製造業のAI活用を成功に導く！安全性・品質評価・リスク対策の最前線を学ぶ無料ウェビナー開催

製造業におけるAI活用の加速と新たな課題

近年、製造業の現場では、生産性の向上や品質管理の最適化を目指し、生成AI（人工知能）の導入が急速に進んでいます。しかし、その一方で、AIを安全かつ効果的に使いこなすための「品質評価」や「リスク対策」が喫緊の課題として浮上しています。AIが生成する情報の精度、システムの安全性、そして判断プロセスの透明性をどのように担保していくかという点は、AI導入を検討する多くの企業にとって共通の悩みとなっています。

このような背景の中、株式会社Elithと株式会社エムニは共同で、製造業に特化したAIセーフティの最新動向を解説するオンラインウェビナー「製造業のAIセーフティ最前線 AIを安全に使いこなすための品質評価とリスク対策」を開催します。

ウェビナー「AIを安全に使いこなすための品質評価とリスク対策」の概要

本ウェビナーは、製造業におけるAI活用の主要リスクと評価手法、そしてセキュリティ要件について、両社の豊富な知見をもとに実務的な観点から整理し、分かりやすく解説することを目指しています。AIの導入・企画・DX推進を担当されている方、AI活用と安全性を両立させたい方、そしてAI導入におけるリスク評価や基準作りを担当されている方に特におすすめの内容です。

開催詳細

• タイトル: AIを安全に使いこなすための品質評価とリスク対策

• 日時: 2026年1月15日（木）12:00〜13:00

• 申込締切: 2026年1月15日（木）11:00

• 参加費: 無料

• 形式: オンライン（Zoomウェビナー）

• お申し込み: https://webinar.emuniinc.jp/emuni-vol011-seminar

対象者

• 製造業においてAI導入・企画・DX推進を担当されている方

• 製造業でAI活用と安全性を両立したい方

• AI導入のリスク評価や基準作りを担当する方

ウェビナーで深掘りされる主要テーマ

このウェビナーでは、製造業が直面するAI活用の具体的な課題に対し、多角的な視点から解決策を提示します。AI初心者の方にも理解しやすいように、それぞれのテーマを詳しく掘り下げていきます。

1. 生成AI活用の主要リスクとその対策

生成AIは非常に強力なツールですが、その特性上、いくつかのリスクを伴います。本ウェビナーでは、以下の主要なリスクについて、製造業の文脈で具体的に解説し、その対策を提案します。

• ハルシネーション（AIの幻覚）: AIが事実に基づかない、もっともらしい情報を生成してしまう現象です。製造業においては、設計図の誤った修正提案、品質検査における誤った判定、生産計画の非現実的な最適化案など、重大な問題を引き起こす可能性があります。ウェビナーでは、このリスクを最小限に抑えるための検証プロセスや人間による最終確認の重要性が議論されます。

• バイアス（偏見）: AIは学習データの偏りをそのまま反映してしまうため、特定の材料、工程、あるいは作業員に対して不公平な判断を下す可能性があります。これにより、製品の品質にばらつきが生じたり、職場での不公平感が増したりする恐れがあります。多様な学習データの利用や、バイアスを検出・是正するツールの活用方法が紹介されるでしょう。

• RAG（検索拡張生成）精度の課題: RAGは、AIが外部の知識データベースを参照して回答を生成する技術です。しかし、参照する情報源が不正確であったり、古かったりすると、AIの回答精度が低下します。製造業では、最新の製品仕様書や安全基準、設備マニュアルなど、常に正確で最新の情報が求められるため、信頼性の高いデータベースの構築と継続的な更新が極めて重要です。

• データ越境・情報漏洩リスク: 製造業のデータには、企業の競争力を左右する機密情報（特許情報、製造プロセス、顧客データなど）が多数含まれています。AI利用時にこれらのデータが意図せず外部に流出してしまう「データ越境」や「情報漏洩」は、企業にとって致命的な損害となりかねません。ウェビナーでは、オンプレミス環境の選択肢や、クラウド環境利用時の厳格なアクセス制御、暗号化、監査ログの活用といったセキュリティ対策について深掘りされます。

