生成AI World

AI Agentの進化により、業務アプリケーション開発のあり方が大きく変わろうとしています。
ビルドシステムでは、AI Agentを単なるコーディング支援としてではなく、要件整理、設計、実装、テスト、ドキュメント作成など、アプリケーション開発全体を支援する存在として活用する取り組みを進めています。 その中核となるのが、複数のAI Agentと人がチームとなって開発を進める「BuildSystem AI Agent Platform / Powered by Algo-Cats」です。 現在、自社で開発した既存の業務アプリケーションをAI Agentで再開発し、既存アプリケーションと比較することで、開発速度だけでなく、正確性、品質、人の作業量がどのように変化するのかを検証しています。
本講演では、こうした実践をもとに、AI Agentによって業務アプリケーション開発がどう変わるのか、人とAI Agentがどのように役割分担するのかをご紹介します。また、企業アプリケーション開発のモデルケースとして、MendixとMaiaを活用した取り組みについてもご紹介します。
私たちが目指しているのは、単なる開発の自動化ではありません。AI Agentが開発を担い、人が目的、判断、品質をマネジメントする、新しいアプリケーション開発の姿です。 AI Agentをどのように自社の業務やシステム開発に取り入れればよいのか。その第一歩を考えるきっかけとなる内容をお届けします。

「便利だから使っているが、社外に出してはいけない情報を入力していないか」——生成AIを現場で使い始めた企業が、いま最も不安を抱えている点です。
図面、仕様書、原価表、取引先との契約条件。製造業が日常的に扱う情報は、そのまま入力すれば競争力の源泉が外に出ていきかねないものばかりです。かといって入力を全面禁止にすると、AIを使う意味そのものが失われます。
本セミナーでは、生成AIの活用を止めずに、守るべき情報を守るための考え方と具体策をお話しします。
・入力した情報はどこへ行くのか。学習に使われる場合と使われない場合の違い
・無料版と法人向けプランで何が変わるのか
・現場に配るべき「入れていい情報・入れてはいけない情報」の線引き
・シャドーIT（会社が把握していないAI利用）の見つけ方と扱い方
・情報漏洩を防ぎながら業務効率を落とさない社内ルールの作り方
専門用語を使わず、明日から自社で実行できる形に落としてお話しします。
弊社は東海を拠点に、企業ごとの業務にあわせたAIの実装支援と、社内定着のための研修を行っています。 個別のご相談も承っております。

本セッションは、研究開発部門における技術資産の棚卸しと、そこでの生成AIの活用を取り上げます。
棚卸しについては、一覧表は作成したものの、どの技術に何ができるのかを判断できず、活用の検討に進めていない例が多く見られます。生成AIについては、要約やアイデア出しには使われているものの、担当者が個人で使う範囲にとどまっています。この二つは別々の課題に見えますが、停滞している原因は共通しています。本セッションでは、その原因を3つに整理し、対応の手順を説明します。

■想定する組織
以下のいずれかに当てはまる組織を想定しています。
・技術報告書や特許が複数の事業部にまたがって保管されている
・数万件規模の技術文書を保有し、全体像を把握している担当者がいない
・棚卸しの一覧表はあるが、その後の検討に使われていない
・生成AIは導入済みだが、利用が個人単位にとどまっている

■前半　事業化に至らない3つの理由

・理由1　成果物が個人の手元に留まる
棚卸しの結果も生成AIの出力も、作成した担当者のもとに残ったままになります。一覧表として共有される場合も、各文書を数行に要約した記載にとどまり、技術がどの条件下で成立し何ができないのかという内容は担当者の中に残ります。文書の一覧にはなりますが、技術の一覧にはなりません。

・理由2　記述の型が定まっていない
過去の報告書だけでなく、用途探索や事業化の検討結果をどの項目で書くかという型も揃っていません。生成AIを使うと、この問題はかえって表面化しにくくなります。出力はプロンプト次第で変わりますが、そのプロンプトは担当者個人の工夫として抱えられており、共有されていません。担当者ごとに置いている前提も判断の軸も異なるため、同じ技術を扱っても返ってくる内容は揃いません。加えて、出力はいずれも整った文章の形をとるため、揃っていないことが見た目からは分かりません。こうして形式の異なる資料が量産され、読み手は毎回内容を読み解き直すことになります。比較も再利用もできないため、出力の総量が増えるほど組織の判断は遅くなります。

