AIによる材料特性予測モデル、チューニングや最適化に向けたAI活用基盤が必要に

　1939年に自動車用懸架ばね工場を興して以来、金属加工の強みを活かし、さまざまな業界を支えるキーパーツを世界中に送り出している日本発条株式会社。世界14か国54拠点を展開しているグローバル企業として、乗用車や自動二輪、鉄道、船舶などに搭載されているばねや、自動車用シートを製造しているモビリティ関連事業をはじめ、データセンター向けのHDDや半導体製造装置に必要なキーパーツを手掛ける情報通信関連事業、工場・プラントや家電などに必要な各種パーツなどを展開する産業生活関連事業などを展開しています。現在は“～人を大切にし、社会へ貢献する～、～サステナビリティ活動のさらなる推進～”をグループ基本方針に据えた2026中期経営計画を掲げ、働きがいのある職場づくりや地球環境問題への取り組み加速、全社プロジェクトとしてのDX推進による競争力強化などに取り組んでいます。

　そんな同社では、研究開発領域においてもシミュレーション、データサイエンス専門部署の設置などDX展開を進めています。そのなかで、以前から機械学習をはじめとしたAI活用に向けた環境整備を検討してきた経緯があります。「開発リードタイムの短縮や製造条件の最適化、データに基づく判断を加えることによる新たな知見創出にAIを活用するというアイデアは、一部の若手社員がAI技術に興味を持ち、先行して調査を始めていたことがきっかけでした。」と研究開発本部 第一基礎技術部 部長 白石 透氏は振り返ります。

　予測モデル自体は大学との共同研究によってある程度形になっていましたが、チューニングや最適化のためにAIに活用できるデータベースが存在していなかったことが課題でした。「従来は研究者それぞれがExcelにて実験結果や検証データなどを管理しており、属人化した環境でした。共通で利用できるデータの基盤が存在せず、AI活用を進めるための環境としては十分でなかったのです」と同部 主査 高橋 啓太氏は語ります。

事例の続きはこちらからダウンロードいただけます。

お客様事例1ページ目サンプル