この記事の要点: カスタムAI開発を手がける株式会社Laboro.AIは、導電性ペーストの研究・開発・製造を行う株式会社マテリアル・コンセプトへの出資および業務提携契約の締結を決定しました。本提携は、半導体や太陽電池セルなどの配線・電極に用いられる導電性ペースト事業において、開発・評価・量産プロセスにAI技術を統合し、製品開発スピードの向上や生産工程の自動化・自律化を目指すものです。
発表内容のポイント
- 材料配合レシピの最適化により、実験に依存してきた条件探索をAIで支援
- 開発段階の実験自動化から、量産立ち上げ時の製造プロセス自律化へ展開
- 熟練技術者の暗黙知をオントロジーとして整理し、AIが参照可能な形に構造化
発表の背景
半導体や電子機器の配線に用いられる導電性ペーストなどの材料開発分野は、原料の配合量や焼成条件といった多数のパラメータが複雑に絡み合っています。マテリアル・コンセプトは優れたノウハウを蓄積してきた一方、物理現象の複雑さから、その知見は熟練エンジニアの暗黙知にとどまり、モデル化や製造データの構造化が課題となっていました。汎用AIの適用が難しいこの領域において、企業固有の知見を活かすカスタムAIの導入が求められていました。
何が発表されたのか
協業では主に3つの取り組みを推進します。1つ目は、プロセス条件と特性データを構造化し、AIによる配合レシピの最適化と開発サイクルの短縮を図ることです。2つ目は、実験・評価作業の自動化を起点に、量産時の製造プロセスを自律化するためのロボットやセンサー導入のロードマップ策定とPoCの実施です。3つ目は、技術者の判断基準をオントロジーとして整理し、これまで言語化されてこなかった暗黙知をAIが再利用できる形に構造化することを目指します。
製造業・生産管理への見方
製造業、特に素材・デバイス開発の現場において、熟練者の「勘と経験」に依存した配合やプロセス条件の決定は、技術承継や開発スピード向上の大きな障壁となっています。本取り組みは、世界で初めて銅ペーストの量産化に成功したスタートアップの高度な技術知見をAIによって構造化し、再現性の高いデジタル資産へと変換する試みです。実験から量産プロセスへの移行をスムーズにし、顧客の個別要求仕様に即応できる体制を構築するアプローチは、製造業DXにおける先進的なモデルケースと言えます。
現場で確認したいポイント
- 自社の材料開発や製造工程において、熟練者の暗黙知がブラックボックス化していないか
- 配合条件や焼成条件などの実験データが、AIで解析可能な形で蓄積・構造化されているか
- 開発から量産立ち上げまでのプロセスにおいて、自動化・自律化を阻むボトルネックはどこか
確認しておきたい点
本提携によるLaboro.AIの業績への影響は軽微とされています。また、実験・製造プロセスの自動化・自律化に向けたロボットやセンサーの導入については、現時点では戦略ロードマップの策定とPoC（概念実証）の実施段階であり、具体的な自動化設備の稼働時期や導入規模は未定です。
出典情報
| 出典 | PR TIMES |
|---|---|
| 発表企業 | 株式会社Laboro.AI |
| 発表日時 | 2026-09-28 16:00:01 |
| 元記事 | PR TIMESで読む |
