製造業のAI活用、何から始めるのが正解か。 〜実践事例から学ぶ、失敗しない進め方〜

概要

「AIを導入したものの、検証止まりで終わってしまう」。

これは製造現場でよく聞こえる悩みです。 原因はツールの精度ではなく、「現状まわっている業務ほど後回しになる」現場の構造にあります。さらにベテランの退職で技術継承が進まず、AIを運用・定着させる人材も育たないという企業も少なくありません。

本ウェビナーでは「外観検査・設備保全・技術継承・チェック業務」の4領域をピックアップ。検証で終わらせず、成果へつなげた企業の事例をもとに実践的な進め方を解説します。不良率20〜30%減・検査工数50%削減を叶えた外観検査、熟練工のノウハウをAIで即参照可能にした技術継承、法規チェックの自動化など、成功企業が「なぜ止めずに進められたのか」その裏側を紐解きます。

ご参加いただくことで、自社が着手すべき優先領域と、内製化を見据えた人材育成の道筋が明確になります。

こんな方におすすめ

1. 1目視検査・品質チェックの属人化に課題を感じている方
2. 2ベテランの退職による技術継承に不安を抱える生産技術・品質保証部門の方
3. 3AIを導入しても現場で運用が定着しないと感じている方

視聴方法

• Zoomを用いたリモート開催となります。ご参加される方はお申し込みフォームにご回答ください。
• メールアドレスに誤りがある場合、ご案内メールが届かない可能性がございますのでご注意ください。
• お送りするURLはお申込みいただいた方のみがご視聴できる限定URLです。第三者への共有や公開はご遠慮ください。
• 数日を経過しても案内メールが届かない方は、お手数ですが、support@kikagaku.co.jpまでお問合せください。

注意事項

• 弊社と競合する企業様からのお申込はお断りさせていただきます。予めご了承くださいますようお願い申し上げます。
• お申込みに際しご提供いただいた情報は、今後のセミナー運営の品質改善および弊社サービスの案内の目的に利用いたします。詳細は弊社のプライバシーポリシーをご覧ください。

登壇者

エンジニア

井熊 了一

新卒でキカガクへ入社。データサイエンス・機械学習・ディープラーニング・時系列解析・異常検知など、幅広い領域の講師として大手企業向け研修に多数登壇。大手自動車メーカー向け新人研修では、プロジェクトリーダーとして案件全体を推進。現在はAX事業部にて、製造業における異常検知モデルの開発・評価などを担当し、研修と開発の両面からAIの現場実装を支援。