ダイキン工業のAI活用事例（製造業／2025年）

企業規模大企業（1,000名〜）

地域日本

導入段階実証実験（PoC）

使用ツール生成AI、ナレッジグラフ、STAMP、Lumadaソリューション

背景・課題

生産年齢人口の減少に伴い熟練技術者が不足し、グローバル展開に伴う技術者育成の遅れが深刻化。保全リードタイムの増加や保全品質のばらつきが課題となり、蓄積されたデータの有効活用も進んでいなかった。

堺製作所臨海工場で試験運用を開始。工場設備の図面をナレッジグラフに変換し、生成AIが読み取れる形に構造化。保全記録などの「OTデータ」と、STAMPに基づく日立独自の故障原因分析プロセス「OTスキル」を学習させ、保全技術者向けタブレットで診断結果を提示するシステムを構築。

10秒以内に90%以上の精度で原因と対策を提示

5種類の設備を対象に各5件の故障を熟練技術者2名で評価した結果、10秒以内に90%以上の精度で設備故障の原因と対策を回答できることを確認。試験運用は2025年9月までに完了予定で、その後国内外のダイキン生産拠点へ展開予定。

OT（制御・運用技術）ナレッジとIT（情報技術）の融合が、製造業のAI活用において重要。既存データの「組織知化」により、暗黙知を形式知に変換してグローバルでの品質確保と技術伝承を実現するアプローチが有効。