生成AI・AIエージェント

AIエージェント

製造業のAIエージェントとは：Copilotとの違いと自律度の5段階で整理する

AIエージェントは、目標に向けて計画を立て、ツールを呼び出して業務を進めるAIです。製造業向け製品の多くは「提案のみ」か「人の承認後に実行」の段階にあります。Copilotとの違い、自律度の5段階、MES・ERPとの関係を整理します。

最終更新 2026年10月12日・約10分 生成AI

製造業の生成AI活用の全体像：業務別12ユースケースと導入の順番

製造業の生成AI活用は、文書系・データ系・制御系の3群12用途に分けると整理できます。最初は文書系から始め、MESや設備データへの接続で広げる順番が現実的です。各用途の前提データと出力を確認する担当者を、一覧表と段階図で示します。

最終更新 2026年10月12日・約8分 RAG

製造業の社内文書RAG入門：手順書・図面・品質記録を検索する5層構成

製造業の社内文書RAGは、取込・分割・索引・検索・生成の5層で考えます。精度を決めるのは文書の版管理とメタデータで、LLMの選定は後回しで構いません。手順書・図面・品質記録ごとの注意点と、構築の順番を示します。

最終更新 2026年10月12日・約7分 生成AI

生成AIの情報漏えい対策：製造業が決めるべき入力禁止情報とログ管理の7項目

製造業の生成AIの情報漏えい対策は、図面・顧客仕様・不具合情報などの機密区分ごとに使えるツールを分けることが基本です。全面禁止は無許可の利用を増やすため、安全な環境を提供したうえで入力ルールとログ管理を決める7項目を示します。

最終更新 2026年10月12日・約7分 生成AI

生成AIに向く製造業務・向かない業務：5つの判定基準で仕分ける方法

生成AIに向くのは、正解を文書で定義でき、人が最終確認でき、誤りのコストが低い業務です。設備制御や合否判定の自動化は向きません。製造業の業務を5つの基準で採点し、着手順を決める判定表と記入例を示します。

最終更新 2026年10月12日・約8分 AIエージェント

MCP（Model Context Protocol）を工場に入れる：仕様の要点と製造業の使い方3例

MCPはAIと社内システムをつなぐ共通の接続口で、2024年11月にAnthropicが公開しました。仕様は「ツール＝任意コード実行」と明記し、安全はプロトコルでは強制できません。製造業での使い方3例と、OT書き込みを公開しない設計の考え方を示します。

最終更新 2026年10月12日・約9分 生成AI

PLC・ラダー生成AIの実力：LLM4PLC論文の成功率47%→72%が示す検証ループ

汎用LLMは、そのままでは有効なPLCプログラムを安定して生成できません。LLM4PLC論文はコンパイラ・形式検証・人のフィードバックを回す仕組みで生成成功率を47%から72%に上げました。研究と製品の到達点と、検証ループの組み方を示します。

最終更新 2026年10月12日・約9分 生成AI

作業手順書を生成AIで作る：CAD・BOM・動画から下書きする4つのパターン

作業手順書の下書きは、既存文書・CAD/BOM・作業動画・熟練者の口述の4つの入力から生成AIで作れます。Tulip AI Composerなどの製品も人のレビューを前提にしています。安全・品質の重要工程は承認フローを必須にする運用設計を示します。

最終更新 2026年10月12日・約8分 生成AI

製造業のローカルLLM・オンプレ生成AI：図面を社外に出さない4つの構成

図面や工程条件を社外に出さずに生成AIを使う構成は、完全オンプレ、閉域クラウド、専用テナント、匿名化＋APIの4つに分かれます。NECのcotomiのオンプレ方針、PFNのPLaMo閉域提供、AWS AI Factoriesなどを踏まえ、機密度と運用負荷で選ぶ基準を示します。

最終更新 2026年10月12日・約8分 AIエージェント

MCP×OPC UA：430のAI-ready仕様は工場AIの何を変えるか

OPC Foundationは2026年4月、430以上のOPC UAコンパニオン仕様をRAG・MCP向けのAI-ready形式に変換すると発表しました。情報モデルが整った設備ほどAIエージェントから扱いやすくなります。装置メーカーとユーザー工場それぞれの備え方を整理します。

