伊東 私は、最適化を担当するSolverチームでエンジニアリングマネージャーを務めています。それこそお客様の要件定義から、試作品の作成方針の決定、チームメンバーのアサインなど、プロジェクトマネジメント全般を、お客様と弊社メンバーと相談しながら決めているって感じですね。

伊東 2022年の、Solverの汎用製品の開発が特に印象に残っています。弊社のSolverは、もともと、各ユーザー様の個別要件に応じたカスタム開発が中心でしたが、より多くのお客様に使っていただけるパッケージ製品を開発したことが、苦労もしたし、転換点だったと思います。

伊東 最も難しかったのは、個別のカスタマイズ要件から汎用的な機能をどう切り出すかという判断でしたね。例えば、“製造を始めたら夜や休日に中断してはいけないという制約のもとで、製造できる時間帯を見つけるというニーズに対応する機能”などですね。最初の汎用化の際にはそこまでやると開発も大変で精度の担保も難しいということで、そういった制約には対応しないという判断をしました。お客様のニーズと、エンジニアの開発のしやすさ、そして会社の方針、この三つのバランスを取りながら進めていくのが最も難しく、また面白かった部分です。幸い、社長や会長がアジャイル開発を推進していたこともあり、「お客様に言われていないことは考えてもきりがない」という方針のもと、必要最小限の機能から着手し、徐々に拡充していく アプローチを取ることができました。

伊東 誰でも導入できるレベルになることが、大きな転換点になると考えています。現状、工場のDX化はかなり難しく、例えば担当者1人や小さな部署が自力で業務用ソフトを導入することは、生産管理ソフトウェアに限らずそれなりに難しいです。だからこそSIerさんやSEさんの存在が必要とされているんです。それに対して、私たちは業種別パッケージという形で、導入をすごく楽にするツールを提供しようとしています。例えば加工業の方であれば、用意されたボタンを押すだけで、ほとんどSEさんの手を借りずに導入できるような形を目指しています。それによりSEさんには、システムとの連携や、どのようにシステムにデータを入れていくかといった、現場に密着したオペレーションテクノロジー的なところに注力していただく。ITの部分については、現場の担当者レベルで最低限の知識があれば導入できる、そんな状態を目指しています。

それにより、「このSolverは素晴らしい」とお客様同士で評判が広がっていくような状態が理想です。現在は私たちから積極的に導入効果を確認させていただいていますが、将来的には自然と評判が広がっていくような、工場の最適化のデファクトスタンダードになっていくような、そこまでいくと夢がある、誇らしい話だなと思います。

伊東 AIテクノロジーは二つの側面から捉えています。一つは、製造時間の推定や、ChatGPTを活用した“Techアシスタント”機能など、補助的な機能としての活用です。私たちは、既に取扱説明書や仕様書の内容をAIに学習させて、お客様の質問に答えられる仕組みを実装しています。

伊東 そこはAIによる代替は相当先の話だと考えています。現在のAIは似ているものを探すパターンマッチングが基本ですが、生産スケジューリングでは一つの判断が後続の工程全てに影響を及ぼすため、曖昧な判断は許されません。この領域でAIが実用レベルで活用できるようになるのは、早くても10-20年後ではないでしょうか。

伊東 AIの本質は「曖昧さ」を含む判断の連鎖なんです。例えば、AIが「この工程は2番目っぽい」という判断をすると、その曖昧さが次の判断、その次の判断にも影響していきます。それぞれの判断に含まれる曖昧さが掛け合わさって、最終的な出力は砂の城のように不安定なものになってしまいます。