「点」の改善で終わらない真の価値を実現する

割り箸一本も、私はつくれない

私はもともと大学院でAIの研究をしてきました。AIの最先端がどこにあるのかは、それなりに理解しているつもりです。

ただ、同時にずっと思っていたことがあります。AIがどれほど高度なことを考えても、それはちゃんとしたマシンがあるから動いている。物理の上に乗っかっている。これは絶対に変わりません。

そして、普段使っているペンや、コップ、割り箸。そういうものを、私は自分でつくることができない。この事実は、私にとって決して小さなことではありませんでした。

だからAIの世界を追求する一方で、物理世界の主役である製造という領域に対する興味とリスペクトは、ずっと持ち続けてきました。

AIは、製造業がつくったコンピューターの上に乗っています。ならば今度は、AIの力で製造業を変えていく。この逆方向のアプローチを、時代の変わり目である今、成し遂げたい。自分の専門性であるAIと、製造業へのリスペクトが重なるこの一点で、私はこのヴィジョンにとても腹落ちして仕事をしています。

点の改善で、終わらせない

私たちは今、製造業のなかでも生産設備を中心とするFA（ファクトリーオートメーション）の領域に注目しています。PLCプログラムの生成と解読、技能の継承、フィジカルAI。いずれも自信を持って取り組んでいて、実際にお客様の業務改善につながっています。

そのうえで、技術者として私が譲れないことがひとつあります。

ソリューションやプロダクトを導入して、特定の単体業務を改善して終わり、という「点の改善」にしてはいけない。

生産設備に関する業務としては設計や保全等の様々な業務があり、現場の声を聴いてそれぞれの工程の業務改善につながるプロダクトやソリューションを提供している企業は多い。一方で工程単体での最適化してしまうと、他と連携の取れていない個別最適なシステムが乱立して全体としては大きな負債となってしまう。

局所最適を重ねるほど、技術がもっと発展した時に実現できるはずだった全体最適が、やりにくくなってしまう。「うちはこのプロダクトを入れているので、データ連携はできません」。そうなった瞬間に、その工場の可能性は狭まります。私たちが手を入れることで、お客様の未来の選択肢を狭めてしまう。これは絶対に起こしてはいけないことです。

だからこそ、AI技術は勿論、データスキーマ設計、更には各工程のユーザー導線に紐づくデータ蓄積などを踏まえた全体最適を設計する必要があります。

たとえば、生産設備を設計した時のPLCプログラムの設計意図や履歴の情報は、その設備の保全に役立ちます。逆に、保全の対応履歴が分かれば、どこで不具合が出やすいのか等が設計にフィードバックされ、保全がやりやすい設計、トラブルが起きにくい設計に生かせるかもしれない。

工程ごとに閉じるのではなく、知見が循環し、工程を横断して溜まっていき、それが工場全体で共有されていく。その世界線を、今つくる必要があると考えています。

土台になるのは、工場全体に共通化されたデータです。ここはこれを使っている、ここは別のものを使っている、この間は連携できない。そのような「点」の改善ではあまりにもったいない。共通化されたデータ基盤をしっかり設計し、その上に当社の開発する技能継承くん、ラダーくん、フィジカルAIといった技術を積み上げていく。これが、私が最も譲れないものです。

構想を、価値にする

ただ、構想を上げるだけでは終わってしまいます。これを実際の価値として出していくために、私が果たすべき役割は三点あると考えています。

一点目は、メンバーが最大限力を発揮できる体制を、会社として整えること。

二点目は、社内の各開発やプロジェクトが単体で終わらず、組み合わさってより大きな価値を出すこと。プロダクトを横断して価値を出したいと言っている以上、社内でそれができていなければ話になりません。技術的な社内連携を、意識として統一していく。

三点目は、この構想を、製造業のお客様、そして当社のメンバー、更には関わってくださるすべての方としっかり共有して、進めていくこと。ここがなければ、大きなビジョンは前に進みません。

これらを突き詰めていくことが、私の最も大事な仕事だと思っています。

ここに書いたことは、私が普段から考えていることそのままです。一緒に、本当に面白いことをやりませんか。

ITエンジニアの方へ

AIでできることが増えていくなかで、「自分の仕事や価値はどうなるんだろう」という漠然とした不安を抱えている方は、かなり多いと思います。

率直に言えば、その不安は絶対に的中します。私自身、修士時代にいろいろ研究をしてきましたが、あの知見が今そのまま役に立つかというと、古くなっている部分は正直あります。技術は陳腐化します。

だからこそ、ドメインが深くて、AIに取って代わられることはないだろう領域を持つ意味があると考えています。とはいえ、IT専門の方がいきなり製造業に転職するのも違う。「IT × 製造業」で価値を出していく——これが、いま一番強い立ち位置だと思っています。

実際、うちで活躍している方を見ると、IT系の技術の高さはもちろん前提として、製造業界に対して積極的にキャッチアップできている方の方が、活躍の度合いが明らかに大きい。

IT一本でいくことに不安があるなら、うちは本当に製造業にフォーカスしてやっています。一緒に、でかいところを目指しましょう。

PROFILE / 大熊拓海

東京大学大学院情報理工学系研究科修士課程修了。修士論文で研究科長賞を受賞。画像処理分野、とりわけfew shot learningを専門とする。東京大学で開講される講義「深層学習」「深層生成モデル」の講師を務める。2021年度IPA未踏アドバンスト事業採択。2023年にCEOの河村と共にAirion株式会社を創業