暗黙知を形式知へ。ナレッジグラフ×RAGが拓く、自動設計プラットフォームの未来

「技術と情熱でモビリティの可能性を拡げる」をコーポレートパーパスに掲げ、トランスミッション技術で世界をリードしてきたジヤトコ株式会社。電動化時代の到来を受け、既存事業の深化と新しい事業領域の開拓に挑んでいます。その中でイノベーション技術開発部は、長年の技術資産や設計ノウハウといった暗黙知を形式知化し、全社で活用する仕組みづくりに取り組んでいます。

今回は、その変革を推進する田中様・中崎様・平野様に、RAGシステム開発を支えるデータ構造化プラットフォーム「SAT」導入の背景と、ナレッジグラフ活用による展望を伺いました。

ジヤトコにしか実現できない、
新たな価値創造を目指して

─はじめに、貴社の事業内容や目指すビジョンについてお聞かせください。

田中様： 私たちは「技術と情熱でモビリティの可能性を拡げる」というコーポレートパーパスを起点に事業を展開しています。創業以来、AT／CVTの技術で世界をリードしてきましたが、自動車産業が電動化という大きな転換期を迎える中、私たちも電動化に対応した製品開発を進めています。また、既存の技術アセットを活かした新しい事業領域へも積極的に進出しており、電動アシスト自転車用ドライブユニットや風力発電用ナセルなどがその一例です。

このように、「変化を、楽しめ。」という当社スローガンのもと、この転換期を新たな成長機会と捉え、技術開発を通じて、持続可能な社会の実現に貢献し続けることを目指しています。これは、私たちのコンピテンシーをいかに社会に貢献できる形で広げていけるか、ジヤトコならではの価値をどう生み出していくか、という私たちのミッションそのものです。

ーイノベーション技術開発部は、その中でどのような役割を担っているのでしょうか。

中崎様： イノベーション技術開発部は、電動化時代における新たな技術開発、そして「イノベーションをどう起こしていくか」というテーマに日々取り組んでいます。プロダクトイノベーションはもちろん重要ですが、それだけでなく、仕事の進め方そのものを変革する「プロセスイノベーション」を牽引することも私たちの大きな役割です。特に生成AIの台頭は大きなチャンスです。イノベーションという名がついた部署は私たちしかないので、「私たちがやらねば」という強い思いがありますね。

暗黙知を形式知し、全社の財産へ。
自動設計プラットフォームの構築を開始

ーそのミッション達成に向けて、どのような課題を感じていらっしゃいましたか？

中崎様：技術開発部門として直面していた主な課題は、設計ナレッジの属人化と情報活用の非効率性です。長年蓄積された設計ナレッジの多くが文書化されず、個人の記憶の中に留まっている状態でした。レポート化されているのは、私たちが持つ知識のごくわずかで、それ以外の情報はほとんど人の記憶の中に埋もれてしまっています。何か問題が発生した際に過去の資料を探しても必要な情報が見つからず、結局「誰が知っているか」を探し出し、その人の記憶を頼りにするという非効率なコミュニケーションが発生していました。

田中様：特に経験豊富なベテラン層が数年後に定年を迎えるため、彼らの持つ暗黙知、彼らの知見で支えられてきた部分が失われることへの強い危機感がありました。「5年以内にある程度の領域まで（技術継承を）達成しておかないと、会社の将来が危うい」という状況でした。

中崎様： また、会社が大きくなるにつれて、担当領域が専門化・細分化されることで、自分の担当領域で仕事が完結してしまい、作成したドキュメントがそこで止まってしまう。本来であれば、そのナレッジが他の人にもリユースされ、さらに発展していくことが望ましいのですが、部署を横断したナレッジの再利用が起こりにくい構造的な課題も感じていました。その「つなぐ力」をAIが担ってくれれば、コミュニケーションは格段にスムーズになるのではないかと期待しています。

平野様：特に弊社では、 設計手法として「システムズエンジニアリング」を導入しています。これはドキュメントを体系的に整理する手法で、元々は航空宇宙業界など、一つの機器の故障が重大事故につながりかねない分野で、安全性を何重にも確保するために階層を立てて機能や役割を可視化する考え方です。

これを自動車業界にも取り入れ、クルマが求める要求から、トランスミッション、さらに個々の部品の設計スペックへと落とし込んでいくという形で活用しています。しかし、この手法を用いると情報量が膨大になり、人間が辿って必要な情報を探し出すのに多大な時間がかかっていました。

ーそうした課題を解決するために、どのような取り組みを始められたのでしょうか。

平野様： ナレッジの属人化や情報活用の課題を解消すべく、私たちは自動設計プラットフォームの構築に着手しました。将来的には、①設計ナレッジやノウハウから情報を素早く正確に抽出し、②抽出した情報を用いて解析を自動実行して最適解を導き出し、③最終的に3D形状を自動生成するという3ステップからなるプラットフォームの実現を目指しています。

中崎様： このプラットフォームは、まずは開発部門の中で私たちが率先して試し、効果が確認できれば部門全体、そして全社のシステムへと展開していくことを考えています。3年計画で進めており、来年までにはある程度の形にしたいと考えています。

