この記事の要点: オンデマンド製造プラットフォームを展開する米ゾメトリー（Xometry）は、カスタム製造の全工程を最適化する新世代のAIモデルアーキテクチャを発表した。この新システムは、形状、製造性、価格、サプライヤー能力、製造実績という5つの重要次元にわたる独自データを統合。ユーザーがアップロードした設計データから最適な加工法を推奨し、見積もりの精度向上や最適なサプライヤーとのマッチングを迅速化する。
ニュースのポイント
- 5つの重要次元（形状・製造性・価格・供給能力・実績）のデータを統合した新AIモデル
- 部品アップロード時に20種類の加工法から最適解を推奨、初期利用者の採択率は85%超
- サプライヤーの設備仕様や品質履歴を評価し、最適な案件を提示するマッチング機能
背景
カスタム製造の受託プラットフォームでは、多種多様な設計データに対して迅速かつ正確に見積もりを出し、最適な加工会社へ発注する仕組みが求められる。ゾメトリーはこれまで個別の機能ごとにAIモデルを運用していたが、製造プロセス全体を包括的にカバーする統合型のAIアーキテクチャへとアップグレードした。また、同社は直近でシーメンスの産業プラットフォーム「Siemens Xcelerator」との連携も進めている。
何が起きたのか
新AIモデルは、部品の形状や素材だけでなく、業界特有の用途（例：航空宇宙分野における厳しい公差や特殊合金の必要性など）を文脈から理解し、最適な加工法を提案する。この推奨機能は、過去の発注履歴がない新規顧客であっても機能し、初期フィードバックでは85%以上の買い手がAIの提案を受け入れている。価格算出においては、単体部品か複数部品のセットかといった構成要素や、仕上げ処理などの詳細なパラメータを考慮。さらに、サプライヤー側の保有機械の寸法や加工能力、過去の納期・品質実績をスコアリングし、最適な案件をキュレーションして提示する仕組みを導入した。
製造業・生産管理への見方
日本の製造業や調達管理部門にとっても、多品種少量生産や試作開発における調達業務の効率化は大きな課題である。本技術のようなAIによる自動見積もりと加工法の推奨は、見積もり回答を待つリードタイムを大幅に削減し、設計変更への迅速な対応を可能にする。また、サプライヤー側にとっても、自社の設備能力や得意領域に合致した案件が優先的に配信されるため、ミスマッチによる受注損失や不良率の低減、稼働率の最適化につながる。デジタルプラットフォームを介したサプライチェーンの柔軟性と信頼性向上を示す事例と言える。
現場で確認したいポイント
- 自社の試作・特注品調達において、自動見積もりツールの導入による工数削減の余地があるか
- 外注先の選定時に、保有設備のスペックや過去の品質・納期実績がデータ化され活用できているか
- 設計段階で、製造性やコストを考慮した最適な加工法の選定プロセスが標準化されているか
確認しておきたい点
本記事で紹介されているAIモデルの推奨精度（採択率85%以上）やマッチング効果は、ゾメトリー独自のプラットフォーム上における初期フィードバックに基づいた数値であり、個別の製造要件や日本国内の特殊な加工プロセスにおいて同様の効果が保証されるものではありません。
出典情報
| 出典 | 3D ADEPT MEDIA |
|---|---|
| 公開日時 | 2026-07-31T10:01:38+00:00 |
| 元記事 | 3D ADEPT MEDIAで読む |
