ＤＸ導入による実験の短縮、研究開発の効率化とその進め方

研究開発業務へのDXの導入手順、活用事例から
効果的な運用方法まで詳解！

セミナー講師

1. (同)コンサランス 代表　高安 篤史 氏
2. 東京工業大学 物質理工学院 一杉研究室 研究員　中山 亮 氏
3. 日本アイ・ビー・エム(株) GBS事業部 Cognitive & Analytics
   Analytics & Innovationライン・マネージャー 兼 データサイエンティスト　佐藤 和樹 氏

セミナー受講料

1名につき60,500円（税込・資料付）　
〔1社2名以上同時申込の場合1名につき55,000円（税込）〕

受講について

• 本講座はZoomを利用したLive配信セミナーです。セミナー会場での受講はできません。
• 下記リンクから視聴環境を確認の上、お申し込みください。
  　→ https://zoom.us/test
• 開催日が近くなりましたら、視聴用のURLとパスワードをメールにてご連絡申し上げます。
  セミナー開催日時に、視聴サイトにログインしていただき、ご視聴ください。
• Zoomクライアントは最新版にアップデートして使用してください。
  Webブラウザから視聴する場合は、Google Chrome、Firefox、Microsoft Edgeをご利用ください。
• パソコンの他にタブレット、スマートフォンでも視聴できます。
• セミナー資料はお申込み時にお知らせいただいた住所へお送りいたします。
  お申込みが直前の場合には、開催日までに資料の到着が間に合わないことがあります。ご了承ください。
• 当日は講師への質問をすることができます。可能な範囲で個別質問にも対応いたします。
• 本講座で使用される資料や配信動画は著作物であり、
  録音・録画・複写・転載・配布・上映・販売等を禁止いたします。
• 本講座はお申し込みいただいた方のみ受講いただけます。
  複数端末から同時に視聴することや複数人での視聴は禁止いたします。
• Zoomのグループにパスワードを設定しています。
  部外者の参加を防ぐため、パスワードを外部に漏洩しないでください。
  万が一部外者が侵入した場合は管理者側で部外者の退出あるいはセミナーを終了いたします。

セミナープログラム

＜１０：００〜１２：００＞

【第１部】RPAによる研究開発業務の短縮化と導入、効率的運用の仕方

(同)コンサランス 代表　高安 篤史 氏

【講演趣旨】
DX（デジタルトランスフォーメーション）が叫ばれる中、 企業のデジタル化は喫緊の課題です。その状況での生産性向上の 目玉といわれているのがRPA（Robotic Process Automation）です。 しかしながら、一部の企業ではRPAによる成果が非常に大きい事例 があるものの、RPAは導入の仕方が難しく、考え方を誤ると逆効果に なる側面があります。また、研究開発業務は、RPAが得意とする単 純作業が少なく、単なる自動化のためのRPAだけでは成果に限界 があります。当講演では、RPAなどによる業務改善の多数の支援実 績がありコンサルタントとして活躍している講師が、RPAの導入方法 や落とし穴などについてわかりやすく解説致します。

【講演項目】

1. RPA（Robotic Process Automation）の概要
   1. RPAに向く業務／向かない業務
   2. RPAを導入するメリット
   3. 各RPAツールの特徴
   4. RPAツールのデモ
2. RPAの導入事例
   1. 各業界の導入事例
   2. 研究開発部門での導入対象業務
   3. 業務改善との併用
3. RPA導入方法と落とし穴
   1. RPAツールの選択方法
   2. RPA導入の進め方（失敗しないためのノウハウ）
   3. 研究開発業務での導入での注意事項／運用の工夫
   4. RPAの将来像

【質疑応答】

＜１２：４５〜１４：４５＞

【第２部】実験の自動化による研究の短縮化とその導入、活用のポイント

東京工業大学 物質理工学院 一杉研究室 研究員　中山 亮 氏

【講演趣旨】
日本は少子高齢化が進み、人手不足が顕在化している うえ、働き方改革により、短時間で最大の成果を出すことが強く求め られています。さらに、コロナ禍を契機に、全自動、遠隔操作で研究 を進める体制の構築が急務となります。すなわち、今、日本の研究 開発は「変革」を求められています。重要なことは、日本の強みであ る「化学や材料に関する勘・コツ・経験」とマテリアルズインフォマティ クス、人工知能(AI)、そして、ロボット技術を組み合わせて、「日本に ノウハウやデータ」が自然に集まる仕組みを作ることです。本講演で は、ロボット、AI、研究者のそれぞれが「協働」するラボ=デジタルラボ ラトリの基礎と動向・導入事例に関して紹介します。

【講演項目】

1. 背景 . AIやロボットを活用した研究開発の重要性
   1. AI、ロボット、研究者が協働するデジタルラボラトリとは
   2. デジタルラボラトリが研究環境に与えるインパクト
2. AIやロボットを活用した研究開発に関する世界の動向
3. AIとロボットを活用した材料研究に関する一杉研の取り組み
   1. ベイズ最適化による合成条件最適化のシミュレーション例
   2. ベイズ最適化とロボットを活用した全自動薄膜合成・評価装置の紹介
   3. ロボットによる薄膜合成例
   4. 人間ドックの材料版: マテリアルドック
   5. AIを活用したイオン伝導度評価手法の開発
   6. AIやロボットを研究開発の現場に導入するまでの道筋

【質疑応答】

＜１５：００〜１７：００＞

【第３部】配合推奨AIによる研究開発の効率化

日本アイ・ビー・エム(株) GBS事業部 Cognitive & Analytics
Analytics & Innovationライン・マネージャー　兼　データサイエンティスト　佐藤 和樹 氏

【講演趣旨】
近年は「R&D業務のDX変革・元年」ともいうべく、R&D業 務でのDX変革のニーズが多く、市場は活発化しております。そのような中で、将来目指すべき姿をAI活用やデータ分析の観点からお話させていただきます。IBMでは「R&D Process Optimization」と題して、データ分析コンサルティング・サービスを展開しております。この活動をIBMでリードしている講師の経験の中から、今回は「配合問題」を中心にAI活用の先進事例をご紹介させていただきます。研究開発や新商品開発を効率化するためには、いわゆる「開発データの蓄積」が必要ですが、この取り組みを十分に成熟して実現できている事業者は 多くはありません。おそらく「検討はしているが進まない」「試行錯誤している」という状況が実態ではないでしょうか。今回の講演では、いち早く他社先進事例から研究開発や新商品開発を効率化するためのポイントを学び取っていただき、皆様の業務課題を解決するための助 けとなることを期待しております。

【講演項目】

1. R&D業務のDX変革の可能性と目指す姿
2. IBM分析サービス「R&D Process Optimization」のご紹介
3. 実験データに関するAI活用のポイントとロードマップ
4. 実験データを分析する技術や手法に関するご紹介
5. 研究開発や新商品開発の効率化の期待効果の考え方
6. R&D業務でのAI活用に関する業界先進事例の総括
7. 先進事例１：化学メーカー様における活用事例
   • 化合物の配合と組成物の物性に関する分析と研究開発の効率化
8. 先進事例２：飲料メーカー様における活用事例
   • 官能評価と原料の配合に関するデータ分析と新商品開発
9. 先進事例３：化粧品メーカー様における活用事例
   • 他社化粧品の原料配合を参考にした新商品開発
10. 将来の量子コンピュータ活用に向けた提言
11. R&D業務における特許分析と活用事例の参考事例集ご紹介

【質疑応答】