2. AI規制への対応と評価体制の構築

AIの普及に伴い、世界的にその利用を規制する動きが加速しています。特に、EU AI法はAIの安全性と倫理的な利用を確保するための包括的な枠組みであり、製造業もその影響を避けては通れません。また、日本国内でもAI事業者ガイドラインが整備されつつあります。

• EU AI法およびAI事業者ガイドラインへの対応: ウェビナーでは、これらの法規制の概要と、製造業が具体的にどのような対応を求められるのかが解説されます。リスクアセスメントの実施、透明性の確保、人間による適切な監督など、遵守すべき要件について詳しく説明されるでしょう。

• ログ管理を含む評価体制の構築方法: AIシステムの判断プロセスはブラックボックスになりがちです。問題が発生した際に原因を究明し、改善点を特定するためには、AIの挙動を記録する「ログ管理」が不可欠です。ウェビナーでは、入力データ、出力結果、使用モデル、日時など、どのような情報を記録し、どのように評価体制を構築すべきかについて、具体的な方法が紹介されます。

3. LLM導入環境の選定とセキュリティ要件

大規模言語モデル（LLM）を導入する際、自社のデータや要件に合わせて「オンプレミス環境」と「クラウド環境」のどちらを選択すべきかは重要な判断となります。製造業特有のセキュリティ要件も考慮に入れる必要があります。

• オンプレミスLLMとクラウド環境の選定ポイント:

  • オンプレミスLLM: 自社内のサーバーでLLMを運用するため、データ主権を完全に保持でき、高度なカスタマイズが可能です。機密性の高いデータを扱う製造業にとっては、セキュリティ面での安心感が高いというメリットがあります。一方で、初期費用が高額になりがちで、運用負荷やスケーラビリティの課題が伴います。

  • クラウド環境: クラウドサービスプロバイダーが提供するLLMを利用するため、初期費用を抑えられ、迅速な導入と高いスケーラビリティが魅力です。運用負担も軽減されますが、データが外部のサーバーに置かれるため、データ主権や情報漏洩に対する懸念が生じる可能性があります。ウェビナーでは、これらのメリット・デメリットを比較し、製造業の具体的な状況に応じた最適な選定基準が提示されます。

• 製造業特有のセキュリティ要件: 工場内のIoTデバイスから得られるデータ、生産プロセスに関するノウハウ、設計データなど、製造業が扱う情報は多岐にわたります。これらの情報をAIで活用する際には、厳格なセキュリティ対策が求められます。ウェビナーでは、これらの情報資産を保護するための具体的な要件や実践的な対策について、導入事例を交えながら解説されます。

4. AIリスクマネジメントツール「GENFLUX」による実践

AIの安全性と品質を確保するためには、理論だけでなく、具体的なツールを用いた実践が不可欠です。本ウェビナーでは、株式会社Elithが提供するAIリスクマネジメントツール「GENFLUX」がどのように活用されるのか、その実例が紹介されます。

• 「GENFLUX」による安全性・品質検証の実例: GENFLUXは、AIモデルの安全性と品質を評価し、リスクを管理するための包括的なツールです。ウェビナーでは、テストデータの生成、モデルのパフォーマンス評価、倫理的側面（バイアスなど）の評価など、GENFLUXが提供する具体的な機能と、それらを活用した検証プロセスが詳しく解説されます。これにより、AI初心者の方でも、AIがどのように評価され、安全性が確保されるのかを具体的にイメージできるでしょう。

• 現場で成果を生み出すための評価指標設計と運用上の注意点: AIの導入効果を最大化するためには、単にツールを使うだけでなく、自社のビジネス目標に合わせた適切な「評価指標」を設計することが重要です。ウェビナーでは、製造現場で実際に成果を生み出すための評価指標の設計方法、そしてAIシステムを運用する上で注意すべき点、例えばモデルの定期的な再評価や異常検知の仕組みづくりなどについて、実践的なアドバイスが提供されます。

