製品ごとに異なる厳しい品質基準、現場の熟練者が培ってきた高度な加工ノウハウ、取引先との間で受け継がれる緻密な仕様。製造現場のデータには、日本の製造業を支える「現場の知恵と工夫」が凝縮されています。

「この貴重な現場の知恵や過去の知見をAIで活かしたい」と、図面や仕様書をAIに読み込ませてみる取り組みが広がっています。しかし、いざAIに尋ねてみても、熟練の現場社員が行うような筋の通った納得感のある回答は返ってきません。

これは決して現場のデータの作り方や運用の問題ではありません。製造業のデータは本来、製品・工程・設備・コストが複雑に絡み合った「極めて高度な知識の結晶」であり、従来の単純なAIや検索ツールがその「奥深い文脈」を理解できていないことが原因です。

ここで注目されているのが「セマンティックレイヤー」です。しかし、キャディが提唱するセマンティックレイヤーは、従来BIツール等で語られてきた集計用の用語統一とは異なり、図面・部品・工程・コストといった、非構造化データまでを含めた業務概念をつなぎ合わせるデータの地図です。

本講演では、一般的なセマンティックレイヤーとの違いと、AIを本当の意味で「現場の頼もしい相棒」に進化させるためのアプローチを解説。業務概念をあらかじめ繋ぎ合わせるモデル起点の設計思想と、実践例をお伝えします。