最終更新 2026年10月12日・約8分 生成AI

製造業の生成AI導入率はどこまで来たか：総務省・Deloitte・McKinsey調査を比較

製造業の生成AI利用率は、調査によって24.6%から65.6%まで開きます。母集団、設問、時期が違うためです。総務省・厚労省・民間調査とDeloitte・McKinseyの数字を並べ、パイロットと定常利用を分けて読む方法を示します。

最終更新 2026年10月12日・約9分 生成AI

生成AIのハルシネーションを業務で評価する：製造業向けテストセットの作り方4手順

生成AIのハルシネーションは汎用ベンチマークではなく、自社の質問セットで測ります。質問の収集、正解と根拠の作成、採点基準の決定、定期的な再評価の4手順と、根拠の提示と「わからない」と答える能力を評価に含める方法を示します。

最終更新 2026年10月12日・約7分 AIエージェント

Human-in-the-loopの設計：製造業AIエージェントの承認ゲートを置く5つの場所

DeloitteはAIエージェントの製造用途で調達・生産技術・生産計画の担当者による承認ゲートを推奨し、SAPやTulipも人が確認・適用する設計を採っています。承認ゲートを置く5つの場所と、承認者・承認UI・責任分界を先に決める手順を示します。

最終更新 2026年10月12日・約9分 技能伝承

技術伝承チャットボットの作り方：熟練者の暗黙知をナレッジ化する4つの工程

熟練者の暗黙知はマニュアルにないため、RAGに文書を入れるだけでは技術伝承チャットボットは答えられません。インタビュー、構造化、RAG化、現場フィードバックの4工程と、熟練者の検証時間を確保する体制を、JILPT調査の数字とともに示します。

最終更新 2026年10月12日・約6分 生成AI

MESデータに自然言語で質問する：Text-to-SQLを製造業で使うための4つの前提

MESの生テーブルにText-to-SQLを直接つなぐと、品番改番や再作業の扱いを誤って集計値がずれます。テーブル定義の意味づけ、分析用ビューの整備、権限の絞り込み、回答の検算という4つの前提を、MES実装の視点で整理します。

最終更新 2026年10月12日・約7分 AIエージェント

AIエージェントにMES・ERPを操作させる権限設計：読み取り専用から始める4段階

AIエージェントにMESやERPの書き込みを許すなら、承認ゲート・監査ログ・取り消し手順が前提です。読み取り専用、起票案の作成、承認後の書き込み、限定自律の4段階で権限を広げる方法と、MESのトランザクション単位で権限を切る考え方を示します。

最終更新 2026年10月12日・約9分 生成AI

8Dレポート・不具合報告書を生成AIで下書きする：D1〜D8ごとの任せ方

8Dレポートのうち、現象記述（D2）や要因の整理（D4の候補出し）の下書きは生成AIに任せられます。一方、真因の判定と再発防止策の承認は人が行います。D1〜D8ごとの任せ方と、MESのロット履歴を根拠として渡す方法を示します。

最終更新 2026年10月12日・約6分 生成AI

生成AIのPoC設計：製造業で3か月以内に判断する評価項目と中止基準

生成AIのPoCは、評価用質問セット・合格基準・中止基準を開始前に決めておけば3か月以内に判断できます。Gartnerは生成AIプロジェクトの30%以上がPoC後に放棄されると予測し、理由にデータ品質・リスク管理・コスト・価値の不明確さを挙げました。その理由から逆算した設計を示します。

最終更新 2026年10月12日・約7分 生成AI

生成AIを社内に定着させる：利用率が伸びない製造業の5つの原因と打ち手

製造業で生成AIの利用率が伸びない原因は、現場に端末がない、業務に合う型がない、機密区分が曖昧、社内データにつながらない、効果が見えないの5つに集約されます。使わない理由の1位は「活用方法がわからない」（2025年調査）。原因別の打ち手を示します。

最終更新 2026年10月12日・約8分 AIエージェント

設備故障診断AIエージェント：日立・ダイキン・三菱ケミカルの検証から学ぶ5点

日立はダイキン工業、三菱ケミカルと設備故障診断AIエージェントを検証しています。図面・保全記録をナレッジグラフ化することが共通の前提で、「対応時間半減」は2025年4月時点の目標値です。公表内容を条件つきで整理し、自社で検討するときの5つの教訓を示します。

