# 産業AIを形作る現場の条件――GE VernovaのJeff Wittが語る

- 番組: [The AI in Business Podcast](https://ai-curator.jp/podcasts/shows/cmv3z5c32001o5o100ot70lmn)（Daniel Faggella）
- 元のタイトル: The Real‑World Conditions That Shape Industrial AI - with Jeff Witt of GE Vernova
- 配信日: 2026年10月15日
- 長さ: 20分
- 要約作成日: 2026年10月15日
- トピック: [#産業AI](https://ai-curator.jp/topics/%E7%94%A3%E6%A5%ADAI) [#エッジコンピューティング](https://ai-curator.jp/topics/%E3%82%A8%E3%83%83%E3%82%B8%E3%82%B3%E3%83%B3%E3%83%94%E3%83%A5%E3%83%BC%E3%83%86%E3%82%A3%E3%83%B3%E3%82%B0) [#予知保全](https://ai-curator.jp/topics/%E4%BA%88%E7%9F%A5%E4%BF%9D%E5%85%A8) [#データ基盤](https://ai-curator.jp/topics/%E3%83%87%E3%83%BC%E3%82%BF%E5%9F%BA%E7%9B%A4) [#スケーリング](https://ai-curator.jp/topics/%E3%82%B9%E3%82%B1%E3%83%BC%E3%83%AA%E3%83%B3%E3%82%B0) [#OT](https://ai-curator.jp/topics/OT)
- URL: https://ai-curator.jp/podcasts/cmv97gaz500015u10vcew24n3

## 要約

GE VernovaのGlobal Process Digital Authority、Jeff Wittが、産業AIとエンタープライズAIの違いを語った回。工場では誤りが人の安全や設備破損につながるため、求められる精度と厳密さが根本的に異なると述べている。信頼されるには現場の文脈に即した具体的な提案が必要で、複数拠点へ展開するには「自動化する資格を得る」ことが前提だと説く。

## ポイント

- オフィスでのAIの誤りはやり直しで済むが、工場では設備破損や作業者の安全に直結する。80%の精度では不十分だとWittは述べている。
- 制御ループなど一部設備はエアギャップ（外部から遮断）されており、クラウドとの往復は行わない。モデルをエッジで動かすのが通常の解決策だという。
- 現場リーダーは機械・人・履歴・予定という豊富な文脈を持つため、一般的な回答では最初の印象で信頼を失う。「チャンスは一度きり」と語る。
- 提案に対する人間の評価や実行結果をモデルへのフィードバックとして活用でき、親指の上下のような単純なUIが有効だとしている。
- チャットボット型のインターフェースは現場では機能せず、作業場所や機械を認識して文脈に沿った提案を出す形が望ましい。
- スケールには、文書化・最適化・リーン化済みの成熟した工程を選び、統一ネームスペースや資産階層などのコンテキスト層を整備することが重要だと述べている。

## 章立て

- [01:01] **産業AIとオフィスAIの違い** — 結果の重大さ（安全・設備への影響）が最大の違いで、求められる精度の基準が変わると説明する。
- [03:04] **アーキテクチャの制約とエッジ** — エアギャップされた設備やクラウド往復の回避から、モデルをエッジで動かす必要性が語られる。
- [05:16] **現場が信頼するAIの条件** — PwCらの調査を受け、現場の文脈に即した具体的な提案でなければ初回で信頼を失うと述べる。
- [08:33] **知見の取り込みとフィードバック** — 既存の履歴データと、人の評価を返すフィードバックループでモデルを改善する方法を説明する。
- [10:37] **チャットボットの限界** — 空の入力欄を待つ形式は現場に合わず、場所や機械の文脈を使うべきだと語る。
- [12:39] **自動化する資格を得る** — パイロットで止まる企業が多い中、成熟した工程を35拠点に展開する考え方を示す。
- [14:00] **データ基盤の実像** — コンテキスト層、統一ネームスペース、資産階層への投資が後続のユースケースを加速すると説明する。
- [18:04] **まとめと標準の活用** — 既存の標準に従い、現場の人と作り上げる。新しい道具だが新しいプロセスではないと締める。

