{"@context":"https://schema.org","@type":"VideoObject","name":"どこまでがAIの守備範囲か【AX Summit for ものづくり2026】","thumbnailUrl":"/api/ogp/image?pageType=video&teamId=AtUCin0IdRPhdVtVm4VKbuZMbTF2&contentId=24813600-1184-4434-bc04-8e9da41bc497","uploadDate":"2026-10-22T03:55:56+00:00","description":"

👤 登壇者

園田亜斗夢氏（株式会社Lightblue 代表取締役）

・東京大学修士在学中に創業。推薦システムの研究で博士号を取得し、研究と経営を並行する技術者経営者

・2024年6月に正式リリースした生成AI SaaS「Lightblue」を100社以上のエンタープライズに導入、国内ベンダーシェア2位。著書に組織へのAI実装をテーマにしたものがある

📝 概要

「AIにできることが増えすぎている今こそ、何をAIにやらせ、何を人が決めるのかの線引きが重要」。

生成AI SaaSベンダーとして100社以上の現場を見てきたLightblueの園田氏が、ホワイトペーパー第5章「AIの限界線」を技術者の視点で解説します。

間取り図1枚とプロンプト1〜2行から3Dモデルを作り、入札書類から技術提案の論点整理まで数回のやり取りで仕上がる最新AIのデモを示したうえで、社内のトップ営業がフロンティアモデルで作った完璧な提案書が「この商談のゴールは何だ」と営業部長に差し戻された実話を紹介。AIが中身のある風のものを量産する時代に、人が持つべきは判断軸とゴール設定だと説きます。後半はテキスト・画像・数値データごとに「今できる」「データ整備すればできる」「人が残る」を整理し、予兆保全など継続的な数値分析はLLMに任せず従来手法で固定実行すべきといった実務的な指針を示します。

📋 アジェンダ

１）Lightblueと最新AIにできること

・工学系出身者中心の研究室のような組織と、チームの知識・判断基準を埋め込む「ルーム」機能

・間取り図からの3Dモデリング、入札書類からの技術提案整理、企業情報からの提案生成など、1〜3行のプロンプトで完結するデモ

２）AIが増えすぎた時代に人が決めること

・プロンプトエンジニアリングから「自社の強みをどうAIに渡すか」へ

・トップ営業が作った16枚の完璧な提案書が差し戻された理由：ゴール、松竹梅の意図、「なぜ自社か」の不在

・51対49の判断（スピードか丁寧さか）を決めるのは人。だからこそAIの到達点を把握する必要がある

３）AIの守備範囲──データの種類と質・量で決まる3区分

・今できる：仕様書作成、議事録要約、検索、データがあれば不良品判定

・条件付きでできる：手書き文字、現場独自の略語・記号、特殊な製造条件（モデルやプロンプトではなくデータ側の整備が必要）

・人に残る：根拠確認と責任、五感（匂い・音）による判断、権利範囲の最終判断

４）数値分析とLLMの付き合い方

・予兆保全・異常検知など繰り返し・安定性が必要な処理は、従来のディープラーニングや統計手法で外部環境に固定して実行

・単発の要因分析はエージェンティックなLLMに任せると新しい論点を出してくれる（タイタニックデータの例）

・線引きは「できること」ではなく「やりたいこと」と頻度・安定性の要求から決める

🎯 こんな方にお勧め

・製造業のAI推進・技術担当者：自社の業務をAIに任せる範囲と、人が残すべき判断を技術的根拠をもって線引きしたい方

・営業・企画部門の責任者：AIが作る「それらしい成果物」に流されず、ゴール設定と判断軸をチームに根づかせたい方

・データ分析・保全・品質部門の担当者：LLMと従来の機械学習・統計手法の使い分けを整理したい方