最終更新 2026年10月12日・約8分 RAG

作業手順書RAGの作り方：MESの品番・工程コード・改訂番号で検索を絞る3手順

作業手順書RAGで最も多い事故は、旧版の手順書を根拠にした回答です。MESの品番・工程コード・改訂番号をメタデータにして検索範囲を絞る3手順と、現場端末での回答の見せ方、改訂時の運用ルールを示します。

最終更新 2026年10月12日・約6分 AIエージェント

製造業AIエージェントの設計：Siemensのオーケストレーター型に学ぶ5つの原則

Siemensはオーケストレーターが専門エージェント群を配備する構成を打ち出しました。製造業でこの型を自社に応用するなら、単一エージェントと少数のツールから始め、読み取り系から書き込み系へ広げるのが現実解です。設計の5原則とMES連携の構成を示します。

最終更新 2026年10月12日・約9分 生成AI

製造業の生成AIコスト：ライセンス・API従量・RAG構築・運用の4区分で試算する

製造業の生成AIの費用は、ライセンス・API従量・RAG構築・運用の4区分で見積もると漏れが減ります。初期構築より、評価・文書更新・権限管理の運用費が効きます。Gartnerが示した500万〜2,000万ドルの前提と、McKinsey調査で約20%が運用コストを制約に挙げた点も示します。

最終更新 2026年10月12日・約7分 生成AI

製造業の生成AI利用ガイドラインの作り方：AI事業者ガイドラインを踏まえた雛形

製造業の生成AI利用ガイドラインは、利用目的、入力情報の区分、出力の確認責任、ログ保存の4章立てで作り、半年ごとに見直すのが実務的です。AI推進法の全面施行（2025年9月）とAI事業者ガイドラインを踏まえた雛形と、製造業特有の追記事項を示します。

最終更新 2026年10月12日・約8分 RAG

品質記録・過去トラのRAG検索：現場で使える精度にする4つの条件

過去トラ（過去の不具合事例）を生成AIで検索すると、自由記述の表記揺れで類似事例を取りこぼします。不良コード・品番・工程の構造化項目と意味検索を組み合わせるハイブリッド検索を含め、現場で使える精度にする4つの条件を示します。

最終更新 2026年10月12日・約7分 AIエージェント

エージェント・ウォッシングの見分け方：Gartner推定「約130社」と40%中止予測

Gartnerは真のエージェント型AIベンダーを数千社中約130社と推定し、プロジェクトの40%超が2027年末までに中止されると予測しました。製造業向け製品が名前だけのエージェントかを見抜く5つの質問と、デモで確認すべき点を示します。

最終更新 2026年10月12日・約6分 生成AI

製造現場の生成AIガードレール：数値・規格値を間違えさせない5つの設計

製造現場の生成AIで数値・規格値の誤りを防ぐには、数値をLLMに生成させずMESやDBから引用する設計が基本です。出典リンクの必須化、閾値外の値を人に回す仕組みなど、5つのガードレール設計をMES連携の視点で示します。

最終更新 2026年10月12日・約7分 生成AI

パナソニックコネクトのConnectAI：1万3,400人展開から学ぶ社内定着の設計

パナソニックコネクトは2023年2月に社内AIアシスタントConnectAIを約1万3,400人に展開し、3カ月で26万回（1日約5,800回）利用されました。全社展開から業務特化、自社データ連携へと段階を踏んだ進め方を、製造業の社内展開の参照モデルとして整理します。

最終更新 2026年10月12日・約6分 RAG

図面を生成AIで検索する：PDF図面・CAD・BOMを読ませる3つの方式と限界

図面を生成AIで検索する方式は、OCRでのテキスト化、画像としての埋め込み、PLM・BOMとの連携の3つです。どの方式でも寸法や公差の読み取りは人の確認が前提になります。方式ごとの向き不向きと、研究で示された読取精度の限界を示します。

最終更新 2026年10月12日・約7分 生成AI

生成AIのROIをどう測るか：「時間削減」だけでは稟議が通らない3つの理由

生成AIの効果を「月◯時間削減」で示しても、削減時間を再配置しなければ利益は増えません。McKinseyの2026年調査でもEBITへの効果を報告した企業は37%で横ばいでした。削減時間を品質・リードタイムなどP/Lに効く指標へ翻訳する方法を示します。

