製造業の現場課題に特化したAIソリューション
「製造業のDXは、単なるデジタル化ではありません。現場の暗黙知をいかに形式知化し、次世代に継承していくか。これが最大の課題です」と語るのは、株式会社インテリジェント・ファクトリーの藤崎健一郎社長だ。
同社は2021年の創業以来、製造業特化型の生成AIプラットフォーム「FACTORY AI Cloud」を開発・提供している。大手自動車部品メーカーや精密機器メーカーを中心に、すでに200社以上への導入実績を持つ。特筆すべきは、導入企業の平均稼働率が94%と高く、単なる導入で終わらない実用性の高さにある。
藤崎社長自身、大手電機メーカーで15年間、生産技術エンジニアとして現場の最前線に立ってきた経験を持つ。「現場で感じた課題感こそが、この事業の原点です。ベテラン技術者の高齢化が進む中、彼らが持つ膨大な知識やノウハウが失われていく。これは日本の製造業全体の危機だと感じていました」
同社のソリューションは、LLM（大規模言語モデル）をベースに、製造業特有の専門用語や品質管理手法、設備保全のナレッジを学習させた独自モデルを構築している点が特徴だ。単なる汎用AIでは対応できない、現場特有の文脈を理解することで、実用性を担保している。
技術伝承と生産性向上を同時に実現するアーキテクチャ
「FACTORY AI Cloud」の中核を成すのは、マルチモーダルAIによる現場データの統合分析機能だ。テキストデータだけでなく、設備の稼働ログ、品質検査画像、作業動画など、多様なデータソースを横断的に学習する。
具体的な導入事例として、大手金属加工メーカーA社では、ベテラン作業員の技能を動画とセンサーデータで記録し、AIモデル化した。結果、新人作業員の技能習得期間が従来の6ヶ月から2ヶ月に短縮され、不良品率も3.2%から0.8%まで低減したという。
「重要なのは、AIが人を置き換えるのではなく、人の能力を拡張することです」と藤崎社長は強調する。同社のアプローチは、Human-in-the-Loopの思想に基づいており、AIの判断を人が最終的に検証・承認するプロセスを組み込んでいる。
技術面では、エッジAIとクラウドAIのハイブリッドアーキテクチャを採用。リアルタイム性が求められる異常検知や品質判定はエッジ側で処理し、大量データの分析や学習はクラウド側で実行する。これにより、通信遅延の問題を解消しつつ、高度な分析も可能にしている。
セキュリティ面でも、製造業の機密性に配慮し、オンプレミス型とプライベートクラウド型の両方を提供。特に自動車業界など、サプライチェーン全体でのセキュリティ要件が厳しい業界においても導入が進んでいる。
年間成長率300%を支える独自の事業戦略
同社は創業以来、年平均300%超の成長を続けている。その背景には、明確な事業戦略がある。
「私たちは、大企業向けのエンタープライズ市場と、中小製造業向けのSaaS市場の両方にアプローチしています」と藤崎社長は説明する。大企業向けには、カスタマイズ性の高いプラットフォームを提供し、導入コンサルティングから保守運用までフルサポート。一方、中小企業向けには、月額9.8万円から利用できる標準パッケージを用意し、導入障壁を下げている。
顧客獲得チャネルも多様化している。従来の直販に加え、産業機械メーカーや制御システムベンダーとのOEM提携を推進。現在、国内大手3社とパートナーシップを締結し、彼らの既存顧客基盤へのリーチを拡大している。
製造業のDXは、もはやオプションではなく必須です。人口減少が進む日本において、AIによる生産性向上なくして競争力の維持は不可能。私たちは、その最前線で戦い続けます。
藤崎健一郎氏
資金調達面でも順調だ。2023年12月には、シリーズBラウンドで15億円の資金調達を完了。調達先には、製造業に強いVCに加え、大手商社の事業会社も参画している。この資金を活用し、AI開発エンジニアを現在の45名から100名体制へ拡大する計画だ。
海外展開も視野に入れている。特に東南アジアの製造業においても、日本と同様の技術伝承課題が顕在化しており、2024年後半にはタイとベトナムでの事業展開を予定している。
次世代製造業を見据えた技術開発とビジョン
同社の研究開発投資は売上高の35%を占め、AI業界の中でも高水準だ。現在、特に注力しているのが生成AIによる設計支援とデジタルツイン技術の融合だ。
「次のステージは、製造プロセスの最適化だけでなく、製品設計そのものをAIが支援する世界です」と藤崎社長は展望を語る。同社は、CADデータと製造実績データを組み合わせた学習により、製造コストや品質リスクを事前予測する生成的設計AIの開発を進めている。
また、デジタルツイン技術により、仮想空間上で生産ラインをシミュレーション。新製品の立ち上げ時の試行錯誤を大幅に削減できる。実証実験では、立ち上げ期間を40%短縮する効果が確認されている。
技術面では、最新のGPT-4やClaudeなどの基盤モデルに、製造業ドメインのファインチューニングを施した独自モデルを開発中だ。特に、設備故障予兆の検知精度において、従来の統計的手法と比較して20ポイント以上の精度向上を実現している。
人材育成にも力を入れる。社内に「AI道場」と呼ばれる研修プログラムを設け、製造業出身のドメインエキスパートにAI技術を教育。逆に、AI技術者には製造現場での実習を必須化している。「両方の言語を話せる人材こそが、真に価値あるソリューションを生み出せる」というのが藤崎社長の信念だ。
同社は2025年までに売上高50億円、2027年にはIPOを目指している。「日本の製造業が再び世界で輝くために、AIという武器を提供し続けたい。それが私たちの使命です」藤崎社長の言葉には、確固たる決意が込められていた。
