AIエージェント

セミナー概要 セミナーのテーマ 生成AIを活用した研究DXの推進 AIエージェント、MCP、A2Aを活用した研究業務の自律化 非構造データのAI活用とトレンド分析 こんな方におすすめです 研究開発部門の関係者 AI技術を活用した研究効率化に関心のある方 Azureクラウド環境での研究支援システム構築に関心のある方 生成AI時代の研究DXと実践的AIエージェントによる業務進化の最前線 ～ 研究業務を変えるAIエージェントとスマート連携の実際 ～ 講師 伊藤忠テクノソリューションズ株式会社エンタープライズシステム開発本部森 一樹氏 博士（工学）材料開発分野におけるコンサルティングおよびソフトウェア開発を出発点に、大学機関と連携した国家プロジェクトにも参画。製造業を中心とした幅広い現場で、業務アプリケーション開発やMicrosoft Azureを活用したクラウド構築、AI・IoT・データ利活用を組み合わせたDX推進を牽引してきた。特にAzure環境の設計・構築・運用に精通し、スマートファクトリーや研究支援システムの構築にも多数の実績を有する。専門は物理有機化学、ナノスケールシミュレーション、材料設計支援。現在は、サイエンスとクラウドの融合をテーマに、生成AIやAIエージェントを用いた研究DXの最前線に取り組んでいる。本講座では、Azure Solutions Architect Expertなどのマイクロソフト認定資格を有する講師が、研究の本質を理解した上でのAI・クラウド活用の“実践設計わかりやすく解説。クラウドと社内システムの連携、研究業務の自律化、AIの定着といった、研究現場とIT現場を橋渡しする“現場実装型のDX構想”を多角的に紹介する。保有資格（抜粋）Microsoft Certified: Azure Solutions Architect ExpertMicrosoft Certified: Azure AI Engineer AssociateMicrosoft Certified: Power BI Data Analyst AssociateAlteryx Designer Core ほか著書・講演多数。生成AI、マテリアルズ・インフォマティクス、プロセスインフォマティクスに関する専門書・技術雑誌への執筆や、Microsoft、NVIDIA、技術情報協会、情報機構、R&amp;D支援センターなどでの講演歴多数。最新の著書に『生成AIによる技術トレンド分析』『材料設計のためのデータと生成AIの活用』『AI駆動型触媒設計』などがある。論文発表・受賞歴30本を超える論文（計算科学, MI, AI×材料分野等）を国内外で発表。日本化学会 優秀論文賞、日本セラミックス協会 最優秀写真賞、コンピューター化学会 吉田賞（論文賞）などを受賞。専門分野物理有機化学、ナノスケールシミュレーション、MI／PI、研究支援DX、Azureを活用したAI・クラウド統合システムの構築 セミナー趣旨、ポイント 生成AIの進化は、単なる業務効率化にとどまらず、“研究そのもののあり方”を問い直す段階へと進みつつあります。本講座では、研究開発のDXを推進するための次なる鍵として、「AIエージェント」「MCP（Model Context Protocol）」「A2A（Agent to Agent）」といった最先端技術の活用法に焦点を当て、従来のPoCレベルを超えて、研究業務の自律化・意思決定支援・価値創出へとつながる構成と実践ステップをわかりやすく解説します。生成AI × プラットフォーム × データをつなぐ“スマート連携”を通じて、「データはある」「AIもある」「でもつながらない」現場課題を乗り越え、研究現場とITの知見を融合した新たな研究支援基盤の構築を目指します。クラウド技術（Azure OpenAI、AI Servicesなど）を活用した構成はもちろん、AIが自律的に文脈を理解し判断・提案するための仕組み、特許・論文・実験レポート・CoAなど非構造データを活かすための戦略、さらに本講座では、「AIエージェント」「MCP」「A2A」といった最先端技術を組み込み、従来のマテリアルズ・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）を“より高度で自律的な研究支援プロセス”へと進化させた新しい応用モデルについて、実例とともにご紹介します。 受講対象者、必要な予備知識 特に予備知識は必要ありません。 得られる知識 ・最新の生成AI活用像：PoCを超え、研究業務に“定着”させる仕組みと技術の全体像・MCP・A2Aを活用したAIエージェント構築と、専門業務の自律化手法・研究ナレッジ・実験報告・技術資料など非構造化データのAI変換・活用の実践例・論文・特許情報を用いたトレンド分析AIの構成と、戦略設計への応用方法・GPT-4o, o3やLangChain、Azure AIによる社内知識活用Bot構築の実践アーキテクチャ・マテリアルズ・インフォマティクス（MI）との統合による候補材料提案の加速・AIとクラウドを活かした“ナレッジの流通・再利用可能な研究環境”の設計指針・データ整備・ガバナンス・ユーザ教育など、導入障壁の乗り越え方とマネジメント戦略・現場の「気づき」や「判断」をAIと協働し再現する次世代型研究プロセスの姿 プログラム 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&amp;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&amp;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。