……Zoomオンライン受講
……見逃し視聴選択可
◎分析・試験データの分析業務における生成AI・AI活用の落とし穴や、出力データの再現性の考え方、入力データの機密性に応じたAIサービスの選択手法などわかりやすく解説。
◎データの電子化・統合管理などで利用され、データのAI活用も容易にするLIMSシステムを解説し、データ管理や社内導入の際の失敗例やLIMSに蓄積したデータのAI活用の際の注意点なども解説します。
◎AIによる文書作成を例に、プロンプトの組み立て方やハルシネーション対策のためのレビューの設計、公的文書の作成の際の責任の判断についても、解説。
講師
LIMSパートナーズ合同会社 代表社員 青木 祥晃 氏
講師紹介
LIMSパートナーズ合同会社 代表社員。
化学メーカー2社で分析業務及び品質管理業務に従事。
うち5年間はLIMS導入プロジェクトマネージャーとして、要件定義から運用立ち上げまでを一貫して担当。
2023年よりLIMS導入支援事業を開始し、化学・製薬など幅広い業界で10件以上の導入を支援。
特定ベンダーに依存しない中立の立場で、要件定義からマスタ設定まで総合的に支援している。
＜その他関連商品＞
機械学習・AI・データ分析 一覧はこちら
日時・受講料・お申込みフォーム
●日時：2027年2月4日(木) 13:00-15:30 ＊途中、小休憩を挟みます。
●受講料：
【オンライン受講（見逃し視聴なし）】：1名 36,300円(税込（消費税10％）、資料付)
＊1社2名以上同時申込の場合、1名につき25,300円
【オンライン受講（見逃し視聴あり）】：1名 41,800円(税込（消費税10％）、資料付)
＊1社2名以上同時申込の場合、1名につき30,800円
＊「見逃し視聴あり」でお申込の場合、当日のご参加が難しい方も後日セミナー動画の視聴が可能です。
各種割引について
＊5名以上でのお申込の場合、更なる割引制度もございます。
ご希望の方は、以下より別途お問い合わせ・お申込みください。
req@*********（*********にはjohokiko.co.jpを入れてください）
＊学校法人割引：学生、教員のご参加は受講料50％割引。→「セミナー申込要領・手順」を確認ください。
お申込みはこちらから
商品コード：AD270298
配布資料・講師への質問など
●配布資料はPDFなどのデータで配布いたします。ダウンロード方法などはメールでご案内いたします。
・配布資料に関するご案内は、開催1週前～前日を目安にご連絡いたします。
・準備の都合上、開催1営業日前の12:00までにお申込みをお願いいたします。
（土、日、祝日は営業日としてカウントしません。）
・セミナー資料の再配布は対応できかねます。必ず期限内にダウンロードください。
●当日、可能な範囲でご質問にお答えします。（全ての質問にお答えできない可能性もございます。何卒ご了承ください。）
●ご受講に際しご質問・要望などございましたら、下記メールアドレス宛にお問い合わせください。
req@*********（*********にはjohokiko.co.jpを入れてください）
オンラインセミナーご受講に関する各種案内（必ずご確認の上、お申込みください。）
※メールアドレスの記載誤りについては、以下へご連絡お願いいたします。
req@*********（*********にはjohokiko.co.jpを入れてください）
→Skype／Teams／LINEなど別のミーティングアプリが起動していると、Zoomで音声が聞こえない、カメラ・マイクが使えないなどの事象が起きる可能性がございます。お手数ですが、これらのアプリは閉じた状態にてZoomにご参加ください。
→音声が聞こえない場合の対処例
→一部のブラウザは音声が聞こえないなどの不具合が起きる可能性があります。
対応ブラウザをご確認の上、必ず事前のテストミーティング をお願いします。
（iOSやAndroidOS ご利用の場合は、アプリインストールが必須となります）
→見逃し視聴について、 こちらから問題なく視聴できるかご確認ください。（テスト視聴動画へ）パスワード「123456」
＜見逃し視聴ご案内の流れ・配信期間詳細＞
セミナーポイント
■講座のポイント
生成AIの登場で、蓄積した分析データを解析からレポートの作成まで、分析業務は幅広く変わりつつあります。一方で、AIに何をどこまで任せてよいかは、多くの現場でまだ整理されていません。
本セミナーでは、機密性と再現性の観点からAI活用の線引きを整理したうえで、LIMSが解決する課題と、LIMSに蓄積した分析データをAIで活用する方法を解説します。自社の業務に置き換えて考えられるよう、AI解析の実演も交えてお伝えいたします。
主な受講対象者
・品質管理・品質保証・研究開発・製造技術部門で、生成AIの業務活用を検討している方
・分析・試験データの管理にExcelや紙を使っており、限界を感じている方
・LIMSの導入を検討中の方、または導入すべきかどうか判断したい方
・分析データを外部のAIサービスに出してよいか、社内ルールを決める立場にある方
・蓄積した分析データを、ご自身で解析・活用したい方
受講後、習得できること
・分析データをAIサービスに入力する際の選択肢と、機密性の観点からの判断基準
・AIの出力を業務記録や判断に組み込む際の線引きと、再現性を確保する実装の考え方
・AIで活用しやすい分析データの構造化・業務標準化の要点ンと、導入前の準備にAIを使う方法
・AIによる文書作成・レビューの型と、ハルシネーション対策としての人によるレビューの設計
セミナー内容
1. 生成AIで何ができて、何ができないか
1.1 生成AIの得意・不得意と、分析業務での使いどころ
1.2 分析データをAIにどこまで入力するか／AIの出力を業務でどこまで使うか
2. 分析データをAIにどこまで入力するか：機密性から見たAIサービスの選択肢
2.1 前提の整理：AIモデルとクラウド基盤の関係、オープンウェイトモデルとは何か
2.2 5つの選択肢と現実的な落としどころ：個人プラン・法人プラン・APIで何が違うか
2.3 選択肢を2軸で比べる：データの所在と、条件を誰が変えられるか
2.4 最初に決めるべき社内ルール3点
3. AIの出力を業務業務でどこまで使うか：再現性と責任の線引き
3.1 出力の使い方で線を引く：3層の整理
3.2 2つの実装と再現性・県商政の違い
3.3 入力／出力の条件から、必要なAIサービスを決める
4. 分析データの構造化：業務標準化とLIMS導入前の準備
4.1 構造化されていないデータの典型
4.2 構造化とは何か
4.3 データインテグリティ(ALCOA＋＋)
4.4 LIMS導入前の準備におけるAI活用
5. LIMSは何を解決するか：導入判断、設計の考え方、失敗の型
5.1 LIMSの全体像
5.2 LIMSが解決する課題
5.3 何をどう蓄積するか：データベース設計の考え方と段階導入
5.4 導入の失敗パターンと回避策
6. AIによる文書作成・レビュー
6.1 文書作成にAIを使うときの型：プロンプトの組み立て方
6.2 ハルシネーションと、人によるレビューの設計
6.3 AI利用の責任分界点：規制当局の指摘事例と規制動向の参照点
7. AIを用いた分析データの解析(実演)
7.1 実演：データ解析を、担当者自身がAIで行う
7.2 自社のLIMSデータで行うと何が起きるか
7.3 持ち帰り：自社の入出力の整理
(質疑応答)
お申込みはこちらから