信頼の登壇者：AIと製造業のプロフェッショナル

本ウェビナーには、AIと製造業の最前線で活躍する2名の専門家が登壇し、それぞれの知見を共有します。

下野 祐太氏（株式会社エムニ 共同創業者／代表取締役 CEO）

京都大学大学院エネルギー科学研究科応用科学専攻を卒業後、株式会社松尾研究所にて製造業向けのAI社会実装に3年間従事。IoTセンサーを活用した異常検知や原因特定、外観検査の自動化、生産計画の最適化など、多岐にわたるプロジェクトをPM（プロジェクトマネージャー）として推進してきました。Preferred Networks、DeNA、Recruitといった大手企業でのプロジェクト経験も豊富です。株式会社エムニでは代表として経営を担う傍ら、営業活動やデモ開発、コーディング、マネジメントなど幅広く活躍しています。松尾研起業クエスト1期生であり、「Forbes JAPAN 30 UNDER 30 2025」のSCIENCE&SOCIAL部門に選出されるなど、その実績は高く評価されています。

井上 顧基氏（株式会社Elith 代表取締役 CEO/CTO）

北陸先端科学技術大学院大学で量子コンピュータの材料探索に関する研究で修士号を取得。現在は会社経営と並行して、東北大学医学系研究科にて医学物理分野での医療AIの研究に取り組む博士後期課程に在籍しています。その研究成果は、医学物理のトップカンファレンスであるAAPMで採択され、発表されました。また、著書に「実務レベルでわかる/使いこなせるようになるGit入門コマンドライン演習80(秀和システム)」があり、「日経Linux(日経BP)」では大規模言語モデルに関する記事を寄稿するなど、精力的に活動しています。AI技術の深い知見と実践経験を兼ね備えた専門家です。

株式会社Elithについて：AIソリューションの共創パートナー

株式会社Elithは、クライアントと共に課題を発見し、AIによる最適な解決策を共創するパートナー企業です。人、組織、技術といった多様な要素を融合させ、イノベーションを生み出すことで、次の時代を切り拓くテックカンパニーとして活動しています。製造業、金融業、医療業など、多岐にわたる業種のクライアントの事業成長を支援するため、コンサルティング、生成AIの利活用支援、LLM（大規模言語モデル）や画像AIの開発・システム構築、AI教育アドバイザリーといった幅広いソリューションを提供しています。

• 社名: 株式会社Elith

• 代表者: 代表取締役CEO＆CTO 井上顧基

• 本社所在地: 東京都文京区本郷3-30-10本郷 K&Kビル1F

• 事業内容: AIに関する研究、開発、設計、企画、教育、販売、保守、コンサルティング業務

• 会社概要 URL: https://elith.ai

AI導入・開発に関する個別相談の機会

ウェビナー参加後、AIの導入や開発、業務への適用に関して具体的なご相談がある場合は、Elithの開発・企画担当者との個別相談（無料）をオンラインで随時受け付けています。具体的な課題や構想がまだ固まっていない段階でも、気軽に問い合わせてみてください。最先端のAI技術の教育研修、開発・導入支援、コンサルティングに関する問い合わせも歓迎されています。

まとめ：製造現場のAI活用を安心・安全に

製造業におけるAIの活用は、ビジネスの成長と競争力強化に不可欠な要素となっています。しかし、その恩恵を最大限に享受するためには、AIの安全性と品質を確保するための適切な知識と対策が不可欠です。

本ウェビナーは、生成AIの主要リスクから最新の法規制への対応、そして具体的なリスクマネジメントツールの活用法まで、製造現場でAIを安心・安全に活用するための「実務に直結する知見」を提供します。AI初心者の方でも理解しやすいように、専門用語を避け、具体例を交えながら丁寧に解説されるため、AI導入を検討している企業や、既に導入済みで課題を抱えている企業にとって、きっと多くの学びと示唆が得られるでしょう。

この貴重な機会をぜひ活用し、未来の製造業を支えるAIセーフティの最前線に触れてみてください。AIを安全に使いこなし、ビジネスの新たな可能性を切り開くための一歩を踏み出しましょう。