・理由3　他者の蓄積が使われていない
他の事業部が過去に検討した用途や、中止した経緯は共有されていません。生成AIに渡す情報も担当者個人の手持ち資料にとどまります。その結果、同一のテーマで社内の検討が重複します。

3点はいずれも、棚卸しが一覧表で止まる原因であると同時に、生成AIの利用が個人の作業支援を超えない原因でもあります。それぞれの対応手順と生成AIの使いどころを説明し、棚卸しの結果を用途探索および事業化に接続するまでの流れを示します。

■後半　ツールの選択と実例
・汎用の生成AIツールで対応できる範囲と、対応できない範囲の整理
・当社が提供するGEN-SEKI Labの紹介
・実際の技術文書を用いたデモンストレーション
・大手メーカーでの利用者の評価

■想定聴講者
研究開発部門の管理職・研究者、技術企画部門、および技術シーズの事業化を担当する新規事業担当の方

製造業DXで重要なのは、単なる業務自動化ではなく、現場の判断力をどう拡張するかです。本セミナーでは、設計・製造・品質保証に散在する知見をAIでつなぎ、FMEA・DR・不具合対応など、担当者の経験に依存していた判断を組織の仕組みに変える考え方と実践例をご紹介します。

生成AIへの注目が高まる一方、企業・組織では次のような課題が見られます。 ・自社業務に適したAIの選び方・活用方法が分からない ・AIを導入したものの、現場で十分に利用されていない ・大規模投資の前に、費用対効果を確認しながら小さく始めたい ・定型作業や文書確認、情報転記などに多くの時間がかかっている ・業務が属人化し、ノウハウや情報が一部の担当者に集中している 本講演では、こうした課題に対し、低コストで着手しながら実務に直結するAI活用をどのように実現できるのかを解説します。アイテグリティが業務改革（BPR）の視点で設計・実装してきた、最新のAI自動化事例5選をご紹介します。

GPSは屋内では機能しませんが、工場や倉庫では数千点にのぼる資産・車両・人の位置をリアルタイムに把握することが求められます。従来の屋内測位（RTLS）は、固定型ビーコンやアンカー、配線の設置に数週間を要し高コストであるか、フィンガープリント方式で精度と保守性に課題がありました。
IPIN LABS（アイピンラボス）のプラットフォーム「BPIN」は、既存のWi-Fi信号とスマートフォンのモーションデータを自己教師あり深層学習で解析し、固定型のビーコンやアンカーを設置することなく、誤差1〜5mで資産の位置を測位します。導入は数週間ではなく1日で完了し、ダッシュボードとAPIを通じて運用・安全・DX担当者にリアルタイムな可視性を提供します。
本セッションでは、SKテレコムとの提携によりSKハイニックスの半導体工場で6,000点以上の資産をリアルタイム追跡している事例と、資産探索時間の短縮、ボトルネックの可視化、安全区域の管理といった製造現場での効果をご紹介します。IPIN LABSはCES 2025イノベーションアワードを受賞し、ソウル大学ロボティクス研究室出身の工学博士2名が創業しました。皆さまの現場でも数日でPoCを開始できる方法についてもご説明します。

人材不足が進むなか、設計・開発の現場で培われた知識を組織へどう引き継ぐかが課題となっています。AIを活用した知識継承への期待が高まる一方、導入しても思うような成果につながっていない現場は少なくありません。その原因は、AIが判断に使う背景・根拠・制約といった前提情報の不足です。本セッションでは、SlackやTeamsなどに散在するやり取りや意思決定から、判断の背景・根拠・制約を構造化し、人とAIが再利用できる知識資産として蓄積する方法をご紹介します。育成期間の短縮や「同じ議論の繰り返し」の解消など、知識継承とAI活用に活かせる具体的なヒントをお届けします。

