BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//https://techplay.jp//JP
CALSCALE:GREGORIAN
METHOD:PUBLISH
X-WR-CALDESC:ローカルAIって何が使えて、どこで詰まるか
X-WR-CALNAME:ローカルAIって何が使えて、どこで詰まるか
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:996983@techplay.jp
SUMMARY:ローカルAIって何が使えて、どこで詰まるか
DTSTART;TZID=Asia/Tokyo:20260703T120000
DTEND;TZID=Asia/Tokyo:20260703T124500
DTSTAMP:20260612T095047Z
CREATED:20260610T064348Z
DESCRIPTION:イベント詳細はこちら\nhttps://techplay.jp/event/99698
 3?utm_medium=referral&utm_source=ics&utm_campaign=ics\n\n✓ ローカル
 AIに興味はあるが、実際のところ何ができて何ができ
 ないのか分からない\n✓ クラウドのChatGPTは使えるが、
 社内のPCやサーバーの中で動かすイメージが湧かない\n
 ✓ 無料モデルが手に入ると聞くが、自社の機材で本当
 に動くのか不安がある\n✓ 試すとしても、どこから手
 をつけてどこで見極めればいいのかが分からない\nも
 し一つでも当てはまるなら、\n足りないのは「技術知
 識」でも「予算」でもありません。\nローカルAIで何が
 使えて、何が苦手で、どこで詰まるかという「実態の
 解像度」が足りていないだけです。\nこの45分で、ロー
 カルAIの使える用途・苦手な用途・現場でのつまずき
 所を、具体的な事例と数値で整理し、自社で試すかど
 うかを判断する前提となる「実態の解像度」を持ち帰
 ることができます。\n■ こんな方におすすめです\n─
 ────────────────────────
 ───────\n✓ ローカルAIに興味はあるが、何が
 できて何ができないのか実態を知りたい方\n✓ クラウ
 ドのChatGPTは使えるが、社内で動かすローカルAIは未知
 という方\n✓ 製造業・官公庁で、機密データの都合か
 らローカルAIが気になっている方\n✓ 無料モデルを試
 したいが、自社の機材や運用で回せるか不安な方\n✓ 
 難しい技術知識なしで、ローカルAIの実態を一度整理
 したい方\n■ セッション説明\n──────────
 ──────────────────────\n「
 自社の中だけで動くAI（ローカルAI）を試してみたい。
 でも、実際のところ何ができて、何ができないのか分
 からない」。製造業や官公庁の現場で、この声をよく
 聞きます。クラウドのChatGPTは使えても、社内のPCやサ
 ーバーの中で動かすローカルAIとなると、急に実態が
 見えなくなります。\n本セッションは、ローカルAI（端
 末やオンプレで動かす大規模言語モデル）の「使える
 ・苦手・つまずき所」を、入口層に向けて実態ベース
 で整理します。まず、いま無料で手に入るモデルが日
 本語でどこまで実用になるのか（Swallow・Qwen3 など）を
 、クラウド最上位との実際の性能差とともに示します
 。次に、文書要約・社内文書QA・分類といった「得意
 な用途」と、高度推論・最新知識・長文一括処理とい
 った「苦手な用途」を具体的に分けます。\nさらに、
 現場で実際に詰まるポイント（GPUメモリ・推論速度・
 精度のバラつき・運用とモデル更新の手間・RAGとの組
 み合わせ）を、必要VRAMやトークン/秒といった具体的
 な数値で見ていきます。最後に「まず何から試し、ど
 こで見極めるか」の現実的な入口（Ollama・LM Studio・小
 さく絞ったPoC）を提示します。難しい技術知識は不要
 です。今日のゴールは、自社でローカルAIを試すかど
 うかを判断する前提となる「実態の解像度」を持ち帰
 ることです。\n■ 今回話す内容\n─────────
 ───────────────────────\n\n
 ローカルAIとは何か。クラウドとの違いと、無料で手
 に入る日本語モデルが今どこまで実用になっているか\
 n何が使えて何が苦手か。要約・分類・社内文書QAなど
 の得意用途と、高度推論・最新知識・超長文といった
 苦手用途を、JAL×Phi-4 miniの現場事例とともに具体的に
 整理\nどこで詰まるか。GPUメモリ・推論速度・量子化
 ・精度のバラつき・運用更新・RAG併用の6つのつまずき
 所を数値で確認し、Ollama・LM Studioで小さく試す入口ま
 で\n\n■ 登壇者\n─────────────────
 ───────────────\n三好大悟（株式会
 社リベルクラフト 代表）\nデータサイエンティスト出
 身。製造業・大手ITを中心に、AI・データ活用のコンサ
 ルティングと社内研修を手がける。「技術を現場で動
 く施策に翻訳する」をミッションに、導入判断から構
 築・運用展開まで一気通貫でサポートしている。Python
 ・SQLによる実装経験と、経営層へのプレゼン・合意形
 成の両方を持つ実務家。\nX: 三好大悟\, リベルクラフ
 ト
LOCATION:
URL:https://techplay.jp/event/996983?utm_medium=referral&utm_source=ics&utm
 _campaign=ics
END:VEVENT
END:VCALENDAR