先日、「製造業のための生成AI実装ロードマップ」というオンラインセミナーを受講しました。図面1枚から部品表を作り、見積・発注・生産計画へと情報をつなぐ実演です。
使われていたのは、生成AI「Claude(クロード)」を活用したAIエージェントでした。私たちに馴染みのあるAIチャットとは、使い方にどのような違いがあるのでしょうか。
| 比較項目 | AIチャット | AIエージェント |
|---|---|---|
| 基本的な使い方 | 質問や依頼に、その都度答える | 目的に向けて複数の作業を進める |
| 作業の進め方 | 人が次の作業を指示する | 与えられた権限の範囲で手順や道具を選ぶ |
| 図面業務の例 | 「部品表を作って」と依頼する | 部品表を作り、関連資料と照合し、確認事項をまとめる |
| 人の役割 | 回答を確認し、次の作業へ進む | 目的・条件を示し、途中の確認や最終判断を行う |

これは製品名による区別ではありません。Claudeもチャットとして使えます。今回は、「質問に答える」から「一連の作業を進める」へと活用を広げていたのです。
当社は、半導体製造装置メーカーの設計支援を行う会社です。特に関心を持ったのは、図面からの部品表作成、図面の検図、図面と部品表の照合の3点でした。
実演では、寸法合計と全長寸法の食い違いや、図示された部品数と部品表の数量差をAIが指摘。分からない点は勝手に決めず、人に確認を求めていました。設計者の確認作業を支える可能性を感じます。
一方、「お客様の図面を渡して大丈夫なのか」という情報セキュリティ上の疑問もあります。Claudeには、法人向けに入力内容や回答を標準では学習に利用しないサービスがあります。ただし、外部への送信や保存がないわけではなく、契約・設定・お客様との取り決めの確認が必要です。
今回の実演は架空の教材によるもので、当社での精度や費用対効果は未検証です。現時点で導入を決めたものではありません。
AIが確認作業を支え、設計者が考える時間を増やす。 今後もAIの新しい情報にアンテナを張り、情報収集に努めながら、設計品質の向上や業務の効率化につながる活用の糸口を模索していきます。