最終更新 2026年10月12日・約7分 RAG

社内文書RAGの評価方法：検索適合・回答正確・根拠一致を測る3段階の手順

社内文書RAGは、現場と作った質問セットで「検索適合・回答正確・根拠一致」の3段階を測ります。汎用ベンチマークの点数は自社の文書には当てはまりません。質問セットの作り方、合格基準の決め方、本番後の月次再評価の手順を示します。

最終更新 2026年10月12日・約6分 生成AI

Siemens Industrial Copilotとは：4製品の範囲と提供状況

Siemens Industrial Copilotは設計（NX）・エンジニアリング（TIA Portal）・運用・保全（Senseye）の4系統の生成AI群です。製品ごとの範囲と提供状況、事例を整理し、「最大50%」が将来見通しである点を示します。

最終更新 2026年10月12日・約10分 生成AI

国産LLMを製造業目線で比較：NEC cotomi・PLaMo・ELYZA・Takaneの提供形態

国産LLMは、ベンチマークの順位よりオンプレ可否、閉域提供、業種特化、サポート体制で選ぶのが製造業の現実解です。NEC cotomi、PFNのPLaMo、ELYZA、富士通Takaneの4つを、公表されている提供形態と製造業での使いどころで比較します。

最終更新 2026年10月12日・約8分 生成AI

Microsoftの製造業向け生成AI：Copilot StudioとFabricの関係

Microsoftの製造業向け生成AIは、データを統合するFabric、エージェント基盤のCopilot Studio・AI Foundry、工場向けのFactory Operations Agentの3層です。役割分担と、Fabricでデータを整えてからつなぐ構成を解説します。

最終更新 2026年10月12日・約9分 RAG

RAGの精度が出ないときに見直す6項目：製造文書のチャンク分割とメタデータ

製造業の文書は表・図・改訂履歴を含むため、固定長のチャンク分割で壊れます。RAGの精度が出ないときは、LLMを替える前に、分割単位・表の扱い・メタデータ・版管理・検索方式・評価の6項目を見直します。症状別の確認手順を示します。

最終更新 2026年10月12日・約6分 生成AI

作業動画から手順と改善点を抽出：旭鉄工・ダイキン・TulipのVLM活用3例

VLM（視覚言語モデル）で作業動画を工程に分解し、手順の抜け漏れや改善点を見つける取り組みが国内外で進んでいます。旭鉄工・ダイキン工業・Tulipの3例を比べ、撮影条件の統一と従業員の同意を前提とする導入手順を示します。

最終更新 2026年10月12日・約7分 生成AI

SAP Jouleの製造業エージェント：Digital Manufacturing連携と効果数値の前提

SAPはJouleの製造業向けエージェントとして保全計画・現場監督・生産計画・設計変更を順次投入しています。Digital Manufacturing連携は一般提供済みですが、「最大40%」など効果数値の多くはベータ時点の見込み値です。

最終更新 2026年10月12日・約9分 生成AI

Dassaultの3DEXPERIENCE Virtual Companions：Aura・Leo・Marie 3つのAIの範囲

Dassault Systèmesは2026年2月にAIのVirtual Companions（Aura・Leo・Marie）を発表し、7月には19の能力へ拡張して主権クラウドOUTSCALEで稼働させると公表しました。3つのAIの担当範囲、提供状況、選定時に確認すべき点を整理します。

最終更新 2026年10月12日・約9分 RAG

ナレッジグラフ×生成AI：日立・ダイキンの故障診断に見るGraphRAGの使いどころ

設備・部品・故障モード・対処の関係が明確な保全領域では、文書のベクトル検索よりナレッジグラフが効きます。日立とダイキン工業、三菱ケミカルの故障診断AIエージェントの検証、Cognite・AVEVAの産業ナレッジグラフから使いどころと構築の手間を整理します。

最終更新 2026年10月12日・約9分 生成AI

日立HMAX Industryの生成AI：品質ナレッジシステムと故障診断エージェント

日立はHMAX Industryとして、保全・品質・設計のナレッジを統合したAIエージェント群を2025年12月から順次提供しています。品質ナレッジシステムは自社工場で事例検索時間を約9割削減と同社発表。自社工場・顧客検証の結果を条件つきで整理します。

