生成AIは本当に製造業の役に立つのか 導入後の「定着化」が問われる2024年：MONOist 2024年展望（2/3 ページ）

2023年は大手製造業を中心に生成AIの大規模導入が進んだ年だった。確かに、生成AIは製造業にも革命的な変化をもたらすテクノロジーだと感じられるが、導入そのものはゴールではない。2024年は定着化に向けた施策が進むと思われるが、その辺りを少し考えてみたい。

[池谷翼，MONOist]

「幻滅期」を乗り越えられるか

　もっとも期待値が上がり過ぎると、生成AI導入がうまく進まなかったときにその分大きな失望感へと転じないかが気掛かりだ。有名なガートナーのハイプ・サイクルでも示されているが、どのようなテクノロジーでも「過度な期待」を過ぎた後に「幻滅期」に入ってしまうことは致し方ない。だが、テクノロジーが普及するか否かはこの期間を乗り越えられるかにかかっている。ちなみに、2023年のハイプ・サイクルでは、「生成AI対応仮想アシスタント」が「過度な期待」と「幻滅期」の境界付近にプロットされている。

生成AIの利用状況に関する製造業など業種別の調査［クリックして拡大］ 出所：エクサウィザーズ

　生成AIの導入から先のフェーズへと進んでいくには、生成AIの「業務への定着化」をどう進めるかがカギになる。以下ではそのために必要な考え方を少し整理したい。

どんなユーザーでも使いやすい環境を

　ChatGPTが大きな注目を集めたのは、ユーザーが対話型インタフェース上で出した指示に、自然な文章や画像などですぐに返答する機能を備えていたことが1つの理由だ。ただし、簡単な文章作成のタスク程度であれば問題ないかもしれないが、少し高度な指示を出して望む結果を得るためには、プロンプトエンジニアリングを工夫する必要がある。

　LLMを用いた対話型AIサービスはユーザーから入力されたテキストに柔軟に応答できる点が強みだ。しかし、その分「何でもできる（ように見える）分、何をしていいか分からない」という事態に陥らないよう気を付けなければならない。すでに大規模導入を進めている製造業は、この点に気を配ってるように見受けられる。

　日立製作所では、ITリテラシーの高低にかかわらずChatGPTを利用しやすい環境づくりの構築を進めている。デジタル関連事業に携わっておらず、高いITリテラシーを期待しづらい層には、「ボタンを押す」などの簡単な操作だけで自動的に議事録作成や資料要約などを行える仕組みを整える。定常業務に関して、プロンプトエンジニアリングの技術を不要にする効果が見込める。

　社内で業務やタスク別に生成AIを適用し、各ユースケース知見を蓄積しつつ、こうしたシステムの整備を進める。ITリテラシーが高い人材に対しては、API経由でGPTを利用し、より高度なタスクに適用できる環境を整える。

ITリテラシーが高くなくとも、誰でも使いやすい仕組みづくりを進める［クリックして拡大］ 出所：エクサウィザーズ

　さらに最近では、社内のナレッジデータベースと生成AIを連携させて、データベース上の情報に基づいた出力を可能にする「RAG（Retrieval-Augmented Generation）」が重要視されている。一般的な内容でなく、組織固有の情報に基づく専門的で正確性に富んだ応答が期待できる。

　社内の技術情報や特許情報、図面、マニュアルなどをデータベースに格納して、情報検索システムなどのデジタルツールと組み合わせれば、エンジニアや研究者の日常業務でも使いやすいシステムが構築できるかもしれない。学習データに基づかない出力をしてしまう、生成AIの「ハルシネーション（幻覚）」のリスクも軽減できる。業種業態や各部門別に固有のドメイン知識が多く存在する製造業で、生成AIを“役立つ”ものにしていく上ではとても大切な仕組みだといえる。

　ただ前提として、RAGを実現するには必要になる社内の大量のデータを検討、整理した上で、生成AIが処理しやすい形に構造化する作業がいる。すでにDX（デジタルトランスフォーメーション）を通じてデータの資産化を進めている企業であればまだよいが、そうでない場合は、まずはデータの準備から始めなくてはならない。