ブラケットの板厚と曲げ R とクリアランスを少しずつ変えて、割れずにスプリングバックが収まる条件を探す。切削の治具なら、リブの位置と厚みを変えて、たわみが一番小さい形を探す。こうした探し方は、これまで経験のある人が 3 通りか 5 通りを試作して決めてきました。計算で 1,000 通りを先に試し、試作は上位の数通りだけにする。これが本記事で扱う設計パラメータ 1,000 パターンの事前シミュレーションです。

2026 年に入って、CAE（計算機で強度や流れや成形を解析する道具）の各社は、計算済みの結果から新しい条件の答えを秒で予測するサロゲートモデルと、設定やスクリプトを手伝う AI アシスタントを製品に入れました。同時に、クラウドの計算機は東京で時間貸しで借りられます。大企業の解析部門のものだった 1,000 通りの探索が、20 人の会社でも組める材料は揃いつつあります。ただし、安くなったのは計算で、高いままなのはライセンスと確かめる作業です。

この記事は、2026 年 10 月 30 日時点の各社の公式資料と日本語コミュニティの事例をもとに書きます。読者は、新潟をはじめ地方の 20〜100 人規模の切削・プレス・金型・板金の会社で、設計を見ている経営者と設計担当を想定しています。CAE の専任者はいない前提です。中小製造業の AI 活用の全体像は別の記事に書きました。本記事は設計と計算の自動実行に絞ります。

結論を先に書きます。

  1. 1,000 回の計算そのものは数万円で済みます。 1 回 10 分の解析を東京の AWS の HPC 向けインスタンスで実行すると、当社の試算で約 142 米ドルです。費用が大きいのは年間のソフトのライセンス、材料データ、実物と計算を合わせる作業のほうです。
  2. 最初の 3〜5 点は実物で測ってから 1,000 回を回します。 計算モデルが実物とずれたまま回しても、1,000 個の間違った答えが並ぶだけです。日本語コミュニティの事例には、計算は完走したが値が実物より 1 桁小さく出ると筆者自身が書いたものがあります。
  3. 生成 AI に任せるのはスクリプトを書く仕事で、判断は人が持ちます。 Autodesk は Fusion を外部の AI から操作する MCP サーバーを出し、Moldex3D は API スクリプトの生成をアシスタントに入れました。何を変えてよい範囲とするか、合格の線はどこかは、会社の人しか決められません。
  4. サロゲートモデルは学習した範囲の内側でだけ使います。 Siemens は新しい形状が学習データにどれだけ近いかを 0〜1 で示す点数を入れ、NVIDIA は学習範囲から外れた入力を見つけて追加計算を選ぶ仕組みを入れました。外れた答えは本計算で確かめる前提が、ベンダー側にもあります。

1,000 パターンの事前シミュレーションとは何をすることか

言葉を先に合わせます。専門用語はどれも、やっていることは単純です。

言葉 やること 2026 年に使える道具の例
実験計画法（DOE） 全部の組み合わせを試さず、少ない回数で全体の傾向が分かるように試す点を選ぶ考え方の総称 Moldex3D 2026 の DOE Wizard は、製造上の制約を入れて点を選べるようになった（2026 年 3 月 20 日）
ラテン超方格サンプリング（LHS） 各パラメータの範囲を 1,000 等分し、どの区間にも 1 点ずつ入るように 1,000 点を散らす選び方。偏りなく振るのに使う SciPy 1.18 の scipy.stats.qmc.LatinHypercube。点の散らばりを整える optimization の指定と、直交表にもとづく strength=2 がある
サロゲートモデル 計算済みの結果で学習し、新しい条件の答えを予測するモデル。1 回の予測は秒単位 Siemens HEEDS 2604 のニューラルネット構築（GPU 学習・早期終了・ONNX 出力、2026 年 4 月 27 日）、COMSOL 6.4 の DNN の ONNX 出力
ベイズ最適化 サロゲートの予測と不確かさを使って、次に計算する点を選ぶ。1 回の計算が高いときに回数を減らせる Optuna 5.0.0 で GPSampler が正式機能になり、並列実行中の試行を考慮する獲得関数と制約の API が入った（2026 年 9 月 7 日）
ジェネレーティブデザイン 荷重・拘束・製法・材料を与え、形状の候補を自動で多数つくる Autodesk Fusion の Simulation Extension、PTC Creo 13（組立の中での最適化を追加、2026 年 6 月 10 日発表）

