WarpBiz ピックアップ
製造業
自動車製造

実施時期: 2023年11月|2026.06.02 最終更新

熟練技術者のノウハウ継承をAIで解決し、モデル化期間を67%短縮
コンサル(導入支援・AI戦略支援)
開発(実装支援・AI搭載支援)

プロジェクト期間: 半年未満

※イメージ画像です

熟練技術者のノウハウ継承をAIで解決し、モデル化期間を67%短縮 のプロジェクト概要図解

プロジェクト概要

アプローチと成果

カテゴリー詳細

お問い合わせ

運営ピックアップ事例

こんな課題を持つ企業におすすめの事例です

  • 熟練技術者のノウハウ継承に課題を感じている
  • 社内に散在する資料のデータベース化に悩んでいる
  • 専門的な知識モデルの作成時間を短縮したい
プロジェクト概要
背景・目的

自動車業界は電動化やインテリジェント化により、製品価値を高めるという重大な課題に直面しています。本田技研工業株式会社(Honda社)では、熟練技術者の知識を若手技術者に伝えるため、衝突安全車両開発の検討プロセスに「Advanced Expert System(A-ES)」を導入しました。 しかし、このプロセスにおける衝突シミュレーション作業は1回に1日以上かかることが多く、エラーが発生すると大きな手戻りが生じていました。 A-ESは単純作業を効率化する一方で、そのモデリングには膨大な時間を要するという課題がありました。2万点を超える自動車部品のうち、わずか数点のコンポーネントの知識モデルを作成するだけで400時間もかかっており、より広範なビジネス展開への大きな壁となっていました。

熟練技術者のノウハウ継承をAIで解決し、モデル化期間を67%短縮 のプロジェクト概要図解
アプローチと成果
アプローチ

IBMは、知識モデル化の効率を上げるため、生成AIを用いて社内に分散しているノウハウを抽出し、データベース化するアプローチを提案しました。Honda社の熟練技術者は、貴重な知識をPowerPoint資料に残していましたが、図やグラフが豊富である反面、テキストがまばらでAIによる再利用が困難な状態でした。

そこでIBMは、大規模なマルチモーダル・モデル(LMM)を活用し、グラフや図のコンテンツをテキストに変換する手法を採用しました。これにより、AIがPowerPoint資料内の豊富な知識を読み取りやすくなり、抽出したテキストをデータベースに保存することで、RAG(検索拡張生成)のような高度な知識活用が可能になりました。

プロジェクトでは、IBMのAIプラットフォーム「watsonx.ai」を活用し、価値検証からデリバリー、運用までをフルカバーするデモンストレーションを実施しました。LMMとLLMを組み合わせることでプロジェクトの実現可能性を確保し、2023年11月から12月にかけて行われた試験運用(PoC)を通じて、将来の本番開発に向けた基盤を構築しています。

プロジェクトへの評価と成果

改善・向上したこと

生産性向上

対応時間・リードタイムの短縮

属人化解消

社内ナレッジ活用

推進したこと

プロトタイプ開発(PoC)

データ戦略・活用策定

生成AIを活用したことで、Honda社の技術文書を文章としてモデル化できるようになり、モデル化にかかる期間が3年から1年へと67%短縮されました。また、開発業務では30%、企画・管理業務では50%の工数削減効果が得られています。このアプローチにより、ドキュメントの活用領域が大きく拡大し、業務効率が飛躍的に向上しました。 膨大な開発情報を安全に活用できるプラットフォームが実現したことで、顧客により多くの価値を届けるという同社の目標に大きく貢献しており、今後のさらなる展開が期待されています。

カテゴリー詳細
プロジェクト内容
AI導入・支援形態
SaaS・AIツール導入
AI顧問・技術アドバイザリー
PoC(実証実験・概念実証)
AIシステム受託開発
AIナレッジ検索の構築
導入部門・データ活用
導入部門と活用内容

全社共通・汎用業務

社内データ検索・データ抽出

社内専用AIアシスタント構築

製造

研究開発支援

設計支援・ジェネレーティブデザイン

活用したデータ

文書・ナレッジ

マニュアル・業務規定・FAQ

仕様書・コード・技術資料

画像・動画・3D

図・グラフ

採用したAI技術・ツール

採用したAI技術

テキスト・言語AI

データ抽出・入力自動化

社内データ検索

社内Q&A対応

AIモデル・構築手法

(RAG / ファインチューニング / 他)

RAG(社内データ等をAIが参照して回答)

LMM

活用・導入したAIモデル・ツール

生成AI・LLMサービス

watsonx.ai

WarpBiz編集部の事例考察

成功の最大の要因は、図表が多くテキスト化が難しいPowerPoint資料に対し、マルチモーダル・モデル(LMM)を用いて暗黙知をデータ化した点です。このアプローチは、製造業の設計部門だけでなく、建設業やインフラ保守など、図面や専門資料が散在する他業種でのナレッジ共有にも応用できます。導入にあたっては、既存資料のフォーマットや品質のばらつきを事前に整理し、AIが読み取りやすい環境を整えることが重要になります。同様のAI活用を検討される方は、ぜひ他の事例記事もご覧ください。

プロジェクト実施・導入企業

実施・支援企業 (VENDOR)
IBM
この事例と同じようなシステムを開発したいですか? WarpBizで実現可能なパートナーを探しましょう。
類似の事例を見る
同様の支援ができる AI支援企業を探す
導入先企業 (CLIENT)
本田技研工業株式会社
業種:自動車製造
出典・参考情報
※本事例は以下の公開情報を元にWarpBiz編集部がリサーチ・作成しました。

本田技研工業株式会社 事例紹介 | IBM

発行元:IBM

この事例を見た方は以下の事例も見ています
類似事例を読み込んでいます

関連度の高い事例を選定しています。少しお待ちください。