……Zoomオンライン受講
◆生成AIをはじめとするデジタル技術の進歩により、研究開発の生産性向上が期待されています。
◆生成AI、Python、R、Excelの適切な使い分け、再活用可能な実験データの残し方、解析・グラフ化・レポート作成を
効率化する方法を、実際の研究開発事例を交えて説明します。
講師
株式会社ケンシュー 代表取締役社長 倉地 育夫 氏
講師紹介
■略歴：
１９７９年 ３月 国立名古屋大学工学部大学院工学研究科応用化学修了
１９９４年１０月 工学博士（中部大学）
１９７９年 ４月 ブリヂストンタイヤ株式会社入社（現：株式会社ブリヂストン）
１９８３年 ４月 科学技術庁無機材質研究所留学（１９８４年１０月まで）
１９８４年１１月 株式会社ブリヂストン研究開発本部復職
１９９１年 ９月 株式会社ブリヂストン退社
１９９１年１０月 コニカ株式会社第四開発センター入社（主任研究員）
１９９３年 ４月 国立福井大学工学部客員教授
１９９３年１１月 コニカ株式会社感材技術研究所主幹研究員
２００５年 ８月 コニカミノルタビジネステクノロジーズ株式会社生産本部
生産技術センターデバイス技術部第３デバイスグループリーダー
２００８年１０月 同社生産技術センターデバイス技術部担当部長
２００９年 ４月 同社開発本部化製品開発センター機能部材開発部担当部長
２０１１年 ３月 コニカミノルタビジネステクノロジーズ(株) 定年退社（５７歳）
２０１１年 ３月 株式会社ケンシュー設立 代表取締役社長就任 （現在に至る）
２０１６年１１月 中国蘇州ナノポリス顧問
受賞歴
２０００年 ５月 第３２回日本化学工業協会技術特別賞受賞
２００４年 ５月 写真学会ゼラチン賞受賞
その他
(株)ブリヂストンの超高純度βＳｉＣ半導体技術が日本化学会化学技術賞受賞）
■専門および得意な分野・研究：
セラミックスから高分子まで材料設計技術全体
マテリアルズインフォマティクス研究歴40年以上
（40年前に高分子難燃化技術における多変量解析の適用結果について日本化学会年会で発表）
AI プログラミング技術50年の実績
■本テーマ関連学協会でのご活動：
日本化学会、高分子学会、高分子同友会
＜その他関連商品＞
新規ビジネス・テーマ探索・マーケティング 一覧はこちら
日時・受講料・お申込みフォーム
●日時：2026年12月7日(月) 10:30-16:30 ＊途中、お昼休みや小休憩を挟みます。
●受講料：
【オンライン受講】：1名50,600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39,600円
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：AG2612C4
配布資料・講師への質問など
●配布資料は、印刷物を郵送で1部送付いたします。
・お申込みの際にお受け取り可能な住所を必ずご記入ください。
・郵送の都合上、お申込みは4営業日前までを推奨します。（土、日、祝日は営業日としてカウントしません。）
・それ以降でもお申込みはお受けしておりますが（開催1営業日前の12:00まで）、その場合、テキスト到着がセミナー後になる可能性がございます。ご了承の上お申込みください。
・資料未達の場合などを除き、資料の再配布はご対応できかねますのでご了承ください。
●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）
セミナーポイント
■はじめに
生成AIをはじめとするデジタル技術の進歩により、研究開発の生産性向上が期待されています。しかし、AIや解析ツールを導入しただけでは、研究開発が必ずしも速くなるとは限りません。実験計画、データ整理、解析、グラフ作成、レポート作成が個別に行われ、過去のデータや判断根拠が十分に再利用されていないことが、研究開発を停滞させる大きな要因となっています。
本講演では、研究開発を迅速化するために、個々の作業を単に自動化するのではなく、仮説、実験、観察、記録、解析、意思決定までを一つの流れとして再設計する考え方を解説します。オブジェクト指向やデータ駆動の発想を取り入れながら、フロントローディング、タグチメソッド、ベイズ最適化など、少ない試行で成果につなげる実践手法を紹介します。
さらに、生成AI、Python、R、Excelの適切な使い分け、再活用可能な実験データの残し方、解析・グラフ化・レポート作成を効率化する方法を、実際の研究開発事例を交えて説明します。研究者・技術者個人が明日から始められる改善と、組織として取り組むべき研究開発改革の両面から、AI時代に求められる「速い研究開発」の実現方法を提示します。
■ご講演中のキーワード：
• 研究開発迅速化
• 生成AI
• 実験計画
• データ駆動型研究開発
• 研究データの再活用
• フロントローディング
• タグチメソッド
• ベイズ最適化
• Python・R・Excel活用
• レポート作成効率化
■受講対象者：
管理職から実務担当者まで本テーマに興味のある方なら、どなたでも受講可能です
AI可読なデータベース構造に関心のある方
■必要な予備知識や事前に目を通しておくと理解が深まる文献、サイトなど：
AIの活用の仕方まで解説するので、受講後復習を行うことができます。
■本セミナーで習得できること：
研究開発迅速化
• 生成AI の活用方法
• 実験計画立案方法
• データ駆動型研究開発の方法論
• 研究データの再活用の考え方
• フロントローディング
• タグチメソッド
• ベイズ最適化
• Python・R・Excel活用
セミナー内容
1．なぜ今、研究開発の進め方を見直すのか
1.1 AI時代においても研究開発が速くならない理由
1.2 実験・解析・レポート作成に共通する非効率
1.3 本セミナーで扱う「迅速化」の全体像
1.4 事例に学ぶ、研究開発効率化のインパクト
2．研究開発を速めるための基本的な考え方
2.1 実験を速める発想法：オブジェクト指向とデータ駆動
2.2 科学と技術の違いを実務にどう生かすか
2.3 仮説・観察・記録をつなぐ実験設計の考え方
2.4 少ない試行で成果につなげる進め方
3．生成AI・Python・Rをどう実務に生かすか
3.1 生成AIで何が変わり、何が変わらないか
3.2 研究開発実務における生成AIの役割
3.3 Python・R・Excelの使い分け
3.4 無料ツールを組み合わせた実務環境の作り方
4．実務を変えるための事例研究
4.1 少ない実験回数で成果につなげた事例
4.2 短期間で意思決定につなげた事例
4.3 否定の証明から実用化へ進んだ事例
4.4 事例から見える「速い研究開発」の共通点
5．実験計画からレポート作成までを迅速化する実践手法
5.1 効率を高める実験の進め方
（１）実験の戦略と戦術
（２）フロントローディング
（３）タグチメソッド
（４）ベイズ最適化
（５）その他の効率化手法
5.2 再活用を前提としたデータ整理法
（１）後で使えるデータと使えないデータの違い
（２）実験条件・測定条件・判断根拠の残し方
（３）Excel管理の限界と改善の方向
（４）AI・解析につながるデータ構造の考え方
5.3 解析・グラフ化の迅速化
5.4 レポート作成の迅速化
6．明日から何を変えるか
6.1 最初に着手すべき改善ポイント
6.2 個人で始める実験効率化
6.3 組織で進める研究開発改革
6.4 今後習得すべきスキル
お申込みはこちらから
