら」をご確認下さい。
聴講料

1名につき66,000円(消費税込み、資料付) 
〔1社2名以上同時申込の場合1名につき60,500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。
詳しくは上部の「アカデミック価格」をご覧下さい。

■ プログラム

<10:00〜11:30>

【第1部】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 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>

【第2部】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) 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>

【第3部】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 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>

【第4部】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 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】

製造 生成AI セミナー