リコーと川崎重工、AIで設計の「暗黙知」を継承へ：図面と熟練技術者の経験をどう活かすのか

リコーと川崎重工業は2026年11月2日、AIによる設計業務の知識資産の活用を進める戦略的パートナーシップを構築したと発表した。設計文書や図面に蓄積された知識と、熟練技術者が持つ経験や判断のノウハウ、いわゆる暗黙知をAIで横断的に理解し、整理して活用する方法を検証する。製造業が長年抱えてきた技術継承の課題に、生成AIで正面から向き合う取り組みとして注目されている。

発表によると、対象となるのは航空機やロボットなど複雑な製品を手がける川崎重工の設計や技術の領域だ。リコーの大規模言語モデルと大規模マルチモーダルモデルを川崎重工のオンプレミス環境に導入し、実際の業務環境に即した検証を行う。機密性の高い設計情報を社外に出さずに扱える点が、この提携の大きな特徴となっている。

なぜ今、設計の知識継承が課題なのか

製造業の現場では、設計文書や図面、報告書といった形のある資料が大量に蓄積されている。ところが、それらが十分に活用されていないことが課題だと両社は指摘する。資料が部署ごとに分散していたり、形式がバラバラだったりして、必要な知識を探し出すだけでも手間がかかるからだ。

さらに深刻なのが、熟練技術者のノウハウの属人化だ。長年の経験から培われた判断基準や、図面の行間を読むような感覚は、文書に書き残されていないことが多い。人手不足が進み、熟練技術者の退職が増えるなかで、こうした知識を組織全体で引き継ぐ仕組みづくりが急務になっている。

AIの活用は、こうした課題に対する一つの答えだ。文書や図面を読み解く力を持つモデルがあれば、過去の設計判断の背景をたどったり、似た事例を探したりする作業を効率化できる。ただし、製造業の設計情報は機密性が高いため、クラウドにそのまま預けるわけにはいかない。今回の提携がオンプレミス環境を前提としているのは、そのためだと考えられる。

提携で具体的に何を検証するのか

今回のパートナーシップでは、リコーのAI技術と知見、川崎重工のユースケースや業務データ、技術文書などの知識資産を組み合わせる。具体的には、企業内のドキュメントの読解に強みを持つリコーの言語モデルとマルチモーダルモデルを川崎重工のオンプレミス環境に導入し、設計文書や図面に蓄積された知識の活用を進める。

マルチモーダルモデルとは、テキストだけでなく画像や表、グラフなど複数の形式の情報をまとめて扱えるモデルのことだ。設計の現場では、図面や表、グラフを含む高度な技術文書が日常的に使われる。文字情報だけを読むモデルでは拾いきれない知識も、図面と文書をあわせて理解できるモデルなら整理できる可能性がある。

もう一つの柱が、熟練技術者の暗黙知の整理と可視化だ。経験やノウハウ、判断基準をAIで整理し、組織内で継承して活用する方法を検証する。ここで重要なのは、AIに設計を丸投げするのではなく、技術者の思考と判断力を広げるための道具として使うという姿勢だ。川崎重工の技術開発本部長も、そうした考えを示していると報じられている。

リコー側は、生成AI基盤とAI導入の技術や知見を提供する。リコーは2025年12月に、企業内に蓄積された文書や図面、報告書などの知識資産や非構造化データをAIで利活用する企業向けAIプラットフォームを発表しており、今回の提携はその流れのなかにある。川崎重工側は、ロボットや鉄道車両、船舶、航空機などの製品開発で蓄積してきた設計や技術の知見に加え、図面や表、グラフを含む高度な技術文書、業務データ、実証環境を提供する。

オンプレミスであることが持つ意味

この提携で目を引くのが、オンプレミス環境への導入を明確に打ち出している点だ。オンプレミスとは、自社の施設内にシステムを置いて運用する方式で、データを社外のクラウドに出さない。設計図面のような機密情報にとって、この選択は現実的で重要だ。

製造業では、製品の設計情報がそのまま競争力につながる。クラウド型の生成AIサービスは便利だが、入力した情報の扱いや保管場所について慎重な検討が要る。社内環境で動くモデルなら、機密情報を社内に閉じたまま、文書の検索や整理、要約といった作業にAIを使える。セキュリティと利便性のバランスを取るための、製造業らしい選択だといえる。

また、実際の業務環境での検証を重視している点も見逃せない。実験室のデータではなく、川崎重工の現場の文書や業務データを使うことで、机上の性能ではなく実務での使い勝手を確認できる。AIの導入が現場の負担を増やすようでは意味がない。検証の段階から現場の声を入れる姿勢は、他の製造業にとっても参考になるだろう。

まだ公表されていないことと今後の注目点

現時点で公表されているのは、提携の方向性と検証の枠組みだ。実証の終了時期や、AIによる設計時間の削減率、製品への実装範囲、費用、商用提供の時期などは公表されていない。成果が出たと断定するには早い段階であり、今後の実証結果と適用範囲を確認する必要がある。

注目したいのは、検証がどこまで進むかだ。たとえば、過去の設計文書から関連事例を素早く見つけられるようになれば、若手技術者の学習期間は短縮されるかもしれない。熟練者の判断基準が整理されれば、設計レビューの質も安定する可能性がある。一方で、暗黙知のすべてを言語化できるわけではない。AIが提示した情報を最終的に判断するのは、やはり人間の技術者だ。その役割分担がどう設計されるかも、今後の焦点になる。

この提携は、単なる二社の協業にとどまらない意味を持つ。日本の製造業全体が、熟練者の退職と人手不足という同じ課題に直面しているからだ。設計知識の継承にAIを使うモデルが実務で機能すれば、他の業種や企業にも広がる可能性がある。2026年11月の発表は、その第一歩として記録しておきたいニュースだ。

Frequently Asked Questions

リコーと川崎重工の提携は何を目的としていますか

設計文書や図面などの知識資産と、熟練技術者の経験や判断といった暗黙知をAIで理解し、整理して活用する方法を検証することが目的です。技術やノウハウの継承と、設計業務の高度化を目指しています。

なぜオンプレミス環境でAIを使うのですか

設計図面などの機密性の高い情報を社外に出さずに扱うためです。自社環境で動くモデルなら、情報を社内に閉じたまま、文書の検索や整理にAIを活用できます。

この提携の成果はいつわかるのですか

発表時点では、実証の終了時期や削減率などの具体的な成果指標は公表されていません。提携は検証の段階にあり、今後の実証結果と適用範囲の発表を確認する必要があります。