サイト内検索

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】 野村総合研究所  グローバル製造業コンサルティング部 グループマネジャー 下 寛和(しも ひろかず) 氏 野村総合研究所  グローバル製造業コンサルティング部 シニアコンサルタント 常川 翔貴(つねかわ しょうき) 氏 野村総合研究所  グローバル製造業コンサルティング部 シニアコンサルタント 橋本 渉(はしもと わたる) 氏 野村総合研究所  グローバル製造業コンサルティング部 コンサルタント 天野 正彬(あまの まさあき) 氏 野村総合研究所  グローバル製造業コンサルティング部 コンサルタント 中村 友哉(なかむら ともや) 氏 【重点講義内容】 CASEという概念が自動車業界に定着してから約10年、SDV開発の重要性が叫ばれるようになってから約5年が経過しました。100年に一度の大変革期と呼ばれる自動車業界では、毎年のように大きな変化への対応が求められています。 こうした外部環境が激しく変化する中で、企業が競争力を維持・強化し続けるためには、単にその時々の流行やトレンドを追いかけるだけでは十分ではありません。むしろ、自社が本来持つ強みを見極め、それを時代の変化に合わせて磨き続けることこそが、持続的な競争力の源泉になると考えています。 本講演では、OEM、サプライヤの取り組み事例を紹介しながら、各社の開発の考え方を整理します。具体的には、ものづくり思想、開発体制、サプライヤとの協業の考え方、AI活用といった観点をもとに、各社の開発の考え方の違いを読み解いていきます。 OEMおよびサプライヤにおいて、開発競争力の向上に取り組まれている経営層、R&D部門、商品企画部門の皆様に対して、自社の立ち位置を客観的に捉え直し、次世代の開発競争力を高めるためのヒントを提供することを目的としています。 1.主要OEMの主要開発テーマ 2.OEM各社の開発の考え方  2-1.トヨタ  2-2.テスラ  2-3.スズキ  2-4.日産  2-5.ホンダ 3.サプライヤ各社の開発の考え方 4.開発力強化の要諦 5.質疑応答/名刺交換

■膨らむクラウド費と問われる投資対効果の説明責任 クラウド、コンテナ、生成AI、データ活用基盤などの利用拡大により、企業のクラウド環境は年々複雑化しています。 AWS、Azure、GCPなど複数のクラウドを使い分ける中で、クラウド費は増加しやすくなり、どの事業・部門が、どのサービスに、どれだけコストを使っているのかを把握することが難しくなっています。 一方で、経営層や部門長には、単にクラウド費の総額を確認するだけでなく、その支出が事業価値やサービス品質に見合っているのかを説明できる状態が求められています。 ■部門別の利用額とサービス品質をどう結びつけるか クラウドコスト、アプリケーション性能、障害対応状況が別々に管理されていると、事業別の投資対効果を判断することが困難になります。 クラウド費は増えているのに、サービス品質の改善につながっているのか、障害対応の効率化に寄与しているのかが見えにくくなります。 多くの企業では「誰が・どれだけ使っているか」の可視化までは進んでも、そこから無駄なリソースを削減し、実際にコストを下げる段階まで至っていないケースが少なくありません。 特に、複数部門・複数システムでクラウドを利用している大企業では、部門別の利用額や性能状況を整理するだけでなく、継続的にコストを最適化し、削減効果を経営判断に使える指標としてまとめることが重要です。 ■FinOpsと可観測性で経営判断に使える指標へ 本セミナーでは、クラウドの利用額とサービス品質を結びつけ、事業別の投資対効果を説明しやすくするための考え方を解説します。 また、クラウド利用額の可視化や部門別配賦に加え、予算超過の兆候把握、未使用・過剰リソースの特定、ライトサイジング推奨などにより、クラウド支出の継続的な最適化を支援する「Cloudability」と、アプリケーション、インフラ、クラウド環境をリアルタイムに可視化し、障害原因の特定や復旧対応の迅速化を支援する「IBM Instana Observability」を紹介します。 FinOpsと可観測性を組み合わせることで、単なる「見える化」にとどまらず、どこに削減余地があるのか、削減がサービス品質に影響しないかを同じ判断軸で捉え、クラウド投資の妥当性を経営層・部門長が説明しやすい状態をつくる方法をお伝えします。 ■プログラム 12:45~13:00 受付 13:00~13:05 オープニング(マジセミ) 13:05~13:45 膨らむクラウド費、事業別の投資対効果を説明できますか~FinOpsと可観測性で、利用額とサービス品質を経営指標に変える~ 13:45~14:00 質疑応答