「ナレッジグラフ×RAG」なら、
図表を含む情報も構造化できる

─プラットフォームの構築を進める中で、直面した壁や課題はありましたか？

中崎様： 当初、生成AIとRAGの組み合わせに着目し、自然言語での問いかけで容易に必要な情報を取得できる仕組みの構築を検討しました。実際に、自社でベクトル検索を用いたRAGを試行しましたが、単語の類似度だけでは、設計情報のような複雑な文脈を理解しきれないと感じていました。

平野様： 特に設計部門で扱うドキュメントには図表やグラフが多く含まれており、これらの複雑な情報から適切な回答を得ることが難しいという課題がありました。

─そのような中で、ストックマークの「SAT」を知ったきっかけ、そして導入の決め手は何だったのでしょうか。

中崎様： 様々な展示会やセミナーに参加する中で、ベクトルRAGとは異なる仕組みを持つ、ナレッジグラフを用いた「グラフRAG」の存在を知りました。このグラフ構造が、先ほどお話ししたシステムズエンジニアリングで定義する、要求から部品スペックまでの繋がりを表すグラフ構造と非常に似ていることに気づき、「これだ」と直感しましたね。システムズエンジニアリングでまとめた設計情報と、グラフ構造は親和性が高いのではないかと。

そこで、展示会でストックマークが掲げていた「ナレッジグラフ×RAG」という、まさに私たちの求めていたキーワードが目に留まったんです。以前からRAGの精度には課題を感じており、特にRAGの内部がブラックボックスに感じられ、改善が難しい点がネックでした。技術開発におけるミスや抜け漏れは許されないため、ストックマークのソリューションが課題解決の糸口になるのではと考え、具体的な話を進めることにしました。

平野様： SATは、私たちが求めていたナレッジグラフとRAGの組み合わせに加え、テキストだけでなく、設計文書に多い図や表からも情報を構造化できる機能が、私たちのニーズに合致しました。これは、自動設計プラットフォームの構想の根幹をなすステップ①「膨大なナレッジから、AIが正確に情報を抽出する」を担う、極めて重要な役割だと感じています。

田中様： ストックマークの技術力の高さと実績、そして私たちのニーズに対する柔軟な対応力も採用を決めた大きな理由ですね。

情報のつながりが可視化され、
ブラックボックス化を解消

─SATを導入してみて、どのような価値を感じていますか？

平野様： RAGとナレッジグラフの特性から生まれる価値を実感しています。情報間の関係性を辿ることに優れており、従来の検索方法では見落としがちな関連情報も網羅的に抽出できるようになりました。この特性により、得られる回答の信頼性が向上していると感じています。また、以前課題に感じていたRAGのブラックボックス性についても、ナレッジグラフを可視化することで解消できると期待しています。「故障現象」と「原因」のように、明確な因果関係を持つ情報の繋がりをナレッジグラフで可視化・整理することで、故障分析の高度化や、将来的な品質の向上に繋がるでしょう。

田中様：ストックマークの皆さんが、私たちのニーズに対して積極的な改善対応をしていただけている点も、スムーズな導入に繋がっていると感じています。

─生成AIのさらなる活用や、AIとの共存について、どのようにお考えですか。

中崎様： 設計情報や技術文書の管理・検索だけでなく、より幅広い活用を考えています。例えば、AI同士を会話させてアイデア創出を行うなど、創造的な業務への応用も進めていきたいです。また、ベテランエンジニアが持つ暗黙知をAIで形式知化し、その思考プロセスをAIに学習させることで、若手エンジニアの育成にも活用できるのではないかと期待しています。先人たちのノウハウがデータベース化されAIと組み合わされば、企業の大きな財産となることは間違いありません。将来的にはAIがエージェントとなって設計者をサポートする、そんな姿を目指していきたいです。

田中様： デジタルリテラシーの全社的な底上げも、今後ますます重要になってきます。とくに若手社員には、AIに「使われる」のではなく、AIが理解しやすい表現を心がけるなど、AIと協調して成果を最大化するマインドセットを身につけてほしいです。AIの特性を理解し、人間が得意なこととAIが得意なことを見極めながら、共存していくための教育も必要だと感じています。

中崎様：今後のドキュメント作成においては、AIが認識しやすいように、ある程度ルール化していくことも必要かもしれません。人間がAIに歩み寄ることで、ナレッジグラフの精度や機能性がさらに高まるのではないでしょうか。

日本のものづくりを共に強くする
戦略的パートナーとして

─最後に、ストックマークへの期待をお聞かせください。

平野様：私たちがAIを使い始めたのは、ここ数年のことに過ぎません。専門的な知識については、ストックマークさんの方が豊富にお持ちですから、そうした知見に基づいたサポートを期待しています。

中崎様： 私たちが製造業で培ったコンピテンシーと、ストックマークが持つデジタルのコンピテンシーを掛け合わせる化学反応によって、新たなイノベーションを生み出していきたいですね。

田中様： 製品や技術サポートにとどまらず、世界レベルの競争に共に挑み、「次の一手」を打ち出していけるような戦略的パートナーとしての関係性が築けることを期待しています。単にツールを提供する／されるという関係ではなく、異業種の知見を掛け合わせることで、日本のものづくりをさらに強くしていけるような取り組みをしていきたいですね。

※記事内容および、ご所属等は取材当時のものです。