本セミナーはWebセミナーです

ツールはZoomを使います。URLは直前にメールにてご連絡いたします。 なお、「osslabo.com」「majisemi.com」からのメールが迷惑メールとならないよう、メールの設定をご確認ください。

熟練者の退職が迫る中、引き継ぎ・OJTが属人的で技能承継が進まない

技術や経験が個人に蓄積されやすい現場系の業務を中心に、業種を問わずベテラン社員の定年退職が着実に進んでいます。 加えて、退職に至らない場合でも部署異動によって担当が入れ替わるケースは珍しくなく、長年培われた判断のコツやノウハウは、多くの現場でOJTや口頭でのやり取りに頼ったまま、体系立てて記録・共有する仕組みが整っていません。 　 異動や退職のタイミングが決まってから慌てて引き継ぎ資料をまとめることになり、技能承継はどうしても場当たり的な対応にとどまりがちです。

判断の理由や例外対応といった暗黙知がドキュメントに残らない

引き継ぎ書やマニュアルには、通常業務の手順は書けても、「なぜその判断をしたのか」「イレギュラーな場面でどう対応したか」といった暗黙知まではなかなか残せません。 聞く側は限られた時間の中で何を質問すればよいか分からず、聞かれるベテラン自身も、自分の判断のどの部分が伝えるべき暗黙知なのかを自覚できていないことも少なくありません。 　 結果として、判断の理由や例外対応にまつわるノウハウは言語化されないまま、異動や退職とともに現場から失われていきます。

AIが複数のベテランへ並列にヒアリングを設計・実施し、暗黙知を構造化して組織の資産に変える

本セミナーでは、AIが自律的にヒアリングを設計・実施する「AIヒアリングエージェント」Kikuviの活用方法を紹介します。 Kikuviは、対象者ごとにヒアリング項目をAIが自動で組み立て、回答内容に応じてその場で深掘りの質問を重ねることで、本人も意識できていなかった暗黙知を引き出します。

AIとのやり取りは非同期で行えるため、双方の日程調整をすることなく、本人の空いた時間に回答してもらうことができ、多忙なベテラン層からも無理なく情報を集められるだけでなく、数百人規模の対象に対しても同時並行でヒアリングを進めることが可能です。 　 ヒアリングの設計から実施、集まった内容の構造化・可視化までの一連の流れを、実際の画面を交えて解説します。 　

このような方におすすめ

・経営者/役員/部長/課長クラスの方 ・技能承継の遅れに課題を感じている方 ・スケジュールが合わず、日程調整がなかなかうまく進まない方

登壇者

株式会社Kikuvi Founder CEO 佐藤拳斗 / Kento Sato Bain Capital（Portfolio Group）、DataRobot（Lead Data Scientist）、Deloitte（Consultant）を経て、2025年6月に株式会社Kikuviを創業。

プログラム

12:45～13:00　受付

13:00～13:05　オープニング（マジセミ）

13:05～13:45　【中堅・大企業向け】ベテランの暗黙知、異動や退職と一緒に消えていませんか？ ～AIヒアリングエージェントが判断の理由や例外対応を聞き出し、構造化して可視化する～

13:45～14:00　質疑応答

主催

株式会社Kikuvi（プライバシーポリシー）

協力

マジセミ株式会社（プライバシーポリシー）

※共催、協賛、協力、講演企業は将来的に追加、削除される可能性があります。

本セミナーはWebセミナーです

ツールはZoomを使います。URLは直前にメールにてご連絡いたします。 なお、「osslabo.com」「majisemi.com」からのメールが迷惑メールとならないよう、メールの設定をご確認ください。

概要

「SEO対策を続けているのに、Webサイトへの流入や問い合わせが減ってきた」 「検索順位は高いはずなのに、以前ほど成果につながらない」

ChatGPTやGeminiなどの生成AIが急速に普及し、顧客の情報収集行動は「Googleで検索する」から「AIに聞く」へと変わり始めています。 ユーザーがWebサイトを訪れる前に、AIの回答だけで情報収集や比較検討を終えるケースも増えており、従来のSEOや広告だけでは、顧客との接点を確保しにくくなっています。 これからのWebマーケティングでは、検索結果で上位に表示されるだけでなく、生成AIの回答内で自社の商品やサービスが正しく理解され、比較候補として引用・推薦されるための対策が必要です。

