人工知能などのフロンティア技術の登場により、世界各地の産業・製造オペレーションは急速に変革しています。
AIエージェントは、計画、優先順位付け、行動の実行能力を高めることで、ChatGPTのような大規模言語モデルの効果を増幅できます。
今後、ナレッジエージェントが従業員を支援し、オートメーションエージェントが産業オペレーションのタスクを自動化する方法を紹介します。
私たちは、産業オペレーションを変革するフロンティア技術の登場を受け、重要な転換点に立っています。この変革の中心にあるのが人工知能（AI）であり、計算能力の飛躍的な進歩がそれを支えています。AIは既存技術を向上させるだけでなく、まったく新しいイノベーションへの道も切り開いています。
AIにおける大きな進展の一つが、マルチモーダル基盤モデルの開発です。これにより、産業分野で幅広い新たな用途が実現しました。マルチモーダル技術によってAIの能力が拡張され、製造現場に存在するテキスト、音声、動画、その他の種類のデータをモデルが処理できるようになります。
その中でも、よく知られるChatGPT-4などの大規模言語モデル（LLM）は、AIが専門家だけの用途を超え、洗練されたAIをあらゆる業界の誰もが利用できるようにする可能性を示しています。
AIエージェントは、AIにおける次の飛躍です。ツールへのアクセスを可能にし、計画、優先順位付け、行動の実行能力を高めることで、LLMの効果を増幅します。他の技術と組み合わせることで、AIエージェントはオペレーションにおけるフロンティア技術の可能性を引き出します。ロボティクスと組み合わせればヒューマノイドの実現につながり、デジタルツールと組み合わせれば自律システムを可能にします。
こうしたフロンティア技術は、バリューチェーン全体を通じて、生産性、柔軟性、従業員の能力強化、持続可能性に大きな恩恵をもたらします。可能性は計り知れませんが、実際にはどのような用途が考えられるのでしょうか。これらの技術はどの程度成熟しており、導入を成功させるにはどのような主要課題を克服する必要があるのでしょうか。
AIエージェントとタスク自動化がオペレーションを変革する
AIエージェントは、二つの方法でオペレーションを変革すると期待されています。ナレッジエージェントは従業員を支援し、オートメーションエージェントはオペレーションのタスクを自動化します。
ナレッジエージェント
ナレッジエージェントは、企業のデータプラットフォーム全体を活用し、従業員やエンジニアの意思決定を支援します。関連するデータソースを参照し、あらゆるデジタルツールを使って目的を達成しながら、知見を提供し、必要な対応を提案することでチームをサポートします。
人とエージェントは音声またはテキストでやり取りできます。また、タブレットや時計などのスマートデバイス、複合現実などの没入型技術といった、さまざまな技術を可視化に活用できます。
例えば、保守推奨エージェントは、機械学習（ML）を用いて故障を予測する既存機能と、機械の取扱説明書などさまざまな情報源から取得する具体的な修理手順を組み合わせます。
さらに、故障の根本原因を特定し、現場の従業員に必要な対応を伝え、必要な部品の発注書を作成できます。生産スケジューリングにも同様の用途を開発できます。
オートメーションエージェント
オートメーションエージェントは、推論と実行の能力に基づいて自律的に自動化タスクを実行でき、仮想型と身体性を備えた型の両方を実現します。次のBCGの報告書によると、自律エージェントは他の企業システムに何をすべきか直接「指示」できます。これにより企業のオペレーションは根本から変わり、より包括的な自動化が可能となって、人件費を大幅に削減できます。
仮想オートメーションエージェント
これらのエージェントは、さまざまなツールに自らアクセスして使用することで、ソフトウェア上の作業を自動化します。広く知られる例として、旅行予約を自動で行うエージェントがあります。オペレーションでは、設定値の最適化などが用途として考えられます。この場合、性能を最適化するため、エージェントが特定の機械パラメーターを自動調整します。
品質管理システムの機械学習ベースの性能分析とマシンビジョンを組み合わせ、機械パラメーターを自動更新することで、リアルタイムの生産改善を実現します。こうしたエージェントは生産計画にも活用でき、顧客需要、在庫、工場の稼働状況に基づき、生産計画のシナリオを自動的に検証できます。
身体性を備えたオートメーションエージェント
これらのエージェントは、ロボットに状況理解、推論、実行能力を組み合わせることで、物理的な自動化を変革します。こうした新たな能力は自動化の範囲を大きく広げ、従来の課題を克服します。
AIエージェントにより、ロボットはさまざまな環境に適応する柔軟性と、あらゆる物体を扱う器用さを備えます。Covariantなどの企業は、配送センターにロボットを導入し、ランダムな品目を高精度でピッキングして配置する複雑なキッティング作業を実現しています。
関節型ロボットにとどまらず、身体性を備えたAIエージェントは、資材搬送用の自律移動ロボット（AMR）やドローンなど、多様な種類のロボットの能力を高めます。もう一つの進展は、人間のような作業を行える二足歩行のヒューマノイドロボットの開発です。
Agility RoboticsのDigitやBoston DynamicsのAtlasを手がけるスタートアップが、近年こうした開発を進めています。現在の用途は主に実証やパイロット段階であり、広範な導入にはさらなる開発が必要です。
オペレーションでAIエージェントを実現するために必要な技術
AIエージェントを効果的に機能させるには、他の技術や基盤となるレイヤーとの組み合わせが欠かせません。
データレイヤー：統合データプラットフォームにより、多様な産業ツールチェーン全体でデータを水平統合し、テストを自動化できます。エンジニアリングからリアルタイムの生産データまで、オペレーションに関するあらゆるデータセットを統合します。またデータレイヤーには、AIモデルを効果的に訓練するために生成された合成データも含まれます。
インテリジェンスレイヤー：このレイヤーの中核はAIです。モデルを物理環境のシミュレーションで訓練することで、性能を大幅に向上できます。AIモデルの改善は、エージェントにも大きな恩恵をもたらします。
これらのレイヤーに加え、適切な計算能力（クラウドとエッジの両方）、ネットワーク接続、サイバーセキュリティも、不可欠な実現技術です。
オートメーションエージェント導入時の考慮事項
オートメーションエージェントの導入には、いくつかの課題が残っています。大規模導入に先立ち、テクノロジー企業はシステムの信頼性と安全性に関する懸念に対処する必要があります。一方で企業も、自社の準備を進め、中期戦略でこれらの技術を考慮する必要があります。
各業界への潜在的な影響と、サプライチェーン全体で大規模導入を可能にする方法を理解することが、産業分野の変革を成功させ、責任あるものにする鍵となります。
製造業者が今後登場するフロンティア技術の変革的な影響を理解できるよう、世界経済フォーラムはBoston Consulting Groupと協力し、世界規模のイニシアチブ「オペレーションのためのフロンティア技術：AIとその先へ」を立ち上げました。この取り組みは、前回の「AIを活用した産業オペレーションに関するイニシアチブ」で得られた知見を基盤としています。
この新たな取り組みでは、オペレーションを変革するフロンティア技術の全体像を示すことを目指します。AIを深く掘り下げるとともに、AIガバナンス・アライアンスと協力し、その他の最先端技術についても、2030年を見据えた目標シナリオを策定して、その価値の可能性と成熟度を評価します。
世界経済フォーラムは、AIを活用した産業オペレーションへの変革を共に加速するため、このイニシアチブへの製造業各社の参加を呼びかけています。
