パナソニック コネクト株式会社は、設計・開発部門の図面／設計仕様の照合業務に独自開発の「Manufacturing AIエージェント」を社内展開すると発表した。
最大97％の作業時間削減と品質向上を目指す国内の取り組みである。
図面照合をAIで半自動化
2026年2月19日、パナソニック コネクト株式会社は、AIアシスタント基盤「ConnectAI」における業務AI「Manufacturing AIエージェント」を内製開発し、社内展開することを発表した。
Snowflake社のAI機能「Cortex AI」を活用し、PDF形式の図面や仕様書といった非構造化データからテキスト情報を抽出し、製品図面と部品図面、技術仕様書の内容を自動照合する仕組みである。
従来は担当者が目視で行っていた照合作業に50分から340分を要していたが、本エージェントの活用により約10分へ短縮できるという。
削減率は80％から最大97％に及び、確認漏れによる後工程の手戻りや経済的損失、ブランド毀損リスクの低減につながると説明している。
背景には、AI／Data基盤「コネクトコーパス」の構築戦略がある。売上や生産実績などの構造化データに加え、図面や議事録などの非構造化データも統合し、データドリブンな意思決定を推進する狙いだ。
今回の事例は、その具体的な活用モデルと位置付けられる。
データ基盤が握る製造業AI活用の成否
本取り組みの利点は、単なる効率化にとどまらない点にあるとみられる。作業の標準化が進めば担当者間の品質差は縮小し、設計段階での不整合も早期に顕在化するだろう。
結果として開発リードタイムの圧縮につながる可能性がある。
非構造化データを前提とした業務AIの実装は、製造業DXが次の成熟段階へ移行しつつある兆しとも受け取れる。
一方で、AIによる半自動照合は最終判断を人が担う設計であり、完全自律型とは言い難い。
抽出精度や元データの品質に左右されやすく、誤検知や見落としへの統制が課題として浮上することも考えられる。
導入に伴い業務フローが再設計される中で、組織全体のAIリテラシー向上が追いつかなければ、効果は限定的にとどまる恐れもある。
今後は規格照合や外装部品の領域から適用を広げ、段階的に他分野へ展開していく展開が想定できる。
コネクトコーパスを基盤に分析範囲をバリューチェーン全体へ拡張できれば、設計部門を越えて経営判断へ波及する局面も訪れるかもしれない。
製造業におけるAIエージェント活用の成否は、全社的なデータ基盤の整備と運用成熟度に左右されることになりそうだ。
関連記事：
パナソニックコネクト、生成AIで年間44.8万時間削減 業務効率化が「頼むAI」へ進化
データ基盤会社SnowflakeとOpenAIが2億ドル提携 企業データ活用のAI基盤が高度化
【建設業界の生成AI活用】施工計画書の作成時間を85％削減
