提供国产生成式 AI 基础技术自主开发与生成式 AI 服务的 Stockmark 株式会社宣布，已获选参与经济产业省与 NEDO 推动、旨在强化日本国内生成式 AI 开发能力的项目「GENIAC」第 4 期中「制造业数据等 AI-Ready 化相关研究开发」项目。 配合此次入选，Stockmark 将与代表日本的大型企业 16 家合作，启动「日本企业隐性知识／内部数据 AI-Ready 化项目」。本项目将与 16 家参与企业分别设置具体应用场景，推动各公司的 AI-Ready 化，并最终公开由实证取得的 AI-Ready 化 know-how，以大幅促进生成式 AI 在日本商业整体的社会实装。 项目背景在于，企业使用生成式 AI 时，仅依赖网络公开数据训练的通用 AI，在专业性与可信度方面被认为不足。下一阶段的关键，是活用企业内部沉睡的非公开数据。然而，在日本制造业等基干产业中，许多数据以图面、手册等非结构化形式保存，熟练人员的 know-how 也常以隐性知识存在、未被文档化。若要由企业自行完成 AI 活用，需要高度专业知识与庞大工时。 Stockmark 因此将与引领日本产业的 16 家企业合作，展开实证实验，把这些机密数据与工匠知识转换为 AI 可学习、可活用的形式，也就是 AI-Ready 化。 Stockmark 过去通过自主开发的国产生成式 AI 基础技术、制造业 AI 代理「Aconnect」、以及自律型 AI 运用平台「SAT Agent Cockpit」等解决方案，支持多家企业解决课题。本次事业将最大化运用这些经验，与日本大型企业共同创建在制造业等特定领域中、通用 AI 难以处理的 AI-Ready 化 know-how。通过活用企业内部庞大的非公开数据，突破依赖公开数据进行 AI 学习的限制，提升日本企业使用生成式 AI 的能力，并促进其导入真实社会。 本事业将 AI-Ready 化定义为：把非公开数据转换为 AI 能够学习与活用的状态。依据经济产业省指引，将从三个轴线整备：数据结构化，将图面、表单与隐性知识转换为 AI 可理解语意的逻辑结构；品质与治理，创建兼顾机密保护与精度验证的管理基础；学习循环，导入反映现场回馈并持续更新 AI 的机制。 本事业将聚焦两大主题。第一，是按产业别将数据 AI-Ready 化，并通过 Skills 制作 Agent-Ready 手册。各产业特有的图面、表单、手册、聊天纪录与业务流程文档，将被转换为 AI 代理可理解的 Skills，并创建产业别数据结构化的最佳实务。过去 AI 精度改善需要专任工程师，本方法则让现场人员以自然语言更新 Skills，即可持续提升 AI 精度，为多数无法配置专任 AI 运用人才的日本企业提供现实可行的 AI 落地路径。 第二，是建构产业与业务特化型数据基础及 AI 代理。日本制造业拥有世界顶尖的实验数据、配方、设计图，以及各产业特有的业务数据，但因机密性而长期未被充分活用。本事业将导入联邦学习与合成数据技术，使企业不必将机密数据外部化，也能活用数据，创建产业与业务特化的数据基础与高专业性 AI 代理。在完全维持数据主权的前提下培育产业与业务特化 AI 资产，这是日本国内首次本格实证。 除上述两大主题外，项目也将同步推进各公司 AI-Ready 化所需的议题，包括验证权限管理与遮罩等 guardrail 功能，以及在私有云环境中的安全处理基础。 参与企业包括味之素、伊藤忠商事、NGK、神户制钢所、捷太格特、铃木、住友化学、太阳诱电、帝人、东京电力控股、日挥控股、三井住友银行、三菱化学、洋马控股、狮王与 LIXIL。各公司将以自身长年累积的技术力、领域知识与非公开数据进行实证，目标不仅是单一企业的 DX，而是跨越产业边界，创建强大的 AI 生态系，推动日本整体产业竞争力与生成式 AI 社会实装。 Stockmark 代表取缔役 CEO 林达表示，能入选 GENIAC 第 4 期深感荣幸。日本制造业等商业现场正因劳动人口快速减少与熟练技术者高龄化，面临竞争力来源之一的隐性知识传承问题。下一波创新的关键在于活用企业内部非公开数据，但将其转换为 AI 可学习、可活用形式的 AI-Ready 化，单靠个别企业推动极为困难。Stockmark 将与代表日本的 16 家企业合作，创建跨产业 AI 生态系，在「重新发明价值创造机制，推动人类前进」的使命下，让 AI 自律承担造成停滞感的单纯作业，使人能专注于真正应投入的价值创造，进而提升日本企业整体竞争力。 GENIAC 是经济产业省与 NEDO 推动的项目，旨在提升日本国内基础模型开发能力，并促进企业等主体的创意与实作。内容包括提供运算资源、协助与应用企业及数据持有者媒合、支持与全球科技企业合作、举办社群活动