生成AI:インテリジェント製造の未来をデザインする

AIを活用したインテリジェントマニュファクチャリング。女性技術者がデジタルツインをタブレットで確認している様子。

Article｜2025年1月27日

この記事は約4分で読めます

製造業は、世界経済の主要な牽引役 (GDPの約16%を占める) であり、インダストリー4.0に代表されるように、デジタル化により大きな変革が進んでいます。AI、ロボティクス、IIoTなどの技術が生産性の向上に貢献しています。今日、創造性と適応性に優れたジェネレーティブAI、特に生成AIを活用したエージェントは、次世代のインテリジェント製造システム(*)の創造を推進しています。これらのシステムは、生産性、持続可能性、レジリエンスを向上させ、製造業の競争力を強化することが期待されています。

(*)インテリジェント製造とスマート製造は密接的に関連しています。インテリジェント製造はAI や機械学習に重点を置き、スマート製造はIoTやデジタル化に重点を置くことが多いです。また、インテリジェント製造はプロセスの自律性と最適化に、スマート製造は接続性とリアルタイム制御に焦点を当てています。

インサイトペーパーをダウンロード

インテリジェント製造の主要概念とテクノロジー

Industry 4.0の進展に伴い、AI統合に必要な要素が整備されています。これにはデータと技術インフラ、熟練した労働力、運用モデルが含まれます。産業用AIは、強力なデータと技術インフラに支えられ、かつてない成熟度に達しています。この進展は、知能化・自動化されたロボットやシステムの実用化を促進しています(図1を参照)。

WEF/McKinseyの次世代インテリジェント製造の技術ピラミッド（技術スタック）は以下の層で構成されています：
(1)基礎データ、接続性、コンピューティングツール
例：クラウドコンピューティング、エッジコンピューティング、5G/6G通信、データレイク
(2)計画と制御のシステムレベルのデジタル化
例：製造実行システム（MES）、顧客関係管理（CRM）、製品ライフサイクル管理（PLM）
(3)プロセス自動化と生産プロセス革新ツール
例：協働ロボット（コボット）、柔軟なロボット、AGV、ドローン、3Dプリンター
(4)オペレーターまたはプロセスレベルのデジタルワーカーツール
例：AR/VR、ウェアラブル、エクソスケルトン、ダッシュボード
(5)機械知能技術による予測、最適化、意思決定の強化
例：ヒューリスティックモデル、応用AI、生成AI

インテリジェント製造における技術ピラミッドを示す図です。ピラミッドは5つの層に分かれており、下から順に以下の要素で構成されています。（１）接続性とインフラストラクチャツール、（２）デジタルプランニングと管理ツール、（３）生産ロボット工学とオートメーション、（４）ワーカー接続性とデジタル化、（５）機械知能(AI)

図1　インテリジェント製造システムの技術ピラミッド
出所：WEF（December 2023）“Global Lighthouse Network: Adopting AI at Speed and Scale”

AIは次世代インテリジェント製造の技術を統合する指揮者として機能します。例えば、迅速な切り替えには柔軟なロボット、AGVによる材料輸送、3Dプリンティングによるライン設備のカスタマイズ、重要なアラートを届けるウェアラブルが必要です。AI駆動の機械知能がこれらを調整し、迅速な解決策を提供します。しかし、完全な調整を達成するには、技術の進歩と人間の協力が必要です。これは、複雑な意思決定の課題やシステムの安全性と信頼性に関する懸念に対処するためです。

製造業はデジタル技術の台頭により大きく進化しました。5GのようなICT技術を超えて、クラウドコンピューティング、AI、3Dプリンティング、スマートロボット、AGV、AR/VR、ドローンなどの次世代デジタル技術が重要な役割を果たしています。これらの技術は新しい産業の創出を促進する一方で、既存の産業にデジタル変革をもたらしています。近年、生成AIは製造業の経営者たちの注目を集め、次世代インテリジェント製造の期待を高めています。

Loading component...

