AIが製造業に「遺伝子レベル」の変革をもたらす

この記事を読むのにかかる時間： 5 分

この記事のポイント

• AI技術が製造業の設計、生産、管理の全工程に浸透し、効率化、コスト削減、品質向上を実現。
• AI導入にはモデルの安全性、データ壁、コスト、人材不足といった課題も残る。
• 中国では「AI+製造」を加速させるため、政策支援、プラットフォーム構築、人材育成が急務。
• AIは製造業を製品提供者からソリューション提供者へと変革させる可能性を秘めている。

AIによる製造業の再構築が加速

世界的にAIの波が押し寄せる中、製造業は新たな競争の最前線となっています。2026年の中国全国両会では、「スマート経済の新形態の構築」が政府活動報告に初めて盛り込まれ、今後のAI応用における重要な方向性として位置づけられました。

最近、製造業が盛んな浙江省の各地で取材を行ったところ、AIは研究室から生産ラインへと進出し、研究開発、生産製造、企業管理などの各段階に深く組み込まれ、伝統的な製造業に深刻な変化をもたらしていることが明らかになりました。

AIと製造業の「相互の歩み寄り」は、急速に到来しています。

AI、製造業の抜本的な再編成を加速

浙江省の複数の企業の工場を訪れると、AIと製造業の融合は、単一のポイントでの試行から全プロセスへの浸透へと移行しており、研究開発、生産、運営、サービスといった主要な段階における価値創造のロジックを再構築し、効率向上、コスト削減、品質最適化、シナリオ拡張といった複数の目標を実現しています。

生産モードの根本的な変革を推進

杭州中策ゴムの高性能ラジアルタイヤスマート工場では、数十台の無人搬送車（AGV）が設定されたルートを正確に移動し、ロボットアームがマイクロメートルの精度でタイヤの加硫プロセスを完了させています。中策ゴム集団朝陽公司の蒋志強総経理は、AI化された工場では平均3.1秒に1本のタイヤがラインオフし、24時間稼働できるため、生産効率が300%向上し、製品不良率を0.5%にまで低減できると述べています。

リソース配分の最適化とアップグレードを実現

「これまで、生産プロセスの不透明さ、在庫の混乱、設備管理の粗放さといった問題が長年、製造業を悩ませてきました。」自社開発の全プロセスデータ管理プラットフォームにより、浙江鋭鷹センサー技術有限公司は、材料調達、在庫管理、物流配送などの段階で応答速度を50%以上向上させました。鋭鷹IT部門の施小虎責任者は、AI技術を活用してビジネスチェーンを強化することで、ビジネスプロセスが透明で、生産プロセスが管理可能で、経営結果が予測可能な近代的な管理システムを加速的に構築できると述べています。

消費と生産の連携方法を再構築

現在、ますます多くの企業がAIアルゴリズムを用いてユーザー行動データを分析し、パーソナライズされたカスタマイズ製品を提供しています。例えば、アパレル業界におけるスマート採寸カスタムや、家電業界におけるシーン別機能設定などです。浙江嘉興にある麒盛科技股份有限公司は、睡眠介入アルゴリズムモデルを開発・構築し、生産するスマートベッド製品を早期スクリーニングのキャリアとして、消費者に睡眠の質モニタリングを提供しています。同社董事長の唐国海氏は、AI技術の活用により、製造業企業が製品提供者からソリューション提供者へと変革する推進力となっていると述べています。

異なるタイプの工場における生産の光景は、明確に一つのトレンドを示しています。AIは、個々の工場の技術応用から、製造システム全体の運営方法に影響を与える重要な力へと進化しています。

国際データ・コーポレーション（IDC）の報告によると、中国の工業企業のスマート体浸透率は2024年の9.6%から2025年には47.5%に向上しました。歴史の転換点に立ち、工業情報化部は目標を明確に提示しました。2027年までに500の「AI+製造」の典型的な応用シナリオを普及させることは、中国製造業におけるAI応用が「単点での試行」から「全産業での普遍的な利用」へと重要な飛躍を遂げることを示しています。

AI工場の「ラストワンマイル」の課題解決が待たれる

AIと製造業の深い融合は急速に応用展開段階に入っていますが、取材に応じた企業家や関連分野の専門家も、熱狂から実際の導入に至るまでには、モデルの安全性、データの壁、応用のコスト、人材供給といった「ラストワンマイル」の重要な痛点（課題）を突破する必要があると指摘しています。

AIの限界とリスク

鋭鷹科技開発部の尤煥傑マネージャーは、現在、一部の企業には「AIへの過剰な期待」があり、AIを工業問題の「万能薬」と見なしていると指摘します。「既存の大規模モデルは、意味理解や統計的関連性において優れた性能を発揮しますが、物理法則の理解や空間推論といった点では依然として限界があります。一方、工業分野の生産チェーンは長く、関わるデータや知識は複雑であり、AIが指示的な誤りをおかし、生産プロセスに回復不能なシステム的リスクをもたらす可能性があります。」