本ウェビナーでは、AI検索時代に起きている顧客行動の変化を整理したうえで、AEO・GEO・LLMOと呼ばれるAI検索対策の基本や、AIに選ばれる企業に共通する情報設計の考え方をわかりやすく解説します。 また、自社が現在AIにどのように認識されているのかを把握するための現状診断や、AI検索対策の効果を評価するKPIについてもご紹介します。 さらに、AI検索を通じて獲得した見込み客を、どのように管理・育成し、問い合わせや商談へつなげていくのかまで、集客後の仕組みづくりを含めてお伝えします。 AI検索への対応を単なるアクセス獲得で終わらせず、「見つかる・比較される・選ばれる・売上につながる」状態をつくるために、今日から何を始めればよいのか。その具体的な判断軸とアクションをお持ち帰りいただけるセミナーです。

主な内容／得られるもの

・ChatGPTやGeminiの普及で変化する、顧客の情報収集・比較検討行動 ・従来のSEOや広告だけでは、顧客接点を確保しにくくなっている理由 ・SEOとAEO・GEO・LLMOの違いと、AI検索対策の基本 ・AIに自社の商品・サービスを理解・引用・推薦してもらうための情報設計 ・自社がAIにどう認識されているかを把握する現状診断とKPIの考え方 ・獲得した見込み客を管理・育成し、問い合わせから商談につなげる仕組み

対象者

・SEO対策を行っているものの、Webサイトへの流入や問い合わせの減少を感じている方 ・検索順位は高いのに、以前ほどリード獲得や商談につながらなくなった方 ・ChatGPTやGeminiが自社のマーケティングに与える影響を知りたい方 ・AEO・GEO・LLMOの違いや、具体的な始め方を知りたい方 ・自社の商品やサービスが、生成AIの回答や比較候補に表示されないことに課題を感じている方 ・新規顧客獲得の仕組みを、AI時代に合わせて見直したいBtoB企業の経営者・マーケティング担当者

プログラム

13:45～14:00　受付

14:00～14:05　オープニング（マジセミ）

14:05～14:45　AI検索時代、SEOだけでは顧客に届かない？ ～ChatGPTに選ばれる情報設計と、商談につなげる仕組み～

14:45～15:00　質疑応答

登壇者

アムール株式会社 代表取締役CEO　沖野 耕基

立命館大学卒業後、船井総合研究所・タナベコンサルティンググループにて、300社以上の企業に対し、Webサイト構築・SEO・広告運用・CRM活用など、デジタルマーケティング全般を支援。 その後、アムール株式会社を創業。AI検索最適化（AIO／LLMO）を軸に、企業がAI時代に「見つかり、比較され、選ばれ、売上につながる」ための情報設計と仕組みづくりを支援している。 Zoho認定パートナーとして、AI検索時代の集客・CRM・マーケティング基盤の構築も手がける。戦略設計だけでなく、現場に入り込む実行支援を強みとする。MBA修了。

主催・共催

ゾーホージャパン株式会社（プライバシーポリシー）

アムール株式会社（プライバシーポリシー）

協力

マジセミ株式会社（プライバシーポリシー）

※共催、協賛、協力、講演企業は将来的に追加、削除される可能性があります。

本セミナーはWebセミナーです

ツールはZoomを使います。URLは直前にメールにてご連絡いたします。 なお、「osslabo.com」「majisemi.com」からのメールが迷惑メールとならないよう、メールの設定をご確認ください。

SDVの技術者が足りない。だが、育成の中身を決められない

車をソフトウェアで制御・進化させるSDV（Software Defined Vehicle）への転換で、テスラやBYD、メルセデスなどの海外勢が先行し、日本の自動車業界は出遅れています。 SDVを担う技術者の不足への危機感はすでに広がっており、「育成しなければ」という認識を持つ企業は少なくありません。それでも育成が前に進まないのは、何を、どう教えればよいかを決められないからです。