■膨らむクラウド費と問われる投資対効果の説明責任 クラウド、コンテナ、生成AI、データ活用基盤などの利用拡大により、企業のクラウド環境は年々複雑化しています。 AWS、Azure、GCPなど複数のクラウドを使い分ける中で、クラウド費は増加しやすくなり、どの事業・部門が、どのサービスに、どれだけコストを使っているのかを把握することが難しくなっています。 一方で、経営層や部門長には、単にクラウド費の総額を確認するだけでなく、その支出が事業価値やサービス品質に見合っているのかを説明できる状態が求められています。 ■部門別の利用額とサービス品質をどう結びつけるか クラウドコスト、アプリケーション性能、障害対応状況が別々に管理されていると、事業別の投資対効果を判断することが困難になります。 クラウド費は増えているのに、サービス品質の改善につながっているのか、障害対応の効率化に寄与しているのかが見えにくくなります。 多くの企業では「誰が・どれだけ使っているか」の可視化までは進んでも、そこから無駄なリソースを削減し、実際にコストを下げる段階まで至っていないケースが少なくありません。 特に、複数部門・複数システムでクラウドを利用している大企業では、部門別の利用額や性能状況を整理するだけでなく、継続的にコストを最適化し、削減効果を経営判断に使える指標としてまとめることが重要です。 ■FinOpsと可観測性で経営判断に使える指標へ 本セミナーでは、クラウドの利用額とサービス品質を結びつけ、事業別の投資対効果を説明しやすくするための考え方を解説します。 また、クラウド利用額の可視化や部門別配賦に加え、予算超過の兆候把握、未使用・過剰リソースの特定、ライトサイジング推奨などにより、クラウド支出の継続的な最適化を支援する「Cloudability」と、アプリケーション、インフラ、クラウド環境をリアルタイムに可視化し、障害原因の特定や復旧対応の迅速化を支援する「IBM Instana Observability」を紹介します。 FinOpsと可観測性を組み合わせることで、単なる「見える化」にとどまらず、どこに削減余地があるのか、削減がサービス品質に影響しないかを同じ判断軸で捉え、クラウド投資の妥当性を経営層・部門長が説明しやすい状態をつくる方法をお伝えします。 ■プログラム 12:45~13:00 受付 13:00~13:05 オープニング(マジセミ) 13:05~13:45 膨らむクラウド費、事業別の投資対効果を説明できますか~FinOpsと可観測性で、利用額とサービス品質を経営指標に変える~ 13:45~14:00 質疑応答

企業における生成AIプロジェクトの95%は、ROIをもたらすことに失敗していると言われています。営業組織も例外ではありません。AIエージェントへの期待が高まる一方、「構想はあるが実装が進まない」「導入したが現場で使われない」という声が後を絶ちません。 原因は、AIエージェントの実現を阻む「4つの壁」にあります。営業業務を適切に設計できていない「業務の壁」、データやナレッジを集約・整理できていない「データの壁」、個別業務に合わせて実装できない「実装の壁」、そして現場が使いこなせない「ユーザーの壁」。この4つは、個別ツールの導入だけでは越えられません。 本セミナーでは、4つの壁を一気通貫で解消するナレッジワークのソリューションコンセプト「セールスAIエージェント」の全貌をご紹介します。営業業務を設計するセールスAXコンサルティング、標準業務に即応するセールスAIプロダクト、構築基盤となるセールスAIエージェントOS。この3層の垂直統合が、なぜ営業AIを成果につなげるのかを解説します。 さらに当日は、業界別ユースケースのデモをご覧いただけます。ご自身の業界・営業スタイルで、セールスAIエージェントが実際にどう動くのか。資料だけでは伝わらない具体像を、その場でご確認ください。 本セミナーで持ち帰れること ・自社のAI活用がどの「壁」で止まっているかを診断する視点 ・壁を越えるための、コンサル×プロダクト×OSによる実装アプローチ ・業界別デモで確認できる、自社に置き換えたAIエージェント活用イメージ このような方におすすめ ・これから営業組織へのAIエージェント導入を検討する方 ・生成AIを導入したものの、営業現場の成果につながっていない方 ・AIツールを比較検討中で、一気通貫型ソリューションとの違いを知りたい方

製造業では、生成AIをはじめとする新たな技術活用への期待が高まる一方で、その価値を最大限に引き出すためのデータ活用がこれまで以上に重要になっています。ものづくり白書やハノーバーメッセで示された最新動向からも、製造現場で生まれるデータを継続的な改善につなげる仕組みづくりが重要なテーマとなっています。 本セミナーでは、ものづくり白書や最新トレンドをもとに、製造業におけるAI・データ活用の現在地と今後の方向性を解説します。近年注目が高まるフィジカルAIにも触れながら、クラウドとエッジを連携させたデータ活用の考え方や、製造現場で求められるデータ基盤のあり方についてご紹介します。 後半のセッションでは、蓄積された製造データを活用した分析・予測・監視のアプローチを取り上げ、不良要因の分析や最適条件の探索、品質予測、異常兆候の可視化などを実現する具体的な活用例をご紹介します。AI活用に加え、統計分析を活用した実践的なデータ活用の進め方についても解説します。 データを収集・蓄積するだけでなく、分析結果を現場へフィードバックし、継続的な改善につなげる。そんな「フィードバックループ」の実現に向けたヒントをお届けします。

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】 浜銀総合研究所 調査部 主任研究員 奥山 要一郎(おくやま よういちろう) 氏 【重点講義内容】 中国では2021年から自動運転タクシーの運行が始まり、今では北京や深センなどの街を完全無人のロボタクシーが走っている。実際に乗ってみると、自然な発進やスムーズなハンドル操作、違和感のない減速など、テクノロジーの進化を実感できる。現在の運行台数は数千台程度だが、2030年には100万台を超え、世界全体の70%を占めるとの見通しもある。 中国でロボタクシーの社会実装が進む背景には何があるのだろうか。現地での試乗体験を交えながら、ロボタクシー運営企業の収益状況や市場拡大の見通しなどをデータに基づいて分析し、その将来性を展望する。 1.中国におけるロボタクシー試乗体験談 2.中国と世界のロボタクシー市場規模の推移 3.中国でロボタクシーの社会実装が進む背景 4.市民の受容度と利用実態 5.主要ロボタクシー企業の業績と課題 6.ロボタクシーは日本でも普及するのか 7.質疑応答/名刺交換


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