製造業の安定供給と生産効率向上の両立を狙い、日立とHUN-REN Institute for Computer Science and Controlが、生産ラインの運用方針策定からライン構成案の導出まで一貫して自動化する技術を開発しました。需要変動や人員不足、設備故障などの状況変化に応じて、現場の要請を自然言語で入力するだけで複数の構成案を定量的に提示します。生成AIと数理最適化を連携し、部署やシステムに分散した製造知識を集約して、工程分割や設備割り付けの検討を効率化します。バッテリー製造ラインでの検証では、熟練者と同等のライン構成品質を保ちつつ、見直し業務の工数を最大87.3%削減できることを確認しています。複数案のコストや生産性の違いも説明可能とし、現場でのレビューや上位層への提案を円滑化します。
技術のポイントと仕組み
本技術は、生成AIの処理を運用・改修方針決定、パラメータ項目決定、パラメータ値決定の三段階に分け、自然言語で与えられた「生産量を20%増やしたい」といった要請を適切なパラメータへ自動変換します。数理最適化が工程分割や設備割り付けを含む複数の実行可能なライン構成案を導き、現場での実装性を担保します。さらに、階層型ナレッジ参照技術により、運用方針、方針とパラメータの対応関係、パラメータ設定の知識を段階ごとに整理し、分散した知識を効率的に活用します。評価と説明の仕組みを備え、作業者や設備の違いが労務費や設備費、作業量に与える影響を可視化します。これにより、単に最適解を示すだけでなく、意思決定に必要な比較根拠を提示します。結果として、担当者の属人性を抑え、迅速な対応を可能にします。
検証結果と今後の展開
バッテリー製造ラインでの検証では、需要増対応や設備故障時の停止期間短縮といった要請に対し、方針整理からパラメータ設定、構成案導出まで自動化できることを確認しました。従来の手作業と比較して、工程分割や設備割り付けの品質は熟練者と同等で、工数を最大87.3%削減しました。今後、プレスリリース元会社名は製造業の顧客とのPoCや現場適用を通じて効果検証と知識蓄積を進め、バッテリー、自動車、医薬機器、産業機械などへの展開をめざします。HUN-REN Institute for Computer Science and Controlは、生産システムと数理最適化の研究知見を活かし、適用範囲の拡大や最新の生成AIアプローチの導入可能性を探ります。一部成果は2026年8月に国際学術誌Procedia CIRPに掲載予定とされています。持続可能なものづくりへの貢献が期待されます。
詳しくは「株式会社 日立製作所」の公式ページまで。レポート／DXマガジン編集部
