Honda、生成AIで熟練者の知識を文書化しモデル化期間67％短縮を確認

衝突シミュレーションは1回に1日以上かかることも多く、エラーが出れば手戻りは小さくありません。その負担を軽くするためにA-ESが使われてきたわけですが、今度はA-ESに載せる知識モデルづくり自体が重くなっていました。2万点を超える部品のうち、数点分で400時間。この数字を部品全体へ引き伸ばして考えると、対象を広げるほど時間が膨らむ構造が浮かび上がります。

編集部の見立てでは、困りごとの本質は知識が足りないことでも、継承の意欲が乏しいことでもありません。熟練技術者の知は資料として確かに残っていました。ただ、それが図とグラフという人間向けの形式で保存されていたために、機械に渡すたびに人手による翻訳が挟まっていた。知識継承の問題に見えて、実際には知識を機械が読める形へ置き換えるコストが、展開できる範囲の上限を決めていたのではないでしょうか。

資料そのものを作り直させず、AI側の読み取り方を変えたことが、この取り組みの起点になっています。熟練技術者が残したPowerPointは図とグラフが主役で、テキストはまばら。ここで人手による書き起こしや資料フォーマットの統一を先に求めれば、知識を持つ当人たちの手が止まり、着手前に息切れしかねません。画像も解釈できる大規模なモデルで図表の中身を文章に起こす手法を選んだことで、既存資産をそのまま入口にできています。

変換したテキストをデータベースへ保存し、検索して引き出せるRAGの形まで設計した点も見逃せません。図表を文章にするだけなら、その場かぎりの読み取り作業で終わってしまいますが、蓄積して検索できる状態にすれば、別の検討でも同じ知識に手が届きます。図表を読み取るモデルと、そのテキストを扱う言語モデルを組み合わせた役割分担が、一度の抽出を繰り返し使える資産へ変えていると考えられます。

価値検証からデリバリー、運用までを一続きのデモンストレーションとして組み立てた進め方も、実現可能性の見極めに効いています。2023年11月から12月という短い期間に、技術が成立するかどうかだけでなく、運用まで通して確かめる設計にしたことで、本番開発へ移すかどうかを判断する材料が揃う。

試験運用を通じて、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は3年から1年へと67％短縮されています。工数の面でも、開発業務で30％、企画・管理業務で50％の削減効果。膨大な開発情報を安全に扱える基盤が形になったことで、ドキュメントを活用できる範囲そのものが広がり、今後の展開に向けた土台が整いつつあります。