サイト内検索

オンプレの情報資産を生成AIで活用 QuickSolution × AWS で 社内横断検索とRAGを実現 ファイルサーバや各種社内システムに蓄積された過去の資料、規定集、マニュアルなどを生成AIやAIエージェントで有効活用したい──その一方で、「情報が点在しており、体系的に管理できていない」「生成AI環境が準備できていない」といった課題があるようです。 本ウェビナーでは、住友電工情報システムより、エンタープライズサーチQuickSolutionを用いて、オンプレ環境に分散した社内情報を横断検索し、生成AIで活用する方法をご紹介。続いて、ゼネックコミュニケーションより、生成AIの環境準備から導入までの伴走支援についてご紹介します。 生成AI利用も含め、社内データを安全かつ実践的に活用し、情報探しやナレッジ活用の効率化につなげたい方におすすめの内容です。 【セッション詳細】 ① 社内横断検索×生成AIでRAGを実現 ~ QuickSolution のご紹介 ~ 社内データを生成AIやAIエージェントで活用する手段として、RAGに対応した製品/サービスが一般的になってきています。その一方で、こうした製品/サービスには、「社内に点在する情報を整理したうえでファイルアップロードが必要」「手動でデータの最新化が必要」「質問への回答精度が悪い」といった課題もあります。 QuickSolutionは、企業内検索と生成AIを組み合わせることにより、データ整備や大がかりな事前準備を行うことなくRAGを実現し、既存の社内情報から質問応答を可能にします。さらに、メンテナンスフリーで運用コストも抑えられます。本セッションでは、社内情報をRAGで活用する際の課題を整理し、QuickSolutionの生成AI連携がRAGにおける最適解である理由を解説します。さらに、QuickSolutionを使ってナレッジの活用レベルを向上させる方法についても紹介します。 ② 生成AIの環境準備から導入までを伴走支援 ~ Cloud Wing のご紹介 ~ 生成AIを導入したいものの、何から始めればよいか分からない、環境の準備に手が回らない、RAG構築の進め方に不安がある──そうした悩みから、生成AIの活用が前に進まないケースは少なくありません。 Cloud Wingは、AWS導入支援、設計・構築、運用・最適化までをワンストップで提供する、クラウド活用支援サービスです。Cloud Wingの伴走支援により、QuickSolutionの生成AI連携に必要なAmazon Bedrockを安全に導入する具体的な流れをご紹介します。

最小権限の原則や、重要なシステムへアクセスするためのパスワードの適切な管理は、決して新しいセキュリティ対策ではありません。 一方、近年新設・改定されているさまざまなセキュリティ基準では、アクセス権限の管理や認証、最小権限、操作の記録・監査などが、具体的な要件として示されています。また、こうしたセキュリティ要件への対応を、取引先やサプライチェーンを含めて求められる企業も広がりつつあります。 なぜ、以前からあるセキュリティの基本が、いま改めて重視されているのでしょうか。 セキュリティの基本そのものは変わらなくても、それを取り巻く環境は変化しています。セキュリティ基準の変化、認証情報やアカウントを狙うサイバー攻撃、さらにAIやAI Agentの普及による攻撃の高度化・高速化など、その背景は一つではありません。 本セミナーでは、こうした最近の動きを振り返りながら、「なぜ、いま改めて特権アクセス管理(PAM)なのか」を考えます。 そのうえで、PAMの基本的な考え方と、特権アカウントの保護、必要なシステムへの安全なリモートアクセス、パスワードの定期的な変更といった具体的な対策について整理します。 また、その実現方法の一つとして、これらの機能をシンプルに提供するPAMソリューションについて、当社からも情報共有させていただきます。 特に次のような方にお勧めいたします。 ・特権アカウントや特権パスワードの管理をこれから検討される方 ・現在の特権アクセス管理を改めて見直したい方 ・セキュリティ基準で求められるアクセス管理や最小権限への対応に関心をお持ちの方 ・PAMの必要性を感じながらも、導入や運用の複雑さに課題を感じている方 ---------- 開催日時:(各回とも同一の内容です。) 2026年9月29日火曜日 15時~15時40分 2026年10月2日金曜日 15時~15時40分

