【開催予定】
設計・開発業務における生成AI実践的活用法「10選」
日時：2026年2月27日(金) 14：00～17：30
主催：（株）日刊工業新聞社
申し込み：コチラから
概要・内容
【概要】
ChatGPTをはじめとする生成AIの進化により、機械設計や製品開発業務に適用する動きが加速しています。AIは文書作成や情報整理の支援だけでなく、開発・設計における検討・分析・レビューといった工程にも活用が広がりつつあり、業務効率化や品質向上の実現に向けた新たなツールとして注目を集めています。試験的ではありますが形状最適化やコーディングへの適用も始まりつつあります。
一方、すでに提供されている多くのAIサービスに対しては「効果が不明」「現場で日常的に使ってもらえるか分からない」といった不安から、投資に踏み切れないという声も少なくありません。だからこそ、まずは無料または低コストで試せる生成AIを活用し、自らの業務に適用できるかを見極めることが重要です。そのうえで、現実的なAIシステムやサービスの導入へと段階的に進めるアプローチが現実的であり、その第一歩として構成したのが本講座です。
本セミナーでは、自社の設計・開発業務との親和性や有効性を検証したうえでAIシステムの導入につなげるという「現実的なアプローチ」を提示します。具体的には、講師の実務経験を通じて選定した文章生成AIの実践的活用法「10選」とFMEA/FTAおよびDRでの活用法などを解説します。また。生成AIの導入で必須となる情報セキュリティや知的財産の観点、さらに、クローズド環境での運用方法など実務での留意点にも触れます。
設計者・開発者にとって生成AIを自らのスキルや業務にどう活かすかを考えるための出発点となる内容です。AI活用の可能性に関心のある方から、すでに導入に向けた検討を進めている方まで、ぜひこの機会をご活用ください。
【内容】
１．設計・開発業務における文章生成AIの実践的活用法「10選」
- ①市場の不具合情報収集
- ②自社の様式に合わせた技術文書(製品仕様書等)の作成と添削
- ③仮想デザインレビュー
- ④規格書チャットボット
- ⑤特許情報を使った問題解決
- ⑥実験計画法とCAEで設計最適化
- ⑦FMEAのサポート
- ⑧外国語仕様書からの情報抽出
- ⑨スクショから不具合予測
- ⑩回路図から特性をシミュレーション
２．GPTsを使った設計開発業務の生産性向上
- GPTsとは
- 規格書チャットボット
- 過去トラDBチャットボット
- FMEA/FTA支援ツール
- 仮想デザインレビュー（DR）の壁打ちチャットボット
3．生成AIを設計・開発業務に適用する際の留意点
- 情報セキュリティ上の注意点
- 知的財産権上の注意点
- 完全クローズな環境でセキュリティ問題を解決する
生成AIで変わるFMEA活用術セミナー
日時：2026年2月10日(火) 9：30～16：30
主催：いわてデジタルエンジニア育成センター
申し込み：受付終了
概要・内容
【概要】
| FMEAは、潜在的なリスクを事前に洗い出し、適切な対策を検討するための有効な手法です。ところが実際の運用においては、資料作成の負担や検討漏れ、形式だけが残る「形骸化」といった課題が少なくなく、多くの企業が十分な効果を実感できていないのが現状です。 本セミナーでは、こうした課題に対して生成AIを活用する新しいアプローチをご紹介します。事案に応じたテンプレートの作成や故障モード分析などをAIに支援させることで、FMEAの精度と効率を同時に高める方法を解説します。 現場担当者には、検討内容の抜け漏れ防止、判断の妥当性確認、作業時間の短縮、過去事例や知識の補完といった効果が期待されます。さらに管理者にとっても、分析プロセスの標準化、アウトプットの均質化、進捗の可視化といったメリットが得られます。加えて、生成AIを導入する際の注意点や潜在リスク、現場で定着させるための工夫についても、実例を交えながら具体的にご紹介します。 生成AIにあまり馴染みのない方にも理解いただけるよう基礎から丁寧に解説しますので、自社の設計品質向上に向けた取り組みにぜひお役立てください。 |
【内容】
1.FMEAの基礎
- いまさら聞けないFMEAの基礎
- FMEAのステップ
- FMEA実施のタイミング
- 生成AIが活躍する部分
2.生成AIの基礎
- 生成AIの基本的な仕組み
- 代表的な生成AIサービス
- 設計プロセスへの生成AI活用例
- カスタムチャットボットの例
3.FMEA支援ツールの作成
- GPTs/プロジェクトの概要
- GPTs/プロジェクトでできること
- カスタムGPTの構築方法
- 前準備の例
- FMEA支援ツールとしてのカスタマイズ
4.FMEA支援ツールの実施例
- 途別の支援ツール例
5.生成AI使用上の注意点
- 情報セキュリティ上の注意点
- 知的財産権上の注意点
- APIを用いた環境でセキュリティ問題を解決する方法
トラブルを未然防止する加工現場の実際を反映した機械図面の書き方
～この図面でモノを作ったら問題だらけ！とならないために～
日時：2026年2月4日(水) 13：00～17：00
主催：（株）日刊工業新聞社
申し込み：コチラから
概要・内容
【概要】
