技術セミナー・研修・出版・書籍・通信教育・eラーニング・講師派遣の テックセミナー ジェーピー
技術セミナー・研修・出版・書籍・通信教育・eラーニング・講師派遣の テックセミナー ジェーピー
アーカイブ配信で受講をご希望の場合、視聴期間は2026年8月20日〜27日を予定しております。
アーカイブ配信のお申し込みは2026年8月25日まで承ります。
本セミナーでは、多くの技術開発戦略、新事業開発に関わった講師が、開発した手法を競合情報、市場情報収集・分析手法を体系的かつ実践的にお伝えいたします。
製品・サービス事業だけでなく、IoT、AI時代に重視されているエコシステム・ビジネスモデルレベルの競合情報、市場情報収集分析の方法も解説いたします。
研究開発、製品設計、新製品・新事業開発などの技術開発を伴う業務において、市場情報や競合情報の収集・分析は、事業の成否を左右する重要な活動です。しかし実際には、経験や勘に依存した判断が行われることも少なくなく、市場や顧客、競合の変化を十分に捉えられないまま意思決定が行われるケースも見受けられます。
また近年は、AIの普及やデジタル化の進展により、情報収集・分析の方法そのものが大きく変化しています。従来の市場調査手法に加え、AIを活用した情報収集、競合分析、トレンド探索、シナリオ構築などを組み合わせることで、より広範かつ高度な市場理解が可能になっています。一方で、AIを効果的に活用するためには、市場調査や分析の基本を理解し、適切な問いを設定する力がこれまで以上に重要になります。
本講座では、多くの技術開発戦略、新事業開発、技術マーケティング支援に携わってきた講師が、市場情報・競合情報の収集・分析手法を体系的かつ実践的に解説します。さらに、製品・サービス単位の分析にとどまらず、IoT・AI時代に重要性が高まるエコシステム・ビジネスモデルレベルでの市場分析や競争環境分析の考え方についても学びます。
市場調査の基本から、AIを活用した最新の調査・分析手法、そして事業戦略や研究開発戦略へ結び付ける実践的な活用方法までを体系的に習得できる内容です。
R&D支援センターからの案内登録をご希望の方は、割引特典を受けられます。
案内および割引をご希望される方は、お申込みの際、「案内の希望 (割引適用)」の欄から案内方法をご選択ください。
「案内の希望」をご選択いただいた場合、1名様 40,000円(税別) / 44,000円(税込) で受講いただけます。
複数名で同時に申込いただいた場合、1名様につき 22,500円(税別) / 24,750円(税込) で受講いただけます。
| 開始日時 | 会場 | 開催方法 | |
|---|---|---|---|
| 2026/9/24 | 生成AIを活用した業務効率化・生産性向上の実践 | オンライン | |
| 2026/9/24 | AI、機械学習と従来型研究開発の現実的な組み合わせ方法 | オンライン | |
| 2026/9/24 | 自社コア技術から発想するテーマ創出法 | オンライン | |
| 2026/9/24 | 読み手を意識した日本語メディカルライティングの基本 | オンライン | |
| 2026/9/24 | 研究所の活性化 | オンライン | |
| 2026/9/24 | 不確実性の高い医薬品の研究開発プロジェクトの事業価値評価に基づく意思決定とポートフォリオマネジメント | オンライン | |
| 2026/9/24 | FT-IRの基礎と機械学習によるスペクトルデータ解析 | オンライン | |
| 2026/9/24 | マーケティング実務への生成AI活用実践講座 | オンライン | |
| 2026/9/25 | 分かりやすい技術文章作成のポイント | オンライン | |
| 2026/9/25 | データインテグリティ & Part11セミナー | オンライン | |
| 2026/9/25 | 侵害予防調査への生成AI活用とその進め方 | オンライン | |
| 2026/9/25 | 材料実験AIエージェントを自分で作る | オンライン | |
| 2026/9/25 | 自社技術の「新規事業ネタ」の見つけ方 | オンライン | |
| 2026/9/25 | フロー合成マイクロリアクターと新技術との融合 | オンライン | |
| 2026/9/25 | マーケティング実務への生成AI活用実践講座 | オンライン | |
| 2026/9/28 | 機械学習のための効率的データ取得とAIモデルの解釈・評価 | オンライン | |
| 2026/9/28 | FMEA・FTAの考え方、実施手順と事例 | オンライン | |
| 2026/9/28 | AI時代の技術マーケティングと調査・戦略企画の実践 | オンライン | |
| 2026/9/28 | FT-IRの基礎と機械学習によるスペクトルデータ解析 | オンライン | |
| 2026/9/28 | 製薬業におけるCMC・製造領域のデータ・AI活用 | オンライン |
| 発行年月 | |
|---|---|
| 2025/5/30 | AI、シミュレーションを用いた劣化・破壊評価と寿命予測 |
| 2025/3/31 | 生成AIによる業務効率化と活用事例集 |
| 2024/11/30 | 技術マーケティングによる新規事業・R&Dテーマの発掘 |
| 2024/10/31 | 自然言語処理の導入と活用事例 |
| 2023/12/27 | 実験の自動化・自律化によるR&Dの効率化と運用方法 |
| 2023/10/31 | 出口戦略に基づく研究開発テーマの設定と事業化への繋げ方 |
| 2022/8/31 | 研究開発部門と他部門の壁の壊し方、協力体制の築き方 |
| 2022/4/28 | 研究開発部門へのDX導入によるR&Dの効率化、実験の短縮化 |
| 2022/4/28 | プラントのDX化による生産性の向上、保全の高度化 |
| 2022/2/28 | With・Afterコロナで生まれた新しい潜在・将来ニーズの発掘と新製品開発への応用 |
| 2022/1/12 | 製造DX推進のための外観検査自動化ガイドブック |
| 2021/10/29 | “未来予測”による研究開発テーマ創出の仕方 |
| 2021/8/31 | 研究開発の "見える化" によるR&Dテーマ評価、進捗管理と進め方 |
| 2021/3/31 | 研究開発テーマの評価と中止/撤退判断の仕方 |
| 2020/10/30 | 研究開発者のモチベーションの高め方と実践事例 |
| 2020/7/28 | 紙データの電子化プロセスとスプレッドシートのバリデーション/運用/管理 |
| 2018/12/27 | R&D部門の“働き方改革”とその進め方 |
| 2018/9/28 | コア技術を活用した新規事業テーマの発掘、進め方 |