若手のエンジニア育成のためです。AI（人工知能）の基本的な知識を理解してもらうことが目的です。

G検定対策として、AVILENの講師に、太陽誘電R&Dセンターで講義していただきました。

対策講座は、若手を中心に自主的に参加者を募りました。受講者は56名となり、テストケースとしての取り組みで、告知から受講までが短い中でも、多くの方に参加いただけたことで、社内でも関心が高いテーマだとあらためて気付きました。

対策講座に出席した全員がG検定を受験とはなりませんでしたが、当社受験者の合格率が90%と高かったのは、対策講座やオンライン教材などが良かったためだとと思っています。

半数以上の方が「難しかった」と感じたもようです。ただ、背景としてはAVILENに対策講座をご対応いただいたのが２月20日で、G検定の試験日（３月14日）までの時間的余裕が少なかったことが要因として考えられます。

同様に、学習時間についても、平均すると10時間から20時間程度しか確保できず、不合格だったメンバーはいずれも平均と比べて学習時間が確保できていなかったことが分かっています。

G検定の学習に使った教材は、AVILENのオンライン教材と、JDLAの「深層学習教科書ディープラーニングG検定（ジェネラリスト）公式テキスト」、市販の問題集などです。

同様の対策講座やG検定受験の支援を展開したほうがいいかという質問に対して、「展開したほうがいい」という回答が圧倒的なので、概ね今回の取り組みは好評だったと受け止めています。

ものづくりの進化として、生産性改善を目的に生産現場の見える化である「Smart.Eプロジェクト」に取り組んでいます。このプロジェクトでは、IoTとビッグデータを駆使して生産性向上、ゼロ・ディフェクト（不良ゼロ）を目標にしています。

ビッグデータの解析にはAIを活用することで、異常の早期発見を実現しています。将来的には異常の未然防止につなげ、ロスを最小限にすることが目的です。

現在の「Smart.Eプロジェクト」で使用しているAIは内製しています。

それとは別に、ソリューション提案を目的にした新規事業分野では、外部のAI技術を有する企業と協業を進めながら、システム開発を行っています。

現状では生産性改善を主としたメンバーのみですが、今後は研究開発分野にこそAI技術を有するメンバーが必須となると考えています。従来の開発手法に加えて、AI技術を使った開発手法を積極的に取り入れ、技術開発力の強化を目指しています。

競合他社では、すでにAI技術を活用した研究開発に取り組んでいると伺っています。当社もその流れに遅れることなく、最先端のものづくり企業として研究開発力の強化を進めていきたいと考えています。

まずは人を育成しなければならないということです。やはりAIもそうですが、統計とかデータをちゃんと扱い、データベース化するという考え方を、社員に意識させなければなりません。

今後、日本のメーカーにとって必要だということは間違いありません。AI人材というよりは、ほぼ全社員が、AIの考え方を含め、統計やデータ重視の考え方を持たないといけないと思っています。やはりデータも重視して分析する能力が重要です。その仕組みの手法がAIなので、そういう考え方の教育をしていかなければ厳しいと思っています。