第1部. 研究開発部門でDXを推進するために必要な組織変革と人材

(2021年2月10日 10:00〜11:10)

　AI/IoT技術の進展や劇的な事業環境変化により、製造業において「デジタル・トランスフォーメーション (DX) 」は取り組まない企業はもはや生き残ることが困難な時代となっています。
　しかし、R&D部門のDXには下記のような声がよく聞かれます

• R&D部門においてDX化は進めているものの、事業貢献という目でみると期待するDXの効果が出ていない
• トップからDXで変革をすることを求められているものの何をしたらよいのかわからない。何から始めればよいかわからない
• 現業が忙しく、新しいことに取り組む余裕がない
• 開発力強化に取り組んでいるが、このまま続けることでデジタル導入のスタートラインに立てるのか不明である

　本講演では、 R&D部門のDX化によって開発生産性を向上させるポイントとして、

• 開発業務の実態を把握し、組織変革を実現する方法
• R&D発の事業創造および事業創造活動によって経営の貢献を向上させるポイント
  についてご紹介します。

1. JMACの考えるDX
2. R&Dの生産性向上
3. R&DでのDXの取り組み事例と壁
4. 開発力実態調査から見るR&D変革のキーワード
   1. 遂行力・企画力・技術力・組織力
5. 事業創造に向けたDXの活用
   1. 事業創造活動のDx化
   2. 技術情報の活用
   3. ニーズ/シーズマッチング
6. DXを活用したR&D強化のポイント
   1. ありたい姿からのDX
   2. 最適な手段の選択 (リアル×デジタル)
   3. 顧客目線でのDX
   4. 組織変革に向けたシナリオ作り
7. JMAC R&D Dx化促進/支援サービス
   1. R&D Dx診断プログラム
   2. 技術情報棚卸システム
   3. シーズ/ニーズ AIマッチングシステム
• 質疑応答

第2部. AIを活用した研究開発テーマ探索プロセスのDX

(2021年2月10日 11:20〜12:30)

　不確実性が高まる中で意思決定のスピードが求められる時代。研究開発部門への期待も変化している。予め定義された技術領域を対象とした深みを求める研究開発だけでなく、研究開発の成果が生み出す価値を起点に、企業の新価値創出・新規事業開発につなげる役割が求められているのである。この役割を発揮するためには、今まで以上に多くの情報に触れこれを総合的に解釈・評価する複合的な研究開発が求められる。
　本セミナーでは上記問題認識に立脚し、研究開発部門の新たな役割を実現するためのDXのあり方やそこでのAI (人工知能) の活用可能性を示すとともに、具体事例を交えながら次世代の研究開発部門に求められることを明らかにする。

1. 研究開発部門を起点とした新価値創出のトレンド
2. 研究開発を起点とした新規事業開発の重要性
3. 生活者の「不」に着目する意義
4. 生活者の「不」を集め価値化する不満買取センター
5. 「不」のインサイト抽出に用いる人工知能「アイタス」
6. 研究開発テーマ探索プロセスのDXの3つのパターン
   1. DX-1:ビッグデータを俯瞰しビジネスチャンスを見つける
   2. DX-2:N=1の特徴的な生活者の声から解像度の高い気づきを得る
   3. DX-3:過去の知見や評価結果を学習させ業務を効率化する
7. 企業の新規事業開発支援事例
8. 事例にみる人工知能の活用効果
9. データ×AI×DX時代に研究開発部門にもとめられること
10. まとめ
• 質疑応答

第3部. 研究開発でのDX実現へ向けたR&D部門のデータベース統合の仕方

(2021年2月10日 13:20〜14:30)

　材料開発の国際的な競争が激化し、より短期間・低コストでの材料開発が課題となっている この課題に対し、日立はDXを加速するLumadaで展開されるソリューション・技術を活用し、R&D部門で発生する各種データの一元管理が可能な統合データベースを中核として、マテリアルズ・インフォマティクスをさらに加速するほか、研究者間で研究手法やノウハウを最大限利活用するためのサイバーフィジカルシステムの導入を推奨している。これにより、日立は新たな研究知見の獲得や迅速な新素材の研究探索を可能とするなど、研究開発のさらなる高度化・効率化を支援する。
　本講演では、そのサイバーフィジカルシステムの概要とソリューション化に向けた今後の展望を説明する。

1. DXが必要な背景
2. DXを加速する研究開発基盤
   1. サイバーとフィジカルの循環例
   2. サイバーとフィジカルの循環を可能とするデータ分析基盤
   3. サイバーとフィジカルの循環を可能とするデータ蓄積収集基盤
3. DXを加速する研究開発基盤の特長
   1. 統合データベース
   2. MIを用いた材料開発ツール
   3. 実験データ管理ツール
   4. 関係性可視化ツール
   5. 暗黙知の知識化ツール
   6. R&Dポータル
4. まとめ
   • スケジュール (案)
• 質疑応答

第4部. R&Dにおけるデータドリブンな意思決定プロセスの導入

(2021年2月10日 14:40〜15:50)

1. データ駆動型意思決定のメリット
2. 化学・製薬業界におけるデータ活用のトレンド
3. データ活用をする上で解決すべき問題点
4. 事例紹介
• 質疑応答

第5部. これからのDX人材に必要なデザイン思考

(2021年2月10日 15:50〜17:00)

　近年、DX (デジタルトランスフォーメーション) の実現が企業の業種、規模を選ばず急がれている。しかし、DXを実現するためには自社のありたい姿を描き出し、そのためのアクションを導き出すことが必要不可欠である。「カイゼン」ではなく「カクシン」をもたらすための思考法としてデザイン思考が注目されている。
　今回はDXを実現するためのデザイン思考を座学だけでなく実際にワークを通じながら体験していただきたい。

1. DXとは
2. アフターコロナによる変化
3. 「カイゼン」と「カクシン」
4. 未来志向のあるべき姿
5. バックキャストモデル
6. バイアスの壁
7. デザインとは
8. デザイン思考とは
9. デザイン思考5つのモード
10. 多様性がもたらす価値
11. ワーク①
12. デザイン思考とロジカルシンキング
13. ワーク②
14. デザイン思考事例
15. ワーク③
16. デザイン思考と組織
17. まとめ
• 質疑応答