✓ ファインチューニングとRAG、どちらを選ぶべきかの判断基準を言葉にできていない
✓ 話題性や情報の新しさで技術を選び、対象データの性質を見極められていない
✓ 過去に片方だけを試して精度が上がらず、次の一手が分からなくなっている
✓ 閉域環境という制約の中で、監査要件やレイテンシ要件まで含めた構成を組めていない

もし一つでも当てはまるなら、問題は「技術の知識が足りないこと」ではありません。対象データの性質・データ量・出典提示の要否・レイテンシ制約という4つの軸で判断する型を持っていないだけです。この45分で、自社のデータとタスクに、ファインチューニングとRAGのどちらを（あるいは両方をどう役割分担させて）当てはめるかを判断できる状態を持ち帰ることができます。

■ こんな方におすすめです
────────────────────────────────
✓ 自社データを使ってAIの精度を上げたいが、ファインチューニングとRAGのどちらから着手すべきか迷っている方
✓ 過去に片方だけを試して精度が上がらず、次の一手が分からなくなっている方
✓ 閉域環境という制約の中で、監査要件・レイテンシ要件を満たす構成を検討したい方
✓ DX推進・情報システム部門で、技術選定の判断軸を明確にしたい方

■ セッション説明
────────────────────────────────
自社データを使ってAIの精度を上げようとするとき、「ファインチューニング」と「RAG」のどちらを選ぶかで迷う担当者は多いです。対象にする課題がまったく違う技術であるにもかかわらず、現場では「なんとなく」で選ばれてしまうことが少なくありません。

本セッションは、閉域環境での実案件から見えてきた「同じ案件の中でもタスクによって向き不向きが分かれる」という実例をもとに、データの変化頻度・データ量・出典提示の要否・レイテンシ制約という4つの具体的な軸で判断するフレームを提示します。監視設定の自動生成にファインチューニングが有効だった事例、数千ページ規模の文書からリスク候補を抽出する業務でRAGが有効だった事例を紹介しながら、ファインチューニングとRAGを役割分担させるハイブリッド構成の考え方まで扱います。

今日のゴールは、技術選定を「なんとなく」で終わらせず、自社のデータとタスクに当てはめて判断できる状態を持ち帰ることです。

■ 今回話す内容
────────────────────────────────

1. ファインチューニングとRAGは、対象にする課題がそもそも違う ー 閉域環境の実案件で混同すると起きる失敗
2. ファインチューニング（LoRA/QLoRA）とRAGが向くケースを、具体的な事例と数値の目安で見分ける
3. データの性質・データ量・出典要否・レイテンシという4つの問いで選び、ハイブリッド構成まで検証する

■ 登壇者
────────────────────────────────
三好大悟（株式会社リベルクラフト 代表）

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。

X: https://x.com/daigomiyoshi_ai （三好大悟）, https://x.com/libercraft1202 （リベルクラフト）

■ 開催概要
──────────────────────────
日時：2026年11月12日（木）12:00〜12:45
時間：45分（本編40分＋Q&A5分）
形式：Zoomウェビナー（参加費無料）
対象：DX推進・情報システム部門で、自社データを使ったファインチューニング・RAGの技術選定を実装段階で検討している方
主催：株式会社リベルクラフト

■ 注意事項
──────────────────────────
・当日参加できない方にも、後日、当日資料のご案内をメールでお送りします。申し込んでおくだけで受け取れます。
・本ウェビナーはビジネス用途を前提としています。同業他社の方はご遠慮いただく場合があります。
・リクルーティング、勧誘など、採用目的でのイベント参加はお断りしております。
・欠席される場合は、お手数ですがキャンセル処理をお願いいたします。
・無断キャンセルや欠席が続く場合、次回以降の参加をお断りさせていただく場合がございます。
・内容は予告なく変更される場合があります。