定番教材がなく情報は散在、技術は変わり続ける

SDVの領域には「これを学べばよい」と言える定番の教材がまだ確立していません。 関連情報は各所に散らばり、技術の移り変わりが速いため、現在出回っているカリキュラムは内容のアップデートが追いついていなかったり、一部の領域しか扱っていなかったりします。

第一人者が現状と課題を提起、体系化された養成講座を紹介

本セミナーは2部構成です。第1部では、モビリティ業界の第一人者が、日本のモビリティ業界の現状と課題を提起します。第2部では、AKKODiSが、散在する最新のSDV関連情報を体系化し、「モビリティ技術者養成講座」をご紹介します。自動車業界で人材育成を担う管理職・技術責任者の方はもちろん、モビリティ業界への参入を検討しているSIer・通信キャリアの方も、ぜひご参加ください。 ーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーー ⇒自動車業界は、電動化やCASE、SDVを背景に大きく変化し、クルマはソフトウェアや社会インフラとつながる存在へ進化しています。これに伴い、企業では異業界人材の採用や新入社員教育、技術者のリスキリングが進められています。

一方、現場では次のような課題があります。

業界構造や文化が複雑で、全体像をつかみにくい 車載技術、ソフトウェア、法規、安全・品質などの知識が分散している 教育が部門やOJTに依存し、習得内容にばらつきがある 技術者が将来の役割やキャリアを描きにくい

モビリティ人材には、個別の技術だけでなく、業界・技術・文化・安全・品質・キャリアを関連づけて学ぶことが重要です。

本セミナーでは、SDV時代の人材育成課題と、散在する知識を体系的に学ぶ考え方を解説します。解決策として、eラーニング「モビリティ技術者養成講座」をご紹介。基礎編とソフトウェア技術者編を通じて、業界知識、車載ソフトウェア、法規、安全・品質、セキュリティ、技術トレンド、マインドセットなどを幅広く学べます。

異業界から参入する技術者、新入社員・キャリア転進者、現役技術者の学び直しなど、モビリティ・ものづくり分野の人材育成に携わる方におすすめのセミナーです。

プログラム

10:45～11:00　受付

11:00～11:05　オープニング（マジセミ）

11:05～11:45　【モビリティ業界向け】大変革時代、人材育成はこのままで間に合うのか？〜第一人者が語る現状と打ち手、モビリティ基礎技術を体系化した養成講座〜

11:45～12:00　質疑応答

主催・共催

AKKODiSコンサルティング株式会社（プライバシーポリシー）

LightUP（プライバシーポリシー）

協力

マジセミ株式会社（プライバシーポリシー）

※共催、協賛、協力、講演企業は将来的に追加、削除される可能性があります。

本セミナーはWebセミナーです

ツールはZoomを使います。URLは直前にメールにてご連絡いたします。 なお、「osslabo.com」「majisemi.com」からのメールが迷惑メールとならないよう、メールの設定をご確認ください。

生成AIの活用は広がる一方、「社内データの横断検索」と「業務の自動化」は思うように進まない

汎用生成AI・AIエージェントの活用は急速に広がり、日常業務に生成AIを取り入れる企業が増えています。しかし、いざ自社の業務に組み込もうとすると、多くの企業が2つの壁に直面します。 1つめの壁は「社内データの横断検索」です。規程・マニュアル・議事録といった文書はSharePointやファイルサーバーなど各所に散在しており、これらを横断して検索・活用するにはRAGの構築が必要です。しかし、自前で開発するには工数も専門知識も足りない場合が多いです。加えて、機密文書を含む社内データを扱う以上、「誰が・どこまで参照できるか」という権限制御を適切に実装する必要があり、ハードルは一段と高くなります。社内データを外部の生成AIサービスに渡すことへの不安から、活用に踏み切れないケースも少なくありません。 2つめの壁が「業務の自動化」です。日々発生する定型業務を自動化しようとすると、これまでは処理を作り込むための開発（プログラミング）が必要でした。そのため、業務を担う現場の担当者だけでは手が出せず、エンジニアや外部ベンダーへの依頼が発生し、情報システム部門の負担も増えていました。 その結果、現場が「この作業を自動化したい」と考えても、開発リソースやノウハウの不足がボトルネックとなり、要件整理から実装・テストまでに時間がかかって取り組みが止まってしまいます。 生成AIへの期待が高まる一方で、現場レベルでの本格的な活用が進みにくいのが実情です。