「生成AIを試したが、現場では使われていない」――そんな声を多く聞きます。本セッションでは、大手自動車部品メーカーをはじめ製造現場でAIを実装してきた立場から、成果につながった導入とそうでない導入の違いをご紹介します。作業分析AI、手順書自動作成AI、生産計画最適化、安全パトロールAIなど実際に稼働中の事例をもとに、明日から使える成功パターンをお持ち帰りいただけます。

貴社に、このような課題はありませんか？
「全社に生成AIを導入したのに、使っているのは一部の社員だけ」
「社内情報が様々なツールに散逸しておりAIがアクセスができない」
 「AIをどうやって業務に活用していいか見当がつかない」 

――多くの企業が、“導入”の次の壁でつまずいています。

本セミナーでは、生成AIを**「現場で使いこなし、成果につなげる」**ために必要な3つの視点

①使いやすく業務に組み込む
②散らばったナレッジを成果につなげる
③業務活用に向け検討・実践する力を養う
を具体的な進め方とともに30分でご紹介します。

これから本格活用を目指す企業の“次の一歩”のヒントになれば幸いです。

「読み取りづらい帳票や図面を手入力していて困っていませんか？」
本デモでは、特許出願中の独自技術「インテリジェントリード」を搭載したGenX AI OCRの実力をお見せします！
プロンプトで抽出条件を柔軟に指定できるほか、社内マスタとの自動照合により、正規IDや顧客正式名称の引き当て・補正まで一括で完了。製造業をはじめ導入実績も多数あり、入力・確認作業の手間とミスを劇的に減らします。現場の業務効率化に役立つ具体的な活用シーンをぜひご体験ください。

製造業のアフターサポートでは人手不足と属人化が同時に進む一方、製品を知る人にしか対応できない領域も確かに残ります。修理の受付から技術的な問い合わせまで、内容によってAIが担える範囲は異なり、一律に自動化を進めても現場は回りません。AIはどこまで担えるのか、人は何に集中すべきか。本講演では、AIの社会実装に取り組んできた立場から、応対をAIと人でどう分担していくかの考え方を、複数の導入事例とあわせてご紹介します。すでに窓口をお持ちの企業には応対の質と生産性を高める進め方を、これから体制を整える企業には窓口を立ち上げる考え方を、それぞれお持ち帰りいただけます。

データの構造化から暗黙知の抽出まで。製造業の資産を守る技能伝承AI、知財調査の工数を大幅に削減して「知財経営」を後押しするAI特許ロケット、様々な図面から有用情報を抽出するAI技術など、現場起点で成果に直結する活用事例を取り上げます。製造業特有の課題にどう向き合い、どのように実装して効果を出してきたのかを具体的に示し、自社での活用イメージを持てる形でご紹介します。

一度は検討したAI検査、なぜ進まないのか？目と脳と体を一貫するロビットだから、本当にROIが出る！

提案スライド作成を、個人のスキルではなく“仕組み”で高速化します。ChatGPT、NotebookLM、Claudeなどの生成AIを使い、入力→構成→文章→スライド化までの流れを整備し、90%時短・1日10本作成につながったプロセスを公開。加えてAIエージェントで見積・議事録・FAQを連携させ、教育・運用ルール・定着施策まで含めて解説します。

