生成AI特集、生成AI、生成AIナレッジシステムご検討の製造業様）
（建設業、その他、全業種が対象です）
会社創業以来の社内ノウハウを学習させて、生成AIを有効活用しませんか？
弊社は生成AIの新しい活用分野として”生成AIナレッジシステム”として製造業を中心に
全業種への展開を目指します。
目次
１ はじめに
２ 本書の目的
３ 当社DX概念図における生成AIナレッジシステムの位置付
４ 部門内担当者のユースケース
５ 学習データ対象
６ 当社の生成AIナレッジシステム構築支援
７ 生成AIエンジンの選び方
８ その他
９ さいごに
１０ 生成AIナレッジシステム検証プログラム（AACGPB)のご案内
--------------------------
１ はじめに
製造業には社内の業務ノウハウ、設計ノウハウ、生産技術ノウハウ、品質問題ノウハウ、
過去のトラブル対応ノウハウ等、会社創業以来の各種ノウハウが蓄積されています。
現在ではDX/GXノウハウも蓄積されつつあります。
しかし、それらノウハウが
（１） 人の頭の中にあるだけで、個人依存になっている。
（２） データ管理システムには入っているが、検索しにくい。
（３） 文書ファイルで残っていても、どこにあるかを捜すのに時間がかかる。
などの課題もあり、必ずしも過去のノウハウが有効活用されていないケースが実情です。
私は前職時代の１９８５年以来、これらの問題を解決すべく、当時の最新技術を使ったシ
ステムで対応して来ましたが、いずれも納得出来るシステム（利用者が業務効率化の為に
使いたくなるシステム）ではありませんでした。
これまでにも”ナレッジシステム”と呼ばれるシステムはありましたが、只のデータ管理や
検索システムでした。
２０１５年頃から「AIを使ったら実現出来るのでは」と考え始め、具体的な例を示して、
ありたい姿の構想を整理し始めました。それが最適回答自動生成ツール構想です。
私が当時所属していた前職でも、このテーマで２０１６年の”ビジネスアイデア募集”に複数
アイデアで応募したこともございますが、具体的な実現方法が弱かったです。
その後、AI言語処理技術者とも協議したことも多々ありますが、必ずしも期待出来るもの
ではありませんでした。
その後も私が求める機能を持つAI製品もサービスも目にすることなく、実現して下さるAI
言語処理技術者も現れませんでした。
２０２２年１１月、OpenAI社がChatGPTを発表し、私も興味を持ち、２０２３年の年明け
から情報収集を始めたり、自身でも使ったり、Pythonを作って言語間変換もしたりして
幅広く検証していました。
感触としては、「この文章生成能力があるのであれば、２０１５年からの構想が実現出来
るのでは」というものでした。
目指すことは、お客様創業以来の社内ノウハウを共有、
有効活用して設計/生産業務を始め、関連部門業務のQCDを爆発的に改善し、今後の課題でもあるVSGを実現する仕組
であり、その為の
”究極のナレッジシステム”
の構築です。
(QCDVSGはQ：品質、C：コスト、D：L/T、V：付加価値、S：サービス化、G：グリーン対策)
また、
”使わされるシステム”
から
”自分のミッション達成の為に、自ら使いたくなるシステム”
の構築です。
業務に従事される皆様が、各々の業務ミッションに専念出来るようになるシステムにも
なります。
製造業様の経営課題、業務課題、システム課題の各種課題解決方法の有効手段として、
当社としても最優先テーマの１つとして注力して参ります。
当社の強みは製造業とITがわかることです。
既に、実現可能性の見通しは立っており、どこまで効果が得られるかは構築後の検証や
言語モデルの各種調整次第ですが、ご興味を持って戴けそうな製造業様や一緒に活動
して下さるAI/IT会社様のお声掛けをお待ちしています。お問合せ先はこちらです。
尚、本頁は、技術の動向、社会情勢、企業事情、お客様からの声によって修正する場合も
あるので、何卒ご理解下さいますようお願い致します。
また本書にご意見等ございましたら忌憚なくお申し付け下さいますようお願い申し上げます。
２０２３年５月１５日
２ 本書の目的
年明けから生成AIの活用が始まり、今では”生成AI”や”ChatGPT”を耳にしない日があり
ません。危険性も言われています。
本書では、企業がこの恐ろしく便利なITツール（道具）をどのような形で業務に安全に使う
か、どのように生産性向上、業務の効率化につなげて行くかの説明をしてあり、その実現
方法にも触れています。
情報システム部門の方は安全な環境構築、事業部門の方は有効な業務活用を見出して
