AI導入の進め方
AI導入の進め方、社内の合意形成、失敗しやすいパターン、開発会社の選び方など、検討段階で押さえておきたい論点を整理しています。
外観検査AIを外注するとブラックボックスになる ― 内製化という選択
外観検査AIを外注すると、判定の根拠もモデルの手直しも社外に依存しがちです。原因は、既製の画像AIが他社のデータで作られており、自社の不良の出方に合わないこと。ノーコードで検査モデルを内製する選択肢と、実際にAI内製化を達成した現場の経験を整理しました。
続きを読む →
監査で証跡として認められる記録の残し方 ― トレーサビリティの原本性と修正履歴
トレーサビリティの記録は、残してあるかどうかより「後から作れないと説明できるか」で評価されます。証跡として認められる5つの要件、人が値を直したときの修正履歴の設計、現品の写真と起こしたデータの紐づけ、社内保存の期間・容量・バックアップ、食品と自動車部品で異なる粒度、そして監査当日の提出手順までを整理しました。
続きを読む →
シャドーAI対策｜ChatGPTに社内Excelを貼る社員をどう止めるか
社員が個人アカウントの生成AIに社内Excelや請求書PDFを貼るシャドーAI、実害は情報漏洩より「何が出たか会社が説明できないこと」。禁止通達が効かない理由、情シスが今週から始められる棚卸しの手順、退職者データの引き継ぎ・削除まで、対策の組み立て方を解説します。
続きを読む →
愛知・三重の製造現場でAIを導入する ― 地域で相談できる体制で考える
製造現場のAI導入は、現物とラインを実際に見ないと詰まります。だからこそ愛知・三重のような近い距離で、顔を合わせて相談できる相手かどうかが効いてきます。当社が東海圏で手がけた鉄鋼の外観検査や、中部空港の手荷物管理で担当した構想設計の経験から、地域で相談できる体制のどこに価値があり、遠方のベンダーだけで進めるとどこで止まるのかを整理しました。
続きを読む →
新しいAIモデルが数か月ごとに出る時代に、業務システムをどう作るか
高性能なAIモデルが数か月ごとに出て、価格も下がり続けています。そのたびに業務システムを作り直すのは現実的ではありません。特定のモデルに固定しない設計と、モデルが変わっても変わらない2つの論点を、導入支援の現場から整理しました。
続きを読む →