最終更新 2026年10月12日・約8分 生成AI

PLC開発Copilot比較：Siemens・Rockwellの2製品の機能と注意点

SiemensのIndustrial Copilot（TIA Portal）とRockwellのFactoryTalk Design Studio Copilotは、どちらも自然言語からPLCコードを生成します。Rockwellは不正確な出力の可能性を公式に明記しています。対象言語・提供形態・注意事項を同じ軸で比べ、安全PLCを対象外にする運用を示します。

最終更新 2026年10月12日・約9分 AIエージェント

Cognite Atlas AIとは：Schneider 31億ドル買収で何が変わるか

Cognite Atlas AIは産業ナレッジグラフ上でエージェントを作るローコード基盤です。Schneider Electricが2026年6月に約31億ドルでのCognite買収を発表し、AVEVA CONNECTへの統合が計画されています。製品の仕組みと、買収後に確認すべき点を整理します。

最終更新 2026年10月12日・約7分 生成AI

FMEAを生成AIで支援する：故障モードの洗い出しと過去トラ照合の3ステップ

FMEAで生成AIが効くのは、故障モードの網羅性の補助と過去トラとの照合です。重要度・発生度・検出度の評価は社内基準に基づいて人が付けます。過去トラRAGと組み合わせて抜け漏れを検出する3ステップと、使ってはいけない場面を示します。

最終更新 2026年10月12日・約6分 生成AI

外観検査に生成AI（VLM）は使えるか：従来の異常検知モデルとの3つの違い

VLM（画像と言語を扱う生成AI）は少量データと説明性に強い一方、処理速度と判定の安定性で従来の異常検知モデルに劣ります。ゼロショットのWinCLIPはMVTec ADで分類91.8%、従来のPatchCoreは99%台。インライン判定ではなく教師データ作成支援や一次分類に使うのが現実解です。

最終更新 2026年10月12日・約8分 生成AI

設計レビューに生成AIを使う：DR指摘の抜け漏れチェックと過去トラ照合の3手順

設計レビュー（DR）での生成AIの現実的な使い方は、過去の指摘・設計基準・過去トラをRAGで照合し、見落としの候補を挙げさせることです。設計判断の代替ではありません。日立の設計ナレッジシステムなどの動向と、3つの手順を示します。

最終更新 2026年10月12日・約7分 生成AI

Tulip AI Composerとは：三菱電機出資のノーコード基盤と生成AI

Tulip AI ComposerはSOPや工程PDFから現場アプリの下書きを生成し、人がレビューして適用する機能です。Tulipは2026年1月に三菱電機主導で1億2,000万ドルを調達しました。MESを置き換えるものではなく、現場アプリ層として使う判断基準を示します。

最終更新 2026年10月12日・約7分 AIエージェント

生産計画AIエージェント：SAP Joule生産計画Agentの機能と限界

SAPが2025年10月に発表した生産計画エージェントは、製造指図のリリース前に資材・能力・日程の準備状況を確認します。担うのは確認と提案までで、計画の確定はプランナーです。機能、前提となるデータ、APSとの違いを整理します。

最終更新 2026年10月12日・約8分 生成AI

CAD・PLMの生成AIアシスタント比較：Dassault・Autodesk・Aras・PTCの4社

CAD・PLM大手4社の生成AIは、2026年時点で多くが検索・要約・定型作業の自動化の段階です。Dassaultは3つのVirtual Companionsを全世界提供、AutodeskはFusionの定型操作を自動化。提供状況とデータの扱いで比較します。

最終更新 2026年10月12日・約11分 生成AI

製造業の業務別プロンプト雛形20選：品質・保全・生技・購買で使える書き方

製造業のプロンプトは「役割・入力データ・出力形式・確認観点」の4要素で書くと、誰が使っても結果が安定します。品質保証・設備保全・生産技術・購買・現場の5領域で、そのまま社内に配布できる雛形20本を、確認すべき点とあわせて示します。

最終更新 2026年10月12日・約7分 AIエージェント

Microsoft Factory Operations Agentとは：現場支援の仕組み

MicrosoftのFactory Operations Agentは、MES・品質・サプライチェーンのデータに自然言語で問い合わせるエージェントで、2025年3月にCopilot Studio版がプレビュー公開されました。仕組みとFabric側のデータ整備の条件を解説します。

最終更新 2026年10月12日・約10分 生成AI

保全向け生成AIの比較：Siemens Senseye・SAP・AWSの3製品の違いと前提条件

Siemens Senseyeはパイロットで事後保全時間を平均25%削減、SAPは保全計画者の生産性最大40%向上を見込み値として示し、AWSはIoT SiteWiseとBedrockで組む構築型です。3製品の対象業務とデータ前提を比べます。

