BEGIN:VCALENDAR VERSION:2.0 PRODID:-//https://techplay.jp//JP CALSCALE:GREGORIAN METHOD:PUBLISH X-WR-CALDESC:なぜ製造業のAI活用は「データ」で止まるのか ？ ― AI実装を前に進めるデータエンジニアリング X-WR-CALNAME:なぜ製造業のAI活用は「データ」で止まるのか ？ ― AI実装を前に進めるデータエンジニアリング X-WR-TIMEZONE:Asia/Tokyo BEGIN:VTIMEZONE TZID:Asia/Tokyo BEGIN:STANDARD DTSTART:19700101T000000 TZOFFSETFROM:+0900 TZOFFSETTO:+0900 TZNAME:JST END:STANDARD END:VTIMEZONE BEGIN:VEVENT UID:1000596@techplay.jp SUMMARY:なぜ製造業のAI活用は「データ」で止まるのか？ ― AI実装を前に進めるデータエンジニアリング DTSTART;TZID=Asia/Tokyo:20261016T120000 DTEND;TZID=Asia/Tokyo:20261016T130000 DTSTAMP:20260918T024849Z CREATED:20260915T094823Z DESCRIPTION:イベント詳細はこちら\nhttps://techplay.jp/event/10005 96?utm_medium=referral&utm_source=ics&utm_campaign=ics\n\n概要\n生成A IをはじめとするAI技術の進化により、製造業でもAI活 用への期待が急速に高まっています。\n検査の高度化 、設備の自動化・自律化、予兆保全など、AIを実際の 製造現場へ導入しようとする企業が増える一方で、「 必要なデータが揃わない」「データはあるが、AIで使 える状態になっていない」「現場の判断や熟練者の知 見を、うまくデータに落とし込めない」といった課題 に直面し、PoCや検討段階から先に進めないケースも少 なくありません。\nなぜ、製造業のAI活用は「データ」 で止まるのでしょうか。\nAIを現場で動かすために必要 なのは、単に大量のデータを集めることではありませ ん。実際の設備・工程・作業者・利用環境を理解し、 何をデータとして取得するのか、どの状態を正しいと 評価するのか、現場の知見をどのようにAIが扱える形 へ変えていくのかを設計し、継続的に改善していくこ とが求められます。\n本イベントに登壇するのは、製 造業・モビリティ領域を中心に、データエンジニアリ ングを軸としたAI・DX支援を行う株式会社ブライセン AI ソリューション本部 本部長 芥川公文氏。芥川氏が米 国で見聞きした製造業・AI活用の実態や、日本の製造 業との違いへの考察も交えながら、AI市場で語られる 先進的なイメージと、実際の製造現場で起きているこ とのギャップを紐解きます。\nさらに掘り下げるのは 、現場へ入り込み、試行錯誤を重ねながらAI実装を前 に進めるために、データエンジニアリングが果たす役 割です。\n当日は、以下のようなテーマを取り上げま す。\n\n米国と日本の製造業の違いから考える、AI実装 とデータエンジニアリングの現在地\nなぜAI実装は「デ ータ」で止まりやすいのか\n「価値あるデータ」とは 何か、どのように見極めるのか\n現場の感覚・判断・ 暗黙知を、どのようにデータへ落とし込むのか\nなぜ データエンジニアリングは、現場に入り込みながら伴 走する必要があるのか\nPoCや検討段階から実装へ進む ために、企業は何を整えるべきか\nPhysical AI時代を見据 え、今後どのようなデータ・仕組み・体制が必要にな るのか\n\nAI活用を実際の製造現場へ落とし込もうとし たとき、どこでつまずき、何を一つずつ整えていく必 要があるのか。現場で直面するデータの課題や試行錯 誤に踏み込みながら、AI実装を前に進めるための考え 方を整理していきます。\n製造業でAI・データ活用を推 進している方、PoCから先に進めず課題を感じている方 、これからAI実装に向けたデータ基盤や推進体制を検 討したい方におすすめのイベントです。\n自社のAI活用 において、何がデータ上のボトルネックになっている のか。どの観点から現場データを整えていけばいいの か。その問いを自社に持ち帰り、次の一歩を考えるた めのヒントをお届けします。\n\n※配信URLは、申込者に 対し本ページ上「参加者へのお知らせ」にて当日まで に表示されます。\nタイムスケジュール\n\n\n\n時間\n内 容\n\n\n12:00-12:05\nオープニング\n\n\n12:05-12:25\n\n米国と日 本の製造現場から考える、AI実装の現在地― なぜ今、 データエンジニアリングが重要なのか\nブライセン 芥 川 公文\nAIに関するニュースでは、次々と先進的な技 術や事例が取り上げられています。一方、実際の製造 現場に目を向けると、AI実装は必ずしもニュースで語 られるようなスピードで進んでいるわけではありませ ん。本セッションでは、製造業・モビリティ領域のデ ータエンジニアリングに長年携わる芥川公文氏が、米 国で見聞きした製造業の実態と日本の製造業との違い への考察を交えながら、製造業におけるAI実装の現在 地を紐解きます。AIを実際の現場で機能させようとす ると、必要になるのはモデルだけではありません。何 をデータとして取得するのか、何を「正しい」と判断 するのか。現場ごとに異なる感覚や判断基準をすり合 わせ、AIが扱えるデータへ落とし込みながら、継続的 に改善していく必要があります。なぜAI実装はデータ で止まりやすいのか。そもそもデータエンジニアリン グとは何なのか。