「AIを入れれば生産性が上がる」と言われるけど、製造業の現場は一筋縄ではいかない。
品質検査にはVision AI、需要予測にはML系ツール、問い合わせ対応にはChatGPT——気づけば部門ごとに別々のAIが走り、データ形式もバラバラ、APIキーは個人PCに散在。「AIを使っている」が「AIを管理できていない」状態になっている会社は、実はかなり多い。
今回はそういう状況の国内中堅メーカーで、僕たちがAWSで設計・開発したAI一元管理プラットフォームの中身を、できる範囲で全部話す。
「AIを入れる」が意外と難しい本当の理由
2024年あたりから、製造業クライアントから「AI活用を本格化したい」という相談がぐっと増えた。
背景にあるのは明確だ。生成AIの普及で「現場でもAIが使えるかもしれない」という期待値が一気に上がり、経営層がコンサルレポートを片手に「うちもDXを加速しろ」とプレッシャーをかけてくる。IT部門はとりあえず何か動かさないといけない——多くの会社がそういう状況に置かれている。
ところが、実際に話を聞いてみると、各社が共通して抱えている課題は驚くほど似ている。
- 品質検査・需要予測・問い合わせ対応で、それぞれ別々のAIツールが独立して動いている
- AIツールの数が増えるほど、「どこで何をやっているか」が誰も把握できなくなる
- ログもアクセス管理もバラバラで、担当者が異動した瞬間に全体が見えなくなる
- APIキーが複数人のPC上にベタ書きされていて、誰がどこで使っているか追跡不能
要するに、AIを「使っている」けど「管理できていない」状態だ。個別最適の積み重ねが、いつの間にか全体最適の障害になっている。
今回担当したクライアントは、従業員数百人規模の国内中堅メーカー。複数の工場と間接部門にまたがって、十数個のAIツールが乱立していた。「全社でAIを統制したい。でも現場の使い勝手は落としたくない」——それが最初のオーダーだった。
「統制」と「利便性」は一見矛盾する。でもアーキテクチャの設計次第で、両立できる。今回はそれを実証するプロジェクトでもあった。
AWSを選んだ理由と全体設計の考え方
プラットフォームの要件を整理すると、大きく3つに集約された。
① 既存AIツールを壊さずに統合できること
現場ですでに動いているツールをいきなり廃止するわけにはいかない。既存システムをラップして、上位レイヤーで一元管理できる構成が必要だった。
② ログとアクセス制御を一か所で持てること
「誰がいつどのAIを使ったか」を全社で追跡できる。コンプライアンス対応と内部統制、両方に効く。
③ スケールしやすい構造にすること
今後AIツールが増えても、プラットフォーム側を大きくいじらずに追加できるようにする。
この3要件を並べたとき、AWSが一番しっくりきた。マネージドサービスの粒度が細かく、認証・ログ・モニタリングの土台がそろっているからだ。
アーキテクチャのざっくりした構成はこうなる。
-
入口（API Gateway + Lambda）
各部門からのリクエストを受け取り、認証・認可を通した後に適切なAIサービスへルーティングする。ここに全アクセスが集まるので、ログ管理も自然と一か所に集約できる。 -
AI実行層（SageMaker + Bedrock + 外部APIコネクタ）
社内で独自学習したモデルはSageMakerで管理。汎用的な生成AIはBedrock（Claude, Titan等）を使う。ChatGPTなど外部APIは専用コネクタ層を挟んでAPIキーを一元管理。 -
データ層（S3 + DynamoDB）
推論ログ、利用履歴、モデルバージョン管理などをここに格納。S3はコスト効率が良く、大量のログ保存に向いている。 -
管理ダッシュボード（CloudWatch + 自作UI）
全体のAI利用状況をリアルタイムで可視化する管理画面。「どの部門が何のAIを何回使ったか」が一目でわかる。
設計で一番こだわったのは「疎結合」だ。新しいAIツールを追加するとき、既存フローに影響を与えずにコネクタだけ足せばいい構成にした。これが後工程で効いてくることになる。
実装して分かったこと——製造業ならではの3つのハードル
設計はきれいに仕上がった。でも実装フェーズで、想定外のことがいくつも出てきた。
ハードル1: OTネットワークの壁
製造業の工場には「OT（Operational Technology）ネットワーク」という、インターネットから切り離されたネットワークがある。生産ラインの制御システムがそこに乗っているので、セキュリティ上の理由で外と繋ぎたくない。
でも「AIで工場データを分析したい」という要件がある以上、どうにかして繋がないといけない。
採用したのは、AWS Direct Connect + オンプレ側のデータ収集エージェントによるオフライン集約方式。工場内のサーバーがデータを一次加工してから、専用線経由でAWSへ送る。クラウドに生の生産データを直接飛ばさないので、セキュリティ担当も納得してくれた。「閉域でAWSに繋ぐ」という選択肢があると分かるだけで、現場の心理的ハードルはぐっと下がる。
