株式会社Things CEO 鈴木敦也、日刊工業新聞社「機械設計」誌に寄稿。生成AIによるDRBFM/FMEAの変革を解説

製造業DXを支援する株式会社Thingsの代表取締役CEO 鈴木敦也氏が、月刊誌「機械設計」2026年6月号に寄稿しました。本記事では、製造業の品質保証におけるDRBFM/FMEAの領域で、生成AIがいかに未然防止活動を変革するかを、同社製品「PRISM」の実践例を交えて解説。属人化、暗黙知の損失、作業効率の壁といった課題に対し、AIが設計者の思考プロセスを支援し、業務を数週間から数分へ短縮する可能性を示しています。
製造業DX,生成式AI,品質保證NQ 85/100出典:PR Times

📋 記事の処理履歴

  • 📰 発表: 2026年5月18日 20:00
  • 🔍 収集: 2026年5月18日 11:31
  • 🤖 AI分析完了: 2026年5月18日 12:05(収集から34分後)
製品ナレッジ活用基盤「PRISM」等の開発・提供を通じて製造業DXを支援する株式会社Things(本社:東京都港区、代表取締役:鈴木 敦也)代表の鈴木が執筆した記事が、日刊工業新聞社が発行する月刊誌「機械設計」第70巻第6号(2026年6月特別増大号)に掲載されました。

本記事では、製造業における品質保証の要であるDRBFMおよびFMEAの領域において、生成AIがいかに未然防止活動を変革するかについて、当社が提供するエンジニアリング・チェーン基盤「PRISM」の実践例を交えて詳細に解説しています。

■ 掲載概要
掲載媒体: 日刊工業新聞社「機械設計」第70巻第6号(2026年6月号)
特集名: FMEA/DRBFMの基本理解と活用の考え方
記事タイトル: 第5章「生成AIが変える未然防止活動 -DRBFM・FMEAにおけるAI活用の最前線-」
執筆者: 株式会社Things 代表取締役CEO 鈴木 敦也

■ 記事のハイライト
1. 未然防止の現場が抱える3つの構造的課題:DRBFM/FMEA運用現場では、「属人化と経験の壁」「暗黙知の損失」「作業効率の壁」が顕在化しています。

2. 従来型AIと生成AIの決定的な違いと親和性:生成AIは自然言語の理解と複数知識領域の横断推論に優れ、「設計変更で何が起こるか」を言語化するDRBFMプロセスと極めて高い親和性を持ちます。

3. PRISMを活用したDRBFM作成の実践と効果:社内の技術文書をナレッジベースとする「PRISM」は、熟練設計者の思考プロセスを組み込み、多角的な心配点を提示することで、人間の思考の偏りを補完し、高い網羅性を実現します。

4. 技術者の働き方の変化:従来数週間を要したDRBFM作成が、PRISMの導入でAIが「数分」でドラフトを生成するワークフローへと激変。設計者は本質的な思考に注力でき、若手育成も加速します。

■ DRBFM/FMEA業務支援サービス『PRISM(プリズム)未然防止』について
「PRISM未然防止」は、本記事で解説した変革を自社で実現するための特化型サービスです。過去のトラブル事例や設計ナレッジをAIが読み解き、DRBFM・工程FMEAのドラフトを自動生成します。

■ 株式会社Thingsについて
Thingsは、「製造業における知の掘り起こし」をテーマに、エンジニアリングチェーンのDXに挑んでいます。現場に埋もれた技術情報を「PRISM」により吸い上げ、組織全体で活用できる状態にすることで、モノづくりに携わる全ての人が同じ景色を共有できる世界を目指しています。

よくある質問

DRBFMやFMEAの運用現場が抱える課題とは何ですか?

主に「属人化と経験の壁」「暗黙知の損失」「作業効率の壁」という3つの構造的課題があります。

なぜ生成AIはDRBFMと親和性が高いのですか?

過去の知見から類推し、未知のリスクを多角的に言語化するプロセスが、生成AIの自然言語理解と推論能力と極めて相性が良いためです。

株式会社Thingsの「PRISM」とはどのような製品ですか?

社内の技術文書をAIが分析・統合する次世代PLMシステムで、熟練技術者の思考を模倣し、DRBFMの自動生成などを支援します。