新規事業のテーマ探索で、こんな壁にぶつかっていないでしょうか。 
「自社技術の新しい用途を探しても、既知の市場ばかり」 
「社会課題や未来像から考えても、抽象的なアイデアで終わってしまう」 
多くの企業では、技術起点の探索を研究開発部門、課題起点の探索を企画・事業開発部門が別々に進め、せっかくの知見が交わらないまま止まっています。 
生成AIを活用しても、一般的な用途しか出てこない、技術的に実現が難しい案が混ざる、アイデアは増えても次に何を深掘りすべきかわからない――そんな課題もあります。 
本講演では、こうした壁を乗り越えるために、「技術」と「課題」の二つの起点からAIで検討しながら、新規事業テーマを具体化する"探索の型"をご紹介します。
技術資料からまだ見ぬ用途を探し、市場・競合や要求スペックまで掘り下げて事業仮説へつなげる方法。さらに、社会課題や未来像から顧客・ニーズを具体化し、自社の強みと接続する方法を解説します。 
探索には、公知情報だけでなく、技術エキスパートの知見やオープンイノベーション支援で蓄積した情報も活用。後半では大手メーカーでの実践例をもとに、「AIが可能性を広げ、人が目的に照らして選ぶ」進め方をご紹介します。眠っている技術を次の事業につなげる、明日から使えるテーマ探索のヒントをお持ち帰りいただけます。

生成AIを配ったのに、使うのは一部だけ。ある情報システム企業では、Microsoft 365 Copilotの活用率が1年で30%→85%に。その5段階の設計を81件のアンケートとともに公開。さらにレゾナックホールディングス様のCopilot Studio活用まで。聴講者限定特典あり。

━━━━━━━━━━━━━━━━━━━━━━

【 こんな方におすすめ 】

━━━━━━━━━━━━━━━━━━━━━━

□ Microsoft 365 Copilotを導入したが、利用が一部に留まっている
□ 社内から「何に使えばいいか分からない」という声が返ってくる
□ セキュリティが不安で、活用を後押ししきれない
□ 次に何をすべきか、順番が分からない

「使ってみて」と配るだけでは定着しません。
かといって、いきなり全社研修をやっても効きません。

── 順番があります。

━━━━━━━━━━━━━━━━━━━━━━

【 本セミナーの見どころ 】

━━━━━━━━━━━━━━━━━━━━━━

◆ 見どころ 1 ── 受講者81名の“生の声”を公開
　Copilot活用が止まる3つのポイント。
　アンケートから抽出した、現場で実際に起きていることを
　匿名化した生のコメントとともにご紹介します。

◆ 見どころ 2 ── 30%→85%の全スケジュールを公開

　基礎理解（1.5時間）
　　↓
　実践ハンズオン（1日）
　　↓
　セキュリティと運用ルール
　　↓
　会議への実装
　　↓
　総括と次フェーズ

　各段階に何をどれだけかけたかを、実スケジュールごとお見せします。

◆ 見どころ 3 ── 定着した先に必ず現れる「次の壁」
　使う人と使わない人の二極化。
　そして「部門ごとに業務の色が違うので全社共通では届かない」という壁。
　ここからがCopilot Studioの出番です。

◆ 見どころ 4 ── 部門専用AIエージェントの実物
　全社共通の生成AIでは、部門ごとの業務に届きません。
　現場の業務に合わせて作った実物をご覧いただきます。
　　社内規定・基準の回答／申請フローの自動化／
　　シフト設定／各種承認アプリ　など
　構築はノーコード。IT部門以外の方が作ったものも含みます。

━━━━━━━━━━━━━━━━━━━━━━

【 事 例 】

━━━━━━━━━━━━━━━━━━━━━━

■ レゾナックホールディングス様
　Copilot Studioを用いた業務改善ワークショップを実施。
　・現場の担当者自身が、自部門の業務をAIエージェント化
　・対象業務の洗い出しから構築まで、ノーコードで完結
　・全社共通のAIでは届かなかった、部門固有の業務をカバー

■ 情報システム企業A社様
　1年間で5回の段階的セミナー ＋ 10ヶ月の継続サポートを実施。
　・Copilot活用率　30% → 85%
　・実践ハンズオン回の満足度　4.83 / 5.0
　・受講者全員が「とても役立つ」と回答

