【ウェビナー】AIが変える現場改善と、見落としがちなセキュリティリスク ──攻めと守りの両立で実現する安全なAI活用

製造、建設、インフラ、設備点検といった“現場を持つ産業”では、作業環境を改善することが成果を生む原動力です。
一方で、現場の改善提案は、課題の整理から意図や効果の伝達まで多くの時間と労力を要します。また、提案の視点が属人的になりやすく、組織のノウハウとして形式知化しづらいという課題もあります。

本セッションでは、弊社がトヨタモビリティパーツ様と取り組んだ「LLMによる現場改善提案支援ツール」の事例を通じ、AIが現場の環境づくりをどう支援できるのか具体例を紹介します。現場写真からAIが自動で現状の問題点の抽出や改善提案を作成し、さらにその改善提案に基づいた“改善後のイメージ”まで可視化。

提案までのスピードと質を両立させ、改善サイクルを効率化し、現場を前進させるAI開発をお客様とどのように協調して進めたのか？AI導入を成功させるためのヒントをお届けします。

生成AIや機械学習モデルの活用が進む一方で、AI特有のリスク――たとえば、学習データに含まれる機密情報の漏洩、生成された脆弱なコード、過剰な権限設定などが指摘されています。

本セッションでは、OWASP Top 10 for LLM Applications 2025 に代表されるような、AI導入時に見落とされがちなセキュリティリスクを具体例とともに紹介し、それらを未然に防ぐための考え方と対策を解説します。

また、Proactive Defense が提案する「AI診断サービス」を通じて、AI特有の脆弱性やリスクを事前に可視化・改善する仕組みをご紹介。AIの安全な活用を支える、実践的なリスクマネジメントのポイントをお伝えします。