2026年11月3日、米OpenAIが機械工学や電気工学といったものづくりの分野におけるAIモデルの活用状況と新たな協業を発表した。マツダやチップ・ガナッシ・レーシングなどの業界パートナーと協力し、車両設計や製品開発のプロセス加速を目指す。
マツダやCGRとの協業展開と、AIモデルによるものづくり支援の全貌
OpenAIは、機械設計や電子回路、ソフトウェア製造の全工程を支援するモデルの学習を進めており、すでに社内チームの設計や検証スピードの向上に寄与している。
この1年間でフロンティアモデルの能力が大きく向上し、産業界の専門的なワークフローにおける改善の兆しが現れ始めた。 こうした進歩を実際の課題に即して検証するため、同社は複数の業界パートナーとの取り組みを拡大させているところである。
その一環として、米国のモータースポーツチームであるチップ・ガナッシ・レーシング（CGR）との協業が挙げられる。CGRの研究開発チームは、生のスキャンデータをソリッドモデルや2D製造図面に変換するワークフローにOpenAIのモデルを導入した。
現場のエンジニアからは、手動による微調整が直接行えるため、従来よりも効率的でスムーズなプロセスになったという評価が寄せられている。
さらに、マツダとの新たな共同研究では、車両の空力および衝突安全のエンジニアと協力体制が築かれている。 OpenAIの「GPT-6 Astra（※）」などは、気流や構造の挙動シミュレーションを活用し、新たな車両設計の開発や評価をサポートする。
デザイナーが自由な工夫を行える部分を維持しつつ、性能向上の可能性を多角的に検討できる点が特徴である。
OpenAIのハードウェアおよびインフラストラクチャチームでも、CodexやChatGPTを通じた自動化が進んでいる。2月以降、ハードウェアチーム全体のモデル使用量はトークン数ベースで23倍に増加しており、手作業を大幅に減らしている。 シミュレーション設定や設計レビューにおける手間の軽減は、ものづくりの時間短縮に大きく貢献すると見られている。
※GPT-6 Astra：OpenAIが開発した最先端のマルチモーダルおよびコンピューター操作機能を持つAIモデル。
開発効率化の大きなメリットと、実用化に向けた技術的課題および将来展望
今回のAI活用における主要なメリットとして、設計からシミュレーション設定までの手作業を削減し、開発サイクルを大きく高速化できる点が挙げられる。CADでの設計反復や図面変換のスピードが向上することで、エンジニアはより本質的なアイデアの検討や設計改善に時間を割くことが可能になると考えられる。
また、マツダの事例のように、空力性能と独自のデザイン性を高い次元で両立させるための多様なシミュレーションを効率よく行える点も、大きな強みと言えるだろう。
一方で、実用化に向けた課題や懸念点も明確になりつつある。GPT-6 Astraを用いた試験用デバイスの設計検証では、製造業者の生産上の制約や公差、組み立てに必要な細部をモデルが常に考慮できたわけではない。製品として実際に製造できる状態に仕上げるためには、現時点において複数回のレビューや人間の手による修正が必要となるケースが多いとみられる。
こうした現状は、今後のモデルで精度や実用性を高めるべき領域を特定するための重要なフィードバックとして機能している。今後は、複雑な製品設計に携わる企業との協力を通じて、産業現場に安全かつ信頼性の高い形で導入を進める方針である。 AI技術がものづくりの試行錯誤のスピードをどこまで高められるか、今後のモデルの進化と産業界への波及効果が注目される。
関連記事：
