ニュースの概要
リコーと川崎重工業が、設計業務に蓄積された知識をAIで整理し、実務に生かすための戦略的パートナーシップを始めた。対象は、設計文書や図面といった記録された情報だけではない。熟練技術者が過去の経験から行う判断や、図面には書かれにくい注意点も含まれる。複数のAIが役割を分担し、資料の読み取り、必要な情報の検索、設計判断の支援をつなげられれば、個人に偏った知識を組織で使える基盤へ変えられる可能性がある。
引用元: リコーと川崎重工、AIで設計業務の知識資産活用を推進する戦略的パートナーシップ（Livedoor News）
分析・見解
図面と経験を別々に扱わないことが改革の出発点
製造業の設計現場では、必要な知識が一つのデータベースに収まっていない。仕様書は文書管理システム、図面は設計ソフト、検査結果は品質部門の記録、熟練者の判断は会議や現場の会話に分散している。検索で見つかる情報だけを増やしても、設計者が本当に知りたい「なぜこの寸法にしたのか」までは分からない。
今回の連携で重要なのは、形式の違う情報をまとめて扱う点だ。図面の変更履歴と不具合記録、過去の承認理由を結び付ければ、単なる文書検索から設計意図の再利用へ進める。独自の視点で見ると、AIの価値は新しい案を大量に出すことより、過去の判断を失わずに次の判断へ渡すことにある。
複数のAIが役割を分担すれば確認漏れを減らせる
設計業務を一つのAIに任せるより、役割を分けた複数のAIを連携させる方が現実的だ。文書を読み取るAI、図面の差分を確認するAI、社内基準を検索するAI、過去の不具合との類似性を調べるAIを用意し、最後に設計者が結果を判断する。これは、営業、調達、品質の担当者が同じ案件を別の視点で確認する流れに近い。
ただし、AI同士をつなぐだけでは不十分である。各AIが参照した資料、判断の根拠、信頼度を記録しなければ、誤りが起きた時に原因を追えない。設計変更の提案には、関連する図面番号や規格、過去事例を添える仕組みが必要になる。回答の速さより、根拠を検証できることが安全性を左右する。
暗黙知の収集は監視ではなく対話の設計が鍵になる
熟練者の経験をAIに移す際、本人の仕事を細かく記録すれば済むわけではない。判断には、顧客の使用環境、加工現場の癖、過去の失敗など、言葉にされていない前提が含まれる。作業画面を常時監視する方法は反発を招きやすく、得られるデータも文脈を欠きやすい。
有効なのは、設計レビューの終了後にAIが「どの条件を重視したか」「別案を採用しなかった理由は何か」と問い掛け、技術者が短時間で補足できる仕組みだ。こうして残した判断理由を、個人評価ではなく再利用可能な知識として管理する。知識継承の成否は、AIの性能以上に、現場が安心して経験を語れる運用にかかっている。
成果を左右するのは回答精度より業務への組み込み方
導入初期は、AIが正しい答えを出すかだけで評価しない方がよい。検索に要した時間、設計レビューで見落としが減った件数、過去図面の再利用率、熟練者への確認回数など、業務の変化を測る必要がある。例えば、調査時間を一案件あたり30分短縮できても、確認作業が増えれば全体の効果は小さい。
まずは変更頻度が高く、過去資料が豊富な部品群など、範囲を絞って試すのが安全だ。既存の承認手順を壊さず、AIは候補と根拠を提示する補助役から始める。その結果を基に、どの工程なら自動化できるかを段階的に決めるべきである。設計AIは置き換えの道具ではなく、判断の質と再現性を高める道具として定着させることが重要だ。
ビジネスへの影響
経営判断では人員削減より再利用率を先に測る
この取り組みを人員削減の施策として始めると、現場の協力を得にくい。設計知識を共有できれば、新人が過去案件を調べる時間を減らし、熟練者は同じ説明を繰り返す負担から解放される。結果として、短納期案件や新製品の検討に人を回せる点が、経営上の直接的な効果になる。
意思決定者は、導入前に対象業務を一つ選び、検索時間、設計変更の回数、レビューでの指摘件数、過去資産の参照割合を基準値として記録するとよい。三か月から半年ほど試し、改善幅と運用負担を同時に評価する。AIの回答数ではなく、設計者が使い続けるかどうかを投資判断の中心に置くべきだ。
導入前に情報の持ち主と責任範囲を決めておく
図面や技術資料には、顧客情報、取引先との契約情報、輸出管理に関わる内容が含まれる場合がある。外部の生成AIに無制限で送る運用は避け、参照できる人、保存期間、学習への利用可否を明確にしなければならない。部署ごとに異なる版の資料が残っていれば、AIが古い基準を根拠に提案する危険もある。
必要なのは大規模な刷新より、資料の版管理と権限整理を先に進めることだ。AIが提案した内容を誰が承認し、誤りがあった場合にどの工程へ戻すかも決めておく。複数のAIを使う場合は、各役割の境界と記録形式をそろえると、責任の所在が曖昧になりにくい。
協力会社まで含めた知識循環が競争力を分ける
航空機や重工業のように、設計、製造、保守が長期間続く分野では、自社内だけの知識整理では効果が限定される。部品メーカーから届く変更情報や、保守現場で発見された不具合を設計へ戻せれば、次の製品で同じ問題を避けやすくなる。一方で、契約上共有できる範囲や情報の責任分担は複雑だ。
そのため、最初から業界全体の共通基盤を目指すより、自社の設計審査と保守記録をつなぐところから始めるのが現実的である。将来は、専門AIが設計候補を比較し、別のAIが安全基準を確認し、人が最終承認する流れが一般化するだろう。競争力を生むのはAIの導入社数ではなく、現場の判断が次の案件へ確実に戻る循環である。