| 3次元CAD/CAE（3DCAD/CAE）の普及に伴い、量産設計を中心に3Dモデルデータを活用したモノづくりが定着しています。それでも、設計情報（設計意図）を正しく伝えるうえで2次元（2D）図面は必須です。寸法や公差をはじめ重要な設計意図や加工現場への指示は、2Dデータ（2D図面または紙図面）の方が、一覧性があって伝えやすいからです。このような事情から、現在では、3D（モデル）データと2D図面をうまく組み合わせて設計情報を伝達している会社が多いでしょう。それ故に、図面の読み手である、加工現場を考慮した2D図面の作成が、いままで以上に重要となっています。 加工現場の実際を知らずに書いた図面だと、指示通りに物を作ることが出来なかったり、現場の解釈で物が作られたりしてしまい、あとで問題が生じることがあります。そのため。選択した加工方法による加工品の性質を考慮することはもちろん、物の形体を明確に表現するための幾何特性仕様（GPS）を意識することや、寸法精度などを適切に評価できるよう測定方法を考慮した指示が求められています。 そこで本セミナーでは、「この図面では問題だらけ！」を無くすために、加工の知識を図面に埋め込み、設計意図を正しく伝え、狙った機能や精度につなげるためにはどのような図面としたら良いかを解説します。 本セミナーを受講することで、加工現場の実際を考慮して、設計者が意図する仕上がり状態を適切に図面に反映させるコツを習得できます。また、3Dデータおよび2D図面で表現できる設計情報にはどのようなものがあるかを踏まえつつ、設計意図を正しく伝える2D図面の役割にも言及します。 まだ経験の浅い機械設計者はもちろん、図面に起因する品質不具合に悩まされている方、さらには、今も2D図面が主流の設備設計者の参加をお薦めします。 |
【内容】
1. いまどき2D図面は必要か？
- デジタルツイン時代で変化する2D図面の役割
- いわゆる図面レス（2D図面）ではものづくりは成立しない
- 3Dデータと2D図面との関係、3Dデータを生かす2D図面のあり方
2. トラブルの事例
- 切削加工品の事例
- プレス加工品の事例
- 射出成形品の事例
- 鋳造品の事例
- 表面処理の事例
3. 加工現場を意識した図面(共通事項編)
- 普通公差（一般公差）欄の工夫
- 製品の置き方の指示
- 製品の基準の指示
4. 加工現場を意識した図面(加工方法別編)
- 切削加工を意識した図面例
- プレス加工を意識した図面例
- 射出成形を意識した図面例
- 鋳造を意識した図面例 表面処理を意識した図面例
5. 測定の視点
- 測定のときに困る図面
- 3Dを前提とした測定への対応
生成AIプロンプトエンジニア養成講座(2日間コース)
日時：【第1日目】2026年1月29日(木) 13：00～17：00、【第2日目】2026年1月30日(金) 13：00～17：00
主催：（株）新技術開発センター
申し込み：コチラから
概要・内容
【概要】
| ChatGPTに代表される生成AIは、非常に高性能なツールであり、業務の効率化に欠かせない存在になりつつあります。 しかし、その性能を最大限に引き出すためには、生成AIが理解しやすく求める回答を得やすい形で正確な指示を与える必要があります。いかに生成AIの技術が進歩しても、指示が適切でなければ期待する回答を得ることはできないのです。 このため、生成AIの能力を引き出す「翻訳者」として、人間が持つ曖昧なイメージや複雑な要件を、生成AIが的確に処理できる具体的なプロンプトへと落とし込む専門家「プロンプトエンジニア」が注目されています。「プロンプトエンジニア」が、生成AIを使いこなすスペシャリストとして社内外で求められる時代が到来しているのです。 そこで、生成AIのプロンプトエンジニアを養成する講座を開講いたします。本講座では、生成AIの基礎から演習を通して具体的な業務に活用できる方法を解説します。本講座を受講することで、知識ゼロから「プロンプトエンジニア」になるために必要なスキルを習得できます。 なお、修了基準を満たした方には修了認定証を発行いたします。 |
【内容】
第一章 生成AIの基礎知識
- 文章生成AIの基礎
- 大規模言語モデル（LLM）の基礎
- 画像生成AIの基礎
第二章 生成AIの機能と特徴
- ChatGPT、Gemini、Copilot、（＋α）の違い（無料版・有料版の違い）
- テキスト生成
- 画像生成
- RAG(検索拡張生成)
- データ処理
- カスタマイズ
第三章 プロンプトエンジニアとは？
- プロンプトエンジニアの役割
- 効果的な回答を得るためのプロンプト入力の原則
- 良いプロンプトと悪いプロンプトの比較（演習）
第四章 目的別プロンプト作成（演習）
- 研究・開発向け（数値データ処理、不具合予測、試験報告書作成等）
- 企画・マーケティング向け（企画書作成、商品アイデア出し、需要予測等）
- 品質管理向け（検査データの要約、異常データの検知、統計学的分析等）
- 生産管理向け（需要予測、在庫管理、工程最適化等）
- 製造部向け（作業手順（動画含む）、作業標準化、技術継承）
- 設備保全向け（異音、センサーデータの分析）
第五章 修了認定試験
- 生成AIの基礎知識の択一式試験
- 課題に対するプロンプトと出力結果の提出
