- スマートマニュファクチャリング HOME
-
選べるアプローチ
- ソリューション
- 製品・サービス
- イベント・セミナー
-
コラム・事例
- お問い合わせ
人工知能の知財戦略から契約のポイント、XAI、AI品質保証までAIのビジネス展開に必須の情報が凝縮！
株式会社マクニカ AI Research & Innovation Hub プリンシパルの楠 貴弘が、
本書『第6章 アプリケーション別AI戦略事例 / 第3節 モノづくり・製造現場におけるAI活用の課題と取り組み』の執筆を担当しております。
書籍のポイント
| ★ | ますます隆盛となる人工知能ビジネス。勝つためには何をすればよいのか？ |
| AIビジネスへの参入方法から知財戦略、法規制、失敗しないための実務まで時代を生き抜くポイントを完全網羅！AI関連業務を考える方必携の1冊！ |
|
| ★ | AI/ データの利用に関する契約ガイドライン等 |
| 国が整備を進める基盤のポイントや関連法規制の最新動向を詳説！ |
|
| ★ | AIをビジネスに導入するためには何をすればよいのか？ |
| 社内体制の構築方法、必要な人材要件、トラブルを回避する仕組みづくりからAIの説明方法・品質保証まで、スムーズなAIビジネスに向けた知識を取得 |
『第6章 第3節 モノづくり・製造現場におけるAI活用の課題と取り組み』の目次はこちら
| 第6章 | アプリケーション別AI戦略事例 |
| 第3節 | モノづくり・製造現場におけるAI活用の課題と取り組み |
| 1. | スマートファクトリーは競争力の源泉 | |
| 2. | スマートファクトリー実現へのステップ | |
| 2. 1 | 現場の可視化 ～客観的な現状把握～ | |
| 2. 2 | 問題・課題の明確化 ～AI活用、その前に～ | |
| 2. 3 | 新たな付加価値の創出 ～工場を超えた全体最適～ | |
| 3. | 製造現場におけるAI活用 | |
| 3. 1 | 異常検知 | |
| 3. 2 | 予兆検知 | |
| 3. 3 | 外観検査自動化 | |
| 3. 4 | 不良原因分析・歩留まり改善 | |
| 3. 5 | 最適化による品質向上 | |
| 4. | モノづくり×AIの実運用を成功させるカギ | |
| 4. 1 | AIモデルの精度監視 | |
| 4. 2 | 学習データ・AIモデルのバージョン管理 | |
| 4. 3 | 現場が受け入れやすいシステム | |
著者プロフィール
楠 貴弘
株式会社マクニカ AI Research & Innovation Hub プリンシパル
ASIC ハードウェア開発を経験後、2000年にマクニカへ入社。ハイエンドプロセッサや組み込みソフトウェア、ツール製品などのアプリケーションエンジニアを担当後、NVIDIAを担当しGPUとディープラーニングをお客様へ提案。
その後マクニカ初のデータサイエンティストチームを立ち上げ、2019年12月に新設されたAI Research & Innovation Hubのプリンシパルに就任。現在は最先端のAIテクノロジーをリサーチしながら、AIで社会課題を解決することをミッションに企業への普及活動を行っている。
書籍出版記念ウェビナー
6月26日（金）より、書籍出版記念ウェビナーを開催いたします。