━━━━━━━━━━━━━━━━━━━━━━

【 ご聴講者 限定特典 】

━━━━━━━━━━━━━━━━━━━━━━

　★「Copilot定着ロードマップ」
　★「業務棚卸しシート」

　セミナーで実際に使用する2点をお渡しします。
　そのまま社内の稟議・計画づくりにお使いいただけます。

━━━━━━━━━━━━━━━━━━━━━━

【 セミナー後のご相談 】

━━━━━━━━━━━━━━━━━━━━━━

　生成AIワールド内 ブース AI1-18にて、
　「御社は5段階のどこにいるか」の その場診断を承ります。
　特典の2点も、ブースでお渡しします。

━━━━━━━━━━━━━━━━━━━━━━

【 講師略歴 】

━━━━━━━━━━━━━━━━━━━━━━

森山 広大（もりやま こうだい）
株式会社アウトバーン 代表取締役CEO

東京大学卒業後、2017年4月に株式会社アイデミーへ入社。
同社システム開発部のリーダーとして、会員数20万人の
プログラミング教育サービス「Aidemy」の立ち上げに携わる。
2023年11月、株式会社アウトバーンを設立。

「人と組織の変化に貢献する」をビジョンに、大手製造業から
中小企業・自治体案件まで、企業の生成AI活用と人材育成を支援。
Microsoft 365 Copilotの導入定着支援では、
1年間の伴走で活用率30%→85%を実現。

・Googleサービスプログラミング大会（Firebaseハッカソン）2019年 優勝
・東京都中小企業振興公社 リスキリング講座提供事業者 採択
・企業向け研修にて 満足度80%以上を達成

━━━━━━━━━━━━━━━━━━━━━━

【 会社概要 】

━━━━━━━━━━━━━━━━━━━━━━

株式会社アウトバーン
・設立　　　2023年11月10日
・所在地　　〒104-0061
　　　　　　東京都中央区銀座一丁目22番11号 銀座大竹ビジデンス2F
・代表者　　代表取締役CEO　森山 広大
・ビジョン　人と組織の変化に貢献する
・事業内容　IT・生成AI 企業研修／受託開発／自社コンテンツ開発
https://service.autobahn.education/

＜主なサービス＞
　Microsoft 365 Copilot 導入定着支援
　Copilot Studio による業務エージェント構築支援
　生成AI活用実践研修・業務改善ワークショップ
　AIリテラシー研修
　受託開発
　自社開発アプリ製作

＜特長＞
　ラーニングピラミッドの理論に基づき、
　「体験する」「他人に教える」を軸にした独自の教育メソッド。
　研修後も10ヶ月規模の継続サポートで、現場定着まで伴走します。

＜導入実績＞
主な実績
　・レゾナックホールディングス様
　　Copilot Studioによる部門業務のAIエージェント化
　・NTTドコモビジネス様
　　Copilot×Office活用研修
　・株式会社グローバルプロデュース様
　　部署横断15名・全6回18時間の業務改善ワークショップ
　・東京都中小企業振興公社
　　リスキリング講座提供事業者として採択（生成AI／RPA／Python）

　その他大手企業から中小企業、自治体案件まで
　幅広い規模・業種の生成AI活用を支援しています。

【背景と課題】 
現代の製造現場において、熟練工の高齢化と退職に伴う「技術伝承のタイムリミット」は極めて深刻な課題となっています。また、外国人労働者や派遣社員の増加に伴う現場の流動性向上は日々加速しており、現場教育にかかる多大なOJTコストや、指導者による教育品質のブレが現場の生産性を損なう要因となっています。このような状況下で、AGV（無人搬送車）や最新の生産設備といったハードウェア投資による自動化・更新を進める企業が増えていますが、現場の作業プロセスが事前に可視化・標準化・最適化されていない状態で高額なハードウェアを導入しても、ボトルネックが「人の作業」に移るだけであり、投資対効果（ROI）が半減してしまいます。したがって、将来的な自動化投資の効果を最大化し、現場の生産性を根本から底上げするためには、失われつつある「職人の暗黙知」を動画によって技術資産化し、作業を徹底的に標準化することが最優先の前提条件となります。

