導入の中心を担うエンジニア
AIの実証を日々の製造業務へ移すには、技術と人材の両面で準備が必要です。Reimagining Tomorrow: AI, Innovation and Workforce Transformationで、当社はエンジニアが自ら使うシステムのあり方にどう関われるかを考察しました。このイベントには、経営層、人事の実務者、技術イノベーターが集まりました。
2026年8月21日、ソリューション責任者のMike Fengが「試験導入から大規模展開へ：産業AIエージェントによる先進製造業の変革」と題して講演しました。Mikeは、適切な技術の構築、適切な人材の育成、現実の産業課題の解決という、相互に関連する三つの優先事項を示しました。このアプローチの中心にあるのは、エンジニアの知識と関与です。
当社のアプローチでは、エンジニアが産業エージェントを教育し、その活用を広げる役割を担います。生産に関する権限を人に残しながら、学習やより付加価値の高い業務に充てる時間を生み出すことを目指しています。エージェントの活用が広がっても、エンジニアは業務への理解を提供し、生産の判断権限を維持します。
実証段階を超える展開への準備
2026年7月の別の議論で、CEOのXu Jinsongは、異なる稼働環境、分断されたデータ、導入能力、現場での受け入れ、信頼性の高いソリューションの必要性を、産業AIの展開拡大を阻む課題として挙げました。当社はこれらの課題を踏まえ、最初の用途を超えて使えるようソリューションを準備しています。
それぞれの課題に対応が必要です。ソリューションがデータを利用できること、異なる稼働環境を理解すること、導入に必要な能力を備えることが求められます。製造企業は、システムを使う人々の準備も進めなければなりません。そのため、技術面と人材面の準備を並行して進める必要があります。
当社のN–1–Nのアプローチは、業界の知識と実証済みのユースケースを再現可能な導入手法にまとめ、それを工場や用途をまたいで広げることを目的としています。データ、エージェントとアプリケーション、組織の知識を結びつけ、産業の経験に基づく展開拡大の基盤をつくります。
エンジニアリングと人材育成に共通する課題
製造部門と人事部門のリーダーが考えるべき実務上の問いは、互いに関連しています。どのエンジニアリング知識をシステムに反映するか、人々はシステムとの働き方をどう学ぶか、生産の判断権限を誰が持つか、そして別の現場で同じ手法を使う前に何を整える必要があるか。これらを一緒に考えることで、人材育成を導入計画の一部にできます。
当社は、人材育成をAIの活用拡大に向けた準備の一部と考えています。イベントでは、エンジニアの学習とより付加価値の高い業務を、エージェントの展開を広げる技術的な課題と結びつけました。展開拡大の計画には、技術がどう機能するかだけでなく、生産に責任を持つ人々がその使い方にどう関わるかを示す必要があります。