Cinnamon AI 向三菱瓦斯化學正式提供次世代KY建議系統，透過高精度生成式AI「Super RAG™」自動支援「作業中潛藏的危險」
Cinnamon AI 宣布，將於2026年4月開始開發，將其生成式AI「Super RAG」整合至三菱瓦斯化學5家工廠的危險預知（KY）系統中。該系統能從非結構化數據中自動提取危險因素，支援工廠的安全管理。
📋 文章處理履歷
- 📰 發表: 2026年4月23日 22:00
- 🔍 收集: 2026年4月23日 13:31
- 🤖 AI分析完成: 2026年4月24日 00:19（收集後10小時47分鐘）
為國內大型企業提供AI（人工智慧）解決方案的株式會社Cinnamon（總部：東京都千代田區，代表董事社長CEO：平野未來，以下簡稱「Cinnamon AI」），將於2026年4月起正式開發新系統，將Cinnamon AI能實現更高精度內部知識搜尋與回答生成的「Super RAG™」，整合至三菱瓦斯化學株式會社（總部：東京都千代田區，代表董事社長：伊佐早 禎則，以下簡稱「三菱瓦斯化學」）目前於國內5家工廠運作中的KY（危險預知）建議系統（以下簡稱「MGC-KYAS」），並預計於年內陸續導入。
MGC-KYAS是一套系統，能從過去的虛驚事件活動(*1)中獲得的龐大案例資料庫裡，提取與現場作業相關的案例及資訊，藉此有效支援作業前的KY活動。本系統以Cinnamon AI先進的AI解決方案為技術基底，自2023年6月左右起已導入三菱瓦斯化學的國內5家工廠。
透過本次導入「Super RAG」，將能夠高精度地讀取各工廠或部門以各種格式保存的龐大文件。這些知識可用於多方面的用途，例如即時參考過去的類似災害、優化作業程序，以及將其轉化為安全教育的教材等。此外，在KY活動中活用AI，可防止單靠人力容易陷入的視角偏差或僵化，大幅提升危險預知的全面性。在缺工問題日益嚴重的背景下，將建立一套機制，透過AI確實傳承資深員工所掌握的寶貴危險資訊知識，進一步鞏固防止人為疏失及提升作業員警覺性的效果。
*1 員工報告並分享未釀成事故或災害，但令人感到「捏把冷汗」或「嚇一跳」的事件，並將其連結至組織性的災害防止活動
■ 背景：資深員工知識傳承與KY活動流於形式的課題
在製造現場，於作業前防範事故或災害於未然的「KY（危險預知）活動」是安全管理的重中之重。然而近年來，隨著設備自動化的進展，員工在現場直接接觸保安防災業務的機會減少，引發了現場危機意識下降的隱憂。此外，雖然累積了龐大的虛驚案例及職業災害數據，但由於各現場保存的格式不一，難以有效活用，導致了活動流於形式，或需要花費大量時間來提取必要資訊等課題。
為了解決這些課題，Cinnamon AI與三菱瓦斯化學共同建構了KY建議系統「MGC-KYAS」，該系統能從過去龐大的知識中精準地自動提示「作業中潛藏的危險」，並持續推動導入至國內5家工廠。
■ 導入「Super RAG」的主要成果與特徵
本次在「MGC-KYAS」中實裝Cinnamon AI獨有的RAG（Retrieval-Augmented Generation：檢索增強生成）技術「Super RAG」，將實現以下3點。
1. 透過迅速的資訊提取提升KY活動品質
過去要調查過去的類似案例，需要從龐大的檔案中進行搜尋，但本系統只需輸入設備編號或作業名稱等，AI就能瞬間提取高度相關的案例。透過自動提示多件「作業中潛藏的危險」——這是危險預知訓練的第一步——能將現場收集資訊的負擔降至最低，並大幅提升KY活動的品質。
2. 直接活用非結構化數據以減輕維運負擔
憑藉「Super RAG」的高度解析能力，無需將數據加工成Excel等「結構化數據」，就能直接從PDF等「原始檔案」的狀態生成高精度的回答。這在大幅削減現場數據登錄作業工時的同時，實現了能立即使被埋沒的知識發揮作用的高便利性。
3. 透過AI傳承資深員工的知識，打破KY活動的僵化
