Sansan集團旗下、擁有24年歷史的德島大學新創AI公司「言語理解研究所」(ILU)(德島縣德島市,以下簡稱「ILU」)將於7月1日推出全新服務「製造現場知識AI」,運用生成式AI讓電子手冊更易於使用,以支援製造業的技能傳承與知識共享。 支撐日本製造業的產業中,近年來面臨熟練技術者高齡化及人才短缺的挑戰,如何將技術與Know-how傳承給下一代已成為重要課題※1。為應對這些挑戰,已著手進行熟練技術者累積的知識與經驗的視覺化、以及手冊的電子化等措施。 然而,要在現場有效活用電子化資訊,就必須建立能夠適當存取所需知識的環境。特別是運用生成式AI的搜尋系統,若文件結構或資訊關係未經整理,且現場使用不同稱呼時,可能無法適當搜尋到資訊。 針對製造現場特有的這些課題,ILU將運用其自德島大學研究以來約40年累積的技術(自然語言處理技術※3),將人類的知識與Know-how整理、結構化成電腦可理解與運用的形式,推出新服務「製造現場知識AI」。 本服務將PDF、Excel、圖表等格式的設計書、操作手冊、檢查記錄等資訊,根據其意義與關係進行結構化※2,並轉換成生成式AI易於使用的資料,從而提供一個讓所有技術者都能毫不猶豫地獲取所需資訊的環境,不受表達方式差異的影響。 此外,ILU的目標是每年向6家公司提供本服務,促進製造現場的技能傳承與永續發展。 ※1:詳情請參閱「日本製造現場面臨的課題」 ※2:詳情請參閱「何謂資訊結構化」 ※3:詳情請參閱「何謂自然語言處理技術」 ■ 新服務「製造現場知識AI」概要 本服務是整理、結構化製造現場累積的設計書、操作手冊、檢查記錄等電子資料,並運用生成式AI支援搜尋與活用過去依賴熟練技術者Know-how的知識,以自然語言進行搜尋與運用的服務。 由於可與現有的管理系統及現場運作結合導入,因此能將對現場造成的負擔降至最低,例如無需學習新工具的操作即可使用。 「製造現場知識AI」示意圖 ■「製造現場知識AI」功能詳情 1 保留文件結構 將手冊或操作手冊等文件,在保持標題、項目、表格關係性的同時進行整理與結構化。透過維持資訊連結性進行資料化,能讓生成式AI更容易理解內容,實現精確搜尋與活用所需資訊的環境。 2 處理表記差異(同義詞對應技術) 將現場或人員不同而使用的術語或說法,視為相同意義的單詞處理。例如,即使是同一設備,若現場使用不同的稱呼或縮寫,將這些視為相同意義,即可不受表達方式差異影響地搜尋所需資訊。 3 設計關鍵字標籤與分類(標註技術) 對手冊或故障排除記錄等進行「電壓」、「零件更換」等關鍵字標籤,以及「檢查」、「維修」等分類。藉此實現易於尋找所需資訊的環境。 4 利用RAG賦予回答根據資訊(RAG:檢索增強生成※4) 從註冊的手冊等公司內部資料中搜尋相關資訊,並基於該內容生成AI回答。回答時同時提示參考的手冊名稱及頁碼資訊,以便現場作業人員在必要時可確認原文。 5 事前驗證以維持回答精確度 透過事先整備現場可能出現的問題與回答,持續確認與評估AI的回答結果。藉此可在導入前確認搜尋結果與回答的妥當性。 ※4:詳情請參閱「何謂RAG(檢索增強生成)」 ・日本製造現場面臨的課題 根據總務省「勞動力調查※5」,日本國內勞動力人口因女性就業率上升、高齡者就業擴大、外籍勞工增加等背景而呈現增加趨勢。雖然多元人才運用有所進展,但因經驗年資差異、職務調動、產育假後復職、語言差異等因素,導致必要知識與Know-how難以順暢共享的場合亦不在少數。 這種情況也體現在製造業整體面臨的技能傳承課題上。在2026年5月29日公開的「2026年版製造白皮書※6」中顯示,許多製造業企業將技能傳承視為重要的經營課題。特別是將「應對故障與突發事件的能力」列為應傳承技能的企業眾多,顯示製造現場仍高度依賴熟練技術者的經驗與判斷力。 此外,許多企業也將「熟練技術者高齡化、退休」列為未來的擔憂,並正推動高齡員工再雇用、延長勤務年限,以及技能視覺化(手冊化、數位化)等措施。 ※5:2026年5月29日總務省統計局網站「勞動力調查(基本統計)2026年(令和8年)4月分」 ※6:2026年5月29日經濟產業省網站「2026年版製造白皮書(依據製造基盤技術振興基本法第8條之年次報告)」 ・何謂資訊結構化 為了便於資訊運用,將資料中包含的項目與術語之間的關係等進行整理,使其成為電腦可理解其意義的形式。透過資訊結構化,生成式AI能更容易將資料視為有意義的資訊而非單純的文字串,從而實現更適當的搜尋與回答。 ・何謂自然語言處理技術 使電腦能夠處理、理解、運用人類日常使用的語言(自然語言)的技術,稱為「自然語言處理」。自然語言處理存在多種方法,包括基於人類定義規則的處理方式(規則基礎),以及運用大型語言模型(LLM)的生成式AI等。 ILU以規則基礎的日語處理為