多彩なコネクタ×フルマネージドのAmazon Quick。権限制御を効かせた横断検索と、ノーコードの業務自動化を1つの基盤で実現

本セミナーでは、AWSが提供するAIサービス「Amazon Quick」（旧Amazon Quick Suite）を活用し、開発不要で「社内データの横断検索」と「業務の自動化」を実現する方法をご紹介します。 Amazon Quickはフルマネージドのサービスで、基盤の構築や運用管理は必要ありません。社内文書（PDF・Excel・PowerPoint・Word等）やSharePoint・S3・Google Drive・OneDrive・Confluenceなど多彩なデータソースをノーコードで取り込み、RAGを開発なしで構築できます。Quickを使えば部門・チーム単位で利用するデータ範囲を分けられ、ユーザーは許可された範囲のデータだけを検索・参照できるため、権限制御を適切に実装した横断検索を実現できます。取り込んだデータが基盤モデルの学習に使われることもないため、社内データも安心して活用できます。 業務の自動化も、これまで処理の作り込みに必要だった開発（プログラミング）が不要になります。Amazon Quickでは、自動化したい処理を自然言語（プロンプト）で記述するだけでフローを作成・実行できます。専門知識がなくても業務部門の担当者自身が作れるため、開発リソースや外部ベンダーに頼ることなく現場主導で自動化を進められ、これまで人手で続けていた定型業務にも無理なく手が届くようになります。 アシストは、PoCの段階から導入・活用まで丁寧に伴走支援します。これからAIを本格的に業務へ導入したい企業のIT担当者・情報システム部門の方は、ぜひご参加ください。

プログラム

12:45～13:00　受付

13:00～13:05　オープニング（マジセミ）

13:05～13:45　生成AIを業務に組み込みたいのに、技術的課題とノウハウ不足で現場利用が進まない ～権限制御を効かせた社内データの横断検索とノーコード自動化をAmazon Quickで実現～

13:45～14:00　質疑応答

主催

株式会社アシスト クラウド&データベース技術統括部 クラウド技術部（プライバシーポリシー）

協力

マジセミ株式会社（プライバシーポリシー）

※共催、協賛、協力、講演企業は将来的に追加、削除される可能性があります。

本セミナーはWebセミナーです

ツールはZoomを使います。URLは直前にメールにてご連絡いたします。 なお、「osslabo.com」「majisemi.com」からのメールが迷惑メールとならないよう、メールの設定をご確認ください。

生成AIを活用している企業は増えた一方で、社内の知見を成果に繋げられている企業はまだ少ない

生成AIを活用しているものの、実務でそのまま使える形にならないと感じたことはないでしょうか。文章の要約やメール作成では便利でも、提案、報告、説明、仕様整理といった実務に活かそうとすると、社内にある知見やノウハウを踏まえきれず、期待した成果に届かないケースは少なくありません。

知見はあるのに、部門・担当者ごとに散らばり埋もれて活かせない

背景には二つの理由があります。ひとつは、過去の提案書や商談メモが部門・担当者ごとにバラバラに保存され、あの人しか知らないまま埋もれてしまうこと。 もうひとつは、たとえ情報を見つけても、担当者ごとに考え方や仕上がりの水準が異なり、そのままではチームで使いにくいことです。その結果、情報を探して整理するところから始まり、業務は毎回ゼロからになりがちです。

社内の知見と個人の知見を組み合わせ、業務で使われ続ける資産に変える流れを実画面デモで解説

本セミナーでは、現場に蓄積された知見や、個人が持つ案件への理解や進め方を、業務で使える形に整理し、次の業務にも活かせる資産へ変えるアプローチを解説します。 ポイントは、社内にある情報と個人が持つ知見を組み合わせ、提案・報告・説明などの業務アウトプットにつなげるだけでなく、それが次の業務でも使われる状態をつくることです。 これにより、毎回ゼロから考え直す負荷を減らし、質の高いアウトプットを安定して再現しやすくなります。 　 セミナー後半では、株式会社NTTデータビジネスシステムズの「imforce ASK Note」を題材に、知見を活かして業務アウトプットを生み出し、それを次の業務でも活かせる形にしていく流れを、実際の画面デモを交えてご覧いただきます。

