実施時期: 2024年11月|2026.05.19 最終更新
ベテランの技術をAIで次世代へ継承し、膨大な設計資料の調査時間を大幅に削減
※イメージ画像です
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
こんな課題を持つ企業におすすめの事例です
- ベテラン社員の退職に伴う専門知識やノウハウの喪失を防ぎたい
- 開発・業務項目が急増する中で、業務スピードを向上させたい
- 膨大な社内文書や過去のデータから必要な情報を探す手間を削減したい
プロジェクト概要
背景・目的
自動車産業が100年に一度の大変革期を迎え、ハイブリッド車や電気自動車、自動運転車など新たな技術への対応が急務となる中、同社では開発項目が急速に増加していました。特にエンジンからタイヤまでの動力伝達を担うパワートレーンの設計には多岐にわたる専門家の協力が不可欠ですが、多くのベテランエンジニアが定年を迎える時期が迫っており、彼らが培ってきた貴重な知識やノウハウが失われるリスクに直面していました。
こうした課題を解決し、次世代へ専門知識を継承しながら新型車の開発スピードを向上させるため、生成AIを活用した新たな情報共有システムの構築プロジェクトを始動しました。
アプローチと成果
アプローチ
伝統的な経営手法である「大部屋方式」にちなんで名付けられた生成AIエージェントシステム「O-Beya」を構築しました。このシステムは、Microsoft Azure OpenAI Serviceを基盤とし、ベクトル検索機能を備えたCosmos DB、サーバレスプラットフォームのAzure Functions、ハイブリッド検索が可能なAI Searchを組み合わせた高度なRAG（検索拡張生成）アーキテクチャを採用しています。
知識ベースには、過去の設計報告書や最新の法規制情報だけでなく、ベテランエンジニアの手書き文書までもが取り込まれており、文脈を深く理解した関連情報の検索を実現しています。さらに、システム内には振動や燃費、排出ガス規制など特定の分野に特化した9つのAIエージェントが実装されており、ユーザーの質問に対して複数のエージェントがそれぞれの専門的視点から回答を生成し、それらを統合して提示する仕組みが整えられています。
また、ユーザーとの対話履歴やAIの回答に対する専門家の評価もCosmos DBに蓄積することで、システムが継続的に進化する運用体制を構築しています。
プロジェクトへの評価と成果
改善・向上したこと
社内ナレッジ活用
対応時間・リードタイムの短縮
生産性向上
推進したこと
システムへのAI機能組込み
AI活用の社内展開・定着
2024年1月の運用開始以降、エンジンやトランスミッションなどパワートレーン関連の開発に携わる約800人のエンジニアに向けてシステムが解放され、月間に数百回利用されるなど現場への定着が進んでいます。
実際に活用しているエンジニアからは、排出ガス測定機器の仕様や環境規制に関する質問に対して正確かつ詳細な回答が得られ、これまで適切な文書を探し出して膨大な文章を読み解くのに要していた時間が大幅に短縮されたと高く評価されています。
今後は技術図面などの視覚的な情報の取り込みや、顧客の不満を分析して次世代車両の改善に繋げる「消費者の声エージェント」の開発など、さらなる機能拡張が構想されています。
カテゴリー詳細
プロジェクト内容
自社活用（自社開発・活用推進）
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
社内データのAI検索構築
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
社内文書・ナレッジ
マニュアル・業務規定・FAQ
仕様書・コード・技術資料
帳票・紙の資料
図面・設計図・仕様書（紙/PDF）
申込書・アンケート・手書き文書
数値・Excel・ログ
システムログ・操作履歴
採用したAI技術・ツール
採用したAI技術
テキスト・言語AI
社内データ検索・Q&A
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）
AIエージェント（AIが自律的にツールを使いタスク実行）
活用・導入したAIモデル・ツール
クラウドAI基盤
連携ツール
構築・利用したデータ基盤・インフラ
Microsoft Azure
WarpBiz編集部の事例考察
本事例の最大の成功要因は、単なる汎用的なAIチャットではなく、特定の専門領域に特化した複数の「AIエージェント」を組み合わせ、現場の複雑な課題に対して多角的な回答を提示する仕組みを構築した点にあります。
このアプローチは、製造業における設計部門だけでなく、法務やカスタマーサポートなど、複数の専門知識を統合して判断を下す必要がある他業種・他部門の業務にも応用できる優れたアイデアです。 一方で、手書き文書を含む膨大な社内データをAIが正確に参照できるよう整理・構造化するプロセスや、専門家による継続的な評価ループを回す体制づくりには一定のハードルが伴います。
自社のナレッジマネジメントに課題を感じている企業は、ぜひ他のRAG構築事例やAIエージェント活用事例も参考にしてみてください。
プロジェクト実施・導入企業
トヨタ自動車株式会社
世界最大の自動車メーカー。ハイブリッド車、電気自動車、自動運転車などの開発・製造を行う。
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。
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。