製造業×生成AI　～活用事例の紹介～

こんにちは。もりたまです。
今回は真面目なテンションのnoteです。 (笑)
私は製造業で働いているのですが、同業他社がどのように生成AIを活用しているのかが気になり、少し調べてみたのでnoteに書いてみます。

はじめに

「生成AI」と聞いてあなたはどのようなイメージを持つでしょうか？
「生成AIって何かよくわからないし、せっかく良いアイデアを提案しても上司の理解を得られなさそう・・・」という声が聞こえてきそうですね。(笑)

でも安心してください。
まず「よくわからない」という点ですが、生成AIを活用するにあたり細かい仕組みを理解しておくにこしたことはありませんが、それよりも大事なのは「とりあえず使ってみること」です。
日本には「習うより慣れろ」という言葉が昔からありますが、生成AIはまさしくそのパターンです。次に「上司の理解を得られない・・・」という点ですが、これは多くの方が同じように感じているのではないでしょうか。
「よくわからないものは認められない」という組織文化が根強い職場ほど、この課題は乗り越えにくいかと思います。そこでまずはこの記事を読んでいるあなたが職場で「生成AIに詳しい人」になることを提案します。
生成AIをとりあえず使ってみて便利さを感じることができたならば、是非あなたの職場のまわりの人にも教えてあげてください。
このような地道な草の根活動も重要な活動になってくると考えます。

前置きが長くなりましたが、生成AIの歴史、原理、仕組みなどは他の記事に説明を譲るとして、本記事では製造業にフォーカスして、生成AIの活用事例を紹介してみたいと思います。それではワクワクしながら製造業での生成AIの世界を覗いていきましょう。

製造業での生成AIの活用事例の紹介

【自動車・部品製造】
 ブリヂストン: タイヤ成型システムにAIを実装し、円形の精度「真円度」における品質向上、従来の2倍という生産性向上、自動化によるスキルレス化の3点が実現
ブリヂストン独自のモノづくりICTを搭載 最新鋭タイヤ成型システム「EXAMATION」を彦根工場に初導入 | ニュースリリース | 株式会社ブリヂストン
 
(所感)
自動車の安全性の中核を担うタイヤは高い品質が求められます。
タイヤ1本あたり480項目の品質データをセンサーで計測しているということで、インプットする製造データをセンシング技術を活用することで精度良く大量に入っていると推察します。
生成AIを活用してもデータ解析がうまく進まないということはよくあることかと思いますが、解析精度は大抵の場合はインプットするデータの精度に依存します。
解析手法の詳細は公開されていませんが、AI活用により誰でも精度良く高精度なモノづくりができるようになった好例ではないでしょうか。
 
旭鉄工：自動車部品製造で、ChatGPTを活用して改善活動の事例共有を効率化。最適な改善提案の生成にも活用
ChatGPTで製造現場カイゼンを簡単に、過去事例や注意点を引き出す生成AI活用事例：製造現場向けAI技術（1/2 ページ） - MONOist
　　
(所感)
IoT（モノのインターネット）活用により、改善のノウハウをカタログ化した横展アイテムリスト（ノウハウ集）を作られたということです。
ChatGPTでこの横展アイテムリストを活用することで、自然言語で問いかけるだけで合致しそうな改善のアイデアとその事例などを簡単に探し出せるようになったということで、まさに現場改善、品質改善で頼りになりそうな存在ですよね。

【電機・電子機器製造業】
パナソニックコネクト: AIアシスタントを導入し、1日5000回の利用を実現
パナソニック コネクトのAIアシスタントサービス「ConnectAI」を自社特化AIへと深化 | 技術・研究開発 | 技術・研究開発 | プレスリリース | Panasonic Newsroom Japan : パナソニック ニュースルーム ジャパン

(所感)
生成AIによる業務生産性向上、社員のAIスキル向上、シャドーAI (※) 利用リスクの軽減を目的に、ChatGPTをベースとしたAIアシスタントの運用を推進しているようです。
(※) シャドーAI：企業のシステム管理部門が管理・関知していない状況で、従業員が許可なく業務に生成AIを利用すること

オムロン: 生成AIを活用して言語指示で動くロボットの開発に取り組む
人と機械は互いに支え合うことで、さらに成長できる | We are Shaping the Future! 私たちが手繰り寄せる未来ストーリー | オムロン株式会社

(所感)
まず「人と機械は互いに支え合うことで、もっと成長できるのか。」というコンセプトが良いですよね。
オムロンのコア技術「センシング&コントロール+Think」を象徴する卓球ロボット「FORPHEUS(フォルフェウス)」は最新の第9世代において初めて大規模言語モデル（LLM）を搭載されているようです。
数年前にAIを搭載したロボットが将棋や囲碁をする姿を目にしましたが、ついにスポーツもできるようになったということで、とてもワクワクしますね。

【食品製造業】
キング醸造: ノーコード予測AIツールを導入し、出荷予測の精度向上と在庫管理の最適化を実現
UMWELT｜ノーコードAIクラウド｜TRYETING Inc. (トライエッティング)
 
(所感)
出荷予測はどの製造業でも必要な要素です。
自社のDX人材が高い専門性を発揮して業務改善を進めることができればそれに越したことはありませんが、実際にはそのような人材はなかなかおらず、社内で人材を育て上げることも一筋縄ではいきません。
一方で、こちらはノーコードツールの活用により、専門知識がなくてもお金も時間もかけることなく実装した好例かと思いました。
ノーコードツールは社内にDXを浸透させるためには今や不可欠なツールかと思います。

まとめ

いかがだったでしょうか？製造業での生成AIの活用事例を5つ紹介し、筆者自身の所感を少しだけ記載させていただきました。
このnoteが私と同じように、製造業に勤める方の何かの役に立てれば幸いです。

※この記事は株式会社EGGHEADに寄稿したものを一部改変しました。※