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 - TECH PLAY

TECH PLAY

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
2026/10/16(金)12:00 〜 13:00
Bookmark Icon

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

オンライン

参加枠

0/定員200
募集:
一般枠先着順無料
0定員200

基本情報

日時
開催形式
オンライン
共催
TECH PLAY

イベント内容

概要

生成AI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。

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。

なぜ、製造業のAI活用は「データ」で止まるのでしょうか。

AI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。

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。

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。

当日は、以下のようなテーマを取り上げます。

  • 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
  • なぜAI実装は「データ」で止まりやすいのか
  • 「価値あるデータ」とは何か、どのように見極めるのか
  • 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
  • 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
  • PoC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
  • Physical 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

AI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。

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。

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。

※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。

タイムスケジュール

時間内容
12:00-12:05オープニング
12:05-12:25

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

ブライセン 芥川 公文
AI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。
12:25-12:50

AI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

ブライセン 芥川 公文 / TECH PLAY 坂本 奈穂
「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 PLAY 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。
12:50-13:00質疑応答/クロージング

※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。

登壇者

芥川 公文
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
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、ADAS・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。
坂本 奈穂
株式会社TECH PLAY-X
Planner Group
Planner
2016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。

参加対象

  • 製造業でAI活用・AI実装を推進している方
  • AI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
  • 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
  • AI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

参加費

無料

参加にあたっての注意事項

  • 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。
  • 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。