マテリアルズ・インフォマティクス（MI）基盤【総合化学メーカー】 
過去の実験データ、論文、特許情報などをAIに学習させ、新素材の組成や物性を予測するMI基盤を構築する施策です。研究者の勘と経験に頼っていた材料開発をデータ駆動型に変革し、開発期間を大幅に短縮します。実験回数を減らし、R&Dコストを削減します。メリットは、新素材開発のスピードアップと、イノベーションの加速です。
 職種 |
情報システム |  施策難易度 |
★☆☆☆☆ |
|---|---|---|---|
 業界① |
機械・電気 |  目的 |
開発革新 |
| 業界② |
総合化学メーカー |  対象 |
データサイエンティスト 実験担当 研究開発(R&D)部門 |
 費用 |
3000〜30000万円 |  実施期間 |
365 |
主なToDo
- 過去の実験データをデジタル化・構造化する
- AIモデル構築のための計算リソース（HPC/クラウド）を整備する
- 研究者へのデータ活用教育を行う
期待できる効果
数年かかっていた配合設計を数ヶ月に短縮できる可能性がある。埋もれていた過去の実験データが資産に変わる。
躓くところ
データの質と量（失敗データの蓄積など）が不足していると精度が出ない。
狙えるチャネル
