ダイハツ工業（以下、ダイハツ）では、自動車業界が100年に一度の大変革期を迎えたことに対する危機感から、AI活用に取り組んでいる。これは、普段の業務の中で何かAIを活用できるところはないか検討するというボトムアップの活動から始まったものだ。それを主導してきたのが同社のDX推進室 DX戦略グループ長（兼）東京LABO シニアデータサイエンティストである太古無限氏だ。

12月11日～12日に開催された「TECH+フォーラム 製造業DX 2024 Dec. ありたい姿に向かうための次なる一手」に同氏が登壇。仲間づくりから人材育成、事例創出など、AI活用のために現場主導で行ってきた取り組みについて説明した。

データ活用基盤の構築に必要なのは投資判断

講演冒頭で太古氏は、データドリブン経営を目指すには、データを一元管理し、データを利用する人が常に同じプラットフォームを参照できるようにするべきだが、以前のダイハツでそれができていなかったと話した。AIやデータの活用を始めるにはまず基盤の構築が必要となるが、その前に経営陣に投資判断をしてもらわなければならない。基盤の構築には時間や資金が必要になるためだ。そのためには、他社のユースケースなどを参考に費用対効果を示す必要があるが、構築までに長い時間と多大な資金が必要であることを説明すると、経営陣が二の足を踏んでしまうことも少なくない。太古氏は、費用対効果だけでは不要だと判断されてしまうと指摘する。

「損得勘定のPLではなく、長期的な会社の資産とするBSを重視すべきであることを上司に理解してもらうことが重要です」（太古氏）

上司の理解につなげるため、同氏はまず社内の世論の醸成から着手した。人材を育成するところから始め、データ活用の事例をたくさんつくれば経営陣の意思決定につながると考えたのだ。そこで2017年に非公式の少人数ワーキンググループをつくり、通常業務の後に行う機械学習の研修を立ち上げた。それがきっかけとなり、2020年に東京LABOが新設された。これは企業の出島として全社員のAIスキル向上を目指すもので、データサイエンティストを新たに採用できる環境が整ったため、事例創出をスタートすることができたという。

  • ダイハツにおけるAI活用の歩み

ノーコードツール活用を前提とした人材育成

太古氏がグループを立ち上げたときに、データとAIの民主化の実現のために3つのミッションを掲げた。それは社内外の仲間を増やすこと、スキル向上と課題整理をサポートすること、そしてデータ利活用事例を増やしていくことだ。

仲間づくりについて同氏は、やる気のある人と一緒にやることが重要だと考え、AIやRPAなどのテーマでイベントを開催して、興味のありそうな人を探した。その中でも、やる気があり、かつ上司の理解がある人を集めて人材育成に着手したという。ここではノーコードツールを使った短期間でのAI実装に取り組んだ。そこで重視したのは、プログラミングができたりAIをつくれたりすることではなく、AIを使いこなせることである。目的はアウトプットをつくって成果に結び付けることだからだ。そのためデータ加工や機械学習モデルの作成から運用といったAIの作成や活用もノーコードツールで行い、基本的にプログラミングを教えることはしなかったそうだ。

全スタッフ職を対象に人事部門が展開するAI研修も、ノーコードツールの使用を前提としたもので、初心者向けの啓発研修からスタートし、基礎研修、中級研修、「ダイハツAI道場」とステップアップしていく構成だ。研修の最高位であるダイハツAI道場は、発表会を含めた8回の研修の中で、ツールを使ったPoCの管理、実装までやりきるというもので、短期間でAIにより課題を解決できるような素養を身に付けることを目指している。また、まずAIを体験してみることを重視したハンズオンの「easy道場」も、初級の啓発研修と並行して実施されている。

さらにプログラミングを学びたい人には、ゲームフィケ―ションも導入した業務外活動の機械学習研究会も用意されている。例えば、「Kaggle」というコミュニティにPythonを学ぶ講座を開設したほか、LEGO社の「教育版レゴ マインドストーム EV3」を使って人工知能自動運転車をつくるPython講座なども実施されている。

さらにマネジメント職がG検定、実務者がE資格にチャレンジする取り組みも行っている。太古氏は、「とくに偉い人にこそG検定に挑戦してほしい」と話す。管理職、経営陣がG検定に合格すれば、部下のAI活用に理解が得られるようになり、業務が進みやすくなるためだ。

多数の事例を創出している工場向け「AIブートキャンプ」

仲間を増やしたら、次はテーマ集めだ。これについては、さまざまな部署にヒアリングを行って1000以上のテーマを集め、実現性の高いアイデアから着手した。着手前にそのアイデアについて相談できるような場も設けたが、そこでは無理にAIを使わせないことを心掛けているそうだ。

「まずAIではなく、業務プロセスを確認して無駄の排除やルールベースでの改善を考えたうえで、残った部分についてAI活用を考えるようにしています」（太古氏）

現場の工場向けには伴走支援の取り組みを行っている。ただし伴走といっても一緒に走るわけではなく、自分たちが先に事例をつくり、現場の人間が自ら選択して進めてきたように誘導するのだという。自分たちでつくったものであれば進んで使ってくれるし、多少問題があっても使い続けるであろうと考えているそうだ。

工場では、「AIブートキャンプ」と呼ばれる短期集中講座も実施されている。デジタルに素養のある専任者を選び、2カ月間でAIを実装する取り組みで、テーマを選び、プランニングしてデータを収集、その後のモデリングや検証を経てMLOpsまでをサポートする。太古氏は、「工場の現場の改善マインドとAIは相性が良いため、現場のKKD（勘、経験、度胸）とデータサイエンティストのスキルを掛け合わせれば、実装する力になる」と説明した。

この取り組みからは、実際に数多くの事例がつくられている。例えば自動車の外装オプションが取り付けられているかどうかを、動画から判別する物体検知技術や、排水処理のこれまでのデータから、使う薬品の量を最適化する時系列予測などがある。

事例を共有して横展開するための取り組み

こうした事例を横方向に拡大するために、DX活用事例共有会を実施している。当初は有志による取り組みだったが、回を追うごとに拡大。AI活用だけでなくBIやアプリの事例も含め、2024年6月の第6回では約30もの事例が共有された。そのほか、毎月開催されるダイハツAIキャンプでは社外のゲストに最新の動向を講演してもらったり、表彰制度、認定制度をつくってオープンバッジを配布したりといった取り組みも行っている。

こうした一連の取り組みによって、同社ではさまざまな人材がAIを業務に活かせるようになっている。例えば女性の文系新卒社員が機械学習を学んで業務に応用し、10カ月後には社長にAI活用について報告した例もあるし、Pythonに興味を持ったシニア社員がその後工場のAI活用キーマンになったケースもあるそうだ。

自動車のデジタル化が進んでいる状況に合わせ、同社でも各部署をデジタルでつなぐなど、デジタル化をいっそう加速させていく方針だ。ボトムアップから始まったデジタル推進の波は現在トップ層にも確実に波及している。DXを推進する全社組織体制として、「DXビジョンハウス」という構想を掲げ、DX委員会を設置したのもその表れだ。

最後に太古氏は、自分たちの取り組みは特別なものではないと話した。

「データの民主化を実現するにはどうすればよいのか、それを考えながら実践することが重要であり、特別なことをする必要はないと考えています。こうした取り組みはいつか理解されますから、どんどんやっていただきたいと思います」（太古氏）