プログラム

10:45～11:00　受付

11:00～11:05　オープニング（マジセミ）

11:05～11:45　社内の知見、次の成果につながる資産にできていますか？〜個人の知見をチームで使える資産に変え、業務成果につなげる循環をつくる方法〜

11:45～12:00　質疑応答

主催

株式会社ＮＴＴデータビジネスシステムズ（プライバシーポリシー）

協力

マジセミ株式会社（プライバシーポリシー）

※共催、協賛、協力、講演企業は将来的に追加、削除される可能性があります。

本セミナーはWebセミナーです

ツールはZoomを使います。URLは直前にメールにてご連絡いたします。 なお、「osslabo.com」「majisemi.com」からのメールが迷惑メールとならないよう、メールの設定をご確認ください。

76%の産業AIプロジェクトは、生産段階に至っていない

AI活用は拡大している一方で、産業分野では76%のAIプロジェクトが生産段階に至っていません。また、製造業では46%がプロセス自動化をAI投資の優先事項の上位に挙げている一方で、導入したAIを企業全体の実行へつなげることには依然として課題が残っています。技術やツールの選択肢が増える中で、企業ではそれらをどう連携させ、実運用につなげるかが重要な論点になっています。

企業に共通する、AI・人材・アプリ・プロセス・ガバナンスの分断

全社へのAI展開、すなわちエンタープライズAIが実行に進まない背景には、 企業に共通する5つの分断 があります。一例として、AIがアプリケーションや業務プロセスに統合されず、外付けの機能として扱われていること。さらに、人の作業とエージェントの動きが並行するだけで、承認や引き継ぎがメールや会議に依存し、エンドツーエンドでつながらないことです。こうした課題を含む5つの分断を理解せずに、エンタープライズAIを全社展開することは困難です。

シーメンスが示す、エンタープライズAI、グラフネットワーク実装の全体像

こうした分断を越えてエンタープライズAIを実行段階へ進めるには、AIを個別機能として追加するのではなく、データ、AI、アプリケーション、業務プロセス、ガバナンスを一つの構造として設計する必要があります。シーメンスの RapidMiner Graph Studio によって、企業内に散在する情報をグラフでつなぎ、 オントロジー （データの意味や関係性を共通のルールで定義する仕組み）によって整理するとともに、判断や予測を支えるAI開発・運用、そして業務の中で人とAIが協調して動くアプリケーション実装までを、一貫した全体像として捉えることができます。このセミナーを通じて、参加者はRapidMiner Graph Studioによるグラフとオントロジーを活用したエンタープライズAIの考え方を学び、全社で実行するうえでの課題を整理し、自社で次に取るべき打ち手の糸口を得ることができます。

こんな方におすすめ

• 製造業で、AIを活用したDXを本格的に進めたい課長職以上の方
• 部門単位のAI活用を全社的な実行へ広げたい、従業員1,000名以上のDX部門の方
• AIツールを導入したもののPoCで止まっており、次の打開策を見出したい方

プログラム

10:45～11:00　受付

11:00～11:05　オープニング（マジセミ）

11:05～11:45 【シーメンスエキスパートトーク 第5弾】エンタープライズAIを実行フェーズにもっていくために ～グラフ・オントロジーによる圧倒的競争力確保を学ぶ～

11:45～12:00　質疑応答

主催・共催

シーメンス株式会社（プライバシーポリシー）

株式会社アルネッツ（プライバシーポリシー）

株式会社FRONTEO（プライバシーポリシー）

協力

マジセミ株式会社（プライバシーポリシー）

※共催、協賛、協力、講演企業は将来的に追加、削除される可能性があります。

本セミナーはWebセミナーです

ツールはZoomを使います。URLは直前にメールにてご連絡いたします。 なお、「osslabo.com」「majisemi.com」からのメールが迷惑メールとならないよう、メールの設定をご確認ください。

