ニチバン株式会社（以下、ニチバン）は、1918年の創業以来培ってきた独自の粘着技術をベースに、救急絆創膏の「ケアリーヴTM」や粘着テープの「セロテープ®」、温感貼付剤の「ロイヒつぼ膏TM」といった医療・ヘルスケア、ステーショナリー及び工業品など幅広い分野で、10,000種以上の製品を販売し、人々の快適な生活と社会の発展に貢献しています。粘着技術を原点に、高機能・高付加価値な「貼る」製品を開発・提供し、イノベーション創出による社会課題への貢献と解決に取り組んでいます。
こうした取り組みの中で、研究所の材料配合検討業務では、AI解析ソフトの活用も見据える一方、入力データの形式が統一されておらず、属人化によって解析を進めにくいという課題がありました。
そこでアイデミーの「MI（マテリアルズ・インフォマティクス）ハンズオン研修」を実施し、データの整形・解釈に関するスキルを強化。研修後はデータのまとめ方をルール化できるようになり、設計スピード向上に向けた土台が整いました。
今回の研修の背景や実施後の変化について、研究開発本部 先端応用研究所の小串 啓太様にお話を伺いました。
| 企業名 | ニチバン株式会社 |
| 事業内容 | 粘着製品（医療・ヘルスケア、ステーショナリー、工業品等）の開発・製造・販売 |
| 従業員数 | 単体 ：776名 連結：1,271名 |
| 利用サービス | Aidemy Business：AI/DX人材育成e-learning Aidemy Practice：AI/DX 実践型研修 |
| 導入目的 | 研究所の設計業務（材料配合検討）の効率化／データ整形・解釈スキルの習得 |
| Webサイト | https://www.nichiban.co.jp/corp/ |
AIを中心としたDX人材育成・
組織づくりを支援し、事業成功へ繋げる
生成AIで業務効率化、Pythonプログラミングができる実務者から、Word・Excel・ITの基礎が分かる初学者までを人材要件定義、スキルアセスメント、研修設計、学習促進を一気通貫で伴走可能なAidemy Businessが育成します。
研修実施の背景
小串様：
研究所の設計業務において、材料配合検討に多くの時間を費やしており、その進め方が逐次的であるため目標達成までに時間がかかっていました。そこで、設計スピードの向上を目的に、AI解析ソフトの導入を計画しました。
しかし、ソフトを導入する以前に、入力するデータが統一されておらず、属人化した活用性の低いデータが多いという課題がありました。そのため、まずは「データの整形と解釈」の知識と技能を身につけ、すぐに解析可能な活用性の高いデータを各人が用意できる状況にすべきだと考えました。
アイデミーのMIハンズオン研修を選定した理由
小串様：
研修の目的は、「データの整形と解釈」の知識と技能を身につけることであり、研究所で取り扱う専門的でかつ多様な形式のデータにも適応できるスキルの習得が必要でした。
そのためには、実課題に則した内容に研修をカスタマイズできること、研修中に不明点があればすぐに質問できること、講師が材料設計における知識を持っていることが重要でした。
アイデミー社の研修は、こうした条件をすべて満たしていた点が大きな決め手になりました。
また、全社的なDX研修の一環としてAidemy Businessも利用可能であったことから、本研修の周辺知識について学べることで、相乗効果も見込めると判断し、導入を決めました。
ご提案時の研修対象領域と育成ステップ
ご提案時の研修内容（データエンジニアリング基礎）
対象者・運用設計（受講者選定）
小串様：
部署メンバーの統計やAIに関する知識レベルは様々であったため、研修は初心者から参加できる難易度に設定してもらいました。その上で、手挙げ式で受講希望者を募りました。
一方で、受講後には各受講者が同じ研究チームのメンバーに研修の内容を共有することを想定していたため、特定のチームに偏りが発生しないように調整しながら研修対象者30名を選定しました。
また、研究所以外へもデータ活用を波及させることを視野にいれ、同様の設計業務を行っている部署からも数名参加してもらいました。
受講者様の声
研修の中で最も印象的だった部分や学びは何ですか？
・初歩的な内容から、かなり実践的な内容も学ぶことができた。
・実際にデータを操作しながらの研修だったので不明点の有無を確認しながら進めることができた。
・現状のデータのまとめ方では、統計やAIによる解析が困難であると感じた。
・今後は活用しやすいデータを作っていく必要があると肌で感じられた。
・リアルデータでは特徴量の設計に工夫が必要だと感じた。
研修前後で業務に対して変化はありましたか？
・正しい知識をもって、データのまとめ方についてのルール化ができた。
・決定係数のみにとらわれず、多重共線性や自由度調整など多角的にデータを見られるようになった。
・もともとExcelでの解析をメインにデータを扱っていたが、研修で学んだGoogle Colaboratoryを使い、データのグラフ化等をする機会が増えた。
・Pythonを活用することで、因子間の相関関係を網羅的に把握できるようになった。
今後の展望
小串様：
講師の方が材料設計の経験をお持ちだったため、研究所の実情を深く理解した、確度の高い講座を提供いただけたことに感謝しています。また、ライブ講座形式だったことで、講義内容を当日でも柔軟に変更でき、受講者の理解度向上と脱落者防止に大変有効でした。本研修で得られた知識と技能は、設計のスピードアップに直結するものと確信しています。
一方で、実際のデータを扱う上での課題として、ドメイン知識に基づいたデータの選択や特徴量の設計が挙げられます。今後は、日々の研究を通じてドメイン知識を習熟させつつ、アイデミー社には引き続き、AI人材育成のパートナーとしてご支援いただければと考えております。
関連リンク
Aidemy Business：AI/DX人材育成e-learning
Aidemy Practice：AI/DX実践型研修
