エッジAI同士が協調 フィジカルAIで目指す「全体最適の製造DX」：エイシング CEO 出澤純一氏（4/4 ページ）

製造業では、製造プロセスのデジタルトランスフォーメーション（DX）のためのデータ活用やAI導入が進んでいる。AIアルゴリズム開発やAI導入支援を行うエイシングのCEO 出澤純一氏に、製造業のデータ活用／AI導入の現状や課題、AI同士が協調して工場全体の最適化を目指す「スマートインダストリー構想」について聞いた。

[浅井涼，EE Times Japan]

人材育成の鍵は「現場技術者のデータサイエンス習得」

――さらなるデータ活用やAI活用を目指すうえで、顧客にあたる製造業の企業に期待することは何ですか。

出澤氏　まずは、エイシングのように業界を横断してAI導入支援を行っている企業へのデータ提供に寛容になってもらいたい。さまざまな顧客のデータをマージできれば、より精度の高いAIアルゴリズムをより安価に提供できる。データを自社だけに留めたいという考えも理解できるが、共通化できる部分はそうしてしまったほうが効率が上がるので、差別化すべき部分と共通化すべき部分を俯瞰的に判断してほしい。その上で、顧客ごとに個別に運用するべき部分はそれぞれ支援する。

　業界の課題として認識されている人材育成については、現場の技術者にデータサイエンスを学んでほしいと思う。AIエンジニアを募集する企業は多いが、AIエンジニアには現場の知見がないので遠回りになる。製造現場の機械設備に詳しい技術者は既に十分いるので、彼らがデータサイエンスを学ぶ方が近道だ。必ずしも網羅的に学習する必要はなく、勘所を押さえるだけならば難しくない。これによって、製造現場にどんなデータが必要かが見えてくる。そうなればエイシングもコンサルティングではなく専門領域であるAIアルゴリズム開発に集中できる。前述のようにエイシングでは顧客の内製化を支援しているので、エイシングとのプロジェクトをOJT（On the Job Training）のように使ってもらえればと思う。