インテリジェント製造の実践: グローバルライトハウス

近年、インテリジェント製造の概念と技術は現在広く採用されており、インダストリー4.0 の取り組みはさまざまな分野で進んでいます。2018年に始まったWEFとマッキンゼーのグローバルライトハウスネットワーク(*2)は、AI がますます重要な役割を果たす将来の開発のモデルとして機能します。

これらのライトハウスは、次世代のインテリジェント製造技術の大規模な適用をリードし、財務、運用、持続可能性の改善を推進しています。2024 年末までに172 のサイトが認定されました。過去 6 年間で、ネットワークは 1,000 を超えるユースケースを実証し、2023 年 1 月の時点で 132 の企業が 139 件(重複ケースを除く)を採用しています。特に、WEF 認定の上位 5 つのカテゴリ内の AI 関連のユースケースは、2018年の20%未満から2023年までにほぼ 60% に増加しました。これらの AI ユースケースを実装することで、生産性が2～3 倍向上し、サービスレベルが 50% 向上し、欠陥が 99% 削減され、エネルギー消費が 30% 削減されるなど、大きな成果が得られました。

WEF ライトハウス評価では、技術的な可能性、ビジネスパフォーマンスへの影響、持続可能性を定量的に評価します。このフレームワークは、５つの主要カテゴリと 10 以上のサブカテゴリで構成されています。ライトハウスによって影響は異なりますが、適切な実装によって期待どおりの成果が一貫して得られ、他の企業がインテリジェント製造を採用する動機付けになります。その結果、ライトハウスの 64% が、複数のユースケースを統合し、デマンドチェーンの俊敏性、顧客中心性、サプライチェーンの回復力、生産性/速度を改善することで、環境にプラスの影響を及ぼしています。持続可能なライトハウスは、デジタルテクノロジーが持続可能性と競争力の両方を促進できることを証明しています。

グローバルライトハウスのユースケース、KPI、運用メカニズムは貴重なベンチマークを提供し、特にソフトインフラストラクチャ開発において、従来の AI と最近の生成AIの両方を実装するためのモデルとして機能します。

Loading component...

生成 AI: インテリジェント製造の変革

インダストリー4.0は当初、製造効率の向上を優先していました。この焦点は現在、顧客価値へと進化しています。次世代のインテリジェント製造は、サプライチェーンと製造から研究開発、マーケティング、販売、顧客サービスまで、企業全体を網羅する必要があります。

一方、従来のAIは予測可能性と一貫性に優れていますが、非構造化のリアルタイムデータには限界があります。生成AIは、適応性、柔軟性、創造性を備えており、研究開発、マーケティング、販売、顧客サービス、データインフラストラクチャ、HRなどの分野に強力なソリューションを提供します。

3つのケーススタディがジェネレーティブAIの可能性を示しています。(*3)

GE Appliances: スマートアプライアンスの枠を超え、GE はジェネレーティブ AI を SmartHQ アプリに統合しています。Flavorly などの機能は、顧客の材料を分析してレシピを生成し、調理を簡素化し、食料品のコストを節約し、食品廃棄物を削減します。これは、ジェネレーティブ AI を製品に直接組み込む例です。

Bosch: この自動車サプライヤーは、生成AIを使用して、電気モーターのステーターの自動光学検査用の合成トレーニングデータを作成しました。利用可能な実際のデータの100倍以上の画像を生成し、プロジェクト期間を数年から6か月に短縮し、検査品質を向上させ、年間6桁の生産性向上を実現しました。これは、生成 AI と従来の AI の相乗効果を示しています。

ACG カプセル: 進化する従業員のスキルに対応するため、ACG はわずか2週間でカスタム生成 AI アシスタントを導入し、トレーニングとゲーミフィケーションを追加しました。5 週間以内に、オペレーターと技術者のほぼ75%がアシスタントを使用し、平均修理時間(MTTR)を30～40%削減し、Global Lighthouseの認定を獲得しました。

Loading component...

