【実態調査】製造業の生成AI活用の今。「期待と不安」が浮き彫りに

生成AIへの期待感は高まる一方ですが、製造業における生成AIの活用はどの程度進んでいるのでしょうか。

Salesforceは、2023年10月31日から12月1日にかけて「製造業における生成AIの活用と課題」と題して、現場への意識調査を行い、157件の有効回答を得ました。リアルな検討状況や課題などが浮き彫りになっています。レポート詳細を知りたい方は以下から入手してください。

実際に製造業での活用状況や懸念はどうなっているのでしょうか。そこで Salesforce では調査を行いました。

ここでは、実際のレポートのご覧になっていただく前に、3つのポイントを解説します。

63%以上が生成活用に前向き

生成AIの活用状況は「業務で活用中」（14％）「トライアル中」（22％）「活用を検討中」（27％）を合計すると、63％に達し半数以上が活用もしくは活用意向を持っている結果が出ました。

生成AIは本格的に注目され始めてようやく1年が経過した新しい技術であり、これは「デジタル技術の採用に慎重」だと見られてきた日本の製造業にとっ て珍しい結果だといえます。

生成AIの具体的な用途としては「ドキュメントの作成支援」（64％）「ドキュメントの要約」（47％） が多い回答で、従来は効率化が難しく人の” カンコツ” に頼っていた文書系の作業効率化への期待が高いことが分かります。

58%は回答精度やプライバシーに強い課題を感じている

一方で、生成AIにおける作業支援の信頼度については「下調べなど業務の補助に使えるレベル」が51％、次点で多かっ た回答は「業務内の一部を移管し効率化できるレベル」で17％となっています。

生成AIによる業務の完全自動化「1つの業務を丸ごと自動化できるレベル」（1％）「顧客対応など複数業務をまとめて自動化できるレベル」（4％）など、完全な業務自動化を進める回答は非常に少なく、業務アプリケーションとしての信頼性に問題があることが分かりました。

生成AI活用の最大の障壁としても、最も多かった回答は「回答の精度向上や回答内容の正当性を担保する仕組み」で 34％、次に多かった回答は「セキュリティとプライバシーの問題」で24％となり、この2つの回答で半数以上を占めました。

 回答の精度や正当性、信頼性を高めていくためには業務データや信頼性のあるデータを与えて学習内容を向上させる必要 があります。しかし、セキュリティやプライバシーの問題が解決できなければ、信頼性の高いデータを与えることが難しいというジレンマが伺える結果となりました。

信頼できるデータ活用基盤を用意した上で、信頼できる業務データを生成AIの学習に活用 するという流れで整備することが、この回答の精度向上や信頼性向上という最大の課題を解決し、生成AIの用途を広げる推進力になると見ています。

企画アイデア出し、カスタマーサービスへの適用に期待

製造業において今後、生成AIが最大の価値を発揮する職務について聞いたところ、最も多かった回答は「市場動向把握やアイデア出しの壁打ちが容易になる製品企画関連部門」で20％、次に「顧客回答のナレッジ化や自動化が可能となるサービスセンター関連部門」で 18％となりました。

また「情勢やアクセスが難しい諸外国などに対し、シームレスな進行をする上で、情報の要約と補助に使いたい」 とするなど、グローバル化でサプライチェーン関連情報 が複雑化し膨大な情報量となる中、こうした取りまとめに使えるのではないかとした製造業ならではの意見もありました。

膨大な顧客とのやり取りの情報を要約、ナレッジ化する、それらを応答に活かすなどの試みは製造業界だけにとどまらず多くの引き合いが Salesforce にも寄せられています。Salesforce のAI である Einstein はカスタマーサービス向けにも Service AI として機能を有しており、特に大企業よりも中小企業において引き合いが強く、人員拡大と同程度の生産性向上が期待されています。