　MIとは、統計分析などのインフォマティクス手法を用いて、効率的に材料探索を行う手法である。一般的に、新規材料探索は（1）材料／配合レシピの検討、（2）実験の準備／実施、（3）物性の評価という3つのプロセスで実施される。しかし、例えば（1）材料／配合レシピの検討においては、研究者が過去の研究データを確認しながら経験とカンで検討しており、調査、検討に時間を要する傾向がある。また、それらレシピに基づく（2）実験の準備／実施、（3）物性の評価には多くの工数と時間を必要とする他、実験結果が物性ニーズを満たしていない場合は再度、（1）材料／配合レシピの検討をし直さなければならなくなる。従って、研究開発スピードを上げるためには、いかに少ない実験本数で、目的材料に到達できるかがポイントとなってくる。

　そこで、これまでに蓄積してきた成功だけでなく失敗をも含む実験レシピとアウトプットデータを基に材料探索モデルを構築し、目的材料を効率的に探索する手法がMIである。例えば、組成やプロセス実験条件を説明変数X、物性性能を目的変数Yとして、Y＝f（X）の材料探索モデルを構築できれば、目的材料の物性Yを実現するための説明変数Xを導くことができる。

　この材料探索モデル生成にAIを活用することによって多様なパラメータを取り扱うことができるようになるため、複雑な材料探索シミュレーションモデルの構築が可能となる。実際に、複数の企業では既に実験本数の削減、ひいては研究開発リードタイムの短縮を実現できた事例も出てきており、自社のノウハウやナレッジをAIに継承、蓄積することが現実味を帯びてきている。

図2　マテリアルズインフォマティクスの活用による探索シミュレーション［クリックで拡大］出所：アクセンチュア

　さらに特筆すべきは、ここで言うAIは研究開発だけに適用されるものではないという点である。例えば、研究開発データに加えて、顧客やマーケットニーズのデータも学習させれば、商品企画者にもなり得る。自社のエンジニアリングチェーン、サプライチェーンが持つさまざまな情報を学習データとして活用して、AIによる自社商品／サービスの研究開発も実現できるのだ。

AIと研究開発者は共存関係であるべき

　では、AIが自社製品／サービスを研究開発するとなれば、研究開発者の仕事がなくなるのだろうか？　答えは否と考える。

　過去にも、産業革命を筆頭に、労働者の仕事が大きく変化するタイミングは数多く訪れたが、労働者にとって仕事が全くなくなったわけではない。例えば、研究開発がAI化されたとしても、そのAIに正しいデータを学習させ続けるのは人であり、AIが正しくアウトプットしているかどうかを人が検証し続ける必要がある。つまり、研究開発AIが正しく機能するためには、常に最新であり続けるマーケット情報と、その情報を基に瞬時に自社製品／サービスを追随させるプロセス、さらにそのプロセスを実行し高め続ける人材の確保が不可欠であるため、AIと人は共存関係であるべきではないか。

　また、AIが得意とする領域をAIに任せていく分だけ、研究開発者はより付加価値の高い領域（例えば複雑性が高い領域や、新規性が高い領域）にシフトしていくことで、自社製品／サービスのさらなる広がりが期待できる。AI活用という機会が、もしかしたらある意味聖域化されている従前のやり方を変えていくチャンスともなり得るのではないか。

　テクノロジーは日進月歩に進化しており、AIという有能なリソースを最大限活用しない手はない。AIと人が共存する、新たな研究開発の時代が到来している。

　次回は、製造業において商品のコンセプトやビジネスプランを具体化し、商品開発の実行判断を実施するプロセスである「商品企画」に焦点を当てて解説する。

筆者プロフィール

朝倉義裕（あさくらよしひろ）アクセンチュア株式会社インダストリーX本部マニュファクチャリングコンサルティングマネジャー

2020年アクセンチュア入社。製造業における新規技術探索や商品開発、SCMの実務と管理の経験に基づくエンジニアリングチェーン／サプライチェーンの知見を基に、医療、エネルギー、通信などの各企業へデジタルトランスフォーメーションやリスキリングをはじめとするマネジメントコンサルティングを提供している。

インダストリーX｜アクセンチュア（accenture.com）

≫連載「製造業DXプロセス別解説」バックナンバー
日本の製造業DXはなぜ進まないのか、成功の鍵は失敗から学ぶこと
製造業のバリューチェーンを10のプロセスに分け、DXを進める上で起こりがちな課題と解決へのアプローチを紹介する本連載。第1回は、序論として日本の製造業の現在を振り返り、DXに向けた未来への道筋を提言する。
社会環境の大変動がもたらすサプライチェーンの課題にどのように対応すべきか
コロナ禍をはじめとする社会環境の変動により、企業のサプライチェーンにはこれまでの効率性に替わってレジリエンスが求められるようになっている。このサプライチェーンレジリエンスの解説を目的とする本連載の第1回では、レジリエンスを重視したサプライチェーンを実現するための全体像と4つのフェーズについて紹介する。
デジタル化が加速する世界、製造業が革新を生み出すには何が必要か
デジタル化がどのように製造業の企業活動の変革を導くのかを解説する本連載。第1回は、企業収益の次の柱となり得る、革新的な製品やビジネスをどのように創出するかについて考察する。
新たなフロンティアはメタバース、アクセンチュアが語るその可能性
アクセンチュアは2022年7月5日、世界の最新テクノロジートレンドに関する調査レポート「Technology Vision 2022」の記者発表会を、3次元の仮想空間「メタバース」上で開催した。登壇者や報道陣も自身の分身「アバター」で参加した。
アクセンチュアが時価総額上位25社に入る企業も行うTERを解説、日本企業の課題とは
アクセンチュアは「トータル・エンタープライズ・リインベンション（TER）」記者説明会を開催し、TERに基づいて高成長企業の特徴を紹介するとともに日本企業に必要な取り組みを提案した。