何度も繰り返される「箱作り」、生成AI時代にまた同じ轍を踏もうとしていないか

データマイニング、ビッグデータ、データサイエンス、機械学習/AI等のバズワードとともに、 DWH、Hadoop、データレイク、CDPと、企業はデータ活用のたびに新たな基盤を構築してきました。 しかしその多くは「箱を作ること」が目的化し、次々に追加の基盤検討構築され、様々なデータがサイロ化している企業様を多くお見掛けします。

更に今、生成AI活用への期待が高まる中、全データを統合した「AI基盤を整備しなければ」という機運が再び高まっています。 しかしそのアプローチを誤れば、コストと時間だけを費やしてまた同じ轍を踏むことになりかねません。

基盤先行型アプローチが引き起こす、投資の息切れと成果の先送り

全データを統合してからAIに活用しようとする「基盤先行型」アプローチには、構造的な落とし穴があります。 先行して構築した既存の複数基盤を統合しようとすると、IF開発コストの肥大化・他部門との調整が重なり、重厚長大な構想へと膨れ上がります。

要件定義の段階では「欲しい」と思っていたデータが実際に分析してみると不要だった、逆に必要なデータが後から発覚するというケースも頻出します。 ROIが出るまでの期間が長期化し、投資が息切れした結果、またサイロが一つ増えるだけに終わってしまうのが実情です。

既存環境を壊さず、データ統合と生成AI実行基盤をスモールスタートで同時実現する「分析・利用先行型アプローチ」

本セミナーでは、箱作りを繰り返してきた企業が陥る典型的な失敗パターンを整理した上で、 分析・利用シーンから逆算して必要なデータだけを絞り込み、データ統合と生成AI実行基盤を同時に構築する「分析・利用先行型アプローチ」を具体的に解説します。

データ統合＆生成AI実行基盤を同時実現する実践ノウハウ

そのうえで、特定ベンダーに依存しない設計思想のもと、BigQuery・Snowflake・Redshift・Azure Synapse/Fabricなど全ての基盤で構築可能な、生成AIの活用でも活躍できるベンダーフリーなデータ統合基盤の構築ノウハウをお伝えします。

テレビ局のレポーティング自動化・5流通800店舗の小売りID-POSデータ統合・小売流通業の需要予測基盤など業種横断等100件以上の支援実績をもとに、 スモールスタートで3ヶ月以内にROIを確保しながら段階的に拡張していく進め方と、自社で取り組む際の具体的なイメージをお持ちいただける内容です。

プログラム

09:45～10:00　受付

10:00～10:05　オープニング（マジセミ）

10:05～10:45　3か月でROI創出を目指す、生成AI用データ統合基盤の構築ノウハウを解説　〜既存環境を活かしてベンダーフリーで実現する、データ統合×生成AI実行基盤の同時構築〜

10:45～11:00　質疑応答

主催

合同会社ラプラス・ディー（プライバシーポリシー）

協力

マジセミ株式会社（プライバシーポリシー）

※共催、協賛、協力、講演企業は将来的に追加、削除される可能性があります。

本セミナーはWebセミナーです

ツールはZoomを使います。URLは直前にメールにてご連絡いたします。 なお、「osslabo.com」「majisemi.com」からのメールが迷惑メールとならないよう、メールの設定をご確認ください。

AI活用が業務KPI改善につながらない理由

人手不足やコスト上昇を背景に、多くの企業で業務効率化や生産性向上を目的としたAI活用が進んでいます。しかし、AIを導入して一部の業務を自動化しても、工数削減、外注費削減、原価低減といった業務KPIの改善に十分つながらないケースも少なくありません。成果を出すためには、AIを使うこと自体を目的にするのではなく、どの業務課題を解決し、どのプロセスを見直し、どのKPIを改善するのかを明確にしたうえで活用を進める必要があります。

目的が曖昧なまま、業務プロセスを見直せていない

AI活用で期待した成果が出ない背景には、業務プロセスやデータの整理が不十分なまま取り組みが進んでしまうことがあります。たとえば、AIで代替すべき作業と人が判断すべき工程が曖昧なままでは、確認作業や手戻りが残り、結果として全体の工数削減につながりません。また、必要なデータが部門やシステムごとに分散している状態では、AIの活用範囲が限定され、業務全体の判断や改善に活かしきれず、業務KPIの改善につながらないままPoC止まりになってしまいます。

