生成AI（Generative AI）の普及が製造業に新たな変革をもたらしている。ChatGPTをはじめとする大規模言語モデル（LLM）は、製品設計の効率化から品質検査の自動化、設備保全の予知まで、製造プロセス全体に浸透しつつある。
設計・開発領域での生成AI活用
製品設計において、生成AIは要件定義から3Dモデル生成、設計レビューの自動化まで幅広く活用されている。エンジニアがプロンプトで設計条件を入力すると、AIが複数の設計案を提案し、重量・コスト・強度などのトレードオフを瞬時に分析する。ジーメンスやPTCなどのCADベンダーも生成AI機能を製品に統合し始めており、設計サイクルの短縮が現実のものとなっている。
品質・保全領域での革新
品質管理では、外観検査AIに生成AI技術を組み合わせることで、不良品の自動分類だけでなく、「なぜ不良が発生したか」の原因推定レポートを自動生成する仕組みが登場している。設備保全では、センサーデータと保全履歴をLLMに学習させ、異常の予兆を検知した際に「どの部品を・いつ・どのように交換すべきか」を自然言語で提示するシステムが実用化されている。
Harryの着眼点
製造業における生成AIの導入は、単なる業務効率化にとどまらず、エンジニアの知識継承問題を解決する手段にもなりうる。熟練技術者の経験やノウハウをLLMに学習させることで、退職後もその知恵を組織に残せる。一方で、AIが生成する設計や判断の責任所在を明確化するガバナンス整備が急務であり、「AIが提案し、人間が決断する」という協働モデルの確立が2025年以降の製造業DXの核心となる。
出典：McKinsey & Company「The economic potential of generative AI」（2023）、シーメンス「Xcelerator AI for Industry」プレスリリース（2025）