生成AIの普及に伴い、企業におけるAI活用は「特定業務での検証（PoC）」から「全社業務やCX（顧客体験）向上への組み込み」フェーズへとシフトしています。しかし、その過程で立ちふさがるのがデータの品質問題です。

 

国内外の調査でも、AI導入の最大の障壁はコストや技術ではなく「データの品質と構造」であることが明かされています。「Garbage in, Garbage out（ゴミを入れたらゴミしか出ない）」という古臭い格言が、皮肉なことにAI時代において、より辛辣な教訓として響いています。

 

本セミナーでは、大手小売チェーンでの失敗事例を通して、AIをPoCから本格展開する際の要となるデータ統合について、構築の考え方と実践手法を余すところなく解説します。

 

 

■ 本セミナーで学べること
1.    なぜAIの性能は「データ品質」で決まるのか？
　　海外調査＆AISI（AIセーフティ・インスティテュート）に見るAI-Readyデータの要件
2.    AI-Readyを実現する「白AI-Ready」と「黒AI-Ready」の考え方
　　AIに特化したデータ加工・整備の影で見落とされがちなデータマネジメントの重要性
3.    【失敗事例公開】PoCの成功と全社展開の罠
　　大手小売B社「CX向上AI」が陥った的はずれなAI接客
4.    AI-Readyのためのデータ統合の考え方
　　３つの統合スキームとソリューションのご紹介
 

 

■ こんな方におすすめ
•    生成AIやRAG、AIアバター/エージェントの全社展開・CX向上を推進しているDX担当者
•    社内システムごとに顧客データや製品マスタがサイロ化し、表記揺れや重複にお悩みのCDO・IT責任者
•    単体業務のAI活用は成功したが、複数システム横断でのデータ連携で行き詰まっている実務責任者

 

 

 

お申込みはこちら　 

 

 

講師：海老原 吉晶(Yoshiaki Ebihara) 株式会社NTTデータ バリュー・エンジニア データ事業戦略統括部   日本データマネジメント・コンソーシアム（JDMC ）研究会活動を通じてデータマネジメントについての書籍を多数執筆。また、滋賀大学データサイエンス学部の客員研究員を務め、企業向けのデータマネジメント研修講師を歴任。AISIデータ品質SWGメンバー。

 

 

セミナー概要

開催日   　 2026年9月8日 (火)   　講演時間 　 11:00～12:00   　参加費 　 無料   　開催形式 　 オンライン開催   　プログラム   　AI活用失敗事例に学ぶAI-Readyへの壁と乗り越え方 　～黒AI-Readyデータ構築　実践講座～

 

　 <<注意事項>>

　  ※ 内容は変更になる場合がございます。

　  ※ 同業他社の方は参加をご遠慮いただいております。

　  ※ 参加は申込者本人に限ります。

　  ※ 録画、録音、撮影についてはご遠慮ください。