1,000 パターンの事前シミュレーションは、この表の上から順に組み合わせます。パラメータの範囲を決め、LHS で 1,000 点を選び、CAD の API で形状をつくり、ソルバー（計算の本体）をまとめて実行し、結果の表からサロゲートをつくり、足りない所をベイズ最適化で追加する。生成 AI が担うのは、この途中のスクリプトと表の整理です。

1,000 という数は目安です。パラメータが 5〜8 個あれば、1 つあたり 3 水準でも全組み合わせは 243〜6,561 通りになります。LHS で 1,000 点を散らせば、全組み合わせを試さなくても傾向はつかめます。逆に、パラメータが 2 つしかないなら、100 点を最初の探索の目安にできます。足りるかどうかは、結果の変わり方の急さと、合格の線の幅を見て決めます。

2026 年の CAE 各社が入れたもの

主要な製品は、2026 年に揃ってサロゲートモデルと AI アシスタントを入れました。読者の会社がどれかを契約していれば、追加の購入なしに使える機能が含まれている可能性があります。

製品 2026 年の変更 日付
Ansys 2026 R1（Synopsys） SimAI をクラウドの SimAI Premium と、デスクトップで動きデータを手元に置く SimAI Pro の 2 本立てに。optiSLang から SimAI へ学習データ作成・学習・最適化をつなぐ。Mechanical の Mesh Agent は試験提供、Discovery Validation Agent は初期の顧客評価中 2026 年 3 月 11 日
Siemens Simcenter Siemens と Altair の技術を 1 つにまとめた初めてのリリース。PhysicsAI を Simcenter Inspire と Hypermesh にも搭載。Siemens は設計案の評価が従来のソルバー計算より最大 1,000 倍速いと説明 2026 年 7 月 29 日
Simcenter PhysicsAI 2026.1 新しい形状が学習データにどれだけ近いかを 0〜1 で示す類似度の点数。学習は 2026.0 比で最大 5 倍速く、ピークメモリは最大 50% 減。要求性能から形状案をつくる Generate は試験機能 2026 年 7 月 29 日
Simcenter HEEDS 2604 ニューラルネットのサロゲート構築（GPU 学習・早期終了・ONNX 出力）、SLURM・PBS・Rescale へのジョブ投入テンプレート、多目的最適化の収束グラフ 2026 年 4 月 27 日
COMSOL 6.4 サロゲートモデルの学習データを Batch と Cluster で並列作成、DNN を ONNX に出力。チャットボットは OpenAI・Azure OpenAI・OpenAI 互換のプロバイダーに接続。6.4 本体は 2025 年 11 月 18 日公開で、2026 年は Update 1・2 で更新 2026 年 3 月 19 日（Update 2）
Moldex3D 2026（射出成形） DOE Wizard に設計制約。DOE 専用の計算枠を用意して複数の DOE を同時に走らせる DOEPlus。Moldibot が API スクリプトの生成に対応。Studio API で計算の作成・投入・結果の取得・レポートを自動化 2026 年 3 月 20 日
PTC Creo 13 Creo AI Assistant（会話で手順と不具合の切り分けを案内）、ジェネレーティブデザインに組立の中での最適化とマルチフィジックスを追加 2026 年 6 月 10 日発表
Autodesk Fusion Fusion を外部の AI クライアントから操作するローカルの Fusion MCP サーバーと、クラウドのデータを扱う Fusion Data MCP サーバー。Claude Desktop・Cursor・VS Code などから使える。AU 2026 では読み込んだ形状をパラメトリックな部品に変換する AutoTimeline などを発表 2026 年 4 月（報道）、9 月 15 日
NVIDIA PhysicsNeMo 26.08 サロゲートの GeoTransolver と FLARE が正式機能に。点ごとの予測の不確かさを出す FieldVariationalGPHead。学習データから外れた形状を見つけて追加計算を選ぶ能動学習 2026 年（リリースノートに日付の記載なし）

