BEGIN:VCALENDAR VERSION:2.0 PRODID:-//https://techplay.jp//JP CALSCALE:GREGORIAN METHOD:PUBLISH X-WR-CALDESC:生成AIと機械学習はどう使い分けるか ー デー タ活用の全体地図 X-WR-CALNAME:生成AIと機械学習はどう使い分けるか ー デー タ活用の全体地図 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:998068@techplay.jp SUMMARY:生成AIと機械学習はどう使い分けるか ー データ活 用の全体地図 DTSTART;TZID=Asia/Tokyo:20260924T120000 DTEND;TZID=Asia/Tokyo:20260924T124500 DTSTAMP:20260716T125926Z CREATED:20260708T084708Z DESCRIPTION:イベント詳細はこちら\nhttps://techplay.jp/event/99806 8?utm_medium=referral&utm_source=ics&utm_campaign=ics\n\n━━━━━ ━━━━━━━━━━━━━━━━━━━━━━━━ ━━\nその課題、生成AIで解いていませんか\n── 2つ のAIを仕分ける全体地図\n━━━━━━━━━━━━━ ━━━━━━━━━━━━━━━━━━\n✓ 需要予測 のような数値の問題にまで生成AIを当てて、精度が出 ず止まっている\n✓ 生成AIが本当に強い文章・検索・ 要約の領域が手つかずのままになっている\n✓ 自社の 課題を生成AIと従来の機械学習のどちらで解くべきか 判断軸がない\n✓ データ活用の「見立て」を、自分の 言葉で説明できるようになりたい\nもし一つでも当て はまるなら、\n足りないのは技術力ではなく「使い分 けの地図」です。\n生成AI（大規模言語モデル）と従来 の機械学習を\n2つに分け、それぞれが何に向くのかを 整理します。\nこの45分で、自社の課題リストを見て\n 「これは機械学習、これは生成AI」と仕分けできる地 図を持ち帰れます。\n■ こんな方におすすめです\n─ ──────────────────────── ───────\n✓ 自社の課題を生成AIと従来の機械 学習のどちらで解くべきか切り分けたい方\n✓ 経営・D X推進で、AI活用の判断軸を体系立てて持ちたい方\n✓ データ活用担当で、PoC止まりや精度不足の原因を整理 したい方\n✓ 「何でも生成AI」で失敗した経験があり 、正しい仕分け方を知りたい方\n■ セッション説明\n ──────────────────────── ────────\n「自社の課題は、生成AIで解くべき なのか、それとも従来の機械学習なのか」 ー AI活用の 現場で、この切り分けに迷う声をよく聞きます。ChatGPT の登場以降、何でも生成AIで解こうとして、需要予測 のような数値の問題にまで生成AIを当て、精度が出ず 止まってしまう例が増えています。一方で、生成AIが 本当に強い文章・検索・要約の領域は手つかずのまま 、という会社も多くあります。\n本セッションは、AIを 「生成AI（大規模言語モデル）」と「従来の機械学習 （予測・分類・最適化・異常検知など）」の2つに分け 、それぞれが何に向くのかという全体地図を、非エン ジニアの担当者向けに描きます。前半で2つのAIの違い と、それぞれが得意な業務を具体例で示します。後半 は、自社の課題をデータの型と目的で切り分ける判断 軸（課題タイプ別マトリクス）を渡し、判断を誤った 失敗例と、2つを組み合わせるハイブリッドの考え方ま で扱います。\n難しい数式は使いません。今日のゴー ルは、自社の課題リストを見て「これは機械学習、こ れは生成AI、これは組み合わせ」と仕分けできる地図 を持ち帰ることです。\n■ 今回話す内容\n───── ──────────────────────── ───\n\nなぜ「使い分け」が要るのか ー 2つのAIの違 いと、判断を誤ると起きること\n地図の両側 ー 従来の 機械学習と生成AI、それぞれが得意な領域\n自社の課題 はどっちか ー 判断軸（データの型・目的・制約）と 失敗例、ハイブリッドの考え方\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/998068?utm_medium=referral&utm_source=ics&utm _campaign=ics END:VEVENT END:VCALENDAR