生成 AI は製造業の設計と現場をどう変えるか？PLM を軸にしたデータ活用の未来

全社的な DX 戦略の一環として、AI や IoT の導入を検討・推進している製造業では、「部分最適」に懸念を抱いている担当者が多いのではないでしょうか？実際に部門ごとに AI 導入を進めるのではなく、個社で全体最適を図るためには、信頼できる製品データ基盤が必要になります。また2022年11月 の ChatGPT の登場に伴い、製造業で注目されているのが生成 AI の活用です。

本記事ではマルチモーダルや LLM などの用語を整理し、生成 AI が製造業の未来に与える影響や PLM の重要性について紹介します。設計開発の効率化や、製造現場の生産性向上を目的とした AI 活用に関心がある担当者の方は、ぜひ参考にしてください。

情報通信技術 (ICT) 分野を中心に調査・助言を行う Gartner は、マルチモーダル生成 AI と LLM は「早期に採用することで顕著な競争優位性と市場投入までの期間短縮をもたらす可能性があるテクノロジ」であると述べています（「生成 AI のハイプ・サイクル：2024年」）。ここでマルチモーダル生成 AI とは、テキスト、画像、音声、動画などのデータを組み合わせ、一度に処理できる技術である一方、生成 AI の中でテキスト生成に関する技術は大規模言語モデル (LLM) と呼ばれることを押さえておきましょう。

生成 AI は、日頃から使用しているツールに AI エージェントの組み込み（組み込み AI）を可能にする技術です。2025年は「AI エージェント元年」と呼ばれた年でもあり、耳にしたことがある方も多いのではないでしょうか。AI エージェントとは、ユーザーが設定した目標を達成するために環境を認識し、コンテキストを理解しながら推論した上で、自律的または協調的に処理や作業を実行するソフトウェアです。

ここでは、製造業で生成 AI が注目される背景について紹介します。

製造業においては、上流から下流までデータが統合されていないサプライチェーンが数多く存在します。そのため、調達障害による生産ストップや在庫不足による販売停止など、事業活動において非効率が発生し、結果として顧客ニーズが反映されないという悪循環が生まれがちです。そこで個社の全体最適を目指し、より効率的な生産・販売活動につなげるために、サプライチェーンのデータを LLM やマルチモーダル生成 AI でつなぐ製造 DX が注目されています。

とくにマルチモーダル化した生成 AI の活用は、人間と AI のインタラクションを強化し、製造業特有の課題解決に役立つでしょう。組み込み AI による助言、支援、自動化を通じて熟練技術の承継問題を解消できるほか、製品品質の安定化と効率化、高度な需要予測と在庫最適化も可能です。このように魅力的な製造業の復活に貢献するだけでなく、新たな強み獲得につながる技術として、生成 AI の活用が日本の製造業で進むことが予想されます。

生成 AI を活用して、コードの相互変換とデータベース接続を行えば、デジタルスレッドの構築が可能です。これにより部品表、設計図等のデータ共有が可能になり、効率化・自動化によるコスト削減が見込まれるほか、戦略的な分析も行いやすくなります。データ連携によってバリューチェーンの統合が進み、販売・マーケティングと商品開発・設計のコミュニケーションが促進されると、高付加価値も生みやすくなるのです。

実際に、バリューチェーン全体を生成 AI で最適化すれば、下記のとおり顧客への提供価値やサービスレベルを高度化できるようになります。

● 新規製品開発に最適な候補素材案等の生成
● コストや安全性等の制約と新規性を考慮した、製品コンセプトの生成
● 材料、品質、製造条件等の制約を反映した設計図面の自動作成
● 生産計画変更に伴い、発注量やそのタイミングを自動調整
● 販売状況を考慮し、最適化された生産計画を自動生成
● 販売予測の生成と自動更新

製造業 DX の成功事例に学ぶ：3D モデルと PLM でつながるデジタルスレッド

AI は単なる自動化ツールではなく、膨大なデータを価値に変える技術です。製造業の設計・生産プロセス、品質管理や意思決定のあり方を変革する可能性を秘めています。ここでは製造業における AI の活用事例について見ていきましょう。

生成 AI の活用事例として、CAD のジェネレーティブデザインの進化が挙げられます。たとえば、3D CAD Creo のジェネレーティブデザインと CSL を駆使し、シミュレーション主導型の設計を実現した Cummins 社では、23％もの部品軽量化に成功しました。AI を活用し、設計段階で多様な検討を繰り返すことで手戻りを最小限に抑えられるほか、設計の自由度を大幅に向上できます。
Cummins 社の事例詳細はこちら

