年別ニュース一覧

・ 機械学習・統計解析 ・ 数理計画・最適化 ・ シミュレーション ・ 製造 ・ S4 Simulation System

強化学習とシミュレーションユースケース<br>生産シミュレーションと最適化

生産分野を題材に、強化学習とシミュレーションを組み合わせて現場の最適化を実現する方法をユースケースで紹介する資料です。リアルタイムに生産スケジュールを立案して自動化工場へ実装する取り組みや、シミュレーション最適化による生産ライン効率化（Dispatchルール最適化、納期遵守・リードタイム最適化など）を具体的に解説。さらに、生産計画を数理最適化型/シミュレーション型のどちらのアプローチで最適化するか、シミュレーション型の場合の最適化アルゴリズムにメタヒューリスティックと強化学習のアプローチを使うかなどの、手法選択のポイントも紹介しています。

・ 流通・マーケティング ・ 製造 ・ Alkano

データ活用アセスメントによる課題整理と 正しい方針策定

DX推進・データ活用で成果を継続的に出すために、最初にやるべき「課題整理」と「方針策定」の進め方をまとめた資料です。表面的なテーマではなく業務に直結する本質課題を定め、PoCや実装で迷走しないための考え方を、課題設定とデータアセスメント（既存データでの評価）を軸に解説します。ツール・教育・基盤など選択肢が多い中で、今何が必要で何ができるかを整理し、優先順位とロードマップにつなげるためのポイントを紹介。製造（異常・予兆検知）、コールセンター（VOC分析）、小売・生産管理（需要予測）の事例も掲載しています。

・ 生成AI

生成AIのビジネス活用<br>～最近の重要動向、RAGの精度向上、AIエージェント

生成AIのビジネス活用を「近年の重要動向」「RAGの精度向上」「AIエージェント」の3軸で整理したセミナー資料です。生成AIがなぜ注目されるのか（賢さ・汎用性・外部システム連携）を基礎から解説し、仕組みやモデル動向も俯瞰します。そのうえで、業務活用でつまずきやすいポイントと乗り越え方、社内ナレッジ活用で欠かせないRAGの精度が決まる要因と改善アプローチ、さらにチャットAIから自律的に動くAIエージェントへの発展まで、事例を交えて学べます。

・ 数理計画・最適化 ・ Nuorium Optimizer

数理最適化による計画業務DX<br> ～ 生産計画 、モノの配置、ヒトの配置 、 勤務シフト ～

数理最適化を用いて、生産計画・配送計画・人員配置・勤務シフト・荷物の積み付けなどの「計画業務」をDXするための入門資料です。目的（コスト最小化、負荷平準化、売上最大化など）と制約（法律、社内ルール、暗黙知）を整理し、現実の業務を数式として定式化して解くことで、制約を満たした最適な計画を自動生成する数理最適化の考え方を解説。導入ステップ（問題整理→プロトタイピング→評価→システム化）や、なぜ専門家が必要か、適用範囲と導入メリット、導入事例をまとめています。

・ 機械学習・統計解析 ・ 数理計画・最適化 ・ 流通・マーケティング

リテールテックの活用　小売業の業務最適化<br>～ ダイナミックプライシング、発注量最適化 ～

小売業の業務最適化を、機械学習と数理最適化を組み合わせて実現するための考え方と事例をまとめた資料です。顧客行動や需要を予測し、その結果をもとに発注・値付け・製造量・陳列数・差配・配送ルートなどの意思決定を最適化する「Predict then Optimize」を軸に解説。発注量最適化、ダイナミックプライシング（値引き率最適化）、製造量・陳列数最適化、配送計画最適化などの具体例を通じて、欠品・過剰在庫・廃棄ロスの抑制と利益最大化の両立に向けたアプローチが掴めます。

top