本セミナーでは、製造業の企業さまに向けて、 教育体系の考え方や作り方のポイントをわかりやすく解説します。 人手不足やベテラン層の退職に伴う技能承継、 DX・自動化への対応、品質・安全管理の高度化など、 製造業を取り巻く環境は大きく変化しています。 こうした中で、若手社員の早期戦力化、 現場監督者・管理職などのマネジメント人材育成、 技能・技術の継承、品質・安全管理力の強化、などは重要なテーマです。 本セミナーでは、これらのテーマを どのように育成施策として体系化していくのか、 製造業向けの教育体系図サンプルをご紹介しながら、 階層別に必要な教育を整理し、 実行につながる教育体系を構築するための手順と ポイントをお伝えします。 社員の成長、ひいては企業成長の要となる「教育体系」。 ぜひご参加ください。 ※ このセミナーは、無料のWeb会議システム(Zoom)を利用したWebセミナーです。 プログラム 1. 社員教育の現状を読み解く 2. 製造業 教育体系図サンプル 3. 教育体系の構築手順 ※内容は変更になる場合がございます お申し込み~視聴までの流れ (1)申し込みフォームに必要事項をご記入の上、お申し込みください。 (2)開催前日までに【オンライン予約票のご案内】メールをお送りします。Zoom利用マニュアルを添付しますので、開催までにZoom(無料)をダウンロードいただき、視聴環境をご用意いただきます。(所要時間:10分程度) (3)開催当日は、セミナー開始30分前よりサインイン可能です。受講ページURLをクリックし、パスワードをご入力いただきお待ちください。時間になりましたら開始されます。 ※企業名が不明な方、フリーメールアドレスは不可とさせていただきます。 ※当社と競合・同業にあたるお立場の方、個人の方のご参加はお断りをさせていただいております。 上記に該当されるお立場の方に関しては、お申し込み完了後でもお断りさせていただく場合がございますので、あらかじめご了承いただけますようお願いいたします。 ※緊急のお問い合わせについては、メールまたはお電話にてご連絡ください。 Mail:ad-info@all-different.co.jp|TEL:03-5222-5111

会場受講/ライブ配信/アーカイブ配信(2週間、何度でもご視聴可) 【講師】 フォーティエンスコンサルティング 新規事業戦略チーム シニアマネージャー 天野 秀俊(あまの ひでとし) 氏 【重点講義内容】 企業に蓄積されるデータを収益・利益に変える「データマネタイゼーション」。近年、生成AIの進化により、その実現方法は大きく変わりつつあります。従来は活用が難しかった文書・画像・図面等の非構造データから意味を読み取り、データ整備の負荷を抑えて価値化できる可能性が広がる一方、AIが分析・提案、さらにはアクションまで担うようになっています。 本講演では、データマネタイゼーションの基本的なパターンと成功原則を整理したうえで、生成AIによって何が変わるのか、そして企業はいかに「データで稼ぐ」仕組みを構築すべきかを、最新事例と実践知を交えて解説します。 1.今、改めて「データマネタイゼーション」を考える理由  (1)データマネタイゼーションとは何か  (2)「データを売る」だけではない、改善・既存サービス高度化・新規事業  (3)DX・生成AIの進展によって高まる企業データの戦略的重要性 2.「データで稼ぐ」ビジネスを生み出す3つの発想 <誰に価値を提供するか>  (1)バリューチェーン上のプレイヤーへの価値提供  (2)同じ顧客課題を持つプレイヤーへの価値提供 <誰と価値をつくるか>  (3)複数企業がデータを持ち寄る「データ共創型」ビジネス <データをどう価値に変えるか>  (4)加工・再編集による新たな情報価値の創出  (5)分析・組み合わせによる新たな知見・サービス価値の創出 3.データマネタイゼーションの「深さ」 -データからアクションへ  Lv.1:データを提供する  Lv.2:可視化・情報を提供する  Lv.3:インサイト・予測を提供する  Lv.4:意思決定・推奨アクションを提供する  Lv.5:AIが実行まで担う     深くなるほど顧客業務に入り込み、差別化・収益性が高まる 4.生成AIが変えるデータマネタイゼーション① -「使えるデータ」の範囲が広がる  (1)従来:収集・クレンジング・構造化されたデータが活用の前提  (2)対象の拡大:文書・画像等の非構造データを意味的に解釈  (3)整備負荷の低減:属性・タグを整備せず、文脈から探索・活用  (4)死蔵データの資産化:図面・議事録・現場記録等、従来使えなかったデータを価値化  (5)競争優位の変化:「整ったデータ」だけでなく「他社にはない独自データ」が価値の源泉に 5.生成AIが変えるデータマネタイゼーション② -「分析」から「意思決定・実行」へ  (1)自然言語によるデータ探索・分析  (2)AIによるインサイト・予測の生成  (3)顧客ごとの推奨アクションの提示  (4)AIエージェントによる業務実行  (5)「データを提供する」から「顧客成果を提供する」ビジネスへの進化 6.「データで稼ぐ」をPoCで終わらせないための実践論  (1)パターンを活用したデータマネタイゼーションアイデアの網羅的な抽出  (2)顧客の業務・経済価値を起点としたマネタイズ水準の設定  (3)代替サービスを踏まえた差別化  (4)自社データと外部データを組み合わせた価値創造  (5)生成AI時代に重要となる「他社にはない独自データ」の蓄積  (6)サービス利用 → 独自データ蓄積 → AI高度化 → サービス価値向上の好循環 7.質疑応答/名刺交換 ※講演内容は最新状況に応じて変更する場合があります