インテリジェント製造の未来像

前述したグローバルライトハウスの多くの例では、プロセスレベルの特定のタスクに従来のAIが利用されており、一部の「消灯」運用(消灯工場)を含むユースケースごとに個別のモデルが必要になることがよくあります。ただし、従来のAIはルールベースであるため、適応性と柔軟性が欠けています。

これとは対照的に、生成AIは、より優れた適応性、柔軟性、創造性を提供し、生産性、パーソナライズされた顧客体験、人間の想像力の向上を促進します。ただし、現在のアプリケーションは主に単純な質疑応答のインタラクションに限定されています。

今後、生成AIは、コンテキストを理解し、ワークフローを計画し、外部リソースに接続し、目標を達成するためのアクションを実行できるAIエージェントへと進化します。これには、コラボレーション、プロセスオーケストレーション、自律的な意思決定が含まれます。AIエージェント、タスク固有のエージェント、そしてオーケストレーションエージェントで構成されるマルチエージェントシステムが積極的に開発されています。

このビジョンはすでに実現されつつあります。たとえば、富士通の「Kozuchi AIエージェント」は、会議や交渉に参加し、情報を提供してアクションを提案します。「アジアでの売上は昨年の半分になった」といった発言を分析し、詳細な売上データを表示して生産的な議論を促進することができます。また、倉庫や工場などの安全で効率的な作業現場を支援するために、映像解析用のAIエージェントも開発しました(図2参照)(*4)。今後、生産管理などの専門エージェントも含め、AIエージェントの拡充を図っていきます。

Loading component...

この図は、現場の安全管理にAIエージェントがどのように活用できるかを示す概念図です。ドキュメントとカメラからのリアルタイムデータを入力として受け取り、リスクを検知し、対策を提案することで、作業の安全性を向上させる仕組みが描かれています。

図2 実世界に向けてのビデオ解析のためのAIエージェントのイメージ
出所：富士通プレスリリース（2024年12月12日）

Loading component...

最近、マルチエージェントシステムは、エンドツーエンドのインテリジェント製造バリューチェーンを構築することが期待されています。これには、多様な専門知識を持つ専門エージェント、オーケストレーションのための制御エージェント、エージェントシステム全体に対する監視や緊急時に介入を行う人間の担当者が含まれます。ただし、このビジョン（図3を参照）を実現するには、デジタルAIエージェント（富士通の会議AIエージェントなど）と物理的なAIエージェント（インテリジェントロボットなど）の連携が必要であり、これらはまだ開発段階にあります(*5) 。両方の領域で同時に進歩することで、次世代のインテリジェント製造への道が開かれます。

Loading component...

この図は、複数のAIエージェントが連携して動作するシステムの概念図です。図の上部には、「顧客・非顧客情報入力」と記載されており、システム全体に外部からのデータが供給されていることを示しています。各AIエージェントは、必要に応じて互いに情報を交換し、連携して最適な意思決定を行います。

図3　AIエージェントで実現する次世代インテリジェント製造の未来像
出所：著者作成

Loading component...

金堅敏博士（国際経済法）
Dr. Jianmin Jin （Ph.D in International Economic Law）
富士通株式会社チーフデジタルエコノミスト
マーケティング推進室シニアディレクター

1998年富士通総研主席研究員、2020年富士通株式会社チーフデジタルエコノミスト。主に世界経済、デジタルイノベーション/デジタルトランスフォーメーションに焦点を当てた研究に従事。著書物に「日本版シリコンバレー創出に向けて」（2020年）などの書籍。

Loading component...

生成AIが実現する次世代インテリジェント製造の革新

生成AIはインテリジェント製造の未来をデザインします。AI、ロボティクス、IoT技術が生産性向上に貢献する中、生成AIは次世代システムの創造を推進します。WEFのグローバルライトハウスネットワークは、AI導入による生産性向上などの成果を実証しています。富士通は、会議参加型AIエージェントなど、AIエージェントの開発を進め、インテリジェント製造の未来像を示唆しています。