社内活用提案して行くかを考えて行くきっかけにして戴くことを目的に本書を書かせて戴
きました。
３ 当社DX概念図内における生成AIナレッジシステムの位置付
生成AIナレッジシステムの利用は事業部門全体を対象としています。
以下の
４ 部門内担当者のユースケース
各部門の業務担当者は、ChatGPTのような生成AIを使って、ご自身の業務に置き替えた
時、
「だったら、あっちこっちのシステムを使うのではなく、ＣｈａｔＧＰＴのようなシステムで社内
の全システムを見て、欲しい情報の最適解が欲しい」
と感じるのではないでしょうか？
当社では、そのようなニーズにお答えすべく、どんな担当者がどんな質問をしたいかという
ユースケースを幾つか整理しており、それらも参考にして、その後作成する”期待する質疑
応答集”の参考にして戴ければと思います。
この”期待する質疑応答集”は、構築後の回答精度の評価に使います。
構築作業で学習させるデータも、これらの回答に必要な情報源を適用することになります。
どこにも存在しない場合は、新たに学習データを作る必要があり、何らかのシステムか文書
ファイルで用意する必要があります。
参考までに各部門様のお悩みの例を”ユースケース例”として抜粋致しました。（工程順）
（弊社の”提案書テンプレート”から抜粋）
(１) 商品開発で利用者の声を反映した新製品開発をしたい時。
(２) 取引先からの引合で、過去の類似案件から新たな見積案を作りたい時。
(３) 自社製品の取引先提出の提案書のアイデアが欲しい時。
(４) 設計時に過去ノウハウを活用して新規設計の参考意見が欲しい時。
(５) CADの操作方法がわからない時、効率よく回答が欲しい時。
(６) CAE作業で過去の解析結果から新規設計のアドバイスが欲しい時。
(７) 品質問題が発生して過去の対応情報から早期かつ最適対応をしたい時。
(８) 廃棄・再生業務で廃棄対象になっている部品の再利用案が欲しい時。
(９) 入社まもないことやテレワークが多い為、先輩に対面相談がしにくい時。
(１０) 先輩や熟練者に技術的な相談をしたいが、退職・休職している時。
これらが全て実現するかは学習データ次第、生成エンジン次第ですが、先ずは、この
ような、”使いたくなるシステム”を目指したいと考えています。
創業以来の各種ノウハウがこのような形で活用されることによって、自社の底力が発揮
されると考えます。
５ 学習データ対象（社内で共有したい情報源）
学習データは知りたい情報が格納されているデータ管理システムや文書ファイルが対象
になります。
これには、お客様で運用中の
（１） CADや図面管理システム
（２） CAEやCAEデータ管理システム
（３） PDMシステム
（３） PLMシステム
（４） BOMシステム
（５） BOPシステム
（６） 文書管理システム
（７） 仕様書管理システム
（８） 設計図書
（９） 各種報告書
（１０） 品質管理システム
（１１） 問合せ対応履歴
（１２） 議事録
（１３） その他社内事業部門共有ファイル
等を対象としています。
これによって、お客様独自の”
究極のナレッジシステム” の構築を目指し、製造業（建設業やヘルスケアも同様）に新たな価値を提供させて戴きたいと考えています。
６ 当社の生成AIナレッジシステム構築支援
製造業向け生成AIナレッジシステムの事前準備（BPR含むコンサルティングから）、構築
支援、評価支援をさせて戴きます。
全体の流れとしては、
（１） 事前準備（課題抽出、BPR、期待する質疑応答集作成、RFP作成等）
（２） 構築準備（課題解決の為の学習データ対象選定、抽出方法等）
（３） プロトタイプ開発（イントラ環境構築、学習データ抽出及び登録）
（４） プロトタイプ評価及び調整（RFP検証、課題解決検証等で推進判定）
（５） 本番システム構築（本番システム構築、インフラ準備、運用ルール等）
となります。
ますが、PLMから抽出想定の学習データを作成し、検証用プログラムも作成済であり、お
客様のご要望がございましたらプロトタイプ開発や本番システム開発で弊社協力会社含
めて対応させて戴きます。
もし、お客様側で「構築技術者を社内で養成したい」という場合はご支援させて戴きます。
役割分担等につきましては、ご相談下さいますようお願い申し上げます。
７ 生成AIエンジンの選び方
どんなITツールも同様ですが、システム導入が目的になってはいけません。
システム導入が目的になると、利用者の課題が意識されていないことになるので、世に言
う”使われないコンピュータ”になります。
