　例えば、先行開発や研究においては、ある特許に対して類似性の高い特許を検索する、といった要件も多いのではないだろうか。そうした場合に、特許の請求項そのものを解釈し、意味的に関連する特許が検索できたとする。そうすると今までのキーワードマッチングベースの全文検索とは違った、真の意味のある文書へのアクセシビリティーが得られることになる。

図4：文書検索における自然言語AIの活用（クリックで拡大）（出典：KPMGコンサルティング）

　他にも、プロジェクト開始時の計画書の文章を解釈して過去の類似プロジェクトの報告書などの情報を取得することも可能である。また、目の前で起こっている不具合や障害を自然文で記述しておけば、後ほど検索を行うことも可能となる。「キーワード」の検索ではなく、「センテンスの意味ベース」での検索の世界が広がろうとしているのだ。製造業以外にも「RegTech（規制と技術を組み合わせた造語）」における法規制への影響分析などへの応用も期待できる。

文書内容の高度な活用

　3つ目のポイントは、チャットの活用である。ここでいうチャットは、過去の知見を高度に理解したAIによる課題解決のパーソナルエージェントという存在である。イメージするところとしては、先人の知見を有したパーソナルエージェントを傍らに、それと対話しながら業務を進めていくというのが将来的な姿だと考えている。

　チャットと聞くと、AI活用の代名詞のように聞こえるが、製造業の研究や先行開発といった超高度な知見が求められる領域での活用にはなかなか至っていない。チャットを実装できるAPI型のAIは多数市場に登場してきているものの、なぜかこれらの領域での活用が進まない。筆者はここに2つの課題が存在していると考えている。

　1つ目は、企業の問題の掘り下げ方や知識の構造化に独自性があるということだ。これらを踏まえた対話を実現するとなると、高度なチューニングが求められる。2つ目は、ブラックボックス化されたクラウド上のAIという点がある。

　これらに対してどうするかということだが、筆者の考えは実にシンプルで、カスタムメイドのアプローチで最適なものを作るしかないと考えている。

　基礎技術としては既に世にあるものであり、ソリューションをわざわざ二重開発しているように見えるかもしれないが、これらを企業の競争力となる課題構造に当てはめる点に付加価値が存在する。企業で真に力を発揮するAIとは、企業の課題や問題の構造、企業の知識形態に寄り添うことである。ポイントとして先述した「可視化」や「検索」とは異なり、チャットでは課題に対して、より端的な答えを提供する必要がある。そういう意味では、独自に開発することが望ましいと考えている。

図5：チャットの高度活用ポイント（クリックで拡大）（出典：KPMGコンサルティング）

最後に

　製造業では、競争力強化のために、PLMやCAEなど、さまざまなITツールを導入している。企業内では設計情報や生産情報とERPシステムとを連動させるような取り組みも広がっており、情報活用の高度化がますます進んでいる状況である。

　ただ、筆者は、より身近な立場で「業務における必要なデータに的確にリーチする」という点が重要だと考えている。そのため本連載を通じて、身近な情報を自然言語AIの活用により読み解き、新たな価値につなげられるという点を訴えてきた。

　これはサッカーに例えると「ボールを蹴る」「ボールを止める」という基本動作に近い。基本動作がしっかりとできてこその高度戦略である。企業の中にあるデータは、多くが自然言語に代表される非構造化データである。そこから価値を引き出すことに成功している企業はまだまだ少ない。これまで多数の企業を支援してきた経験から、AIを活用し、企業にあるデータをフル活用することが、企業の競争力を高める大きな一手であると筆者は考えている。

≫連載のバックナンバー

筆者紹介

山本直人（やまもとなおと）
KPMGコンサルティング Advanced Innovative Technology ディレクター

　大手コンサルティングファームにおいて、中央省庁および大手製造、小売り、流通業などで大規模基幹システム開発、ECプラットフォーム開発などでアーキテクトを務める。オープンソースソフトウェアの啓蒙普及のための分散処理技術のコンソーシアムにも参加し、社外セミナーでの登壇、記事の執筆を行っている。

　KPMGコンサルティングにおいて、先端技術を活用してビジネス変革を推進するAdvanced Innovative Technologyチームに所属し、提案活動やエンゲージメントのリード、最新テクノロジーを用いた世の中にないサービスの研究を進めている。

“日本語で報告書を読むAI”が日本の製造業の競争力を守る
デジタル技術による変革が進む中、製造業はどのようなことを考え、どのような取り組みを進めていくべきだろうか。本連載では「AIによる自然言語処理」をメインテーマと位置付けながら、製造業が先進デジタル技術とどう向き合うかを取り上げる。第3回はなぜ製造業において知見の有効活用が行われてこなかったのかについて解説する。
メイドインジャパンの必勝パターンを読み解く
2012年4月からスタートした「小寺信良が見たモノづくりの現場」では、10カ所の工場を紹介した。今回から2回にわたり、この連載で得た「気付き」から、「ニッポンのモノづくりの強み」についてまとめる。
製造業のデジタル変革は第2幕へ、「モノ+サービス」ビジネスをどう始動させるか
製造業のデジタル変革への動きは2018年も大きく進展した。しかし、それらは主に工場領域での動きが中心だった。ただ、工場だけで考えていては、デジタル化の価値は限定的なものにとどまる。2019年は製造業のデジタルサービス展開がいよいよ本格化する。
製造業は「価値」を提供するが、それが「モノ」である必要はない
製造業が生産する製品を販売するのでなく、サービスとして提供する――。そんな新たなビジネスモデルが注目を集めている。サービタイゼーション（Servitization、サービス化）と呼ばれるこの動きが広がる中、製造業は本当にサービス業に近くなっていくのか。インタビューを通じて“製造業のサービス化”の利点や問題点を洗い出す。本稿では、サービタイゼーションを研究するペンシルバニア大学教授モリス・コーヘン氏のインタビューをお伝えする。
製造業のサービス化、予兆保全は単なる「はじめの一歩」
製造業の産業構造を大きく変えるといわれている「第4次産業革命」。しかし、そこで語られることは抽象的で、いまいちピンと来ません。本連載では、そうした疑問を解消するため、第4次産業革命で起きていることや、必要となることについて分かりやすくお伝えするつもりです。第7回は、前回に引き続き「製造業のサービス化」についてご紹介します。
日系製造業を悩ます技術承継問題、必要なのはデジタルデータ化と教育
2017年2月15～16日に開催された「Manufacturing Japan Summit」では、理想科学工業開発本部 P&Dセンター所長付池上哲司氏が登壇。「技術資産の活用を妨げている真因と解決のポイント」をテーマに技術承継の在り方について講演した。