ここで 1 つ、数字の読み方を合わせます。Siemens の最大 1,000 倍速いは、学習済みのサロゲートで予測するときの速さです。学習に使う計算は別に必要で、その計算は従来どおりの時間がかかります。1,000 パターンを実行する会社にとっての意味は、1,000 回の本計算が 1 回になることではなく、1,000 回の本計算の結果からつくったモデルで、1,001 回目以降を秒で試せることです。

もう 1 つ、社名と製品名です。Ansys は Synopsys の傘下で、2026 R1 は Synopsys が発表しました。Altair の技術は Siemens の Simcenter に統合されました。NVIDIA の物理シミュレーション向けフレームワークは PhysicsNeMo で、旧称は Modulus です。数年前の記事の名前のまま社内資料に書くと、問い合わせ先を間違えます。

費用。1,000 回の計算はいくらか

計算機の費用から見ます。AWS の HPC 向けインスタンス Hpc8a は、2026 年 3 月 13 日から東京リージョンで使えるようになりました。hpc8a.96xlarge は 192 vCPU で、東京のオンデマンド料金は 1 時間 10.23 米ドル（Linux。クラスメソッドの 2026 年 3 月 15 日の記事に載った 3 月 13 日時点の値。オハイオは 7.92 米ドル）。同じ記事によると、東京では起動できるアベイラビリティゾーンが 1 つに限られ、割引は Savings Plans だけで、スポットとリザーブドは使えません。

当社の試算です。1 回の解析が 16 vCPU で 10 分かかるとします。1,000 回で 2,667 vCPU 時間。hpc8a の 192 vCPU で割ると約 13.9 インスタンス時間、料金は約 142 米ドルになります。1 ドル 150 円の目安で約 2.1 万円。1 回が 60 分なら約 853 米ドル（約 12.8 万円）です。この試算には、ソフトのライセンス、データの転送と保存、人件費を含みません。自社のパソコン 1 台で順番に実行するなら、1 回 10 分で約 167 時間、つまり約 7 日です。8 本並列なら約 21 時間になります。

ソフトのライセンスは、計算機より大きい費目です。Autodesk Fusion を例にすると、本体が年 680 米ドル、シミュレーションの Simulation Extension が年 1,465 米ドルで、Fusion の契約が前提です。日本語の製品ページでは本体が年 116,600 円、Simulation Extension が年 251,900 円（いずれも 1 ユーザー・年払い、2026 年 10 月 30 日確認）。Simulation Extension の説明には、ジェネレーティブデザイン・FEA・電子部品の冷却・射出成形のクラウド解析が無制限と書かれています。合わせて年約 2,145 米ドル、日本語ページの表示で年 368,500 円。1,000 回の計算費用の 10 倍を超えます。

1,000回の計算にかかる費用の試算と年間ライセンスを米ドルで並べた棒グラフ。クラウドで1回10分なら約142米ドル、1回60分なら約853米ドル、Fusion本体とSimulation Extensionの年間ライセンスは約2,145米ドル