透過AI即時引出資深員工的隱性知識，能將容易依賴個人的安全知識標準化，即使在人力短缺的情況下也能實現確實的技術傳承。透過AI明確標示回答依據（參考來源文件）的功能，年輕員工可以直接學習熟練工的判斷標準與過去的教訓，進而提升危機意識。
此外，AI從新視角提示「作業中潛藏的危險」，能打破日常作業中容易陷入的思考僵化，不讓過去的重大事故被遺忘，並持續更新全公司的安全文化。
■ 未來展望
Cinnamon AI未來將加強與三菱瓦斯化學的合作，研討擴大「MGC-KYAS」的適用範圍。此外，針對集團公司及
MGC-KYAS是一套系統，能從過去的虛驚事件活動(*1)中獲得的龐大案例資料庫裡，提取與現場作業相關的案例及資訊，藉此有效支援作業前的KY活動。本系統以Cinnamon AI先進的AI解決方案為技術基底，自2023年6月左右起已導入三菱瓦斯化學的國內5家工廠。
透過本次導入「Super RAG」，將能夠高精度地讀取各工廠或部門以各種格式保存的龐大文件。這些知識可用於多方面的用途，例如即時參考過去的類似災害、優化作業程序，以及將其轉化為安全教育的教材等。此外，在KY活動中活用AI，可防止單靠人力容易陷入的視角偏差或僵化，大幅提升危險預知的全面性。在缺工問題日益嚴重的背景下，將建立一套機制，透過AI確實傳承資深員工所掌握的寶貴危險資訊知識，進一步鞏固防止人為疏失及提升作業員警覺性的效果。
*1 員工報告並分享未釀成事故或災害，但令人感到「捏把冷汗」或「嚇一跳」的事件，並將其連結至組織性的災害防止活動
■ 背景：資深員工知識傳承與KY活動流於形式的課題
在製造現場，於作業前防範事故或災害於未然的「KY（危險預知）活動」是安全管理的重中之重。然而近年來，隨著設備自動化的進展，員工在現場直接接觸保安防災業務的機會減少，引發了現場危機意識下降的隱憂。此外，雖然累積了龐大的虛驚案例及職業災害數據，但由於各現場保存的格式不一，難以有效活用，導致了活動流於形式，或需要花費大量時間來提取必要資訊等課題。
為了解決這些課題，Cinnamon AI與三菱瓦斯化學共同建構了KY建議系統「MGC-KYAS」，該系統能從過去龐大的知識中精準地自動提示「作業中潛藏的危險」，並持續推動導入至國內5家工廠。
■ 導入「Super RAG」的主要成果與特徵
本次在「MGC-KYAS」中實裝Cinnamon AI獨有的RAG（Retrieval-Augmented Generation：檢索增強生成）技術「Super RAG」，將實現以下3點。
1. 透過迅速的資訊提取提升KY活動品質
過去要調查過去的類似案例，需要從龐大的檔案中進行搜尋，但本系統只需輸入設備編號或作業名稱等，AI就能瞬間提取高度相關的案例。透過自動提示多件「作業中潛藏的危險」——這是危險預知訓練的第一步——能將現場收集資訊的負擔降至最低，並大幅提升KY活動的品質。
2. 直接活用非結構化數據以減輕維運負擔
憑藉「Super RAG」的高度解析能力，無需將數據加工成Excel等「結構化數據」，就能直接從PDF等「原始檔案」的狀態生成高精度的回答。這在大幅削減現場數據登錄作業工時的同時，實現了能立即使被埋沒的知識發揮作用的高便利性。
3. 透過AI傳承資深員工的知識，打破KY活動的僵化
透過AI即時引出資深員工的隱性知識，能將容易依賴個人的安全知識標準化，即使在人力短缺的情況下也能實現確實的技術傳承。透過AI明確標示回答依據（參考來源文件）的功能，年輕員工可以直接學習熟練工的判斷標準與過去的教訓，進而提升危機意識。
此外，AI從新視角提示「作業中潛藏的危險」，能打破日常作業中容易陷入的思考僵化，不讓過去的重大事故被遺忘，並持續更新全公司的安全文化。
■ 未來展望
Cinnamon AI未來將加強與三菱瓦斯化學的合作，研討擴大「MGC-KYAS」的適用範圍。此外，針對集團公司及