AIの適合性への課題

また、AIの適合性にも課題があります。福瑞泰克（浙江）智能システム股份有限公司の陳昱総監は、実験環境で訓練されたモデルを、現実の多様で変化に富んだ工業シーンに展開した際に、その性能が低下したという経験があると述べています。これは、現実のデータと訓練データの間に差異があるためであり、特定の物理シーンへの依存性が、AIソリューションと製造業プロセスの適合性を改善の余地があるものにしています。

「データ壁」と計算コストがAI展開を制約

杭州熾橙数字科技有限公司の紀堯華董事長は、現在、製造業者がAIを大規模に応用できない原因は、そのデータ基盤が依然として脆弱であることだと率直に語っています。製造業の生産データは、多くの場合、機密情報や知的財産権に関わるため、企業間、さらには企業内の異なる支社間でのデータ共有には壁が存在します。高品質なデータの取得がなければ、工業AIモデルのさらなる開発は制約され、AI応用の全体的な最適化は困難になります。

計算コストも、AI技術の製造業における大規模応用を制約しています。多くの受訪企業の責任者は、高額な計算コストを負担できないと述べています。「試算したところ、自社で計算サーバーを構築する場合、GPUカードのコストだけで1200万元（約2億4千万円）になります。現在、私たちはパブリッククラウドサービスを利用するしかありませんが、それによってデータセキュリティやネットワーク遅延といった新たな問題が発生します」と施小虎氏は述べています。

AI複合型人材の不足が融合発展の歩みを制約

注目すべきは、AI複合型人材の不足が融合発展の歩みを制約していることです。受訪者によると、中国のスマート製造人材の供給には依然としてギャップがあり、高度な複合型研究開発人材が不足し、現場の技能人材の知能化への適応度が不十分であることが、融合発展のプロセスを制約しています。麒盛科技股份有限公司の曹輝副総経理は、企業での採用状況を見ると、高学歴者でも実務経験が不足しており、設備操作やニーズの転換といった点で明らかな不足がある一方、製造業を理解している技能人材はAIをあまり理解しておらず、業務ニーズをAI応用シナリオに転換することが難しいと述べています。

「AI+製造」供給体系の加速的な構築

先日、工業情報化部、中央網信弁、国家発展改革委員会など8部門は、「AI+製造」専門行動実施意見を発表し、AI技術の製造業における融合応用を加速的に推進しています。

今回の調査で、多くの受訪者は、AIによる製造業の強化は選択肢ではなく、必須の課題であると述べており、戦略計画、エコシステム構築、人材育成、ガバナンスシステムなどの面で体系的な変革を行い、融合のボトルネックを解消し、AIによる製造業のグローバルな優位性を維持し続けるべきだと考えています。

政府による支援とプラットフォーム構築

一方、政府は、パイロットプロジェクトを推進し、模範を確立し、普及を促進することで、一流の政策支援環境を構築する必要があります。天能控股集団の張天任董事長は、国家戦略レベルで体系的な計画を立て、特別政策を打ち出し、産業クラスターレベルのAI強化プラットフォームの構築を支援し、技術応用のコストを削減し、中小企業のデジタル化の困難を解決し、AIの産業クラスターへの普及浸透と深度強化を加速させる必要があると述べています。

紀堯華氏らは、政府と業界団体が公共サービスプラットフォームを構築し、計算能力、データ、アルゴリズムなどの基盤リソースを提供することで、イノベーションの敷居を低くすることを提案しています。例えば、製造業データプラットフォーム、垂直分野モデル、業界共有知識ベースを中心に、業界レベルの「インテリジェント・ブレイン」を共同で構築し、業界データ標準を共同で確立し、データリソースの高品質な供給を推進することで、「AI+製造」にコアデータサポートを提供します。

AI複合型人材の育成強化

他方、AI複合型人材の育成を強化する必要があります。曹輝氏は、産業の実際のニーズに基づき、大学、研究機関、企業間の壁を打破し、産教融合、科教融合を深化させ、人材育成計画を最適化し、AIと製造業の融合に関連するコースモジュールを新設し、製造業の生産プロセスに精通し、かつAI技術を習得した複合型人材を的確に育成し、人材育成と産業ニーズの同期を実現することを提案しています。

伝化集団の徐冠巨董事長は、「AI+製造」複合型人材の育成・認証体系を構築し、産業とAIに精通した「産業AIアーキテクト」を重点的に育成することを述べています。AI時代における複合型人材の能力認定基準を策定し、「産業AIアーキテクト」の育成方向と評価根拠を明確にし、全チェーンの人材育成を展開し、複合型人材の規模的な供給を加速させるべきです。

出典: 元記事を読む