概要
ヤマザキマザックはJIMTOF2026で、製造現場の知識や技能をAIで活用する取り組みを紹介した。HILLTOPの見解も交え、企業固有の加工ノウハウをAIに学習させる方法と、工場ごとの違いを踏まえた知識継承の考え方が示された。
詳しいファクト
JIMTOF2026で製造ノウハウのAI活用を議論
ヤマザキマザックは、2026年10月26～31日に東京ビッグサイトで開催されたJIMTOF2026でセミナーを開いた。セミナーでは、HILLTOPの取り組みを題材に、製造現場の知識や技能をAIに学習させ、現場で生かす方法が取り上げられた。HILLTOPは、AIを導入すること自体ではなく、人の知識を機械に組み込み、業務に役立てることが重要だと説明した。
出典を確認 ↗企業固有の知識を学習し、現場で確かめる
ヤマザキマザックは、自社データで基礎学習させた「マザック基盤モデル」を用意し、顧客企業のデータによる調整を経て、顧客固有のモデルを構築する構想を示した。モデルを実際の工場で使いながら学習させることで、現場に適した知識を蓄積する考えだ。一方、工場、設備、加工条件はそれぞれ異なるため、ある現場の加工ノウハウを別の現場へそのまま移すことはできないと説明した。
出典を確認 ↗学習の対象や評価方法も設計課題
セミナーでは、学習対象を加工結果だけでなく、作業や判断の過程にも広げること、AIや作業者による学習と再学習の方法を決めることが論点となった。加えて、知識の持ち主や利用範囲、学習成果の評価方法、異なる機械やCAMなどとの接続も、学習システムの設計項目として挙げられた。HILLTOPは、AIエージェントの展開までには約2年を要するとの見方を示し、その前提として仕組みとデータの整備を重視した。
出典を確認 ↗独自観点のコメント
### AIの競争力はモデルより、現場知識を扱う仕組みに
ヤマザキマザックの構想は、共通の基盤モデルを顧客データで調整し、工場での利用を通じて個別化するものだ。機械メーカーが設備や加工技術の知見を持つ強みを生かせる一方、現場ごとの違いを吸収するデータ整備や、利用しながらモデルを更新する運用が必要になる。
重要なのは、熟練者の判断を単にデータ化するだけでなく、何を学習させ、誰が使い、成果をどう評価するかまで設計する点だ。現場固有のノウハウを一律に横展開できないという制約があるため、競争上の差はモデル単体より、顧客現場に合わせて知識を取り込み、検証し、継承する仕組みの作り込みに表れそうだ。
出典
- 媒体記事 MONOist — 元記事を読む ↗