|
|
＜10:00-11:30＞
【第１部】技術探索／特許調査エージェントを活用したR&D業務の効率化、自動化
ストックマーク(株) 嶋
大介 氏
|
【講演趣旨】
研究開発プロセスは複雑化し、情報量の増大、属人化、スピード感の欠如といった課題が顕在化しています。本講演では、製造業の研究開発職に特化したAIエージェント「Aconnect」をご紹介します。特に、技術探索と特許調査というR&Dの専門業務をAIがどう自動化・自律化し、高精度かつスピーディにサポートするかを、具体的なユースケースとデモを交えて解説。生成AIの活用に関心のある皆様へ、開発テーマの手戻りリスクや属人性を減らし、アイデア創出から上市までを加速するAI活用の実態と未来をお届けします。
|
|
【講演項目】
1.はじめに
1-1.講演者および当社のご紹介
2.生成AIの進化と今
2-1.生成AIのこれまでの進化
2-2.生成AIは今、何ができるのか／できないのか
3.研究開発職に特化したAIエージェント「Aconnect」
3-1.AIエージェントによるR&D専門業務サポートの概要
3-2.汎用的な生成AIとの違いと使い分け
4.激化するR&Dプロセスと専門調査の課題
4-1.製品上市までの過程で発生する専門調査の全体像
4-2.情報過多、スピード不足、調査の属人化といった現場のペイン
5.技術探索エージェント：課題解決への最短ルート
5-1.技術探索業務の現場における属人性問題（ベテランvs若手）
5-2.技術探索エージェントの機能ご紹介
5-3.プロダクトデモ
6.特許調査エージェント：知的財産リスクの効率的評価
6-1.技術職による特許調査業務の負荷問題（大量のノイズ取り）
6-2.特許調査エージェントの機能ご紹介
6-3.PoCで確認された高精度（正確性90%、見逃し0%）の検証結果
6-4.プロダクトデモ
7.AI活用に必須なセキュリティ
7-1.技術開発に求められるセキュリティ
7-2.Aconnectにおけるセキュリティ対策とISO規格に基づく運用
8.これからの生成AIの進化
8-1.AIエージェントが実現するR&Dの未来とEnterprise Knowledge
Planning
※構成および項目のタイトルについては当日までに多少変更の可能性があります
【質疑応答】
|
|
|
＜12:15-13:45＞
【第２部】情報･データ･組織の分断を解消し,研究企画と遂行をつなぐ
生成AIとDXを活用した次世代ナレッジソリューション
EYストラテジー・アンド・コンサルティング(株) 森
一樹 氏
|
【講演趣旨】
研究企画と遂行の間で生じる情報共有の不足、データの分離、組織のサイロ化は、研究テーマの属人化や意思決定の遅延を引き起こしています。本講演では、これら3つの分断を解消し、研究知を組織全体で循環させるための次世代ナレッジソリューションを紹介します。生成AI、AIエージェント、機械学習、DX基盤を組み合わせ、トレンド分析・知識抽出・戦略提案を自動連携。「知が流れる研究プロセス」を実現するための最新アプローチと、その実装事例を解説します。
|
|
【講演項目】
1.研究開発の分断構造とその本質的課題
1-1.研究企画と遂行の間で生じる「3つの分断」：情報・データ・組織
1-2.属人化、重複投資、意思決定の遅延を招く構造的要因
1-3.分断が企業の研究スピード・再現性・知識共有に与える影響
1-4.解決の鍵は、“知識が流れる構造”の再構築にある
2.分断を可視化するためのトレンド分析と知識抽出
2-1.外部トレンド（論文・特許・市場動向）と内部知識（研究報告・実験データ）の統合分析
2-2.Embedding・クラスタリングを用いた研究領域のマッピング
2-3.トレンドの変遷と技術のつながりを俯瞰する可視化アプローチ
2-4.「研究テーマの見える化」がもたらす新たな企画プロセス
3.生成AIとDXによる知識循環の仕組み化
3-1.生成AIによる知識要約・構造化・再利用の自動化
3-2.DX基盤によるデータ連携・メタデータ統合・知識資産化
3-3.ナレッジグラフ／ベクトルDBを活用した探索・推薦アーキテクチャ
3-4.「情報 → 洞察 → 提案」へ進化する研究支援プロセスとその設計思想
4.研究企画と遂行をつなぐナレッジソリューション実装事例
4-1.トレンド分析AIを中心としたPoC事例と成果
4-2.Embedding＋RAG＋機械学習＋AIエージェントによる研究支援ワークフロー
4-3.Azure AI サービスを用いた実装構成
4-4.成果指標：テーマ設計の迅速化、再現性向上、意思決定支援の高度化
5.知が流れる研究プロセスへの進化
5-1.AI共創型研究DXとしての“知識循環型R&D”の全体像
5-2.AIと人が協働する意思決定知能（Decision Intelligence）の可能性
5-3.組織変革・人材スキル変革とナレッジ連携の未来
5-4.次世代研究マネジメントに向けたロードマップと今後の方向性
【質疑応答】
|
|
|
＜14:00-15:30＞
【第３部】生成AI･AIエージェントを活用した
R&D業務の自動化･自律化とデータプラットフォーム構築
(株)レゾナック 奥野
好成 氏
|
【講演趣旨】
本講演では、研究・実験データの収集から構造化までを効率化するためのデータパイプライン構築手法を紹介します。手書き文書やExcelなどの非構造データを対象に、収集・整理・統合・保存のプロセスを体系化し、再利用性と分析可能性を高める仕組みを実例とともに解説します。現場の作業負荷を軽減し、構造化されたデータを活用したAI解析や統計解析によって成果を創出し、研究の質向上に貢献する実践的なアプローチを提案します。
|
|
【講演項目】
【質疑応答】
|
|
|
＜15:45-17:15＞
【第４部】AIエージェント時代のものづくり戦略 -実例に学ぶ未来への展望-
富士通(株) 金
堅敏 氏
|
【講演趣旨】
地政学リスクやサプライチェーンの脆弱化、人材不足など、製造業を取り巻く経営環境はかつてない変化を迎えています。本講演では、生成AIから自律的エージェントへと進化するAI技術の潮流を概観し、先進企業による導入事例をもとに、価値創出と課題の実像を探ります。AIエージェント時代における「ものづくり戦略」の新たな方向性と、未来に向けた実践的示唆を提示します。
|
|
【講演項目】
1.製造業の経営課題
激変する経営環境のもと、地政学リスクやサプライチェーン変動、
消費者ニーズ多様化など、 サプライサイド･デマンドサイド双方から迫る構造的課題を整理
2.AI技術の進化と潮流
従来型AIから生成AI、そして自律的に判断･行動するAgentic AI（自律型AI）への進化を俯瞰し、技術トレンドを体系的に整理
3.グローバル先進事例の研究と示唆
バリューチェーンの各ステージ（設計･生産･保守･サプライネットワーク）における
AIエージェント導入の実践事例を分析し、成功要因と課題、得られた実践知を考察
4.AIエージェント時代のものづくり戦略と展望
自律型製造業への移行を見据え、AIエージェントがもたらす組織変革･人材･価値創造の新たな方向性を提示
【質疑応答】
|
