キユーピー、AIエージェント「Devin」で工場シミュレーション開発の工数を78.8%削減
食品メーカーのキユーピーが、DeNA AI Linkの支援のもと自律型AIエージェント「Devin」を活用し、工場のシミュレーションモデル開発にかかる工数を78.8%削減したと2026年8月4日に発表しました。専用言語や属人化したノウハウが壁になりがちな製造現場の業務に、AIエージェントをどう組み込めばよいのか。今回の事例から、自社の業務改善に応用できるヒントを探ります。
事例紹介：専用言語の壁をAIエージェントで越える
キユーピーの工場では、生産ラインの設計・検証にシーメンス製のシミュレーションソフト「Plant Simulation」を使っています。このソフトを操作するには「SimTalk」という専用言語の知識が必要ですが、SimTalkは世の中に公開されている学習データが少なく、一般的な生成AIが自力でコードを書いても、正しく動くかどうかを検証しにくいという壁がありました。さらに、モデル作成のノウハウが特定の担当者に偏りがちで、組織全体への展開が難しいという課題も抱えていました。
この課題に対し、DeNA AI Linkは自律型AIエージェント「Devin」を使った二段構えの仕組みを整備しました。まずクラウド版のDevinにSimTalk独自の用語辞書や記述手順をあらかじめ学習させ、コードのたたき台を作成できるようにします。そのうえで、実際にコードを実行して検証・修正する工程は、社内のローカル環境で動く「Devin CLI」に任せる設計としました。外部に出しにくい社内データやツールを扱いながらも、AIによる自動生成と検証を両立させている点がポイントです。
小規模なシミュレーションモデル1件を対象にした試行では、従来想定されていた8.5人日の工数が1.8人日まで短縮されました。なお、比較対象の8.5人日はあくまで事前の想定値であり、実測データとの比較ではない点には留意が必要です。それでも、エンジニアが本来注力すべきモデル設計や現場改善といった業務に時間を割けるようになった意義は大きいといえます。
| 項目 | 内容 |
|---|---|
| 発表日 | 2026年8月4日 |
| 対象業務 | 工場シミュレーションモデル（Plant Simulation／SimTalk）の作成 |
| 従来の想定工数 | 8.5人日 |
| AI活用後の工数 | 1.8人日 |
| 削減率 | 78.8% |
気づき・教訓：自社の業務にどう応用するか
今回の事例は、一見AI化が難しそうな専門性の高い業務にも、工夫次第で効率化の余地があることを示しています。自社の業務に置き換えて考えるためのポイントを整理しました。
専門性の高い現場業務にAIを活かす4つの視点
「学習データが少ない専用言語だから無理」とあきらめる前に、今回の事例が示す工夫を自社に当てはめてみましょう。
- 1 汎用の生成AIがそのまま使えない専用言語や社内独自ルールでも、用語辞書や手順書を用意してAIに「教え込む」ことで、自動化の糸口が見つかることがある
- 2 クラウドAIと社内のローカル環境で役割を分担させる「二段構え」の設計は、情報セキュリティ上の制約がある企業でも導入のハードルを下げる工夫になる
- 3 削減効果を語るときは、比較対象が「実測値」なのか「想定値」なのかを明確にする姿勢が、社内外の信頼を得るうえで欠かせない
- 4 AI導入のゴールは人員削減そのものではなく、専門人材が本来注力すべき設計・改善提案などの付加価値業務に時間を振り向けられるようにすること
まとめ
今回の事例が教えてくれるのは、一見AI化が難しそうな専門性の高い業務ほど、工夫次第で大きな効率化余地があるということです。自社の業務の中に「専用ツール」「属人化したノウハウ」「公開データが少ない領域」がないか、まずは棚卸ししてみることが、AI活用の次の一歩につながるはずです。
出典
