受付中
2026.7.29 （水） - ※開催日時はすべて日本時間
その他の開催日：
7.30（木）-
、7.31（金）-
知識の発見と継承のために、AIと共に必要なこと～つぶやきと問いから生まれるデータ資産～
「生成AIを入れれば技術継承は進む」——そう考えていた製造業の現場は、いま少なくありません。
しかし実際には、ベテラン技術者の判断基準やノウハウは個人の頭の中に留まったまま、退職とともに失われ続けています。図面や仕様書をLLMに渡しても回答は曖昧で、「製造業に合わないのか」「データの問題なのか」原因すら分からない。技術継承の課題は、ツール導入だけでは解決できない構図になっています。
その構図は「AIと共に知識をどう継承するか」という視点によって書き換えられています。
本セミナーでは、「チャンス発見学」を提唱し、KeyGraph®・データジャケット®など独自の枠組みを開発してきた東京大学大学院教授＿大澤幸生氏を招き、33年間にわたるAI研究の知見をもとに「LLMだけでは技術・知識の継承ができない理由」を解説します。
「Knowledge」から「knowing」へという視点の転換や、知識継承にAIを機能させるために必要な要件を体系的に整理し、人工知能学会功績賞など国内外30件超の受賞歴を持つ同氏が、学術的な裏付けと実践的な示唆を交えて示します。
「技術継承の最初の一手として何から着手すべきか」という行動論でクロージングする、製造業リーダー必見の60分です。
こんな課題を持つ方におすすめ
- 生成AIを導入したが、技術継承にはうまく機能させられず悩んでいる方
- ベテラン技術者の暗黙知が組織の競争力にならず、退職とともに失われ続けていると感じる方
- データはあるはずなのに、AIが使える状態に整備できていないと感じる方
- 技術継承を「守り」ではなく「攻めの競争力強化」として経営に語る言語を探している方
- 自社が今すぐ着手すべき技術継承の第一手を見極めたい方
アジェンダ
- LLMだけでは、技術・知識の継承ができない理由
- 知識継承にAIを機能させるために必要な三文字
- Knowledgeからknowingへ: AIの落とし穴
- Knowledgeからknowingへ: AIの落とし穴
登壇者
-
大澤 幸生
東京大学大学院工学系研究科システム創成学専攻教授
多業種の企業とのコラボを展開し、データから新たな価値創造の機会を発見する「チャンス発見学」を自ら提唱してKeyGraph®、データジャケット®、データリーフ®、創造的データ市場の仕組み（IMDJ）などを開発するとともに、多様なデータを深層レベルで連動させて新たな知見を創出する「データ連成イノベーション」の社会連携プロジェクトを推進してきた。近年は、人流・都市データを用いた「にぎわい」の定量化と感染症リスク定量化、Graph-basedEntropyやMoving DirectionEntropyによる自然・社会のダイナミクス解析と市場の変化説明、生成AI・大規模言語モデルの信頼性向上等の研究を推進している。人工知能学会功績賞、業績賞など国内外で30件を超える賞を受賞し、著書・査読付き論文は350編を超える。