費用のかかり方を、会社の状況別に 4 つの方式で並べます。

方式 費用の目安 向いている会社
Autodesk Fusion ＋ Simulation Extension 年約 2,145 米ドル（日本語ページで年 368,500 円）。クラウド解析は製品ページの記載で無制限 すでに Fusion で設計している。構造・熱・射出成形を広く浅く試したい
国内のプレス専用ソフト（JSOL の JSTAMP/EZ など） 価格は非公開、無料トライアルあり プレス金型の割れ・しわ・スプリングバックが主な課題
オープンソース（FreeCAD 1.1 ＋ Gmsh ＋ CalculiX、OpenFOAM v2606、Optuna 5.0・SciPy 1.18） ライセンス費 0 円。計算機と人件費だけ Python を書ける人がいる。または生成 AI に書かせたスクリプトを検証できる人がいる
大手の統合製品（Ansys、Simcenter、COMSOL など） 価格は非公開（代理店経由） 解析の専任者がいる。取引先から特定のソフトの結果を求められる

JSTAMP/EZ は JSOL の中位のプレス成形シミュレーションで、製品ページには、専門知識を持たない金型設計者や CAD オペレータでも扱える操作性と書かれています。CAD データを置き、荷重・クッションストローク・材料・板厚を指定すると、割れ・しわ・スプリングバックの予測と板厚減少の分布、レポートまで自動でつくります。クロスメンバー部品の例で解析時間は約 10 分。自社の部品で同じ時間になるとは限りませんが、1 回 10 分という試算の仮定は、この種の製品では現実的な範囲です。

オープンソースの方式は、ライセンス費が 0 円である代わりに、人の時間がかかります。FreeCAD 1.1 は 2026 年 3 月 25 日にリリースされ、FEM では CalculiX による静電場解析、梁断面の追加、Netgen の 2 次要素などが入りました。9 月 28 日に 1.1.4 が出て、10 月には新しいバージョン番号の体系で 26.3 のリリース候補が出ています。OpenFOAM v2606 は 2026 年 6 月のリリースで、GPL で配布されています。

20 人の会社の進め方。8 週間の 9 手順

ここからは、20 人規模の切削・プレス会社が初めて 1,000 パターンを試す場合の進め方です。素材にある数字だけで組んだ当社の案で、部品はプレス曲げのブラケット、または切削で使う治具の剛性を例にします。

20人規模の会社が8週間で1,000パターンの事前シミュレーションを進める流れ。経営者と設計担当が問いと合格の線を決め、設計担当が実物を測って計算モデルを合わせ、計算機が200点と残り800点を自動で実行し、設計担当が結果を読んで追加の30〜50点を選び、上位3〜5条件を試作して経営者と確かめる

  1. 問いを 1 つに決める（1 週目）。 例は、ハイテン材のブラケットでスプリングバック角を ±0.5 度に収め、板厚減少を 15% 以下にする金型条件を探す、です。目的の数値と合格の線を先に決めます。問いが 2 つあると、後で結果を読むときに、どちらを優先するかで止まります。
  2. 実物で基準を取る（1〜2 週目）。 今の条件でつくった部品を 3〜5 点測ります。計算モデルが実物とどれだけずれるかを、この数点で確かめます。ずれが大きいままでは、1,000 回実行しても意味がありません。
  3. 計算モデルを固める（2〜3 週目）。 メッシュ（計算のために形状を細かく分けた網）を細かくしても結果が変わらなくなる細かさを決めます。材料データは、材料メーカーの資料か、引張試験を依頼して用意します。公設試の技術相談はここで使えます。
  4. パラメータと範囲を決める（3 週目）。 プレスなら板厚、曲げ R、ダイ肩 R、クリアランス、しわ押さえ力、ビードの位置など 5〜8 個。範囲は、工場で実際につくれる範囲に限ります。ここで生成 AI に、図面の寸法表と制約（R は板厚の 1 倍以上、など）を渡し、パラメータ表と制約チェックのコードを書かせます。
  5. 1,000 点を選ぶ（3 週目）。 SciPy の LatinHypercube で 1,000 点をつくり、制約に合わない点を除きます。いきなり 1,000 点を実行せず、200 点で手順を確かめてから残りを実行すると、設定ミスの損が小さくなります。
  6. 自動で実行する（4〜5 週目）。 CAD の API（Fusion の API や MCP サーバー、Inventor の iLogic、FreeCAD の Python）で形状をつくり、ソルバーをバッチで実行します。スクリプトは生成 AI に下書きさせ、最初の 10 件は人が結果を開いて確かめます。
  7. 計算時間と費用を見積もる（4 週目）。 前の節の試算のとおり、1 回 10 分なら自社の 1 台で約 7 日、クラウドで約 142 米ドルです。社内のパソコンを週末に動かすか、クラウドを 1 日借りるかを、ここで決めます。
  8. 結果を読む（5〜6 週目）。 全結果を表にし、合格の線を満たす条件の範囲を出します。サロゲートモデル（ガウス過程かニューラルネット）をつくり、Optuna の GPSampler などで次の 30〜50 点を選んで追加で計算します。生成 AI には、結果表の要約と、結果への影響が大きいパラメータの説明文の下書きをさせます。判断は人が行います。
  9. 実物で確かめる（6〜8 週目）。 上位 3〜5 条件で試作し、測ります。計算と実物の差を記録し、次の部品で計算モデルを直すのに使います。

