養豚から自動車製造まで：AIが切り拓く従来型産業のスマート化と直面する3大課題

この記事のポイント

• 養豚や自動車製造など従来型産業の現場でAI実装が進み、衝突テスト期間の短縮（3週間から30分へ）など具体的な成果が創出されています。
• 業界ごとに工程は異なるものの課題の本質には共通性があり、実証事例の標準化ソリューション化が進展しています。
• 普及に向けては、初期導入コスト、データのサイロ化や規格の不一致、産業システムの安全性という3大課題の解決が求められています。
• 国産計算基盤などを活用し、生産ラインの段取り替えを分単位に短縮する柔軟な製造ラインの実証も始まっています。

養豚から自動車製造まで広がるAIの現場導入

AIがIT大手企業のサーバールームを飛び出し、養豚場や工作機械の現場、自動車工場など最も基礎的な生産プロセスへ進出するなか、従来型産業のスマート化の可能性はどこまで広がるのでしょうか。先ごろ上海で開催された「华为全联接大会2026」において、参加した企業関係者や専門家は、人工知能技術が実体経済へ急速に浸透するにつれ、従来型産業におけるスマート化改修の余地が急速に拡大していると指摘しました。一方で、データや人材といった基礎的な課題の克服が依然として求められていることも示されました。

明るく清潔な完全閉鎖型の豚舎では、スマート巡回ロボットがレールに沿って滑らかに移動し、豚舎の上空を行き交いながら24時間体制で環境や群れ、個体など数十項目におよぶ成長指標をモニタリングしています。農牧養殖スマート化の展示エリアではこのような光景が見られました。また、隣接する自動車スマート製造の展示エリアでも、部品から完成車製造に至るサプライチェーン全体にAI技術が深く浸透していました。

华为の副総裁であり製造・大手企業軍団CEOを務める劉超氏は、「養豚と自動車製造におけるスマート化の根本的なロジックは実は一致しています。業界によってプロセスや目標は異なるものの、現場の背景にある課題や導入へのアプローチには強い共通性があります」と語りました。複数の先行プロジェクトの実践に基づき、単一拠点で検証された能力を業界横断で再利用可能な標準ソリューションとして集約する動きが進んでいます。

豚の飼育分野では、年間約7000万頭を出荷する牧原股份が、設備のパラメータや運用・保守の経験をアルゴリズムと結合させ、飼料生産ラインの主要設備の故障を事前に予測・警告することで、ライン停止による豚の成長への悪影響を防止しています。

华为自動車工場本体アーキテクチャ軍団（研究開発・製造）総裁の張穎慧氏は、「自動車分野において、当社が长安汽车と共同開発した衝突テストソリューションは、従来3週間かかっていた作業期間を30分に短縮し、精度は95%を超えています」と述べています。

さらに多くの業界でも実例が相次いでいます。通用技术集团机床有限公司の総会計師である張穎氏は、同社がAIと工作機械の高度な融合を推進しており、「第15次5カ年計画」期間中に100件の高価値シナリオを導入し、マザーマシン（工作機械）の自己感知、自己学習、自己判断、自己実行、自己適応への高度化を図ると説明しました。また、安踏集团のIT副総裁である王宏星氏は、「AI 365」戦略を継続的に推進し、独自に開発した4つのバーティカル大規模モデルと「小安」エージェントプラットフォームにより、デジタル化とAIを推進力としてグローバル展開を加速させていると述べました。

従来型産業が直面する「コスト・データ・安全性」の3大課題

同済大学国家イノベーション発展研究院の研究員である宮超氏は、「中長期的な傾向として、従来型産業におけるスマート化改修の余地が急速に解放されるのは必然的な流れです」と分析しています。従来は大企業を中心に生産ラインの自動化が進められてきましたが、現在では大規模言語モデル、マシンビジョン、産業向けAIなどの技術的ハードルが低下し、典型的な適用事例が成熟してきたことや政策面の後押しも加わり、スマート化改修は段階的に加速していくと見られています。

一方で、業界内では「AI＋製造」が直面する現実的な課題についても冷静な見方がなされています。劉超氏は、「従来型産業は利益率が比較的低いため、効率向上による限界利益はより顕著になります。しかし、スマート化改修の鍵は技術そのものにあるのではなく、企業自身の受容・消化能力にあります。現状では計算能力やモデルの供給能力が現場の需要を上回って先行しており、企業のデータ基盤、業務プロセス、人材構成が主な制約となっています」と指摘しました。

宮超氏は、現在、従来型産業のスマート化改修には3つの大きな課題があると分析しています。第1にコストの問題です。製造業は利益率が低く、スマート化改修の初期投資が高い一方で効果の定量化が困難です。第2にデータの問題です。膨大な産業データが別々の企業や機関に分散して共有されておらず、データ標準、インターフェース、フォーマットが不揃いなため、抽出や利活用が極めて難しくなっています。第3に安全性の問題です。産業システムは極めて高い安定性を必要とするため、エネルギーなどの重要産業では基幹プロセスや中核業務のスマート化改修に対して非常に慎重な姿勢をとっています。

製造ラインの段取り替えを分単位に短縮する新たなアプローチ

こうした課題に対し、多くの企業が解決策を模索しています。従来型製造から先進製造への転換において最も重要な生産ラインの段取り替え（品種切り替え）を例にとると、構造的な問題が存在していました。華龍訊達の総経理である龍小昂氏は、「従来の製造現場では、産業制御アーキテクチャの分断、設備間の連携能力の低さ、プロセス刷新コストの高さ、エッジ側の知能化不足、重要設備の輸入依存といった構造的なボトルネックが存在し、先進製造が求める『高精度、多品種・小ロット、迅速な反復、高信頼性、強固な自律性』という近代的な要件に適応することが困難でした」と語ります。

これに対し、華龍訊達は国産の計算能力基盤、工業鴻蒙（HarmonyOS）の分散型アーキテクチャ、および自社開発した全ラインアップのPLC群システムを基盤に、华为全联接大会において「智枢」エンボディドAI柔軟製造実証ラインを正式発表しました。これにより、先進製造ラインにおける段取り替え周期を分単位にまで短縮することに成功しています。

業界の専門家は、段階的な育成方針の浸透、標準化ソリューションの増加、導入コストの継続的な低下に伴い、AIと従来型産業の融合の幅はさらに広がると指摘しています。技術による恩恵が実体経済の基盤的なプロセスへ浸透することで、製造業の高品質な発展に向けた新たな原動力が培われつつあります。

出典: 元記事を読む