AI時代の製造業、競争力を分ける「AIが理解できるデータ」とは：製造マネジメント インタビュー（2/2 ページ）

AIをモノづくりで効果的に活用するには何が必要になるのだろうか。産業用ソフトウェアを展開するAVEVA Executive Vice Presidentでプロダクトポートフォリオ戦略担当のキム・クストー氏に話を聞いた。

[三島一孝，MONOist]

「Fit for Purpose」で目的に合わせたAI構築が重要に

MONOist　AVEVAではこれらに応える産業コンテキストを踏まえたデータプラットフォームを用意しているということでしょうか。

クストー氏　AVEVAでは長らく産業向けデータプラットフォームを展開してきました。さらに現在は「CONNECT（コネクト）」というクラウドベースのデータ統合基盤で、さまざまな工程などのデータをまとめて整理して統合することができます。

　以前から「Single Source of Truth（真実の1つのソース）」という考え方がありますが、AI時代には単に正しいデータが1カ所に存在するだけでは十分ではありません。そこにコンテキストが加わっていることが重要です。CONNECTはこうしたコンテキストを意識しながら、受け取ったデータを整備、変換し、「AIが理解できるデータ」として格納できる点が特徴です。このCONNECTをベースに内部でのAIモデル構築や、外部との連携を行うことで、産業コンテキストを踏まえたAI活用が行えます。

CONNECTを中心とした連携のイメージ［クリックで拡大］出所：AVEVA

　その上で、AIを活用する上で重視しているのが「Fit for Purpose」という考え方です。ITの世界では、標準に合わせる「Fit to Standard」が一般的ですが、細分化されている製造業務では必ずしも標準が合わない業務もあるのが現実です。そのため、目的に合わせたAI活用を設計する必要があります。課題によって、機械学習が適している場合もあれば、統計的な分析、シミュレーション、物理モデル、最適化アルゴリズムが適している場合もあります。最初に「どのAIを使うか」を考えるのではなく、「どのような問題を解決したいのか」を出発点にして、そこに最適なテクノロジーを適用するという考え方です。

　そのために重視しているのが、ユースケースです。ユースケースベースで考えることで、目的に合った仕組みを効率的に形にできると考えています。

AIが変える産業ソフトウェアと人との関係

MONOist　AIによって産業用ソフトウェアの使い方はどのように変わるのでしょうか。

クストー氏　大きく変わると考えています。これまでのソフトウェアでは、ユーザーがそのソフトウェアの使い方を覚える必要がありました。一方、生成AIによって自然言語でアプリケーションと対話できるようになれば、その関係が変わります。

　例えばオペレーターが「この設備の性能が低下しているのはなぜか」と質問すると、AIが関連するデータを調べ、原因となる可能性を提示するといった使い方ができます。エンジニアリングでも同様です。例えば、配管設計においてさまざまな設計条件や3Dモデルなどを基に、AIや最適化技術が候補となるルートを提案し、エンジニアがそこから判断するような仕組みも実現できます。

　HMI（Human Machine Interface）やSCADA（Supervisory Control And Data Acquisition）の構築でも、生成AIを活用できる可能性があります。これまではエンジニアがグラフィックを1つずつ構築していたものを、「このようなラインの画面を作りたい」と自然言語で指示して生成するといった形です。AIは単に分析のために利用するものではなく、人と産業ソフトウェアとのインタフェースそのものを変えていくと考えています。

　その意味で、技能承継は、AIが価値を生む大きなユースケースになると見ています。製造業では、新しい人材が現場に入ったとき、熟練者と同じレベルまで知識を身に付けるには長い時間がかかります。一方で熟練者が退職すれば、その人が持っていた知識が企業から失われてしまう可能性があります。SOP（標準作業手順書）やマニュアル、過去の作業記録などさまざまな情報がありますが、新しい作業者が必要な情報を見つけるには時間がかかります。

　AIを利用することで、現場で分からないことを自然言語で質問し、必要な情報をその場で確認できます。さらに重要なのは、単にマニュアルを検索するだけではなく、リアルタイムの設備データなどと組み合わせられることです。例えば「この設備でこのアラームが出ているが、どう対応すればよいか」と聞いたときに、マニュアルの情報と現在の設備状態を踏まえて回答できれば、より実務的な支援になります。

　熟練者が持っている専門知識と産業データを組み合わせ、現場の人が必要なときにアクセスできるようにする。これは日本の製造業にとって大きな価値があると考えています。

AIがコモディティ化したとき、競争力を生むのは何か

MONOist　AIが一般化していく中、製造業はどこで競争優位を築くべきでしょうか。

クストー氏　AIそのものだけでは、差別化は難しくなっていくと思います。今後、企業にとって重要になるのは、自社が持っているデータと、それをどう活用するかです。

　製造企業には長年の操業によって蓄積したデータやエンジニアリング情報、現場のノウハウがあります。これは他社が簡単に手に入れられるものではありません。そのデータに適切なコンテキストを与え、AIが効果的に利用できるようになれば、他社にはできない生産性向上や品質改善、設備保全、人材育成などが行えるようになります。それが競争優位になると考えています。

　ただ、最初から企業全体を変えようとする必要はありません。まず1つの工場、1つの拠点、1つの課題から始めて、そこで価値を生み出し、成果を確認しながら徐々に対象を広げていくことが重要だと考えています。

≫「製造マネジメント インタビュー」のバックナンバー