※オンライン会議アプリzoomを使ったWEBセミナーです。ご自宅や職場のノートPCで受講できます。
【アーカイブ配信受講：10/17（金）～10/31（金）】を希望される方は、⇒こちらからお申し込み下さい。
1．研究DXにおける生成AI活用の現在地と課題
研究開発現場では、単なる業務効率化にとどまらない「本質的な変革」が求められています。本章では、生成AIがもたらす研究DXの最新潮流と、導入現場で直面している課題（PoC止まり、属人化、ナレッジ再利用困難など）を整理し、“AIを使いこなす前提”となる考え方を共有します。
2．“AIが活きる土壌”としてのデータ構造とプラットフォーム構築
AIは「整ったデータの上でこそ活躍する」。本章では、実験ノートや報告書、センサーデータなど多様な情報をAIが扱えるようにするためのデータ構造化・メタデータ設計の考え方と、Azureなどを用いた統合プラットフォーム構築の実践例を紹介します。
3．MCP・A2AによるAIエージェント連携と研究業務の自律化
生成AIを“回答するだけ”でなく“行動するAI”に進化させる鍵が、MCP（Model Context Protocol）やA2A（Agent to Agent）です。AIがツールやDBと連携して業務を進める「AIエージェント化」の実現方法と、専門業務の自律化に向けた設計ポイントを解説します。
4．研究ナレッジ・非構造データの活用とトレンド分析AIの仕組み
論文・特許・報告書・社内文書といった“非構造データ”は、AIによる分析・検索・提案に活用できる重要な資源です。LangChainやRAG構成を用いたナレッジ検索、埋もれた情報の価値抽出、トレンドの自動分析・可視化の仕組みを紹介します。
5．マテリアルズ／プロセスインフォマティクスとの融合と応用展開
生成AIやAIエージェントは、マテリアルズ・インフォマティクス（MI）やプロセスインフォマティクス（PI）とも融合が進んでいます。実験データの活用、材料物性の予測、新材料の提案、工程改善など、科学×AIによる具体的応用事例とアーキテクチャを紹介します。
6．導入・定着に向けたPoC突破と現場実装のための考え方
PoCで止まらず、現場に定着するAIシステムを作るには、ユーザー巻き込み、評価設計、データ整備、セキュリティ対応など、多面的なアプローチが必要です。本章では、導入～運用に至るプロセスを段階的に整理し、継続的活用に向けた実践的な戦略を提示します。
7．Q&A／デモ紹介／最新クラウドサービス活用の実際
参加者の疑問に答えるQ&Aに加え、Azure AIやGPT、LangChainなどを用いた実例デモや構成例を紹介します。理論だけでなく、「実際にどのように動くか」を視覚的に理解していただきます。