認証の要求がAIの適用範囲を決める
航空宇宙産業では、部品や工程を変えるたびに、品質マネジメントシステムの手続きや航空当局の承認に沿った検証が求められます。これはAIにも当てはまります。AIの判定結果で部品の合否を決める、AIが出した設計をそのまま採用する、といった使い方は、そのAIの振る舞いを説明し再現できることが前提になり、ハードルが高くなります。
一方、人の判断を支援する使い方、つまり設計候補を出す、検査員に注目箇所を示す、記録を探す、といった用途は、最終判断を人が持つため既存の手続きの中で導入しやすくなります。航空宇宙のAI活用は、この「判断を支援する」側から進んでいます。
| 領域 | 判断の主体 | 導入のしやすさ | 主な例 |
|---|---|---|---|
| 生成設計・解析 | 設計者が候補を選び、従来の解析と試験で検証 | 比較的導入しやすい | 軽量化部品、ブラケット |
| 検査の支援 | 検査員がAIの指摘を確認 | 中程度 | 複合材の超音波画像、外観の注目箇所提示 |
| 検査の自動判定 | AIが合否を決定 | 難しい（検証・承認が必要） | 将来の対象 |
| 品質記録・文書 | 担当者が検索結果を確認 | 導入しやすい | 不具合記録の検索、作業記録の整理 |
Deloitteは、産業機械と航空宇宙・防衛の分野では、作業時間の81%以上が引き続き人間主導になると推計しています（2025年9月）。航空宇宙のAIは、人を置き換えるより、人の判断を速く正確にする方向で考えるのが現実的です。
生成設計：Airbusの45%軽量化の前提
航空機では1kgの軽量化が燃料費と排出量に長く効くため、生成設計（目標と制約を与えて形状候補をアルゴリズムが作る手法）の効果が最も分かりやすく出る業種です。
Airbusは2016年、A320の客室の仕切り（バイオニック・パーティション）を生成設計と金属積層造形で作り、従来設計より45%（30kg）軽くしたと発表しました。客室全体と当時のA320受注残に適用すると、CO2を年間最大46.5万トン減らせると試算しています。チタン製のキャビンブラケットは、削り出し品より約30%軽くなったとされます。
この数字の前提は、積層造形（3Dプリント）で作ることです。生成設計の形状は複雑で、切削や鋳造では作れないことが多く、積層造形の材料費や認証の手間を含めたコストが合う部品に限られます。生成設計の一般的な限界は生成設計（ジェネレーティブデザイン）で解説しています。
検査：複合材と機械加工部品
航空機の構造には炭素繊維複合材が多く使われ、内部の剥離や空隙は超音波探傷などの非破壊検査で確認します。検査画像の読み取りは熟練者の負担が大きく、AIで注目箇所を自動で示す支援が有望な用途です。最終判定は認定された検査員が行う前提で、AIは見落としを減らす補助として使います。
フィジカルAIの分野では、Hexagonが2025年6月に産業用ヒューマノイド「AEON」を発表し、スイスの航空機メーカーPilatusとSchaefflerで、マシンテンディング（工作機械へのワークの出し入れ）、部品検査、リアリティキャプチャ（現物の3次元計測）のパイロットを計画していると発表しました。現時点ではパイロットの計画段階で、性能データはありません。計測・検査に特化したヒューマノイドの狙いはHexagon AEONとはで扱っています。
品質記録：AIが最も早く効く領域
航空宇宙の製造では、部品1点ごとに材料証明、工程記録、検査記録、不具合と処置の記録が残り、長期間の保管が求められます。この膨大な記録から、過去の類似不具合や処置の判断を探す作業は、生成AIによる検索（RAG）が効果を出しやすい領域です。
ただし、回答の根拠となる記録を必ず示し、記録の版（改訂）を正しく扱う設計が要ります。古い版の手順書を参照して答えると、品質上の問題になります。品質記録の検索の作り方は品質記録・過去トラのRAG検索にまとめています。
紙の記録が残っている場合は、AI-OCRでデータ化する方法がありますが、数値項目の誤読は品質記録の改ざんと同じリスクを持ちます。読み取った値は人が確認する工程を残します。
よくある質問
航空機部品の外観検査をAIで自動化できますか
技術的に判定できても、合否をAIに任せるには、そのAIの性能を検証し、変更管理の手続きに組み込む必要があります。現実的には、検査員の見落としを防ぐ支援から始め、AIの判定と人の判定を並行して記録し、実績を積みます。
生成AIに図面や技術データを入力してよいですか
航空宇宙の技術データは、輸出管理や顧客との契約で扱いが制限されていることが多く、外部のクラウドサービスに入力できない場合があります。社内環境で動かす構成や、入力してよい情報の範囲を先に決めます。
中小の航空機部品サプライヤーでもAIは使えますか
品質記録の検索や、紙の記録のデータ化は規模に関係なく始められます。設計のAIは顧客側（機体メーカー・一次サプライヤー）の要求に合わせて検討します。
この記事に出てくる用語
この記事を書いた人
DELMIA Apriso を中核とした MES / 製造DX の導入・運用・人材育成と、製造業向けAIの調査・開発・教育を手がけるITコンサルティング企業。ISO 9001:2015 / ISO 27001:2022 認証取得。 日本・中国・米国で製造業のMES・データ基盤・AI導入を手がけた実務者が、欧米・中国の一次情報にあたって書いています。