【従来技術の限界】 
しかしながら、従来の業務標準化およびマニュアル作成手法には大きな障壁が存在していました。紙やOfficeソフトを用いた従来の「テキスト中心のマニュアル」は、作成に膨大な時間がかかる割には「文字だらけで非常に分かりづらい」ため現場で読まれず、形骸化してしまいがちでした。また、変更が生じた際の更新が困難なため、結局は作業者が記憶や勘に頼る属人化作業が継続し、無駄なコストが発生し続ける結果となっていました。一方で、動画を活用するアプローチも増えていますが、一般的な動画マニュアルツールは「人間が手作業で動画を構成・編集するツール」にとどまります。そのため、撮影した動画のカット、字幕入れ、構成の整理といった編集作業に専門スキルと多大な工数が必要となり、忙しい現場の作成担当者に過度な運用リソース負荷を強いるという限界がありました。

【提案システム：AI Manual Coach】 
本発表では、これらの課題を根本から解決するため、製造業の現場作業に特化したAI動画解析・マニュアル自動生成システム「AI Manual Coach」について報告します。本システムは、単にマニュアルを作成・閲覧させるだけのツールではなく、AIによる自律的な業務分析・改善・標準化を実現する「改善プラットフォーム」として設計されています。

【主要な機能と技術的メカニズム】 
本システムは、市販のスマートフォン等を用いて現場で撮影された作業動画をインプットとします。
マニュアルの自動生成: アップロードされた現場の作業動画から、製造業特化型の専用AIが自律的に各作業ステップを検出・抽出し、画像とテキストで構成された「ステップ構造」の手順書（マニュアルのドラフト）を瞬時に自動起草します。
AI習熟分析（β版）: 本システムの最も強力な機能であり、熟練工と初心者の作業動画を並べてAI解析することで、手元の細かな動きや工具の角度、要素作業ごとの作業時間を定量的に比較します。これにより、標準手順からの微細な逸脱やボトルネックを自動検出します。
AIスキル評価（β版）: 作業動画から作業者の実際の習熟度やスキルレベルをAIが客観的に分析し、定量的な自動評価を行います。これにより、主観的な「感覚」ではなく「データ」に基づいた定量的な作業指導を可能にします。
教育と習熟のための機能支援: 作成したマニュアルから、作業者向けの「理解度確認テスト」をAIが自動生成する機能を搭載し、指導のバラツキを排除して知識定着を確実にします。また、音声からナレーション原稿や補足テキストを自動で生成する「AI文字読み上げ」も実装されています。

【導入効果と評価】 
本システムの導入により、現場の自律的な改善と内製化において極めて具体的な成果が実証されています。
マニュアル起草プロセスの劇的効率化: AIによる自動起草により、マニュアル作成にかかる工数を削減します。手動での作成に数日を要していたプロセスが、定着期には「動画撮影から最終確認・公開まで1本あたり約30分〜1時間」へと縮小されます。
現場教育時間の削減（半減）: 従来のように指導者が新人に張り付きで行っていた度重なるOJT教育の負担を解消します。新人が自身の動画と熟練工の動画との視覚的・定量的なギャップを認識し、セルフラーニングを行うサイクルが加速されることで、新人の独り立ちまでの教育時間を削減することに成功しています。
暗黙知の形式知化による品質不良の防止: 熟練工が経験的に行っている「無意識のコツや動作」をAIが抽出・データ化して可視化することで、これまで言語化や伝承が困難だった高度な技術を形式知として社内に蓄積し、工場全体の作業品質の安定化・均質化を実現します。

【結論】 
「AI Manual Coach」は、作業撮影・編集という単なる作業代行（変動費）を提供するアウトソーシングサービスとは異なり、現場が自律的に標準化と改善を回し、ノウハウを蓄積できる「内製化システム（固定費）」としての真の価値を提供します。製造業特化型の高度な動画解析AI技術が、製造現場の深刻な人手不足、技術伝承の危機、および生産性向上のボトルネックを解消するための強力なアプローチとなることを示しています。

大手製造業のAI化が進まない理由はモデルでなく「データ側」にあります。社内データの8割を占める非構造化データを、オンプレ完結で「AI-Ready」に導く構造化レイヤーの不可欠性を、大手重工・機械メーカーでの現場事例を交えてビジネス視点で解説します。

