三菱マテリアルは東京科学大学との共同研究により、人工知能（AI）を用いたマテリアルズインフォマティクス（MI）技術を活用し、新たな光触媒材料を開発した。この成果は、材料探索の効率性を証明するとともに、従来の試行錯誤型研究よりも大幅に研究を効率化できることを示している。

2022年に設立された「三菱マテリアル　サステナビリティ革新協働研究拠点」でのこの共同研究では、新しい可視光応答型光触媒材料が開発された。MI技術を駆使して、多くの添加元素候補から光触媒性能向上に寄与する元素を迅速に選定。東京科学大学が合成した新材料は、可視光照射下での水分解による水素生成性能が大幅に改善されたことが確認されている。この研究は、水素利用技術の発展に寄与し、将来的には人工光合成システムへの応用が期待される。

MI技術は、豊富なデータとAIを活用し、材料の特性や最適な組成を迅速に予測する手法である。このアプローチにより、新材料の探索と設計を効率化し、従来の研究手法に比べて研究期間の大幅な短縮が実現される。AI技術の具体的な適用により、研究の生産性が向上し、持続可能な材料開発に貢献している。

アウディは2026年1月27日、製造およびロジスティクスにおいて人工知能（AI）を幅広く導入することを明らかにしました。この技術により、アウディは生産効率の飛躍的な向上を実現し、最終的には1000台以上の産業用PCを削減しました。AIは従業員のパートナーとして機能し、人体への負荷が大きい作業を任せられるAI制御ロボットや、業務支援Chatbotが活用されています。

アウディは「Edge Cloud 4 Production（EC4P）」を運用し、生産プロセスの簡素化や現場ハードウェアの削減を実現しました。これにより、車両仕様のリアルタイム情報を中央で管理し、メンテナンスコストも低減しています。一方、溶接スパッタ検知システムもAIを利用して、スパッタの位置を光で示したり、ロボットアームがその除去作業を行うなど、品質維持にも貢献しています。

また、アウディは「ProcessGuardAIn」を開発し、生産プロセスをリアルタイムで監視。異常を早期に検知し、問題を専門家に通知することで、効率的な運用を実現しています。さらに、ワイヤリングハーネスのデジタル化および自動化プロジェクトでは、リードタイムの大幅な短縮を達成しています。

こうした取り組みにより、アウディは製品の品質と生産性を向上させ、未来の自動車製造の新たなスタンダードを築いています。

日本IBMは2月6日、製造現場の作業計画を高度化するためのAIソリューション「IBM Global Integrated View Manufacturing Orchestrator」を発表しました。さらに、このソリューションを基盤とした自動搬送AIシステム「Orchestrated Robotic Intelligence ON-demand（ORION）」も同時に提供開始しました。これにより、製造業の生産性向上やレジリエンス強化を実現します。

IBM Global Integrated View Manufacturing Orchestratorは、AIを駆使して複雑なスケジューリングを最適化します。納期、設備稼働率、段取り回数などの様々な制約を考慮し、数万タスク規模の作業計画を自動で生成します。このシステムのAIエージェント機能により、計画立案は自然言語の指示で行えるため、ユーザーは専門知識がなくても容易に利用できます。さらに、変更の影響を迅速に分析・要約し、意思決定をサポートすることで、業務の効率化が図られます。

具体的な応用例としては、製造ラインの調整や資材の自動手配において、迅速なスケジュール変更が可能です。この結果、ダウンタイムの削減や生産プロセスの柔軟性向上が実現します。また、効率的な作業計画により、コスト削減や納期遵守の向上が期待でき、企業全体の成長を促進します。

AIと製造業の未来：真のマスカスタマイゼーションの到来

2026年02月10日

AIの進展は製造業に革新をもたらし、特に真のマスカスタマイゼーションの実現が期待される。AIを活用することで、製品の設計や製造がより柔軟になり、個別顧客のニーズに応じたカスタマイズが可能に。例えば、General Motorsはクラウドベースの自動設計AIと3Dプリンターを利用して自動車部品を効率的に開発しており、BMWはMINI車の内外装を自由にカスタマイズするサービスを提供している。また、adidasは3Dプリンターを活用して個々のニーズに合わせたランニングシューズを生産している。

AIの導入は業務の効率化だけでなく、組織や業界の構造変化も促進する。AI 1.0では業務の最適化が、AI 2.0ではビジネスモデルの再構築が進み、AI 3.0においては企業間のオーケストレーションによるサプライチェーン全体の最適化が実現されます。特に製造業×AI 2.5では、フレキシブルラインにより多品種少量生産が可能となり、顧客の多様な要求に対応できるようになる。

しかし、マスカスタマイゼーションには、企画・設計と製造のプロセスに依然として人手が多く頼られているという課題も。これを解決するためには、フレキシブルラインの導入とAIを活用した生産管理の整備が必要です。企業は自社の製品特性を理解し、新たなビジネスモデルと整合性を持つことでAIの活用を最大化できるでしょう。