## 解説記事

GE VernovaのGlobal Process Digital Authority、Jeff Wittが、The AI in Business Podcastで産業AIが企業向けAIとどう違うのかを語った。以前はコンピュータビジョンが話題だったが、今回は工場などOT（運用技術）領域でAIをどう考え、どう広げるかが中心である。なお、発言は本人の見解で、同社やその経営陣のものではないと断りがある。

#### 最大の違いは「結果の重さ」

Wittはまず、結果の重大さを挙げる。営業データの分析でAIが誤っても、やり直せば済む。しかし現場で誤った推奨が出れば、設備を壊したり、稼働中のスピンドルの近くに技術者を置いたりするおそれがある。このため「良い」の基準が変わるという。エンタープライズなら80%の精度で満足できても、フォークリフトが歩行者に当たらない確率が80%では話にならない、という例えで説明した。

アーキテクチャも異なる。クラウドならSSO認証でデータにアクセスできるが、工場には意図的にエアギャップ（外部ネットワークから遮断）された設備がある。制御ループを担う系統のデータをクラウドへ往復させて解析することはしない。そこで、モデルをエッジ側に持ってきてローカルで動かし、セキュリティを制御しやすくするのが通常の解になると述べている。

#### 現場の信頼は「文脈」で決まる

司会は、PwCと Manufacturing Instituteの調査として、AIに前向きな現場従業員は約4分の1にとどまると紹介した。Wittはこれに同意し、現場リーダーは機械、作業セル、人、履歴、今後の予定といった膨大な文脈を暗黙に持っていると指摘する。そこへウェブ検索のような一般的な推奨を出せば、最初の印象で信頼を失う。「チャンスは一度きり」であり、特定のポンプ、機械、オペレーター、製品に即した内容から始めるべきだという。

文脈の元になるのは、10年分に及ぶ設備履歴だ。構造化データに加え、メモや文書などの非構造データも活用できる。さらに、AIの推奨を人が評価し、計画・段取りして実行する流れそのものが、モデルへのフィードバックになる。親指の上げ下げのような単純なUIで「もっと見たい」「ノイズだ」と返せるのが望ましいという。

#### チャットボットは現場に向かない

過大評価されている機能として、Wittはチャットボットを挙げた。作業を止め、端末やスマートフォンを開いて質問する余裕は現場にない。AIは、作業者がどの作業セルのどの機械の前にいるかを把握し、先回りして文脈に沿った提案を出すべきだとする。司会も、今月すでに同様の話を何人かから聞いたと応じた。

#### 「自動化する資格を得る」

ある数字として、製造業の42%で何らかのAIが動いている一方、単一のユースケースを超えたのは12%だと紹介された。Wittはこれに同意し、原因は出発点の心構えにあると見る。社内で聞いた言葉として「自動化する資格を得なければならない」を挙げ、工程が文書化され、最適化され、リーンの原則で無駄が取り除かれているかを問う。そうした成熟した工程で、35拠点すべてで使われているものが理想的な候補だという。価値は1拠点での成功ではなく、全拠点で無駄を減らすことにある。

#### データ基盤の具体像

「データ基盤」とは何か。Wittによれば、データ自体は多いが、不足しているのはその上に載るコンテキストと情報モデルだ。具体的には、コンテキスト層の整備、全データが同じテンプレートで流れる統一ネームスペース（Unified Namespace）、新入社員にも理解できる資産階層（部門・工場・ライン・作業セル・ポンプ）である。ポンプにはポンプ用テンプレートを適用し、どのポンプでも同じ構造でデータが得られるようにする。初期投資は重いが、3件目、50件目、100件目のユースケースで効果が積み上がるという。

#### まとめ

産業AIでは、精度の数字以前に、安全への影響と現場の信頼が成否を分ける。Wittの主張は、汎用チャットではなく文脈を持った提案、エッジでの実行、フィードバックの組み込み、成熟工程の選定、データ構造の整備に集約される。日本の製造業にとっても、PoCから先へ進めない課題に通じる示唆がある。最後にWittは、既存の標準を活用し、現場の人と作ることが重要で、「新しい道具だが新しいプロセスではない」と述べた。

> この要約・解説記事は、元の音声の文字起こしをもとに AI（Claude）が日本語で作成したものです。出典: The AI in Business Podcast「The Real‑World Conditions That Shape Industrial AI - with Jeff Witt of GE Vernova」