キユーピー、工場シミュレーションモデル開発にAIエージェントを使う検証環境を構築

　キユーピーが構築を進めているのは、工場の生産ラインなどを対象にしたシミュレーションモデルの開発にAI（人工知能）エージェントを使う検証環境。モデル開発での専門知識を持つソフトウェアエンジニアに依存せず、改善のための検証を高速にするのが目的だ。

　新たな開発環境では、クラウド環境で動作するAIエージェントがシミュレーションモデルを構成する専用言語のコードを記述し、シミュレーションソフトウェアでコードを実行して結果を確認する。エラーがあれば原因を特定し、コードを修正するまでの一連の工程を自律的に進める。

　すでに小規模なモデルを作成した検証では、想定どおりに動作することを確認したとする。開発工数での効果としては、従来1モデル当たり8.5人日を要すると想定していた小規模モデルの開発を1.8人日で完了し、開発工数を78.8％削減した。

　開発を進める中では、AI技術が参照するルールや専門用語、作業手順などをドキュメントとして整理し、誤った処理をした箇所やつまずいた箇所も蓄積することで、次のモデル開発に生かす仕組みを整えた。開発初期には、作成したモデルに多くの不具合が生じて都度修正が必要だったものの、最新の取り組みでは1回の作り直しでモデルの作成を完了するまで精度が高められたという。

　今後は、対応するシミュレーションのバリエーションと規模を拡大する。将来的には、現場のドメイン知識を持つ工場担当者が、自然言語でシミュレーションモデルを構築する「工場シミュレーションの民主化」を目指すとしている。

　キユーピーではこれまで、ソフトウェアエンジニアが工場シミュレーションのモデルを開発してきた。専門チームはAI技術を活用して開発速度を高めようとしたが、専用言語の学習データが大規模言語モデル（LLM：Large Language Model）に十分蓄積されておらず、正確なコードの記述が難しかったという。

　シミュレーションソフトウェアは一般的に、マウスやキーボードによる人間の操作を前提としたローカル環境で動作する。そのため、AI技術が生成したコードを実行し、その結果を確認して修正する開発サイクルを組み立てにくかったという。

　製造業では、生産ラインや設備の設計・改善に当たり、実際に稼働する前にシミュレーションで検証する手法が重要になる。一方、シミュレーションモデルの構築には専用ソフトウェアに加えて、開発対象に応じた専門言語の知識も必要になる。そのためモデル開発を担う人材が限ら、特定の担当者に業務やノウハウが集中しやすい。

　シミュレーション環境の構築はAI活用支援を手掛けるDeNA AI Linkが協力し、自律型AIエージェント「Devin」（米Cognition AI製）を採用した。ブラウザから利用するクラウド版のDevinを起点とし、ローカル環境との接続には連携ツール「Devin CLI」に切り出した。

　シミュレーションには、工場シミュレーションソフトウェア「Tecnomatix Plant Simulation」（米Siemens Digital Industries Software製）を利用し、モデル開発には専用言語「SimTalk」（同）を用いる。DeNA AI Linkは、AI技術にSimTalkを自律的に記述させるだけでなく、実行結果を検証しながら修正する開発環境の構築までを支援した。