■ 1. 背景: ギリアとGHELIA AutoDeckの開発経緯
- 生成AIブーム以降、社内文書のRAG検索、議事録AI要約、チャットボットによるナレッジ共有が普及
- ナレッジそのものが貧弱であれば、AIの性能向上は検索品質の向上に直結しない
- AIの性能向上に伴い、問われるのは「人間の知的生産物をどのような形で蓄積しているか」という問題
- 筆者はギリア株式会社の共同創業者・顧問として開発中のAutoDecKを視察し、顧客獲得と製品完成を社員に求めた
- 社員は数ヶ月後に顧客を獲得し、製品をGHELIA AutoDeck（GAD）として完成させた
■ 2. 製造業におけるナレッジ継承の課題
- 製造業には多様な形式の知見が存在:
- CADデータ、CAE解析結果、試験結果、設計変更履歴、トラブル事例、レビュー議論
- 熟練エンジニアの頭の中にのみ存在する設計意図（「なぜこの形にしたのか」）
- 設計意図が失われると以下の問題が生じる:
- 後任エンジニアが過去設計を信用できず、再解析・再試作・再レビューを繰り返す
- 同一の失敗が異なる部署・プロジェクトで繰り返される
- デジタルスレッドの限界:
- 製品ライフサイクル全体をデジタルデータで繋ぐ「データの通路」としての機能を持つ
- 設計過程での会話・判断・迷い、不採用案の理由、解析条件の根拠等の「設計知」は記録されない
- 従来のPDMやファイルサーバーでは、半構造化された設計意図や解析の読み解きの扱いが苦手
- ナレッジ蓄積のジレンマ:
- 熟練者ほど多忙でドキュメント化の時間がない
- ナレッジが残らないため、さらに熟練者への依存が高まる悪循環が生じる
■ 3. GHELIA AutoDeck（GAD）のアプローチ
- GADの基本概念:
- CAD/CAEデータをナレッジとして活用するための基盤システム
- LLMを「答えるAI」としてではなく「知識を作るAI」として使用する点が特徴
- ナレッジ生成のプロセス:
- CADデータ、CAE解析結果、シミュレーション画像、解析条件等を読み解き、構造化されたナレッジに変換して保存
- 「目的」「観察事実」「議論・考察」「結論」「次のアクション」という形式で構造化
- 業務の中で生まれるデータを起点にAIが説明文を生成・登録するため、ナレッジ蓄積が特別な作業にならない
- 3D形状検索機能:
- 3D形状データをベクトル化して保存し、形状の類似性に基づいた検索を実現
- 「似たCADデータを探したい」という現場の自然な要求に対応
- 過去の類似形状に対するCAE履歴、トラブル事例、不採用案の理由を参照可能
■ 4. V字開発への応用と効果
- V字開発プロセス（製品企画→要求仕様→システム設計→部品設計→仮想試験→試作試験→出図）において:
- 過去の優れた形状や解析結果を再利用することで新規開発に集中できる
- 検証済み部品には過剰な工数をかけず、新規性・リスクのある部品にリソースを集中できる
- AI活用の方向性:
- AIが自律的に設計・判断するのではなく、過去の知見を見つけやすく・再利用しやすくする役割
- 判断の根拠を明確にし、設計リードタイムを短縮する
■ 5. 生成AI時代の知識資本
- 企業競争力の新たな指標:
- 人材・設備・資金・ブランド・サプライチェーンに加え、「知識資本」が重要な資産となる
- 知識資本とは、企業が持つ失敗経験・設計判断・暗黙知を再利用可能な形で保有していること
- AIは知識資本を増幅する装置であり、増幅する対象（構造化された知識）がなければ効果を発揮しない
- 「どのモデルを使うか」よりも「自社の知識を先に構造化しておくこと」が重要
■ 6. オンプレミス対応の意義
- GADは企業固有データの秘匿性を重視し、オンプレミス環境での稼働を想定
- 製造業における機密性:
- CADデータ・CAE結果には製品競争力そのものが含まれる
- 自動車・重工・精密機械・半導体製造装置・医療機器等の分野では設計データの扱いが経営リスクに直結
- AIの性能だけでなく、データガバナンスと一体で設計されていることが重要
■ 7. AIによる組織の記憶化
- AIがエンジニアを置き換えるのではなく、組織の記憶を補強する:
- 優秀なエンジニアの判断を次世代が参照できるようにする
- 部署ごとに散らばった知見を製品ライフサイクル全体で活用できるようにする
- 過去の失敗を未来の設計で避けられるようにする
- 人間が考えなくなるのではなく、過去より賢い地点から考え始められるようになる
- 生成AIの本質的価値は「企業の記憶装置」としての機能にある
■ 8. 生成AI活用の段階的変化
- 生成AI導入の変化:
- 「AIに聞く」から「AIが知識を整える」へ
- 「文書を検索する」から「設計意図を継承する」へ
- 「属人化した匠の技」から「組織として再利用できる知識資本」へ
- AI導入の本丸はチャットボットではなく、企業活動で日々生まれる知的生産物をAIが扱える形で蓄積すること
- 記憶を持つ組織だけが、次の設計を速く・賢く・失敗少なく進められる