ハードル2: 各部門の「俺のAI」問題
AIツールが部門ごとに乱立していた原因のひとつが、「自分たちで選んで使い始めたから愛着がある」問題だ。一元管理プラットフォームに移行するとなると、「今のツールが使えなくなるんじゃないか」と不安がる声がすぐ上がった。
ある営業部門の担当者に「今のChatGPT連携はどうなるんですか？」と詰め寄られた。「ツールをなくすわけじゃなく、窓口が変わるだけです。操作感は変わりません」と説明した瞬間、ようやく表情が和らいだのを覚えている。
ここで大事だったのは、技術的な設計より変更管理（チェンジマネジメント）の方だった。「現在のツールは引き続き使えます。ただし入口がこのプラットフォームになります」というメッセージングと、部門ごとへの丁寧な説明会。これを丁寧に重ねた。技術だけ作っても、人が使ってくれなければ意味がない——このプロジェクトで改めて実感した部分だ。
ハードル3: AIガバナンスのルール設計
プラットフォームができたはいいが、「どのAIをどの部門がどんな目的で使っていいか」のルールが、会社側にまだなかった。
これはシステムの問題ではなく、ポリシーの問題だ。社外秘の設計データをChatGPTに入力してはいけない、というルールが明文化されていない状態でプラットフォームを動かすのは、はっきり言ってリスクがある。
僕たちはAIガバナンスの叩き台として、「AIツール利用ガイドライン」の骨子を一緒に作った。どのデータを入力してよいか、生成されたアウトプットをどう扱うか、ログをどのくらいの期間保持するか——こういう判断基準を一緒に整理した。ITコンサルとして、システムを作るだけでなく、その周辺の仕組みまでセットで整える。それが求められる場面だった。
動かしてみて見えた3つの効果
プラットフォームの本番稼働後、クライアントから出てきた声の中で印象的だったのがこれだ。
「今まで誰も全体を把握できていなかったけど、ようやく全社のAI利用が見える化された」
管理ダッシュボードで「社内全体のAI活用状況」を初めてリアルタイムで見た経営層から、「こんな使われ方をしていたのか」という驚きの声が上がった。それ自体がひとつの成果だった。
具体的な効果としては、ざっくり以下のような変化が起きている。
- AIツールの重複コストが削減された — 別々の部門が同じ機能のツールを個別契約していたことが判明。統合によってライセンス費用を最適化できた
- セキュリティインシデントリスクが下がった — APIキーの散在管理が解消され、退職者発生時のキー回収漏れリスクが大幅に低減
- 新しいAIツールの導入スピードが上がった — 疎結合設計のおかげで、新ツールをプラットフォームに繋ぐのがパターン化され、評価から本番投入までのサイクルが短縮された
数字はクライアントとの守秘義務があるので出せないが、「導入してよかった」という声を継続的にもらっている。
振り返って——AIプロジェクトに必要なのは「使える環境を作る力」
AIを現場に届けるには、「モデルを作る」よりも「モデルを使える環境を整える」方が、実はずっと難しい。
要件定義、アーキテクチャ設計、実装、チェンジマネジメント、ガバナンス設計——この全部をカバーできるチームじゃないと、製造業のAIプロジェクトは完走できない。そして正直に言うと、純粋な「開発会社」だけではカバーしにくい領域がそこにある。
K.Platinumがやっているのは、コードを書くだけじゃなくて、「その会社でAIが本当に機能するための仕組みを作る」ことだ。
技術力と、クライアントの現場に入り込んで一緒に考える姿勢。その両方があって初めて、こういうプロジェクトは動く。うちのメンバーが製造業出身者も含む多様なバックグラウンドを持っているのは、こういうときに確かに強みになる。
「2026年はAIが当たり前になる年」とよく言われる。でも僕が現場で感じるのは、AIが当たり前になるほど、それを「正しく使う仕組み」を設計できる人材がいかに貴重か、ということだ。K.Platinumで積める経験は、まさにそこにある。
筆者プロフィール
沼田 海斗（ぬまた かいと）
株式会社K.Platinum 代表取締役。沖縄工業高等専門学校出身。トヨタ系メーカーでの実務経験を経て、スタートアップITコンサルに転職。24歳で株式会社K.Platinumを設立（3期目・27歳）。製造業・金融・通信など幅広い業界のDX・AI導入支援を手がける。エンジニアが本当に活躍できる環境を作ることをミッションに、高専出身を中心に採用・育成に力を入れている。
K.Platinumでは一緒に働くエンジニアを募集しています。「実力で正当に評価される環境」に興味がある方は、ぜひ採用ページをご覧ください。