■「脱・VMware」か「継続」か??コスト高騰と多様な選択肢にどう向き合うか BroadcomによるVMware買収に伴い、永久ライセンスの廃止やサブスクリプション体系・製品バンドル化へのシフトが加速し、多くの企業がコスト急増や運用方針の再考という大きな課題に直面しています。 しかし、オンプレミス継続、プライベートクラウド、AWSをはじめとするパブリッククラウドなど移行先の選択肢は多岐にわたります。さらに、アプリ改修の要否や段階移行の進め方といった判断要素も多く、「比較の軸」が定まらないまま検討がストップしてしまうケースが後を絶ちません。 ■市場の変化から具体的な移行手法まで??自社に最適な「ロードマップ」を描く 本セミナーでは、近年のVMware市場における劇的な変化と、それが自社環境へ与えるリアルな影響を整理。「このまま使い続けるリスク・コスト」と「他基盤・クラウドへ移行する場合の現実解」を徹底比較します。 さらに、脱VMwareやハイブリッド移行をはじめとする代表的な移行シナリオを解説するとともに、具体的な移行手法のパターンやプロジェクトを円滑に進めるための現実的な検討論点を分かりやすくお伝えします。VMware環境の「これから」に確かな最適解を見出したいIT部門責任者・企画担当者様必見のセミナーです。 ■こんな方におすすめです ・VMwareのライセンス更新費用高騰や体系変更に強い危機感をお持ちの方 ・「脱VMware」や「クラウド移行」を検討しているが、具体的な選択肢や移行手順に不安がある方 ・既存システムの互換性やコストを正しく評価し、最適なインフラロードマップを描きたい方

