Frontline Workersを最優先とするAI：Tulip 製造業の未来像

『Manufacturing Happy Hour』のホストであるクリス・ルーケと、Tulip 創業者兼CEOであるナタン・リンダーとのこの対談では、業界全体で現在起きている動きという視点から、その問いについて掘り下げています。

地域や業界を問わず、製造業は転換点を迎えています。数十年にわたる自動化への投資にもかかわらず、生産性の伸びは頭打ちとなっています。サプライチェーンは依然として不安定な状況が続いています。熟練労働者の確保と定着はますます困難になっています。一方で、AIは実験段階から実用段階へと移行し、物理的な業務への適用方法に関して、新たな機会と不確実性の両方を生み出しています。

製造業の次の段階は、ますます複雑化し、絶えず変化し、AIが活用される環境において、業界がいかにして人、プロセス、機械、ソフトウェアを効果的に融合させるかを学ぶかによって決まるだろう。

長年にわたり、自動化は生産性の課題に対する解決策として位置づけられてきました。十分なシステムを導入し、プロセスを十分に標準化すれば、生産量は自然と拡大するという前提があったのです。これはある程度は正しかったものの、残された生産性やイノベーションの課題の背景には、多様で、新たに生じ、かつ複雑な「ロングテール」の課題が存在します。現場で求められる判断力、適応力、問題解決能力に取って代わるような、「スイッチを入れるだけで動く管理マシン」など存在しないのです。

しかし、真の生産性とは別の形をとります。それは、経験豊富なエンジニアがより多くのラインを管理できるようになったり、オペレーターが上層部に報告することなく問題を解決できるようになったり、チームがより迅速かつ適切な意思決定を行えるようになったりしたときに現れるものです。生産性の次の段階とは、システムから人を排除することではなく、すでにシステムを理解している人々の力を最大限に引き出すことにあります。それは、人間主導のイノベーションの段階なのです。

この現実は、製造業が抱えるより根本的な問題を示しています。問題は、人員が多すぎるということではありません。業務を統括できる人材が不足しており、その結果、人材が無駄になっているのです。現場のエンジニア、オペレーター、品質管理チームは深い業務知識を有していますが、何十年もの間、彼らを支援するために設計されたソフトウェアは、硬直的で中央集権的であり、実際の業務の進め方とは乖離したものでした。 大規模な変革プロジェクトはしばしば失敗に終わり、チームはスプレッドシート、ホワイトボード、紙に戻らざるを得なくなりました。なぜなら、それらのツールは不完全ではあったものの、一元化されたシステムよりも現実を的確に反映していたからです。

その結果、こうしたシステムに対する不信感や、構造的な非効率性が生じている。

AIによって議論が再燃しているが、業界はこの新技術を活用するにあたり、製造現場の現実を踏まえ、過去の失敗を繰り返さないよう注意する必要がある。汎用AIツールは文脈を理解できないため、物理的な作業においては機能しない。機械や材料、品質上の制約、規制要件、あるいは失敗によるコストといった要素を理解できないからだ。

AIが真に役立つためには、本番環境の中に 組み込まれる必要があります。つまり、実際のデータとワークフローに基づいて動作し、意思決定と結果に対する責任は人間が負うという形です。そのような環境下では、AIは業務を加速させるツールとなり、チームが課題を分析し、ワークフローを構築し、文書内容を実行に移し、変化に対応するのを支援します。その際、責任の所在が不明確になることはありません。

この変化に伴い、製造業界全体で「AIプロセスエンジニア」という新たな役割が生まれています。彼らはソフトウェア開発者ではありません。すでに現場の状況を熟知しているプロセスエンジニア、品質エンジニア、および運用責任者であり、その知見を実用的なシステムへと変換する能力を備えています。AIがローコード・ノーコードツールに組み込まれているため、彼らは中央集権的なITプロジェクトを待つことなく、生産現場の現場で直接、アプリケーションを作成し、意思決定を自動化し、プロセスを改善することができます。

Tulip 、この次のフェーズの一環として、5,000人のAIプロセスエンジニアを育成することを最初の目標にTulip 。その目的は、人材に実践的な能力を身につけさせ、製造チームが最も重要な場面でAIを安全かつ効果的に活用できるよう支援することです。

製造システムがますますソフトウェア主導型になるにつれ、課題は自動化からオーケストレーションへと移行しています。現代の業務では、工場、サプライヤー、地域を越えて、人、機械、データ、ワークフローをリアルタイムで調整することが求められます。あらゆるニーズに対応できる単一のシステムやベンダーは存在しません。そのため、柔軟性とオープン性が極めて重要となります。

だからこそ、オープンで組み合わせ可能なアーキテクチャが重要となるのです。製造環境は本質的に異種混在であり、絶えず変化し続けています。システムは、長期的な進歩を阻害するような硬直的なモデルや独自仕様にチームを縛り付けることなく、統合、適応、そして変化に対応できなければなりません。

三菱電機Tulip最近の出資を含むパートナーシップは、こうした変化を反映しています。業界の焦点は、統合ではなく「連携」にあります。つまり、共通の顧客、共通の業務上の現実、そして変革は一度きりのものではなく継続的なものであるという共通の認識です。マシン層での自動化と運用層でのオーケストレーションは、競合するのではなく、連携して機能しなければなりません。

結局のところ、製造業の未来は、技術に関する話題よりも、むしろ説明責任によって形作られることになるでしょう。ソフトウェアプロバイダー、パートナー、そして顧客間の信頼は、透明性、信頼性、そして実際の業務の複雑さへの理解を通じて築かれます。技術は解決策の一部に過ぎず、残りの部分は、組織がどのようにして従業員が適応し、改善し、長期的に変革を主導できるよう支援するかにかかっています。

この瞬間は、製造業が今後どのように進化していくか、また、AIを責任を持って状況に応じて活用することで、この業界の発展にどのように貢献できるかという、長期的な議論における一歩前進です。