最終更新 2026年10月12日・約7分 生成AI

調達・購買業務の生成AI：富士通Kozuchiの3エージェント構成で見る見積と規約照合

富士通はKozuchi Physical AI 1.0で、帳票理解・購買規約解析・適合チェックの3エージェントにより発注確認工数を約50%削減したと発表しました（社内実証）。任せられるのは書類の読み取りと照合で、単価判断と発注決定は人に残す設計を整理します。

最終更新 2026年10月12日・約7分 生成AI

Rockwellの生成AI：Design Studio CopilotとOptixのPhi-3活用

Rockwellの生成AIは、設計環境FactoryTalk Design StudioのCopilotと、Phi-3ベースの小型言語モデルを使う現場HMI向けFactoryTalk Optixの2系統です。公式ヘルプは不正確な出力の可能性を明記しています。

最終更新 2026年10月12日・約9分 AIエージェント

AIエージェントが工場で失敗する6つのパターン：過剰権限からループ暴走まで

工場のAIエージェントの失敗は、過剰権限・誤った前提・ループ・古いデータ参照・責任不明・評価不在の6パターンに分けられます。いずれも設計段階で潰せるものです。OWASPやMCP仕様の指摘を踏まえ、パターンごとの具体例と防ぎ方を示します。

最終更新 2026年10月12日・約8分 生成AI

富士通Kozuchiの製造業向けAI：Takaneベースのエージェントと購買業務での実装

富士通Kozuchiは2023年に始まったAIプラットフォームで、2025年12月にはLLM「Takane」ベースのエージェントを含むKozuchi Physical AI 1.0を発表しました。購買業務の3エージェントで発注確認工数約50%削減（社内実証）とされます。位置づけと数字の扱いを整理します。

最終更新 2026年10月12日・約7分 生成AI

製造業の技術翻訳を生成AIで：マニュアル・図面注記・海外工場指示の品質管理5点

生成AI翻訳で製造業の技術文書を訳すときの要点は、用語集の固定、原文と訳文の対訳併記、安全・品質文言の人手確認の3つです。PFNのPLaMo翻訳は2026年10月に53言語対応へ更新されました。マニュアル・図面注記・海外工場への指示の品質管理5点を示します。

最終更新 2026年10月12日・約7分 セキュリティ

OWASP LLM Top 10を製造業に当てはめる：プロンプトインジェクションと過剰権限

OWASP Top 10 for LLM Applications 2025の10項目のうち、文書RAGと設備につながるAIエージェントで特に問題になる5つのリスクを、工場の具体例で示します。MCP仕様が「ツール＝任意コード実行」と明記している点も踏まえた対策を整理します。

最終更新 2026年10月12日・約8分 生成AI

IEC 61131-3のコード生成AIを現場で使う安全ルール：レビューと試験の5原則

生成AIで書いたPLCコードも、人が書いたコードと同じレビューと試験を通します。安全関連部へのAI生成の禁止を明文化し、生成履歴を残すことが前提です。IEC 61131-3のコード生成AIを現場で使うための5原則と社内規程の書き方を示します。

最終更新 2026年10月12日・約7分 生成AI

NEC cotomiを製造業で使う：128Kコンテキスト・MCP対応と業種特化モデル

NECの生成AI「cotomi」は2025年7月の強化で最大128Kのコンテキスト、MCP準拠、オンプレミス利用の方針を示し、PLM「Obbligato」とも連携しました。製造業での選定理由はオンプレ提供と業種モデルですが、公開事例は限られます。確認すべき点を整理します。

最終更新 2026年10月12日・約7分 生成AI

現場に生成AIを広げる推進体制：アンバサダー制度とユースケース共有の3段階

生成AIを現場に広げるには、部門ごとの推進役（アンバサダー）、ユースケース共有会、効果測定の3段階でトップダウンと現場発を両立させる体制が有効です。上位10%の利用者が全体の約半分を使う二極化を前提に、役割・選び方・運営の型を示します。