積算業務・調達最適化の事例に学ぶAI本番化の進め方

本セミナーでは、 400件超のAI開発・導入実績 を持つバルテス・イノベーションズが、AI導入をPoCで終わらせず、本番運用へつなげるための考え方を解説します。建築・製造における積算業務のAI化による工数削減や、食品・製造におけるデータ活用による調達最適化などの事例をもとに、AIで代替するプロセスのリデザインと、AIで活用するデータ設計のポイントを紹介します。あわせて、監査ログや根拠ログ、品質設計、承認フローといった本番運用に不可欠な設計観点も取り上げ、AI活用を堅実に現場へ定着させるための勘所をお伝えします。

こんな方におすすめ

• 経営陣からAI活用による業務改善・生産性向上を求められているDX/AX推進部門の課長・部長
• AI導入の必要性は理解しているものの、活用目的や見直すべき業務プロセスが明確になっていない方
• PoCでは一定の効果が見えたが、データフロー・責任分界・品質設計・承認フローの不足により、本番運用や社内展開で止まっている方

プログラム

12:45～13:00　受付

13:00～13:05　オープニング（マジセミ）

13:05～13:45　AIを導入しても、業務KPIが改善しない企業には何が足りないのか ～AI活用の成否を分ける「目的の明確化」とプロセス設計～

13:45～14:00　質疑応答

主催

バルテス・イノベーションズ株式会社（プライバシーポリシー）

協力

マジセミ株式会社（プライバシーポリシー）

※共催、協賛、協力、講演企業は将来的に追加、削除される可能性があります。

本セミナーはWebセミナーです

ツールはZoomを使います。URLは直前にメールにてご連絡いたします。 なお、「osslabo.com」「majisemi.com」からのメールが迷惑メールとならないよう、メールの設定をご確認ください。

「RAGを入れたけど全然使えない」「ChatGPTに社内資料を投げたら、変な回答しか返ってこない」

AI導入では、「ツールやモデルの選定・構築」が重視される一方で、 「業務データの整理・構造化」 は導入企業側の課題として後回しになりがちです。企業側でも「AIを導入すればすぐに活用できる」という期待が先行し、十分なデータ整備が行われないまま進むことで、上記のような課題が多くの企業で生じています。

Almondo、テンダがこの悩みを解決

本セミナーでは、 Almondo×テンダ のアプローチを紹介し、 Microsoft環境での具体例 も交えて解説します。 Almondo、テンダのアプローチとは？

１. 散在・未整備のデータ、マニュアルの現状を把握し、AIが使える状態への 整備ロードマップを設計 する。 ２. AIを活用し、「FAQログからの回答集作成」、「音声・会話ログからのマニュアル生成」、「散在文書のQA構造化」などの、 データ整理作業そのものを効率化 する。 ３. 整備されたデータ基盤の上にRAGを構築し、 実業務で使える精度が出るまで伴走 する。

「Almondo×テンダ」のアプローチの強み

Almondo×テンダは、最新技術ありきではなく、 目的ドリブンで最小・最適な技術を選ぶ設計思想 を重視しています。顧客データを実際に確認しながら、 上流設計から開発・運用まで一気通貫で担える体制 と、RAG構築・業務マニュアル化の双方のナレッジを持つ組み合わせが強みです。

こんな方におすすめ

• RAGを導入したものの期待した回答精度が出ず、改善の打ち手を探している情報システム部門・DX推進担当の方
• 社内データやマニュアルが部門ごとに散在し、AIに質問しても適切な回答が返ってこないと感じている方
• 他の製造業でのRAG導入の成功事例を知りたい、RAGを導入検討中の製造業の方

プログラム

10:45～11:00　受付

11:00～11:05　オープニング（マジセミ）

11:05～11:45　データをそのままAIに投げていませんか？～業務データの整理・構造化から始める、Microsoft環境でのAI活用アプローチ～

11:45～12:00　質疑応答

主催・共催

株式会社テンダ（プライバシーポリシー）

株式会社Almondo（プライバシーポリシー）

協力

マジセミ株式会社（プライバシーポリシー）

※共催、協賛、協力、講演企業は将来的に追加、削除される可能性があります。