8 週間のうち、計算機が動いているのは 4〜5 週目の数日だけです。残りは、問いを決める、実物を測る、モデルを合わせる、結果を読む、という人の仕事です。1,000 パターンの事前シミュレーションは計算の仕事に見えて、中身の大半は設計の仕事です。

うまくいかない 4 つの型

日本語コミュニティの事例と各社の公式資料から、つまずく場所は 4 つに絞れます。

1 つ目は、計算が最後まで終わっても実物とずれる型です。 AWS ジャパンの有志が Zenn に 2026 年 4 月 21 日に投稿した事例があります。AI エージェント（Kiro、基盤モデルは Claude Opus 4.6）に、STEP ファイルの読み込み、Gmsh でのメッシュ作成、材料と拘束と荷重の設定、CalculiX の実行、可視化を任せ、指示は自然文だけでした。1 回目は、FreeCAD の FEM の Python API の名前がバージョンで変わっていて失敗。2 回目は、自前で書いた入力ファイルの要素の節点順が合わず nonpositive jacobian のエラー。3 回目に Gmsh をコマンドラインから呼んで成功しています。結果は最大応力 0.13 MPa、変位 5.76 μm。ただし投稿者自身が、モデルは中身の詰まったソリッドで、実物の中空のロボットアームより断面が太いため、応力と変位は実物より小さく出ると書いています。計算は 3 回目で完走しましたが、その値で設計を決めることはできません。手順 2 の実物の基準がないと、この種のずれに気づけません。

2 つ目は、サロゲートの予測を学習範囲の外で信じる型です。 Siemens が PhysicsAI 2026.1 で、新しい形状と学習データの近さを 0〜1 の点数で出すようにしたのは、遠い形状の予測が当てにならないからです。NVIDIA の PhysicsNeMo 26.08 が、学習範囲から外れた入力を見つけて追加計算を選ぶ能動学習を入れたのも同じ理由です。パラメータ範囲の端や、範囲の外側で見つかった良さそうな条件は、本計算で確かめます。

3 つ目は、ライセンスの同時実行数で止まる型です。 Moldex3D は 2026 で、DOE 専用の計算枠を用意して複数の DOE を同時に走らせる DOEPlus を入れました。裏返すと、商用ソルバーでは同時に何本流せるかがライセンスで決まる、ということです。1,000 回を 8 本並列で 21 時間、という試算は、8 本同時に流せる契約があって成り立ちます。契約している製品の同時実行の条件は、計算を始める前に代理店に確認します。

