【講師】　　株式会社イーコンプライアンス 代表取締役　村山 浩一

【主な略歴】

1999年2月
　日本アイ・ビー・エム株式会社　コンサルティング事業部　入社
　NYのTWG（The Wilkerson Group）で製薬業界に特化したコンサルタントとして研修
　製薬企業におけるプロセス　リエンジニアリング担当
　Computerized System Validation(CSV)、21 CFR Part11 コンサルティング
2001年7月
　IBM認定主幹コンサルタント
　アイビーエム・ビジネスコンサルティングサービス株式会社へ出向
　マネージング・コンサルタント
2004年7月
　日本アイ・ビー・エム株式会社　退社し、現在に至る。

詳しい経歴はこちら

【関連の活動など】

• 日本PDA　第9回年会併催シンポジウム　21 CFR Part 11その現状と展望
• 日本製薬工業協会　医薬品評価委員会　基礎研究部会主催（東京）
• 東京大学大学院医学系研究科　臨床試験データ管理学講座などにて多数講演。など
  

1. はじめに
　・本日の研究テーマ
　　・Claude Coworkの研究
　　・ファインチューニングとRAGの比較
　・生成AIを使用する際の注意事項！
　・AIのIQは120～136程度で人類平均の100を超えている
　・なぜ人はAIに勝てないのか - チェス・将棋・囲碁から学ぶ教訓
　・従来のAIとの違い
　・医療機器・製薬業界における生成AIの必要性
　・人間の監督（Human Oversight）
　・HUMAN in the Loopの重要性

2. Claude Coworkの研究
　・1月12日 SaaS株が壊滅した
　・エグゼクティブサマリー
　・「AIの概念」を大きく変えた
　1. Claude Coworkとは
　　1.1 概要
　　1.2 従来のAIチャットとの根本的な違い
　2. 主な機能
　　2.1 ローカルファイルへの直接アクセス
　　2.2 自律的なタスク計画と実行
　　2.3 サブエージェントによる並列処理
　　2.4 ブラウザ操作との連携
　　2.5 スキル機能の拡張
　3. 具体的な活用事例
　　3.1 一般的な業務用途
　　3.2 医薬品・医療機器業界での潜在的用途
　4. 料金プラン
　5. 使い方（セットアップ手順）
　　5.1 動作環境
　　5.2 基本セットアップ手順
　　5.3 効果的な使い方のコツ
　6. セキュリティと規制上の重要な注意点
　　6.1 一般的なセキュリティリスク
　　　6.1.1 ファイル操作のリスク
　　　6.1.2 プロンプトインジェクション攻撃
　　　6.1.3 アクセス制御
　　6.2 規制業務における致命的な制約
　　　6.2.1 公式警告
　　　6.2.2 規制要件との不適合
　　　6.2.3 データ保持とコンプライアンス
　　6.3 推奨される使用区分
　7. 競合製品との比較
　　7.1 主要競合
　　7.2 Claude Coworkの差別化ポイント
　8. 今後の展開予測
　　8.1 機能拡張の可能性
　　8.2 規制対応の可能性
　9. 医薬品・医療機器業界向け推奨事項
　　9.1 イーコンプライアンスとしての見解
　　9.2 具体的な推奨事項
　　　9.2.1 即座に活用できる領域

3. ファインチューニングとRAGの比較
　・生成AIの基本的な仕組み
　・ファインチューニングとは
　・RAG（Retrieval-Augmented Generation）アプローチによる精度向上
　・RAGの基本概念と最新動向
　・従来のAIとの違い
　・ファインチューニングが求められる背景
　・事前学習とファインチューニングの関係
　・ファインチューニングの主要な手法
　・実務におけるファインチューニングの活用事例
　・ファインチューニングの実装プロセス
　・コストと投資対効果の考察
　・2025年におけるファインチューニングの最新動向
　・ファインチューニング導入の判断基準