トップダウンで押し付けても、利用者がメリットを感じないと会社としてもプラスになりません。
結果として”使わされるシステム”になり、成功したシステム導入とは言えません。
当社は他のITツール同様、”課題ありき”を基本に、”課題解決する為のITツール”の導入
を前提にしています。更に、生成AIナレッジシステムは”使いたくなるシステム”を想定して
います。
従って、「どの生成AIエンジンが良いか」と単なる比較表をやネームバリューで選ぶのでは
なく、会社（全社、部署、個人）の課題（経営課題、業務課題、システム課題）を解決する為
に役立つITツールを選ぶ必要があります。
生成AIエンジンも例外ではなく、雨後の筍このように、あちらこちらで開発やリリースが発
表されており、今後は更に加速します。
弊社では、課題解決に必要なITツールの選び方を含めたコンサルティングもさせて戴いて
おりますので、迷った時はご相談下さい。
弊社生成AIに必要な生成AIエンジンは以下のような条件が必要です。（出来る事が異なります）
（１） イントラネット環境（オンプレ又はクラウド）への対応が可能なこと。
（２） マルチモーダルデータが生成出来ること。（テキスト、画像、動画、音声・・・）
（３） マルチモーダルデータが学習出来ること。（同上）
（４） APIが提供されていること。
（５） 日本語対応していること。（プロンプト、生成、LLM）
（６） LLMと社内学習モデル（優先）の両参照での最適回答が生成出来ること。
（７） 社内学習モデルに各種ファイル拡張子レベルで学習出来ること。
（８） 各種ファイル拡張子が生成出来ること。（ツール併用可）
（９） ローカルにLLMを置けること。
（１０） LLMバージョンアップ時APIや社内学習モデルの互換性が維持されること。
（１１） プロンプト利用者の支援機能も提供されていること。（操作性による）
使用目的や使用範囲にもよりますが、これらを満たすことによって、柔軟な活用につなが
るものと思われます。
弊社は生成AIエンジンやAPIを使った生成AIナレッジシステムの構築でご支援させて戴く
会社ですので、構築時にベスト（実現性、API検証結果、将来性、・・・等）な生成AIエンジン
をお客様と一緒に選定支援させて戴きます。
８ その他
８－１ ChatGPT等の生成AI活用の議論について
現在、政府を始めとして、地方自治体や民間企業においても業務での生成AIの活用につ
いて賛否両論があります。
機密情報を扱ってはいけない等の運用ルールの作成は必要ですが、それだけでは不充
分であり、機密情報と意識せずに使ってしまう人も出てくると思います。
賛成とか反対とかの意見だけでなく、弊社では２０１５年の構想段階から、このような状況
を踏まえていた為、独自の考えを持っています。
「生成AIを使うか、どう使うか」ではなく、そのまま使うことは危険なので、社内専用環境を
作って活用することは最低ラインで、更に積極活用されることをお薦め致します。
８－２ 生成AIを使う意味
日本国内では生成AIの活用は２０２３年１月あたりからと思われますが、企業は業務利用
を許可している会社がある一方、禁止している会社もあるようです。
いつの時代も、便利な物が出来たら、それを良い道具として使う人もいれば、悪用する人
もいます。
道具は使う人、使い方によって、良くもなり、悪くもなります。
生成AIをうまく使いこなすことが業務効率化につながり、プロンプト技術の向上が求めら
れ、生成AIを使いこなせないことが企業の足を引っ張る時代が来る可能性もあります。
プロンプトエンジニアの育成も必要になって来ますが、先ずは社員１人１人が安全な環境
（イントラネット環境）での業務効率化に有効活用されることをお薦め致します。
８－３ 機密情報の判断
弊社がご提案する”イントラネット＋社内用ナレッジシステム”にするまでは、各社様運用
ルールを設けて許可する会社様もありますが、運用ルールで「機密情報は入れるな」と言
ったところで、本人が機密情報と認識していなければ、無意味な取決めになります。
特に、入社間もない従業員が、自己判断で「機密情報じゃないだろう」と思って入れてしま
う可能性はあります。しかも、社歴が浅い人の方が生成AIに頼ってしまう可能性も想定さ
れます。
これまでは、わからないことがあったら先輩に聞いていたと思いますが、ChatGPTが
登場してからは、「先ずはChatGPT」になる可能性もあります。
（特に人と接するのが苦手な人、先輩に聞いたらスキルを疑われるとかの空気の職場）
運用ルールについては、そのあたりの取決めも入れておいた方が良いと思います。