生成AIの進化により、属人的な経験や判断に支えられてきた業務のあり方が大きく変わり始めています。本セミナーでは、マニュアル・報告書・図面・動画など社内に点在する情報を活用し、現場で培われた知見を蓄積・活用する仕組みや、現場へ具体的なユースケースを導入するための進め方を解説します。単なる文書検索にとどまらず、トラブル対応や業務標準化、人材教育などにどうつなげるのか、導入時の勘所を交えてご紹介します。

～こんな方におすすめ～
・属人的な業務や技術継承に課題を感じている方
・現場で培われた知見の蓄積・活用に関心のある方
・トラブル対応、教育等への生成AI活用を検討している方
・社内に点在する文書・図面・動画データの有効活用を進めたい方

流体AIエージェント「ABYSS」は、流体の物理法則を学習に組み込んだ独自モデルと、大量の流体動画で学習済みの基盤モデルにより、既設または新規の監視カメラ映像から、泡・スカム・濁り・油膜・流れ・液面変動、さらにガス・蒸気の漏洩といった液体・気体の異変の兆候を24時間捉え、連続データに変換します。検知結果は現場の判断・制御・記録につながり、油流出などの環境事故や操業停止を未然に防ぐとともに、熟練者の「目」による判断をAIが受け継ぎ、技術継承と省人化を支援します。
さらに、排ガスなど気体の流量推定によるCO2排出量の把握や排出管理の証跡づくりなど、カーボンニュートラルに向けた展開も始まっています。
本講演では、化学プラント（加圧浮上分離の状態判定と制御連携）、製薬（気泡解析）、石油・エネルギープラント（油膜検知）、そして気体（ガス・蒸気の可視化と流量推定）の実デモ映像を交えながら、「データがない現場」でもAI導入を始められる理由と、現場動画1本からの無償簡易検証→PoC→本番導入という失敗しない導入ステップを具体的に紹介します。

【こんな方におすすめ】
・工場・プラントの環境・安全、設備管理、生産技術部門の方
・排水処理や排ガスなど流体まわりの監視・巡回業務を省人化したい方
・熟練者の退職・技術継承に課題をお持ちの方
・カーボンニュートラルに向けた排出把握・データ整備を検討中の方

Techticalが蓄積したAI開発の知見と実績をもとに、製造業で即座に活用できる具体的な導入事例を詳しく解説します。OCR、RAG、Agent、画像認識など、業務効率化とコスト削減を実現する実践的なソリューションをご紹介。AI導入の進め方がわからない方、導入後の成果に課題を感じている方に最適です。AIシステムの低コスト・短期間での実装方法など、AI活用を成功に導く実践的なノウハウを提供します。

「AI導入で生産性を上げたい」「ベンダーに頼らず内製で」―多くの企業がそう考える一方、AI PJTの95%は成果が出ていません（MIT調査）。成否を分けるのは技術力ではなく「品質評価」の有無。現場で使えるかを判定する基準や精度改善の仕組みなく進めることが、内製化最大の落とし穴です。amoibeは生成AIの品質評価を強みに大手企業のAI開発・実用化を支援。その実践知を事例とともにお伝えします。

【事例】
大手機械設計事業者様：の3D CAD設計図面の検図工数削減 PJT
大手複合機メーカー様：ベテラン組み込みエンジニアの技能承継 PJT
大手輸送機メーカー様：機体検査の不具合・起票工数削減 PJT

生成AIからAIエージェントへ技術が進化する中、「AIが便利になれば人間の仕事が減るのでは」という不安を抱く方も多いのではないでしょうか。
本講演では、IT業界におけるAI駆動開発の実例を交えながら、AIエージェント時代における人間の役割を再定義します。さらに、社内の暗黙知や意思決定プロセスを形式化・資産化する「エンタープライズBrain」ソリューションをデモとともにご紹介。
作業時間の削減にとどまらず、分析の高度化や提案資料の訴求力向上など、"業務品質"そのものを引き上げるAIエージェント活用の秘訣と、導入を成功させるための実践ポイントをお伝えします。