{{item.title}}
{{item.text}}
{{item.text}}
トレンド技術を含めた包括的な施策で真のR&D改革を後押し
生成AIの利用についての議論が活発になっています。特に文章生成系の生成AIが注目されており、エンジニアリングチェーン領域においても適用が進んでいます。
一方で、CADやCAEの分野では、既にさまざまなツールにAI機能が搭載され、積極的に利用されています。これらも広義には「アウトプットを生成するAI」と言えますが、一般的には生成AIとは認識されず、先進企業での部分的な利用にとどまっています。
また、エンジニアリング業務(設計や生産技術など)においては、長年にわたるカイゼン思考に基づき、ノウハウの蓄積や標準化、自動化による業務の高度化が進められてきました。しかし、業務プロセスの改革だけでなく、生成AIなどの最新技術を活用し、組織や業務の在り方を根本的に見直す必要性が高まっています。
現在、生成AI技術には過度な期待が寄せられている一方で、利用においてはさまざまな課題に直面しており、限られた利用にとどまるか、あるいは「失望の時期」を迎える可能性があります。とはいえ、どの新技術も同様のサイクルを経て、本質的な活用に至るものです。そのため、生成AI技術をトレンドとして捉えるのではなく、問題解決のための手段が一つ増えたと考える必要があります。PwCコンサルティングは、各企業が直面する課題に対して、生成AI「も」含む包括的な施策を検討し、解決に向けたロードマップを策定していきます。
エンジニアリングチェーン領域で生成AIの活用を成功させるためには、施策決め打ちの改革ではなく、以下の3つの層構造(図表1)を踏まえたBPR(Business Process Re-engineering:業務改革)を検討することが重要です。
図表1:ECM(エンジニアリング・チェーン・マネジメント)の検討における3層構造の観点
生成AIの効果的な活用にはいくつかの重要なポイントがあります。特に生成AIの技術的要素を理解し、課題の原因との関連性を見極めることが重要です。PwCコンサルティングはこれまで多くの製造業のクライアントに対して、R&D領域の業務改革とデジタル改革を支援してきました。その過程で培われたR&Dコンサルティングの専門性を生かし、生成AI技術だけに依存しない真のR&D改革を支援します。
効果的・効率的な開発を目指す上で、結果系(開発効率の実績)と原因系(開発の戦略・組織・業務プロセス・その他仕組み)の両面から現状の開発の実態を分析し、原因系の改善余地を探ります。アセスメントはPwCコンサルティングが保有するフレームワークを活用して実施します。
専門家との対話やワークショップ、各種技術調査を通じて、あるべきECM像を定義した上で、BPRの改革テーマとハイレベルなロードマップを整理します。
生成AIの活用に関する漠然とした懸念や課題があるものの、今後どう対応していけばよいか分からないといった状況を解消するために、当領域の専門コンサルタントが2カ月間、週1回2時間程度、クライアント企業の担当者とフリーディスカッションを実施します。ディスカッションの中で各種の考え方やポイント、他社事例などを提示しながらクライアント企業に「転ばぬ先の杖」となるような知見を提示します。
効果的・効率的な生成AIの活用に向けて、業務プロセスやシステムを改革するためのポイントや進め方、各種手法・フレームワークなどについてワークショップ形式で解説します。実務を題材にしたグループワークを行うことで受講者の理解度が向上し、今後の改革ポイントを見いだすことができます。
| 企業 | 支援前の状況 | 主な支援内容 | 支援後の姿 |
| 製造業A | 製品開発の複雑化による従来型製品開発の限界 | RFLP型*1設計手法の適用支援 設計最適解、CAE解析結果のAI予測活用支援 |
サロゲートAIの活用によるCAE解析結果予測 |
| 製造業B | 発注元からの要求項目の増加・厳格化により、製品設計段階で複数の性能要求を満たす解を見つけ出すことが困難 | 多目的設計探査の活用支援 | 形状パラメータを定義し、多変量解析で複数要求の成立範囲導出から形状最適化までを実施 |
*1 要求(Requirements)、機能(Functional)、論理(Logical)、物理(Physical)の頭文字を取った設計モデル
{{item.text}}
{{item.text}}
{{item.text}}
{{item.text}}