セミナー内容

AI活用の成否を分ける「データ作り」の実践戦略

生成AIや基盤モデルの普及により、「自社専用AIの構築」が現実的な選択肢になりました。
しかし、「PoC（概念実証）で止まってしまう」「導入しても期待した効果が出ない」といった声が増えています。その主な原因は「モデルの性能」ではなく「データ品質」です。
AIプロジェクトの工数の大半を占めるのはモデル開発ではなく、データ収集・アノテーション・データ品質管理といった「データ作り」のプロセスです。にもかかわらず、この領域は体系的に語られる機会が少なく、「何をどう整備すればいいか」「どこに落とし穴があるか」を把握できていないケースが多く見られます。
本セミナーでは、AI開発における「データ作り」の全体像を実務者目線で解説します。データ収集から始まり、アノテーション・品質管理・継続的改善に至るまでの各プロセスの具体的なタスクや詰まりやすいポイントをお伝えします。

1. なぜ「データ作り」がAI活用の壁になるのか
2. 「データ作り」の全体像を理解する
3. 「データ作り」の体制をどう設計するか

講師プロフィール

株式会社Nextremer　データテック部長　浦岡 祥平 氏

20年弱にわたりソフトウェアエンジニア、エンジニアリングマネージャーとしてのキャリアを歩み、数多くの開発プロジェクトやチームビルディングを主導。
2026年より株式会社Nextremerに参画し、データテック部長に就任。
本セミナーでは、長年の開発経験と現職での知見をベースに、AIプロジェクトの成否を握る「データ作り」のプロセスと体制設計について、実務者目線で解説する。

セミナー要綱