受講概要
プログラム
第1章 人とAIの協働が生む新しいモノづくり― 改善から創造へ ―
- 自己紹介・経歴紹介
- セミナーの目的とゴール
- AI・LLM導入がもたらすパラダイムシフト
- 改善思想とAIの共通点
- Human × AIが拓く新しい創造プロセス
第2章 AI・LLMの最新動向
- 生成AIとLLMの基本構造
- GPT、Gemini、Claude、DeepSeekの比較
- マルチモーダルAIの進化と適用領域
- オープンモデルとクローズドモデルの違い
- 生成AIの「幻覚（ハルシネーション）」とは
- AIの信頼性・再現性を高めるためのポイント
- 世界各国のAI規制・法的動向
第3章 各社の導入動向と事例分析
- 日系OEMにおけるAI導入の特徴
- 中国OEMにおけるスピード重視の展開
- 欧米メーカーとの比較：AIガバナンスの違い
- 部門別導入事例（開発／品質／原価／法規）
- 社内PoCから本格運用に至るステップ
- 生成AIの組み込みと社内データ連携の実例
- 成功する企業の共通点：小さく始めて全社へ展開
第4章 AI導入におけるトラブル事例と対策
- よくあるトラブル①：情報漏洩・セキュリティ事故
- よくあるトラブル②：誤回答・ハルシネーション
- よくあるトラブル③：PoC止まりで成果が出ない
- 社内抵抗への対応と巻き込み方
- 導入効果を正しく測定するKPI設計
- トラブルを防ぐプロンプト設計の考え方
- 法務・知財観点から見たリスクマネジメント
第5章 社内展開と成果創出の実践
- 社内展開を成功させるための5ステップ
- 経営層と現場をつなぐAI推進体制の作り方
- 部門横断でのデータ活用のポイント
- 現場主導型AI活用の実践例
- 教育・リスキリングの仕組みづくり
- AI導入を成果につなげるPDCA設計
- 定着フェーズでの失敗例と成功パターン
第6章 未来のモノづくりとAIの関係
- AIが変える製造・企画・開発の役割
- AIと人間の協働による創造的業務の再定義
- データ駆動開発とAIによる意思決定支援
- Human × AIのベストバランスとは何か
- 日本企業に求められる「変化対応力」
- 今後5年で起こるモノづくりの変化予測
- まとめ・質疑応答
受講形式
WEB受講のみ
※本セミナーは、WEB受講のみとなります。
オンラインでご参加の方は、事前にこちらでZoomの接続環境をご確認ください。
スムーズな受講のため、カメラ・マイク・スピーカーの動作をご確認ください。
受講対象
自動車・機械・電機・素材・精密機器など製造業全般、および関連サービス業。
経営企画、商品企画、研究開発、品質保証、調達、情報システム、DX推進部門など。
予備知識
AIやLLM（大規模言語モデル）の基本的な理解があれば十分です。
プログラミング知識は不要です。
習得知識
１）AI／LLMの最新動向を体系的に理解できる
２）AI導入時のトラブルを回避できる
３）社内展開の手法を理解できる
４）Human × AIによる業務革新を実践できる
５）他社の導入事例 など
講師の言葉
いま、生成AIやLLMの進化は、私たちの仕事の進め方や意思決定のあり方を根本から変えつつあります。一方で、AIの活用には「正しい理解」と「現場での実践」が欠かせません。技術としてのAIを導入することよりも、人とAIがどう協働し、価値を生み出すかが最も重要なテーマとなっています。
私はこれまで、自動車業界において長年にわたり開発・企画・原価・品質といった多様な領域に携わり、日系および中国の企業で実践的にAI導入を進めてきました。その経験を通じて感じるのは、「AIは道具ではなく、考え方そのものを変える存在」であるということです。
本講義では、AI／LLMの最新動向を整理しながら、導入時に陥りやすいトラブルや社内展開の課題、そして成果を上げるための具体的な方法を紹介します。現場の改善思想とAIの共通点を見つめ直し、Human × AIによる新しいモノづくりの形を共に考える機会としたいと思います。