機密情報入りの質問を投げて、履歴保存をオフにせずに使ってしまうと、それらも学習さ
れて、同業者が見てしまう可能性もあり、会社の経営リスクにつながる懸念もあります。
想像するだけで心臓が止まる思いです。
機密情報かどうかの判断は、先輩等の有識者に聞いた方が良いと考えます。
８－４ 生成AIナレッジシステムの構築フェーズ
弊社のご提案は生成AIエンジンをイントラネット化して積極的有効活用することですが、
適用範囲によっては時間を要するケースがあるので、それまでのつなぎとして、先ずは
イントラネット化のみを優先する方法もあります。
逆に、イントラネットにせずに生成AIをインターネット環境で使うことは、非常に危険な状態
と思われます。
そこで、フェーズを２つに分けて、以下のように進める方法もあります。
フェーズ１
セキュリティ対策として先ずはイントラネット環境にして、機密情報も入れて
良いことにします。
フェーズ２ あらゆる社内ノウハウを学習させて積極的有効活用
お客様独自のナレッジシステムの構築を想定しており、フェーズ１と並行し
てフェーズ２の準備を行います。
主に、BPRや課題解決ロードマップを通じて構築準備を行います。
最初はプロトタイプ構築で有効性を確認し、有効性が見込まれる場合は
適用範囲を限定して運用版を構築し、徐々に適用範囲（学習対象範囲）
を拡大して行くご提案です。
８－５ 大手製造業様の実態調査
弊社では、これまで大手製造業様の生成AIの利用状況を伺って参りました。
２０２３年５月２６日現在、２５０社様以上にお話を伺って参りましたが、概ね以下のように
分類されます。
（１） 許可も禁止も通達がない。（大半でした）
（２） 使用禁止になっている。
（３） 運用ルールはあるが、許可されている。
（４） 無回答。
残念なことですが、「イントラネット環境を作って・・・」や「安全な環境を作って積極活用
する」というお言葉は１社もお伺い出来ませんでした。
どのご回答も危険な状態と思います。（理由は８－３の通りです）
同時に、弊社ご提案の”社内独自のナレッジシステム”についても伺いました。概ね以下の
ように分類されます。
（１） 興味があるので話を聞きたい。
（２） 面白そうである。
（３） IT部門じゃないのでわからない。
（４） 無回答。
更に、（１）や（２）のお客様からは以下のコメントもございました。
（１）
（２） 社内で意見を聞いてみる。
（３） 挙げているユースケースは当てはまっているので、すぐにでも使いたい。
とのことでした。
事業部門様の方々で、主に設計部門様、生産部門様、品証部門様はご自身様の業務に
置き換えて戴いて、実感をお持ち戴けたようです。
弊社のご提案は、
「最低でも使用禁止にするかイントラネット（安全な環境）にするかのいずれか」
と考えており、更に
「創業以来の眠っている色々なノウハウを学習させて独自のナレッジシステムを作る」
です。
１日も早く、イントラネット環境を構築されることをお薦め致します。
弊社もご支援させて戴きます。
９ さいごに
生成ＡＩはテキストからテキスト生成、テキストから画像生成へとマルチモーダル化傾向に
あります。既に動画や音声情報も入力対象や生成対象になりつつあります。
これらが入力（プロンプト）と生成にフル活用されることになったら、出来ることが更に増え
て、やりたいことも高度になって行きます。
無限の可能性につながります。
生成AIはまだ始まったばかりですが、今後５年、１０年かけて、活用分野、活用方法がま
たたく間に変化して行きます。
減る仕事も増えますが、新たに”プロンプトエンジニア”という仕事も増えて行きます。
便利な道具は、後戻りが出来ません。
生成AIとうまく付き合って行く時代になりつつあるので、時代に取り残されないように社内
専用のイントラネット環境を早期に立上げ、安全な環境での有効活用の必要があると考
えます。
１０ 生成AIナレッジシステム検証プログラム（AACGPB)のご案内
改訂履歴
２０２３年 ３月２３日α版公開
２０２３年 ５月 １日β版公開
２０２３年 ５月１５日正式版公開
２０２３年 ５月１８日「８－３」を追加。
２０２３年 ５月１９日”４ 部門内担当者ユースケース”にユースケース例を追加
２０２３年 ５月２４日「８－４」を追加（フェーズ分及びロードマップ）
２０２３年 ５月２６日「８－５」を追加（大手製造業１００社の生成AI利用状況）
２０２３年 ５月２８日大手製造業の利用状況調査を２５０社に拡大、高評価コメント追加
２０２３年 ７月 ３日”さいごに”の後にAACGPBのご案内を追加。