第1部 研究・開発・設計部門におけるDX導入・推進の成功・失敗ポイント

(2022年9月16日 10:00〜11:30)

　デジタル・データ活用によるさまざまなDX事例が世間に登場し、研究・開発・設計といった技術部門においてもDXを推進せよという経営の期待は日に日に大きくなっていると思われます。しかし一方ではDXに対する限界感も目立ち始め、経営が期待するDXというものと実際に社内で手掛けている内容に対するギャップについても認識されてきているのではないでしょうか。
　本講演では、製造業の技術系部門に対する支援を通じて感じている、DXプロジェクトのつまずきやすいポイントを取り上げ、それに対する考え方について解説・共有していきたいと思います 。

1. R&D、設計部門におけるDXとは
   1. 技術系部門の特性
   2. 技術系部門に期待されるDXとは
2. DXの壁
   1. 手段の目的化
   2. 組織単位での縦割り検討
   3. 業務基盤の未整備
3. プロジェクト事例から見るDXの留意ポイント
   1. ベンダーの活用
   2. ビジネス上の意義の浸透
   3. 効果の捉え方
4. 職場に立脚した課題別のDX
5. DXの正しい推進のポイント
• 質疑応答

第2部 花王におけるマテリアルズ・インフォマティクス研究体制の構築と人材育成

(2022年9月16日 12:15〜13:45)

　この10年ほどの間で、マテリアルインフォマティクス (MI) による材料開発が急速に加速している。日本で着目を集めるきっかけとなった出来事としては、2011年に米国で開始された「マテリアルゲノム計画」があげられる。その時点で、弊社ではMI研究が進んでいない状態であり、このままでは材料開発の分野で競争に遅れるとの危機感を持った。そのような状況下で、弊社研究所でMIを立ち上げる必要があると考え、私はその導入を任された。取り組み初期の段階から、一研究所で進めては上手くいかないと悟り、ボトムアップ的に他研究所も巻き込んで進める必要があると考えた。
　本セミナでは、取り組み初期での「チーム編成や人材育成で苦労した点」や「MIを利用した具体的な応用例」に関して紹介する。

1. 背景
2. マテリアルズ・インフォマティクス (MI) 研究体制の構築
   1. MIのためのデータベース作
      1. どのようなデータを利活用するか
      2. 誰がデータクレンジングをするか
      3. 材料設計者に協力してもらうためには
   2. MIを進めるための体制
      1. MIを進めるにあたり必要な能力、及び人材
      2. プロジェクトリーダーに求められる能力
      3. データサイエンティスト、材料設計者に求められる能力
      4. チームとして求められる能力
   3. インフォマティックス人材の育成
      1. 教育対象者をどのように設定するか
      2. 人材育成講座 (初級編) の立ち上げ
      3. 人材育成講座 (中級編) の立ち上げ
3. マテリアルズ・インフォマティクス (MI) の応用例
• 質疑応答

第3部 日立における研究開発でのDX実現へ向けたR&D部門のデータベース統合の仕方

(2022年9月16日 14:00〜15:30)

　研究開発の国際的な競争が激化し、より短期間・低コストでの研究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、研究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、AI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. 研究開発におけるDX推進の背景
2. 当社の研究開発におけるDX推進支援について
3. 研究開発を支援する各取り組み
• 質疑応答

第4部 長瀬産業におけるマテリアルズインフォマティクスを推進するための体制とステップ

(2022年9月16日 15:45〜17:15)

　近年あらゆる産業・業務におけるデジタルトランスフォーメーション (DX) は急速に進んでおり、企業存続の発展のためにDXは必須いえる状況にある。その流れでは産業の川上に位置する化学・素材の業界においても同様であり、特に研究開発の場面ではマテリアルズインフォマティクス (MI) の導入が行われている。
　本講演では、効果的にMIを推進するための体制・そのステップについて説明する。また、MIを含む研究開発をDXを進める上での具体的な課題と、それに対する長瀬産業のソリューションを紹介する。

1. はじめに
   1. 自己紹介
   2. 長瀬産業の紹介
2. 研究開発におけるDX
   1. 研究開発を取り巻く環境
   2. MIとDX
   3. MI/DX成功の3つの論点
3. 長瀬産業が提供するソリューション
   1. 電子実験ノートを中心としたデータマネジメントプラットフォーム活用
   2. 機械学習活用による配合最適化
   3. 外部データの活用による発想の深化
4. まとめ
• 質疑応答