4 つ目は、生成 AI が書いたスクリプトをそのまま信じる型です。 Zenn の事例の 1 回目の失敗は、API の名前のバージョン差でした。生成 AI は学習時点の API を書きます。うまくいった例もあります。Qiita の 2025 年 4 月 3 日の投稿では、FreeCAD のトポロジー最適化プラグインの遅い箇所を Gemini 2.5 Pro に計画させ、コードも書かせました。形状 1 は 73 分から 6 分に、形状 2 は 28 分から 1.5 分に短くなっています（MacBook Air M3）。ただし表の数字から計算すると約 12 倍と約 19 倍で、題名の 10〜15 倍とは合いません。引用するときは本文の表から計算し直す、という読み方の話でもあります。スクリプトの出力の数字そのものも、単位、荷重の向き、拘束の位置を人が確かめます。

生成 AI に任せる仕事と、人が持つ判断

4 つの型を踏まえて、生成 AI に任せる仕事と人が持つ判断を分けます。分け方の軸は 2 つです。間違いに人が気づけるか、そして作業の量が多いか。

縦軸に間違いに人が気づけるか、横軸に作業の量を取り、生成AIに任せる仕事と人が持つ判断を4つの区画に分けた図。気づけて量が多い仕事はAIに任せ、気づきにくく量が少ない判断は人が持ち、気づきにくく量が多い監視は抜き取りで人が見る

間違いに気づけて量が多い仕事は、生成 AI に任せます。パラメータ表と制約チェックのコード、CAD の API を呼ぶスクリプト、ソルバーをまとめて実行するバッチ、結果表の要約、影響の大きいパラメータの説明文の下書き。これらは出力を開けば間違いが見えます。量が多く、人がやると数日かかります。

間違いに気づきにくく量が少ない仕事は、人が持ちます。問いと合格の線、パラメータの範囲、材料データの出所、実物と計算の差をどう読むか。どれも 1 時間あれば決められますが、間違えると 1,000 回の計算が全部無駄になります。生成 AI に相談してもかまいません。決めるのは人です。

間違いに気づきにくく量が多い仕事は、抜き取りで人が見ます。1,000 件の自動実行の監視がこれです。最初の 10 件は人が結果を開き、以降はエラーの件数と、結果の値が範囲の外に出た件数を日に 1 回見ます。

この線引きは、当社がAI のまわりに組む仕組みとして他の業務でも使っているものと同じです。設計の計算に限った話ではありません。

機密データを外に出さない選択肢

取引先の図面を扱う会社では、クラウドの生成 AI に図面の寸法表を渡すこと自体が契約で止まることがあります。2026 年には、手元で動かす選択肢が増えました。

Ansys 2026 R1 の SimAI Pro は、デスクトップで動き、データを手元に置くプロジェクト向けと説明されています。オープンソースの FreeCAD・Gmsh・CalculiX・OpenFOAM は、もともと社内のパソコンで完結します。生成 AI については、Preferred Networks が 2026 年 10 月 27 日に、国産モデル PLaMo 3.1 Prime に Web 検索と Deep Research を搭載したと発表しました。Deep Research はオンプレミス環境でも使え、社内文書の検索システムとつなげば、閉域環境の中で社内文書に限った調査ができると書かれています。スクリプトの下書きや結果表の要約に使う生成 AI を、社外に出ない構成にする道が 1 つ増えたことになります。