そして、日本の製造業が培ってきた 品質へのこだわりや「すり合わせ」の力を、AI時代に どう活かせるのか。現場に入り込み、試行錯誤しなが らAI実装を前に進めてきた視点から、後半のトークセ ッションにつながる前提知識と論点を解説します。\n\n \n\n12:25-12:50\n\nAI実装を「データ」で止めないために、 現場で何をすべきか？― データの見極めから、現場と の伴走・継続的な改善まで\nブライセン 芥川 公文 / TEC H PLAY 坂本 奈穂\n「AIに使えるデータ」と「ただ存在し ているデータ」は何が違うのか。現場の人が感覚的に 判断している"正解"を、どうAIが扱える形にするのか。 必要なデータや正解が最初から分からない中で、どこ から手をつければいいのか。本セッションでは、TECH PL AY 坂本が聞き手となり、株式会社ブライセン 芥川公文 氏に、製造現場でAI実装を進める際に直面する具体的 な「データの壁」について問いかけます。データを集 めるだけではAI実装につながらない中で、何を「価値 あるデータ」と捉え、どのように見極めるのか。現場 の感覚や熟練者の判断、暗黙知をどうデータへ落とし 込むのか。そして、実装を進める中で新たな課題が見 つかったとき、現場とどのようにすり合わせ、改善を 重ねていくのか。具体的な現場で起こり得る課題や事 例を交えながら、データの収集・評価といった技術的 な論点に加え、現場に入り込み、関係者と伴走しなが らPDCAを回していくことの重要性まで掘り下げます。さ らに、実空間でAIが判断・行動するPhysical AIの広がりも 見据えながら、これから製造業がAI実装を進めるため に、どのようなデータ・仕組み・体制を整えていく必 要があるのかについても考えます。「自社のAI活用は 、なぜ先に進まないのか」「データのどこから見直せ ばよいのか」。そんな課題を抱える方が、自社の現在 地を整理し、AI実装を次の一歩へ進めるためのヒント を探るトークセッションです。\n\n\n\n12:50-13:00\n質疑応 答／クロージング\n\n\n\n※当日予告なく時間配分・内 容が変更になる可能性がございます。\n登壇者\n\n\n\n\n 芥川 公文\n株式会社ブライセンデータエンジニアリン グソリューション本部BRYCEN USA\, Inc. 代表データエンジ ニアリングエバンジェリスト\nデータ活用とAI技術を軸 に20年以上にわたり、企業のDX推進や新規事業開発を支 援してきたデータエンジニアリング領域のスペシャリ スト。キャリア初期よりソフトウェアエンジニアとし て、Webシステムや業務システムの開発に従事。技術革 新の変化とともに、データ活用基盤の構築やクラウド 活用、AIソリューション開発へと領域を広げ、企業の 競争力向上を支援してきた。その後は、アノテーショ ンサービスやデータ活用基盤の事業責任者として、機 械学習・生成AIの活用に不可欠な高品質データの整備 や運用体制の構築を推進。国内外の企業に対し、AI開 発から運用までを見据えたデータエンジニアリング支 援を数多く手掛けている。また、自動運転やADAS、ロボ ティクスなどフィジカルAI領域において、データ収集 ・アノテーション・学習データ管理の高度化を推進。 実世界データを活用したAI開発支援を通じて、製造業 やモビリティ業界をはじめとする多様な産業のDXに貢 献してきた。現在はBRYCEN USA\, Inc.の代表として、グロ ーバル視点でのデータエンジニアリング事業を推進す るとともに、フィジカルAI時代に求められるデータ活 用戦略やAI開発プロセスの高度化に取り組んでいる。 専門領域は、データエンジニアリング、データ分析基 盤、アノテーション、フィジカルAI向けデータ整備、AD AS・自動運転領域。データを価値へ変換する仕組みづ くりを通じて、企業のAI活用と事業成長を支援してい る。これまで培った知見や実践事例を広く発信し、デ ータとAIによる新たな価値創出と産業競争力の向上に 貢献している。\n\n\n\n\n\n坂本 奈穂\n株式会社TECH PLAY-XPl anner GroupPlanner\n2016年にパーソルキャリア（旧 インテリ ジェンス）に新卒入社し、約4年間IT・インターネット 業界の採用支援を担当。その後、エンジニア領域の転 職支援に従事。2022年より『TECH PLAY』にて、エンジニア 向けイベントや記事、動画・対談などの企画を担当。 特に自動車・製造業領域を中心に、企業が持つ技術や 開発現場の取り組みを紐解き、エンジニアに届けるコ ンテンツ企画を多数手がける。ソフトウェア開発、AI 、クラウド、開発者体験、開発組織・文化など幅広い テーマを扱い、これまで100本以上の企画に携わる。近 年は、自動車・製造業とWeb・IT業界のエンジニアをつ なぐ企画にも注力するほか、技術イベントのMC・モデ レーターとして、エンジニアやプロダクト開発に携わ る人々の知見や実践を引き出す場づくりにも取り組ん でいる。\n\n\n\n参加対象\n\n製造業でAI活用・AI実装を推 進している方\nAI活用やPoCを進める中で、データの収集 ・整備・品質などに課題を感じている方\nデータは蓄 積しているものの、AI活用にどうつなげればよいか悩 んでいる方\nAI実装を前に進めるために、データエンジ ニアリングの考え方や、必要な仕組み・体制を知りた い方\n\n参加費\n無料\n参加にあたっての注意事項\n\n参 加を辞退する場合は、詳細ページより申込のキャンセ ルをお願いいたします。\n配信映像や音声は各自の通 信環境に依存します。なるべく通信環境の良い状態で 視聴ください。\n LOCATION: URL:https://techplay.jp/event/1000596?utm_medium=referral&utm_source=ics&ut m_campaign=ics END:VEVENT END:VCALENDAR