　従来、品質トラブルに関するデータは、専用のデータベースやレポート形式で管理していた。形式が統一されておらず専門性が高いため、因果関係の解明が困難だった。そこで同社は、製品開発や工程設計における検証時に発生した品質トラブルやノウハウに関するデータを、テーブル構造で蓄積する取り組みに着手。2024年10月からテーブル構造のデータを生成AIで処理する技術検証を開始し、アジャイル開発の手法を導入して機能設計から正式導入まで約半年でアプリを完成させた。

　同アプリでは、直感的なUIを採用し、データ構造を維持しながら生成AIを活用。アプリを利用する社員の経験や知識レベルに依存せず、調べたいデータへ簡単にたどり着けるように仕上がった。生成AIで情報を要約するのにかかる時間は約30秒だという。

　2025年6月から、設計や製造、品質保証などの業務に携わる社員が利用を開始。今後は、営業や物流などの部署にも提供範囲を拡大する計画だ。回答精度の向上や調べたいデータの検索性向上などの機能拡充も予定している。さらに、国内だけでなく、海外拠点への展開も視野に入れている。

≫「製造IT導入事例」のバックナンバー

2025年は“芋づる式”品質不正に注意、「人を介さない」仕組みの道筋作りがカギ
2024年も長期にわたる品質不正の露見が続き、「日本品質」への信頼が揺らいでいる。特に最近は同様の品質問題が立て続けに見つかる“芋づる式品質不正”の露見が多く発生しており、2025年も品質不正の露見は続くことは明らかだ。製造業は、それを前提にどのような順番で“あるべき姿”に向け対策を進めるかが重要だ。
HoloLens 2と生成AIで現場作業者支援の新たな姿を見せたマイクロソフト
Microsoftは世界最大級の産業見本市「ハノーバーメッセ（HANNOVER MESSE） 2024」において、同社のMRデバイス「HoloLens 2」および「Dynamics 365 Guides」に生成AI機能である「Microsoft Copilot」を統合した新たなソリューションのデモを公開している。
製造業の生成AI活用に3つの道筋、製造現場などでの活用事例を探る
最も大きな注目を集めるワードの1つである「生成AI」。製造業ではどのように役立てられるのだろうか。活用事例を幾つか取り上げるとともに、製造現場などでの活用事例を探る。
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
ChatGPTに代表される生成AI（人工知能）に大きな注目が集まっている。その中でいち早く製造現場の改善活動の支援ツールとして活用を進めようとしているのが、中堅自動車部品メーカーである旭鉄工とその改善の成果を外部に展開するIoTサービス企業のi Smart Technologiesである。両社の取り組みを紹介する。
PLMこそ日本の製造業に必要な理由――プロセスをコントロールしろ！
「すり合わせ」や「現場力」が強いとされる日本の製造業だが、設計と製造、調達などが分断されており、人手による多大なすり合わせ作業が発生している。本連載では、ものづくりYouTuberで製造業に深い知見を持つブーステック永井夏男（ものづくり太郎）氏が、この分断を解決するPLMの必要性や導入方法について紹介する。初回となる今回はPLMの必要性について解説する。
自ら考え不正を防ぐ　品質問題を起こしにくい組織を作るには
繰り返される製造業の品質不正問題。解決の鍵は個人ではなく、「組織風土」の見直しにあります。本連載では品質不正を防ぐために、組織風土を変革することの重要性と具体的な施策をお伝えしていきます。