最終更新 2026年10月12日・約7分 生成AI

生成AIベンダーの効果数値の読み方：SAP「最大40%」Siemens「最大50%」の前提

SAPの「保全計画者の生産性最大40%向上」はベータ時点の見込み値、Siemensの「最大50%」は将来構想です。製造業向け生成AIの効果数値を、構想・見込み・パイロット・社内実証・顧客事例の5段階に分けて読む方法と、比較表で混ぜないためのルールを示します。

最終更新 2026年10月12日・約8分 生成AI

オンプレLLMのGPUと費用の考え方：7B〜70Bモデルを工場で動かす構成3案

オンプレLLMに必要なGPUは、モデル規模・同時利用数・RAGの有無で決まります。7B級は1枚のGPUで動く一方、70B級は量子化しても複数枚の高性能GPUが前提です。前提を明記した試算として3つの構成案を示し、クラウドの時間課金との比べ方も説明します。

最終更新 2026年10月12日・約6分 生成AI

PTCの生成AI戦略：Codebeamer CopilotとWindchillのAI機能

PTCは要件管理（Codebeamer）、PLM（Windchill）、サービス（ServiceMax）の3領域でAI機能を展開し、Codebeamerの生成AI CopilotはMicrosoft・Volkswagenと共同開発しました。各機能の範囲と提供状況を整理します。

最終更新 2026年10月12日・約10分 AIエージェント

産業向けMCPサーバーの現状：Litmus・Sight Machine・Tulipなど5つの対応を比較

Litmus、Sight Machine、Tulip、Onshape、OPC Foundationのプロトタイプなど、産業向けにMCP対応を打ち出す製品が増えています。公開情報から提供データ・書き込み可否・提供状況を同じ軸で並べ、選定時に確認すべき7項目を示します。

最終更新 2026年10月12日・約9分 生成AI

外国人作業者への多言語作業指示：生成AI翻訳を現場端末で使う運用設計4項目

製造業の就業者に占める外国人は6.1%（2026年版ものづくり白書）で、非製造業の約2倍です。生成AI翻訳を現場端末で使うときは翻訳精度より誤訳時の止め方が重要で、重要工程は承認済み翻訳文書を配信し、生成はQ&Aに限る運用が安全です。

最終更新 2026年10月12日・約6分 AIエージェント

AIエージェントの運用評価：成功率・介入率・誤操作件数・処理時間の4つのKPI

AIエージェントは正答率だけでは評価できません。成功率・介入率・誤操作件数・処理時間の4つのKPIで、PoCで基準値を取り、本番では介入率と誤操作件数を週次で監視します。製造業での測り方、ログの設計、段階を上げる判断基準を示します。

最終更新 2026年10月12日・約8分 生成AI

図面をどのAIに見せるか：ファナック・三菱重工の国産基盤モデル投資と経済安全保障

ファナックは2026年7月に国産基盤モデルのNoetraへ出資し、三菱重工は8月にPFNへ100億円を出資しました。データ主権が生成AIの選定軸になりつつあります。設計データは閉域・国産、汎用業務はグローバルLLMと使い分ける判断の枠組みを示します。

最終更新 2026年10月12日・約9分 生成AI

製造業R&Dの情報探索AI：ストックマークAconnectで論文・特許を調べる使い方

ストックマークのAconnectは、ニュース・論文・特許・社内文書を横断して探索する製造業R&D向けAIエージェントです。2026年7月に根拠文献参照機能、9月に課題の言語化アシスト機能を追加しました。R&Dの情報探索で根拠の提示が選定の鍵になる理由と使い方を示します。

最終更新 2026年10月12日・約8分 生成AI

AVEVA CONNECTのIndustrial AI Assistant：データ連携3方式

AVEVA CONNECTはDatabricksとのDelta Sharing、Snowflake連携、CONNECT Flowsの3方式で、OTデータを丸ごとコピーせずにAIへ渡す構成を打ち出しています。Industrial AI Assistantの位置づけと3方式の使い分け、2027年の大型リリースまでの注意点を整理します。

最終更新 2026年10月12日・約8分 生成AI

サプライヤー情報の監視を生成AIで自動化：ニュース・決算・規制の収集3段階

サプライヤーのニュース・決算・規制情報の監視は、収集・要約・一次分類までを生成AIで自動化できます。評価基準と代替調達の判断は人に残します。Gartnerの調査で計画自動化の自律化が進みにくい理由も踏まえ、3段階の仕組みと運用の注意点を示します。

最終更新 2026年10月12日・約7分