富士通は、AIを駆使した「AI-Driven Software Development Platform」の運用を開始しました。このプラットフォームは、大規模言語モデル（LLM）「Takane」と富士通のAIエージェント技術を用いて、要件定義から設計、実装、結合テストまでのソフトウェア開発プロセスを自動化します。複数のAIエージェントが協調し、人手を介さずに一連の工程を効率的に完了できます。

プラットフォームには、法令改正内容の分析、設計書やソースコードの照合、開発ルールに基づく品質検証、網羅的な結合テスト仕様とテストコードの生成機能が含まれています。これにより、複雑な大規模システムの理解と全工程の自動化が実現されます。

具体的な応用例として、富士通は医療および行政分野における67業種用ソフトウェアの法改正対応にこの基盤を適用することを計画しています。2026年1月から診療報酬改定に関連する改修の運用を開始し、2024年度の実証では、約300件の変更のうち1件の改修が従来の3人月からわずか4時間で完了し、生産性が約100倍向上しました。

今後、このプラットフォームは金融、製造、流通、公共分野に拡大し、顧客への提供を開始することで業界のスタンダードを目指します。この取り組みにより、法改正への迅速な対応とシステム確認の負担軽減が期待され、自社のリソースを新サービスの開発に注力できる時間を生み出すでしょう。

産業用AIが工場やサプライチェーンを改革し、急速に拡大するプロバイダーのエコシステムは、効率性の向上とイノベーションの加速に寄与しています。特に2025年第1四半期には、ヨーロッパのAI企業が約30億ユーロを調達し、前年同期比で55%の増加を記録しました。これにより、企業はワークフローを再考し、収益の大幅な改善を実現するAIアプリケーションを求めています。

生成AIは、デジタルシミュレーションと効率性の向上を通じて新たなソリューションを提供します。特に設計段階において、AIは構造データと非構造データの分析を可能にし、材料の選定や性能の向上を図ることができます。AIを活用したロボットの再設計により、CO2排出を82%削減できることも確認されており、産業界の環境負荷低減に貢献しています。

しかし、スタートアップが成功するためには、業界の文脈に応じた具体的なユースケースを明確に定義することが不可欠です。業界のニーズに対応したAIソリューションは、より良い結果を生むと同時に、強力なコラボレーションの重要性も強調されています。AI技術の幅広い適用可能性を考慮することで、スタートアップは顧客の期待を超える成果を提供し、信頼を築くことが可能になります。

ヤンマー建機株式会社は、ウイングアーク１ｓｔ株式会社の支援を受けて、生成AIを搭載したデータ分析プラットフォーム「MotionBoard」の新バージョンを導入しました。この技術革新により、生産計画の策定時間を50%削減し、業務効率を劇的に向上させました。

生産計画の策定において、ヤンマー建機は数千種類の製品仕様を考慮した最適なリソース配分を求められていましたが、従来の方法では専門的なスキルを必要とし、時間がかかるという課題を抱えていました。Excelを用いて手作業で行っていた生産計画は、熟練者でも毎日5～6時間以上を要するものでした。

MotionBoardの導入後、AIウィジェットを利用した生産計画ダッシュボードにより、シミュレーション作業が自動化され、並べ替えも直感的に行えるようになりました。この結果、計画策定にかかる時間が半分以下に短縮され、その業務全体の効率が向上しました。また、熟練者のノウハウが形式知化されることにより、属人化も解消されました。

利用者側にとっては、ドラッグ＆ドロップで簡単に操作可能なMotionBoardのおかげで作業負荷が大幅に軽減。生成AIによって蓄積された豊富なノウハウが、以前は言語化しにくかった情報を整理し、より精度の高い生産計画の策定を実現しています。

この成功により、担当者は現場の業務改善や若手サポートにさらに注力できるようになり、将来的にはMotionBoardを海外工場に展開する計画も進行中です。

News Release

Successful Remote Visual Inspection Using IOWN APN and Image Recognition AI Over 300km ~ Achieving Inspection Speed and Quality Comparable to Local Environments ~

February 19, 2026
NTT West Corporation
NTT Docomo Business, Inc.
Nitto Kohki Co., Ltd.

NTT West Corporation, NTT Docomo Business, Inc., and Nitto Kohki Co., Ltd. have successfully conducted a joint experiment connecting a data center in Kanto to Nitto Kohki's factory in Kakegawa, Shizuoka, using IOWN APN technology. This connection enables image data analysis and robotic arm control at speeds and quality on par with local environments. The unique features of IOWN APN — high capacity, low latency, and zero fluctuation — allow centralized AI capabilities and data from multiple factories, enhancing the efficiency and standardization of visual inspection tasks.

The manufacturing industry faces challenges such as a diminishing workforce and increasing product variations, making advanced and efficient visual inspections essential. Traditionally, implementing high-precision AI inspections required substantial investment in infrastructure at each factory, often hindered by network delays when utilizing remote data centers.

In this initiative, product images on a conveyor belt were captured and transmitted to the data center for real-time analysis with the image recognition AI “Deeptector®.” Defective items were identified, and real-time data, including coordinates of defects, was sent back to the factory’s robotic system for immediate correction.

Results demonstrated that using IOWN APN facilitated seamless inspection processes without latency issues, allowing Nitto Kohki to reduce manual inspections and improve efficiency with data-driven insights. Moving forward, the companies aim to expand AI inspection applications to more products, further enhancing operational efficiency across multiple factories.