IKIGAI lab.オーナー / 某大手メーカー AIスペシャリスト 髙橋 和馬
IKIGAI lab.オーナー / 某大手メーカー AIスペシャリスト
大手メーカーのグループ横断で生成AI教育を実施。営業職や製造業、自治体業務など幅広い組織にて、教育コンテンツを作成し社内の生成AI人材育成に携わる。社外では生成AIコミュニティ「IKIGAI lab.」のオーナーを務め、NewsPicksやインプレス、ビジネス+ITなど7社にて記事を執筆および監修。企業登壇も多数。YouTube「ジェネトピ」でもゆるっと生成AI活用を発信中。
生成AI最前線「IKIGAI lab.」:https://newspicks.com/topics/ikigai-meets-ai
ジェネトピ:https://youtube.com/@genai-topic
「うちの現場には関係ない」と思っていたAIが、ある日突然、最強の同僚になります。画像認識AIと画像生成AIを組み合わせると、30分かかっていた議事録作成が30秒で完了し、外注費数万円の安全ポスターがその日のうちに仕上がるのです。このようにスマホとAIだけで、多くのコストと労力をかけていた仕事があっという間に片付いてしまいます。そこで今回、議事録作成、KY(危険予知)活動、安全ポスター作製、設備点検、作業手順書作成で使えるGPT images 2.0活用法を紹介します。そのままコピペできるプロンプトも公開しているので、ぜひ活用してください。なお、画像認識機能についてはCopilot/ChatGPT/Gemini/Claudeのどれでも適応できます。
品質不良の原因分析などのデータ分析をするのに、夜中までExcelと格闘していませんか? ライン別・月別の集計、グラフ作成、会議資料の準備……手作業でデータ分析をすると数日分の工数が消えてしまうなんてことも、製造現場では起きがちです。しかし、Claudeに設備データなどを添付するだけで、「どの設備が・いつから・どのセンサーで異常を示しているか」までを可視化でき、分析は数時間で完了してしまいます。今回は、製造現場のデータをClaudeで分析して不良原因を特定する方法を3つのステップでわかりやすく紹介します。そのままコピペできるプロンプトもステップごとに計3本公開しているので、ぜひ活用してください。