✓ AIを試してはみたものの、本番運用まで届かずパイロットで止まってしまっている

✓ AIエージェントを作りたいが、何から決めて、どう進めれば本番に届くのかが見えない

✓ データはたまっているのに活かせておらず、何を作れば効くのか当たりがつかない

✓ PoCをやったが、精度の手応えはあっても本番化の判断ができないまま止まっている

もし一つでも当てはまるなら、

問題は「技術力が足りない」ことではありません。

何から決め、どう小さく試し、どこでつまずき、本番にどう近づけるか、その進め方の順番が描けていないだけです。

この45分で、1つのAIエージェント開発を立ち上げから本番化の手前まで追い、自社で同じ順に進めるための勘所を持ち帰ることができます。

■ こんな方におすすめです

────────────────────────────────

✓ AIを試したいが、何から決めて、どう進めれば本番に届くのか段取りが見えない方

✓ データはたまっているのに活かせておらず、何を作れば効くのか当たりをつけたい方

✓ PoCをやってみたが、精度の手応えはあっても本番化の判断ができず止まっている方

✓ 分析や異常検知の判断がベテランに依存していて、技能伝承・属人化を解消したい方

✓ 製造業のDX推進・経営企画として、AI開発の現実的な進め方とコスト感を知りたい方

■ セッション説明

────────────────────────────────

AIエージェントを自社で作ってみたい。けれど、いざ動き出すと「何から決めればいいか」「どう進めれば本番まで届くのか」が見えづらいものです。実際、AIのプロジェクトはパイロットで止まりやすく、本番運用にたどり着く企業はまだ一部にとどまります。

本セッションでは、ある製造業のお客様と取り組んだAIエージェント開発の一部始終を、1つのプロジェクトの記録として最初から最後まで追います。工場の設備が毎日吐き出す膨大なログを読み解き、定期の分析レポートを自動で下書きするAIを作るプロジェクトです。どんな課題から始まり、最初に何を決め、なぜその構成を選び、どう小さく試し、何でつまずき、本番化に向けて今どんな壁が見えているのか。意思決定と進め方の順を追って公開します。

今日の話は「ChatGPTに質問して手伝ってもらう」使い方とは違い、AIが分析という業務そのものを自走で回す取り組みの、立ち上げから本番化までの段取りを扱います。効果はPoC進行中のため確定値ではなく方向性で示します。製造業のDX推進・経営企画・PoCを検討中の方が、「自社でも同じ順で進められそうか」を判断できる粒度で持ち帰っていただきます。

■ 今回話す内容

────────────────────────────────

1. 漠然とした困りごとを具体的な課題に分解し、作り始める前に「何ができたら成功か」を先に決める立ち上げの段取り
2. 何を作ると決め、なぜその構成を選んだのか、要件と設計の意思決定を理由とともに追う
3. どう小さく試し、何でつまずき、本番化に向けてどんな壁（データの統制運用・オンプレ展開）が見えているか

■ 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: 三好大悟, リベルクラフト