FUNCTION
人員・技能のAI活用
「人員・技能」に関する記事 64本。業務の切り口でまとめています。
-
Poka AI StudioとTulip AI Agents:現場エージェント基盤を9項目で比べる
-
中国データ越境規定(16号令)と日系工場:製造データを日本へ送れるか
-
製造業のAI人材育成:現場・推進・専門の3層で育てる計画の立て方
-
技能伝承AIとは?動画分析・作業分析・RAGの3アプローチと導入の手順
-
AI推進体制のつくり方:CoE・事業部・工場の3者の役割分担と5つの型
-
製造業のリスキリング:現場社員をAI活用人材に変える6か月プログラム
-
フィジカルAI導入の判断基準:今やるべき工場・待つべき工場を分ける5つの質問
-
製造業のAI人材に必要なスキル10項目:ドメイン知識とデータの扱い
-
AI人材を採用するか育てるか:製造業の判断基準と採用時の4つの注意点
-
全社員向けAIリテラシー研修:製造業で教える8つのテーマと進め方
-
作業動画のAI分析:姿勢推定で要素作業を分割しサイクルタイムを測る方法
-
FDE型の伴走支援とは:日立・富士通も採る外部人材活用の3つの形
-
作業手順書を生成AIで作る:CAD・BOM・動画から下書きする4つのパターン
-
ロボット基盤モデル5種の比較:π0・GR00T・Gemini Robotics・Helix・LBM
-
現場の抵抗をどう越えるか:製造業AI導入のチェンジマネジメント5原則
-
AI人材の評価制度:製造業でスキルと成果を処遇に反映する3つの仕組み
-
製造業のAI人材スキルマップ:3層×12スキルで現状と育成目標を見える化
-
IT/OT連携の進め方:情報システム部門と生産技術が衝突する5つの論点と分担
-
技術伝承チャットボットの作り方:熟練者の暗黙知をナレッジ化する4つの工程
-
AI関連資格の選び方:G検定・E資格・DS検定を製造業の役割別に比較
-
熟練者の暗黙知をRAGに入れる:文書にない知識を聞き取りで構造化する5手順
-
製造業向けAI研修サービスの選び方:内容・形式・費用・助成金対応の比較5軸
-
作業者を監視するAIはEU AI Actの高リスク:Annex III第4項と工場の動作解析
-
保全ナレッジAIアシスタント:設備マニュアル×保全履歴で復旧時間を短くする
-
外国人従業員とAI:多言語の作業指示・教育を生成AIで支える4つの方法
-
AI導入と雇用・労使関係:製造業で従業員に説明すべき5つのことと合意の進め方
-
生成AIを社内に定着させる:利用率が伸びない製造業の5つの原因と打ち手
-
作業手順書RAGの作り方:MESの品番・工程コード・改訂番号で検索を絞る3手順
-
Deloitte 2026製造業見通し:フィジカルAI利用予定22%、人間主導81%の意味
-
熟練計画者の暗黙ルールをモデル化する:計画AIが現場で使われない問題の解き方
-
作業分析AIツールの比較:Retrocausal・国内製品を5つの軸で比べる選び方
-
新人教育のAI活用:Mideaの資格取得62%短縮に見る立ち上がり期間の縮め方
-
現場に使われるAIにする:製造業AIを定着させるための7つの工夫
-
パナソニックコネクトのConnectAI:1万3,400人展開から学ぶ社内定着の設計
-
人材開発支援助成金でAI研修費を賄う:事業展開等リスキリング支援コースの使い方
-
動画マニュアルで技能伝承:天昇電気工業の組立人員75名→50名の取り組み
-
Cognite Data Fusionとは:産業ナレッジグラフとSchneider買収後の行方
-
NVIDIA GTC 2026の製造業向け発表:Cosmos 3とGR00T N1.7
-
作業分析AIで「監視」と受け取られないために:労使合意と運用ルール6項目
-
製造業を狙うサイバー攻撃の現状:IBM X-Force・Dragosのデータで見るAI基盤のリスク
-
作業動画から手順と改善点を抽出:旭鉄工・ダイキン・TulipのVLM活用3例
-
日立HMAX Industryの生成AI:品質ナレッジシステムと故障診断エージェント
-
スキルマップと配置計画のAI化:配置計画の業務時間70%削減事例に見る要件
-
データ基盤を誰が持つか:データエンジニア・生技・情シスの3者の役割分担
-
Cognite Atlas AIとは:Schneider 31億ドル買収で何が変わるか
-
現場作業者向けAI基盤の欧米勢:Tulip・Retrocausalなど4社比較
-
製造業AIと個人情報:作業者の映像・音声・位置データを扱う6つのルール
-
溶接・研磨など職人技のデータ化:格力の溶接ベテランAIトレーナー事例
-
中国の外資系工場のAI:Schneider普陀・Siemens南京・Schneider武汉の数値
-
中国のAI生成コンテンツ表示義務(2025年9月施行):製造業の文書生成への影響
-
米製造業で190万人が未充足の推計とAI:Deloitte試算の前提を読む
-
作業者を監視するAIの規制:EU AI Actの高リスク区分と日本での配慮5点
-
格力が溶接ベテランを「AIトレーナー」に:中国に見る技能伝承AIの形
-
現場に生成AIを広げる推進体制:アンバサダー制度とユースケース共有の3段階
-
精密機器メーカーのAI活用:微細組立の検査・作業分析・校正記録のデジタル化
-
外国人作業者への多言語作業指示:生成AI翻訳を現場端末で使う運用設計4項目
-
中小製造業のAI導入:従業員50人以下でも始められる5つのテーマ
-
日本の製造業AIは遅れているのか:米国・ドイツ・中国と比べた5つの公的データ
-
製造業AIで成果を出す企業の共通点6つ:調査データから見る成功要因
-
人手不足対策としてのAI:製造業の検査・点検・書類業務で省人化に効く5つの使い方
-
カイゼン・トヨタ生産方式とAI:改善活動の現場でAIをどう使うか
-
情報システム部門が担う製造業AI:基盤・セキュリティ・運用の3つの役割
-
Tulip、アプリ下書きを作る「Authoring Agent」とMCP接続を発表
-
労働経済白書2026:製造業の生成AI個人利用率は33.3%、米国の約半分
記事を探す
CONSULTATION
「AIで何ができるのか分からない」段階からご相談ください
AI導入テーマの選定、PoCの設計、データ基盤・MESとの連携、本番運用と人材育成まで。株式会社サオスの実務者が、貴社の現場とデータに合わせた進め方をご提案します。
AI導入の相談をする相談は無料です。特定製品の売り込みは行いません。