CAD や PLM に蓄積された設計に関するデータはすべて検索対象となるため、そのデータを活用して特定の設計における問題点を AI が分析することも可能です。これにより、トラブルシューティングや過去の問題解決策の提示が、AI によって迅速に行われます。元となる文書を学習させ、設計要件書のひな形を生成したり、検索結果の情報を基に新たなひな形を生成したりといった使い方も可能です。

さらに 3D CAD 操作に関連した質問を入力するだけで、最適なコマンドを AI が提示します。関連するヘルプや学習システムへ案内するなど、設計の頼れる相棒として AI が活躍する機会がますます広がっていくでしょう。

ジェネレーティブデザインと AI の融合 – 生成 AI を活用した最適設計の可能性を探る

PTC の 3D CAD にご興味のある方は、以下の製品ページもご覧ください。

Creo：3D CAD ソフトウェア

設計期間の短縮・コストダウンが可能な PTC の 3D CAD ソフトウェアです。

詳細はこちら

スマートファクトリーとは、第4次産業革命をもたらす IoT やロボットを活用したものづくりを実現する工場のことです。デジタル技術を活用して品質の向上やコスト削減を行い、ビジネス競争力を強化する取り組みのことで、工場のスマート化とも呼ばれています。

スマートファクトリーを構成するのは IoT、クラウド、AI の3つのデジタル技術です。IoT は、いわゆる工場の「目と耳」となり、センサー等を介して温度、振動、電流、圧力など設備の稼働等に関するデータをリアルタイムで収集します。これらのデータは、全社的な統合データ基盤となるクラウドに集約・蓄積され、AI による予測や最適化など、新たな価値創出の源泉として機能します。これが自律的に学習し、改善を続けるスマートファクトリーの仕組みです。

たとえばスマート工場では、生産ラインの停止を回避するために、機器や設備を常に監視しながら稼働データを収集しています。この稼働データ分析から異常を検知し、故障発生前に予測・対応するのが「予知保全」です。

生成 AI の PoC（実証実験） 段階にとどまる製造業企業は約4割、本格的に活用している製造業企業は約1割という Gartner の調査結果があります。2022年11月の ChatGPT の登場以降、約5割の金融機関において生成 AI が業務で活用されている金融業と比べて、なぜ製造業では活用が遅れているのでしょうか。 実際に生成 AI の導入が進まない大きな理由は、データ品質に問題があるという声が大きいのです。

一方、MIT の市場調査によると、生成 AI の活用が進まない要因として次の4つが挙げられています。

● 脆弱なワークフロー
● コンテキスト学習の弱さ
● 運用との不整合
● パイロット検証フェーズの停滞

スケーラビリティとセキュリティ上の懸念から、多くのプロジェクトがデモフェーズを通過できていません。これは統合、コンテキスト、そして大規模な企業が求める高い水準の要件を満たす製品やシステムの欠如という構造的な問題を反映しています。

生成 AI の活用を阻むデータ品質の問題やスケーラビリティとセキュリティ上の懸念を払拭するのは、エンタープライズグレードの PLM の活用です。CAD、ALMなど個別のソリューションを安全な PLM プラットフォーム上で連携し、デジタルスレッドを実現することが、製造業における AI 活用の重要なポイントといえます。これにより、部門ごとに AI 導入が進む「部分最適」から脱却し、真の生産性向上につながる「個社の全体最適」への道筋がひらけるのです。

PLM を活用すれば、イノベーションに必要なコラボレーションの基礎となるデジタルスレッドを構築可能です。データ基盤 PLM は、コラボレーションに参加する関係者全員が、職務遂行に必要な良質で最新の状態に更新されたデータにアクセスしているという信頼性を提供できます。そのためにも製造業は、各種設計フォーマット間の複雑な関係を管理できる一貫性のある PLM を選ぶことが重要です。

データから価値を引き出し、製品イノベーションのプロセスを合理化するためにも、データが複数システムにサイロ化され、データ同士のつながりが不明確な状態から脱却する必要があります。そこで製造業は、コンテキスト化された状態で製品データを制御・管理できているという安全性を確保しなくてはなりません。コンテキスト化とは、簡単にいえばデータ間の関連性を構築する処理のことです。PLM「Windchill」を活用すれば、コラボレーションに参加する関係者全員にコンテキスト化されたデータという安全性を提供できます。

EBOM、MBOM、CAD 等データの一元管理、設計製造連携などを可能にするPLM 導入は、AI 活用の原動力となる強固な製品データ基盤を提供します。サイバー攻撃や内部不正による情報漏えいを回避するためにも、設計データなどデジタル資産保護の観点から、異常検知に強い見守り監視機能付きの PLM を選択することがとくに重要です。PTC では、オンプレミス PLM に加えて、世界最高水準のセキュリティを提供する 安全なプラットフォーム PLM「Windchill+」も提供していますので、ぜひお問い合わせくださいませ。