どの構成でも、人が持つ判断の部分は変わりません。変わるのは、生成 AI に渡してよい情報の範囲です。

11 月以降に予告されていること

2026 年 10 月 30 日時点で、各社が予告している予定です。提供時期は変わることがあります。

  • PTC は Creo 2027 を年内に発表する見込みで、報道では 12 月のバルセロナでの PTC NEXT が有力とされています。Creo の AI は 3 段階で、全ユーザーが使える Advise はすでに提供中です。モデルの文脈を理解してデータの抽出や設計変更の提案をする Assist はベータで晩秋、設計の最適化を提案して試す Automate はアルファで年内と報じられています（Develop3D、2026 年 8 月 6 日）
  • Autodesk は AU 2026（2026 年 9 月 15 日）で、製品データと要求をつなぐエージェント型の PLM を予告しました。Revit 用と Autodesk ドキュメント用の MCP サーバーは準備中です
  • Ansys の Discovery Validation Agent は初期の顧客評価中、Mesh Agent は試験提供のままです
  • Siemens の PhysicsAI Generate、spatial conditioning、Constant Memory Mode は 2026.1 で試験機能です。正式化の時期は未発表です
  • FreeCAD は新しいバージョン番号の体系に移り、26.3 のリリース候補 2 が 10 月 18 日に出ました
  • 補助金については、ものづくり補助金の公募は終わり、後継の新事業進出・ものづくり商業サービス補助金の第 1 回公募は 2026 年 10 月 30 日 18 時に受付を終了しました。第 2 回の日程は公式サイトに未掲載です。ソフトや計算機の導入に使えるかは、次の公募要領が出てから事務局に確認します

新潟の読者へ。公設試と相談先

新潟県工業技術総合研究所の支援メニューには、技術に関する相談は無料と書かれています。Web 会議での相談にも対応し、職員が現地を訪問する場合もあります。依頼試験と機器使用は有料で、料金表は令和 8 年 4 月 1 日改正のものです。手順 3 の材料データ（引張試験）と、計算モデルの考え方の相談は、ここから始められます。CAE そのものの支援メニューはサイト上では確認できなかったので、個別に問い合わせてください。

国内の代理店では、JSOL が Ansys Discovery・optiSLang・Moldex3D などを扱い、自社のプレス成形シミュレーション JSTAMP を持っています。Moldex3D は 2026 年 7 月 15 日に、DOE と AI で成形条件を最適化するウェビナー（英語）を開きました。因子として部品の形状、ゲートの位置、冷却、材料、成形条件の範囲を挙げていますが、実行回数や結果の数字は公開資料にありません。自社の部品で試すときの回数は、やはり自社で決めることになります。

KOIYALの見解

1,000 パターンの事前シミュレーションを勧める理由は、計算が安くなったからではありません。試作で 3 通りを試していた会社が、計算で 1,000 通りを見てから試作を 3 通りに絞れるようになると、設計の判断の根拠が変わるからです。経験のある人の勘は残ります。その勘を、1,000 個の結果の表で確かめられる形にするのが、この取り組みの価値です。

一方で、2026 年の CAE 各社の発表を読んで、AI が設計を自動でやってくれると受け取るのは早いと考えています。各社が入れたのは、サロゲートの予測をどこまで信じてよいかを示す点数や、学習範囲の外を見つける仕組みです。これは、AI の答えを人が確かめる前提で製品をつくっている、ということです。ベンダーが確かめる前提で出している道具を、使う側が確かめずに使うのは筋が通りません。

当社が見ている限り、最初の 1 部品で一番時間がかかるのは、手順 1 の問いを 1 つに決めることと、手順 4 のパラメータの範囲を工場でつくれる範囲に限ることです。どちらも、設計と現場と経営が同じ机につかないと決まりません。計算の前に、その会議を 1 回開けるかどうかが、この取り組みが進むかどうかを分けます。

次の行動

  1. 部品を 1 つ選び、問いを 1 行で書く。 目的の数値と合格の線を入れます。例は、ブラケットのスプリングバック角を ±0.5 度に収める金型条件を探す、です。2 つ目の問いは次の部品に回します。
  2. 今の条件の部品を 3〜5 点測り、契約しているソフトの同時実行の条件を代理店に聞く。 測った値が計算モデルの基準になります。同時実行の条件は、1,000 回を何日で終えられるかを決めます。
  3. 200 点だけ実行して、手順と費用を確かめる。 生成 AI にスクリプトを下書きさせ、最初の 10 件は人が開きます。200 点が通れば、残りの 800 点は同じ手順で進みます。最初の 1 部品を、問いの設定から 200 点の試し計算まで一緒に組む支援は、FDE 型支援で受けています。

参考