試験導入から大規模展開を担う人々
AIの試験導入を日常的な製造業務へと移す際には、技術だけでなく人材に関する問いも生じます。エンジニアは、自らが使うことになるシステムの形成にどう関わるのでしょうか。Innowave Techは、ビジネスリーダー、人事担当者、技術革新に携わる人々が集うイベント「Reimagining Tomorrow: AI, Innovation and Workforce Transformation」で、このつながりを取り上げました。
2026年8月21日には、ソリューション部門責任者の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。同社のイベント報告では、適切な技術の構築、適切な人材の育成、実際の産業課題の解決という、相互に関連する3つの優先事項が示されました。これらを合わせると、実務を担う人々が導入計画の中に位置付けられます。
基調講演では、エンジニアが産業向けエージェントを教え、展開を広げる役割を担うと位置付けられました。掲げられた目的は、生産に関する権限を人が保持しながら、学習や付加価値の高い業務に充てる時間を生み出すことです。このアプローチでは、エンジニアリングの知識が中心となります。人々が業務への理解を提供し、エージェントの利用が広がっても、生産に関する権限を保持します。
試験導入を超えるために必要なこと
CEOのXu Jinsongによる7月の別の考察は、大規模展開に伴うより広い課題を理解する助けになります。同氏は、さまざまな運用環境、分断されたデータ、導入を実行する能力、現場での受け入れ、信頼できるソリューションの必要性を障壁として挙げました。これは8月の人材をテーマとするイベントとは別の、先行する議論ですが、AIを最初の用途から広げる前に何を整えるべきかという問いに背景を与えています。
これらの障壁は、それぞれ異なる取り組みを必要とします。分断されたデータは、ソリューションが利用できる情報に関わります。運用環境の違いは、ソリューションがどこで機能する必要があるかに関わります。導入を実行する能力は実用化に関わり、現場での受け入れは人々がそれとどう協働するかに関わります。これらを「AI導入」という一つの問題として扱うと、製造企業が下すべき個別の判断が見えにくくなる可能性があります。
7月の報告では、Innowave TechのN–1–Nという道筋が説明されました。業界の知識と実証済みのユースケースを、繰り返し適用できる導入手法にまとめ、それを複数の工場や用途へ広げるというものです。併せて示された枠組みは、データ、エージェントとアプリケーション、組織の知識を結び付けています。重点は、産業の知識を大規模展開への道筋に生かしながら、再利用できる基盤を確立することにあります。
エンジニアリングと人材育成に共通する課題
2つの報告を併せて読むと、製造業と人事のリーダーにとって実務的な検討課題が見えてきます。どのようなエンジニアリングの知識をシステムに反映する必要があるのか。人々はそれと協働する方法をどう学ぶのか。生産に関する権限は誰が保持するのか。そして、同じアプローチを別の場所でも実施する前に、何を整える必要があるのか。こうした問いに答えることで、導入と人材育成のつながりが具体的になります。
人材面での意味合いは明確です。人材育成は、AI導入を拡大するための準備の一部です。Innowave Techは、この準備をエージェントの展開を拡大する技術的な取り組みと結び付けるとともに、エンジニアが学習や付加価値の高い業務により多くの時間を使えるようにするという目標にも結び付けました。信頼できる大規模展開計画には、技術がどう機能するかだけでなく、生産を担う人々がその利用のあり方をどう形作るかも説明する必要があります。