システム運用保守の現場では、特定の担当者に業務が集中し、ミスや遅延のリスクが常につきまとっています。多くの組織がアウトソーシングや従来のDX施策で解決しようとしてきましたが、限界を感じているのが現状です。 ・特定の担当者がいないと業務が回らない。退職・異動のたびに組織が揺らぐ「業務の属人化」が深刻化 ・深夜対応や繰り返し作業によるヒューマンエラーが発生。どんなに気をつけてもゼロにできない"人手"依存のリスク ・手作業中心の業務のため24時間365日の対応が困難。突発的な負荷増大に備えた過剰な人員配置が常態化 ・アウトソーシングや従来のDX施策による効率化には限界があり、さらなる効果を生むリソースも欠如 第1部 AI時代のシステム運用保守で取り組むべき3つのポイント 生成AIの進化により、システム運用保守は「人が実行する」前提から「AIが実行し、人は設計・監督する」前提へと大きく移り変わろうとしています。では、この変化に向けて、IT部門は具体的に何から取り組めばよいのか。本パートでは、単なるコンセプトの提示にとどまらず、AIが実際にどう動くのか、そのために何を準備すべきかを、現場目線で明らかにします。取り組むべき「システム基盤、運用保守ナレッジ、設計・監督する人材」の3つのポイントについて、それぞれを第一線の実務者が解説します。 第2部 Gogenで実現するAI時代のシステム運用保守 第1部で取り組むべき3つを実現する手段の1つとして、アクセンチュア発のシステム運用保守ソリューション「Gogen」を紹介します。ナレッジの整備やAIによる自動化など、「そんなに簡単ではない」と感じる課題に対し、それをいかにして実現するかを、具体的な機能・効果・導入ステップとともに提示します。 ※Gogen: Accenture Generative Orchestration & Governance Engineの略称 こんな課題を抱える方におすすめ ・特定の担当者がいないと業務が回らない。属人化・ナレッジの暗黙知化が深刻な方 ・深夜対応・繰り返し作業でヒューマンエラーが発生し、業務品質に不安がある方 ・24時間365日の対応が必要だが、人員配置コストが限界に近い方 ・アウトソーシングやRPAを導入済みだが、さらなる効率化の打ち手が見つからない方 ・障害発生時の初動対応(検知→シビアリティ判定→暫定対応)を自動化したい方 ・生成AIを活用したいが、現場業務に即した具体的なユースケースが見えていない方 ・導入リスクを最小化しながら、短期間でビジネス効果を実感したい方

システム運用保守の現場では、特定の担当者に業務が集中し、ミスや遅延のリスクが常につきまとっています。多くの組織がアウトソーシングや従来のDX施策で解決しようとしてきましたが、限界を感じているのが現状です。 ・特定の担当者がいないと業務が回らない。退職・異動のたびに組織が揺らぐ「業務の属人化」が深刻化 ・深夜対応や繰り返し作業によるヒューマンエラーが発生。どんなに気をつけてもゼロにできない"人手"依存のリスク ・手作業中心の業務のため24時間365日の対応が困難。突発的な負荷増大に備えた過剰な人員配置が常態化 ・アウトソーシングや従来のDX施策による効率化には限界があり、さらなる効果を生むリソースも欠如 第1部 AI時代のシステム運用保守で取り組むべき3つのポイント 生成AIの進化により、システム運用保守は「人が実行する」前提から「AIが実行し、人は設計・監督する」前提へと大きく移り変わろうとしています。では、この変化に向けて、IT部門は具体的に何から取り組めばよいのか。本パートでは、単なるコンセプトの提示にとどまらず、AIが実際にどう動くのか、そのために何を準備すべきかを、現場目線で明らかにします。取り組むべき「システム基盤、運用保守ナレッジ、設計・監督する人材」の3つのポイントについて、それぞれを第一線の実務者が解説します。 第2部 Gogenで実現するAI時代のシステム運用保守 第1部で取り組むべき3つを実現する手段の1つとして、アクセンチュア発のシステム運用保守ソリューション「Gogen」を紹介します。ナレッジの整備やAIによる自動化など、「そんなに簡単ではない」と感じる課題に対し、それをいかにして実現するかを、具体的な機能・効果・導入ステップとともに提示します。 ※Gogen: Accenture Generative Orchestration & Governance Engineの略称 こんな課題を抱える方におすすめ ・特定の担当者がいないと業務が回らない。属人化・ナレッジの暗黙知化が深刻な方 ・深夜対応・繰り返し作業でヒューマンエラーが発生し、業務品質に不安がある方 ・24時間365日の対応が必要だが、人員配置コストが限界に近い方 ・アウトソーシングやRPAを導入済みだが、さらなる効率化の打ち手が見つからない方 ・障害発生時の初動対応(検知→シビアリティ判定→暫定対応)を自動化したい方 ・生成AIを活用したいが、現場業務に即した具体的なユースケースが見えていない方 ・導入リスクを最小化しながら、短期間でビジネス効果を実感したい方


処理に失敗しました

ユーザーをフォローすることにより自身の基本情報
お相手に公開されます

基本情報公開時のサンプル画像

ブロック

さんはあなたをフォローしたりあなたのコメントにいいねできなくなります。また、さんからの通知は表示されなくなります。

さんをブロックしますか?

ブロック

ブロックが完了しました

ブロック解除

ブロック解除が完了しました