PLM の選び方について知りたい方は、以下のページからご覧いただけます。
企業間のコラボレーションを促進する最適な PLM の選択

PTC の PLM にご興味のある方は、以下の製品ページもご覧ください。

Windchill PLM ソフトウェア

デジタルスレッドの中核をなす Windchill の機能とメリットをご紹介します。

詳細はこちら

AI とは、人間の知能を必要とするタスクを実行するスマートな機械です。機械学習は AI に含まれており、生成 AI は機械学習の一種になります。これらを踏まえて、PTC が提供する AI の大きな特長について見ていきましょう。

PTC の特長は、設計者と製品チーム向けにカスタマイズされた Creo、Windchill、Codebeamer、ServiceMax などエンタープライズグレードのツールに生成 AI を直接組み込んでいる点です。組み込み AI のおかげで、これらの PTC ソリューションはコンテキストを認識しながら製品ワークフローに対応できます。

AI の原動力となる強固な製品データ基盤 PLM を整備し、デジタルスレッドを構築することも重要です。AI を活用した PLM を導入することにより、ワークフローの自動化、蓄積されたデータからの知見の獲得、生産性の向上といったデータ主導かつ全体最適化された製造業 DX を実現できます。その結果、製品データを意思決定につなげられるほか、顧客ニーズの反映など部門横断で最適化すべき取り組みがスムーズになり、急速に変化する市場を反映したイノベーション創出の機会が広がるのです。

製品データ管理を効率的かつ柔軟に行えるソリューションについて、詳しく知りたい方は以下のページをご覧ください。
製品データ管理: デジタルスレッドとデジタルツインの基盤

製造業で AI を導入する際には、適切なガバナンス、データプライバシー、アクセス制御を適用しましょう。倫理的な AI は、リスクを最小限に抑えながら、説明可能で実用的かつ信頼性の高い情報を提供します。これは高品質の内部データを基盤とし、コンプライアンスと倫理のガイドラインを遵守しているほか、モニタリングと監査に対応したエンタープライズシステムに統合されているためです。

PTC の ALM にご興味のある方は、以下の製品ページもご覧ください。

Codebeamer：ALM ソリューション

Codebeamer は、コラボレーション、トレーサビリティ、セキュリティ、プロセス管理を実現するアプリケーションライフサイクル管理 (ALM) プラットフォームです。

詳細はこちら

Q: 製造業における生成 AI の活用メリットは何ですか？

A: 主に「設計開発の効率化」「熟練技能の継承」「サプライチェーンの最適化」が挙げられます。例えば、設計図面の自動生成による工数削減や、過去のデータに基づいた予知保全によるダウンタイムの削減などが期待できます。

Q: スマートファクトリーと生成 AI の関係は何ですか？

A: スマートファクトリーは IoT やロボットで工場のデジタル化を進める取り組みですが、生成 AI はそこで収集された膨大なデータを分析・活用する「頭脳」の役割を果たします。異常検知や生産計画の自動調整など、自律的な工場運営を加速させます。

Q: AI 導入にあたって、なぜ PLM が重要になるのですか？

A: AI が正しい判断をするためには、正確で最新のデータ（学習データ）が必要だからです。PLM は製品データを一元管理し、部門間でデータをつなぐ（デジタルスレッド）役割を果たすため、AI 活用の信頼できるデータ基盤として不可欠です。

Q: 生成 AI を活用する際、設計データのセキュリティは守られますか？

A: エンタープライズグレードの PLM 環境下で AI を活用すれば、アクセス権限の管理やデータの暗号化により、高いセキュリティが確保されます。無料の公開 AI ツールとは異なり、社内データを学習させても外部に流出するリスクを最小限に抑えられます。

非常に効率的で、リソース節約につながるスマートファクトリーの実現には、部門を越えた全体最適化が必須です。製造業における個社の全体最適化には、コンカレントエンジニアリングの場を提供する PLM の活用が欠かせません。PLM を軸に、個社全体で相互連携体制を構築したいとお考えであれば、エンタープライズ AI 戦略を策定し、安全性、信頼性、拡張性の高い AI を実現している PTC までぜひお問い合わせください。

国内外の様々な企業が PLM でどのように成果を上げたのか、具体的な事例をご紹介します。

導入事例一覧はこちら

「自社で導入する場合の導入プロセスや費用は？」といった具体的なご相談に、専門スタッフがお応えします。お客様の課題をヒアリングし、PLM 導入を成功させるためのプランをご提案します。

お問い合わせ

お客様ごとの課題に合わせて、エキスパートが最適なソリューションをご提案します。

詳細はこちら