製造AIを現場の力に：プロフェト AIが導く、GIS（業成）のDX社会実装
2年間で100以上のAIプロジェクト完遂、1,500以上のモデルを構築。
プロセスの「点」の改善から「工場間横断の複製」へと昇華
高付加価値コンシューマー電子機器のサプライチェーン競争激化、世界的なサプライチェーンの分散、そしてオペレーショナル・レジリエンス（事業継続の強靭性）への要求が高まる中、製造業向けAIソフトウェアのリーディングカンパニーである Profet AI と GIS（業成） はパートナーシップをさらに深化させました。
これにより、GISにおけるAI活用を、製造現場の歩留まり・品質・効率の改善という「点の取り組み」から、「複数プロセスを横断した知見の抽出、モデル化、そして組織能力（組織ケパビリティ）の構築」という「面の展開」へと大きく推進させました。
両社の協業開始から約2年間で、すでに 100以上のAIプロジェクトを完遂し、1,500以上のAIモデルを構築。これらは、製造プロセスの改善、品質分析、異常予測など、多岐にわたる製造シナリオを網羅しています。Profet AIのプラットフォームと導入メソッドを活用することで、GISは単一ラインの課題解決にとどまらず、AIをエンジニアリングチームが継続的な改善と意思決定を行うための「標準的なワークスタイル」へと定着させることに成功しました。
顧客ニーズからサプライチェーン競争まで：AIは製造業のアップグレードにおける「鍵」
GISの董事長兼最高戦略責任者である周賢穎氏は、AI導入を始動した背景について、AI技術の急速な発展だけでなく、品質・納期・レスポンス速度に対する顧客からの要求水準が高まっていることが密接に関係していると説明します。ハイエンドなコンシューマー電子機器のサプライチェーン競争が激化する中、企業が競争力を維持するためには、サプライチェーンの分散化が進む環境下でも、オペレーション能力を絶えず向上させなければなりません。
周氏は次のように指摘します。
「AI導入は、単に技術的なトレンドを追うことではありません。最も重要なのは、それが『会社の経営・現場のオペレーションに真に組み込まれ』、品質、納期、対応スピードの継続的な改善に寄与し、ひいては顧客やサプライチェーンへのサービス能力をより高められるかどうかなのです」
また同氏は、近年の地域サプライチェーンの急速な台頭により、各国や企業がサプライチェーンの安全とレジリエンスをより重視するようになっていると分析。製造企業にとっての要諦は、単に異なる地域にどう拠点を配置するかだけでなく、「AIを通じていかに品質、スピード、そして総合的な競争力を引き上げるか」にあると強調します。
100以上のAIプロジェクトが着地：製造プロセス改善の「限界」を再突破
具体的な成果において、GISはAIを活用することで、過去に「これ以上の改善は限界に近い」と見なされていたプロセスデータを再検証し、さらなる改善の余地（ポテンシャル）を掘り起こしました。
例えば、ある光学ディスプレイフィルムの生産ラインでは、かつて微小異物（パーティクル）の付着による不良率が10%近くに達していました。しかし、Profet AIの支援のもとでモデルを構築し、重要因子）を分析してプロセス調整を行った結果、当該の不良率はほぼゼロにまで改善されました。また、別のコーティング工程における気泡問題では、従来0.3〜0.4%程度だった不良率が、AIの分析と改善を経て約0.2%へと半減しました。
これらの成果の本質的な価値は、単に数字が改善されたことだけではありません。現場のエンジニアリングチームが、「一見安定しており、目標を達成しているように見えるプロセスであっても、AIとデータ分析を用いれば、まだ新たな最適化の余地が見つかる」という事実を再認識した点にあります。
SOPから「複数プロセス間の相関関係」へ：熟練エンジニアの経験を複製可能な能力へ
従来、製造現場における改善は、ベテランエンジニアが長年の経験で培った「勘と経験」に依存し、それを標準作業手順書（SOP）に落とし込む方法が一般的でした。しかし、従来のSOPの多くは単一の工程や単一のプロセス内にとどまるものが多く、問題が複数のプロセスにまたがる複合的な因果関係（相関関係）に及ぶ場合、どうしてもベテランエンジニアの属人的な判断に頼らざるを得ませんでした。
Profet AIとの協業を通じて、GISは各工程で蓄積された製造データとノウハウを「AIモデル」へと昇華させました。これにより、エンジニアチームがプロセス間の隠れた相関関係を特定できるようになり、プロセスの改善活動を『個人の経験依存』から『システムを通じて継続的に蓄積・複製・伝承できる組織の能力』へと転換させました。
周氏は語ります。
「以前は、多くの改善が優秀なエンジニアやベテランエンジニアの力に頼っていました。なぜなら、彼らだけがプロセス横断的なノウハウを持っていたからです。AIの大きな価値は、これらプロセス間の相関関係を洗い出し、モデル化・言語化（可視化）してくれることにあります。これにより、プロセスの改善が『人頼み』から『モデル頼み、システム頼み』へとシフトしていくのです」
Profet AIが提供するのは単なる「ツール」ではなく、「内製化のためのメソッド」
プロフェト AIを選定した理由について、周氏は、プロフェト AI のチーム自体が製造業のバックグラウンドを持ち、関連産業における豊富な導入実績を有している点を高く評価したと述べます。さらに重要な点として、プロフェト AI は単一のプロジェクトを完了させるだけのベンダーではなく、企業が自社内でAIを使いこなす能力（内製化ケパビリティ）を育てるための「プラットフォーム」と「メソッド（導入手法）」を提供してくれる点を挙げました。
周氏はこの協業プロセスを「産学連携（インターンシップ）のようなものだった」と振り返ります。GISのチームはまず、プロフェト AIから「AIをいかに生産・製造プロセスへ導入するか」の基礎を学び、その上で共に改善テーマを探索。GISの社内チームとプロフェト AIのコンサルティングチームが伴走しながら、学習から実社会実装（ランディング）までのプロセスを共に完遂しました。
「プロフェト AIは、私たちに『魚（一時的な成果）』だけをくれるのではなく、『魚の釣り方（内製化の手法）』を教えてくれるパートナーです。このプロセスを通じて、私たちは会社の中に独自の改善ノウハウと、AIを活用する文化を定着させることができました。」
プロフェト AIの共同創業者兼CEOである黃建豪氏は、製造業におけるAIの価値はモデルを構築すること自体ではなく、そのモデルを「企業が持続可能に運用できる能力」へと昇華させられるかにあると指摘します。
「真の製造業向けAIとは、単発のプロジェクトや一過性の改善で終わるべきではありません。現場のノウハウを管理可能・複製可能、そして拡張可能な『企業のAI資産（AIアセット）』へと転換することです。GIS様の事例は、まさにAIが単一のプロセス改善から、組織が継続的に進化するための方法論へと発展した最高のロールモデルです。」
今回の協業を通じて、プロフェト AIとGISは、製造業におけるAIの導入が「プロジェクト単位の導入」から「プロセスの改善」、そして最終的に「組織能力の構築」へと至る完全なロードマップを証明しました。
グローバル製造業がサプライチェーンの再編、熟練工の技術伝承、オペレーション効率の向上といった課題に直面する中、現場の経験を保存・拡大・複製可能な「ドメイン・ツイン（Domain Twin）」へと転換していくアプローチは、今後の企業がAIの社会実装を果たし、長期的な競争力を高める上での最重要戦略となるでしょう。