<?xml version="1.0" encoding="UTF-8"?>
<feed xmlns="http://www.w3.org/2005/Atom">
<title>NSSOL STORIES｜TO THE FUTURE｜日鉄ソリューションズ</title>
<link rel="alternate" type="text/html" href="https://www.nssol.nipponsteel.com/future/stories/" />
<link rel="self" type="application/atom+xml" href="https://www.nssol.nipponsteel.com/future/stories/atom.xml" />
<updated>2026-03-09T04:00:00Z</updated>
<subtitle>日鉄ソリューションズのNSSOL STORIESです。日鉄ソリューションズの技術力、最新のトピックスに関する情報がご覧になれます。</subtitle>
<entry>
<title>生成AI時代に求められる“AIのためのデータマネジメント”をAIエージェントで実現する</title>
<link rel="alternate" type="text/html" href="https://www.nssol.nipponsteel.com/future/stories/data-management-001.html" />
<id>tag:www.nssol.nipponsteel.com,2026:/future/stories//5.1618</id>
<published>2026-03-09T04:00:00Z</published>
<updated>2026-03-09T04:00:00Z</updated>
<summary>写真左から技術本部システム研究開発センター森崇晃さん、光野泰弘さん、大江賢さんデータは蓄積されているのに、十分に活かしきれない――。多くの企業が直面するこの課題の本質は、データ分析の手前にあ...</summary>
<author><name>日鉄ソリューションズ</name></author>
<category term="データ活用" />
<category term="AI" />
<content type="html" xml:lang="ja" xml:base="https://www.nssol.nipponsteel.com/future/stories/">
<![CDATA[										<div class="post__body u-mb-l">										<div>	<p>写真左から<br />技術本部システム研究開発センター 森 崇晃さん、光野 泰弘さん、大江 賢さん</p><p>データは蓄積されているのに、十分に活かしきれない――。多くの企業が直面するこの課題の本質は、データ分析の手前にある「整備」や「判断」に、いまだ膨大な人手と時間がかかっている点にあります。</p><p>メタデータの整理、利用ルールの確認、ルールに準じたデータ加工などの作業はデータ活用を支える重要な業務です。これらの作業をAIエージェントが担い、データ活用に適した状態へと自律的に整える。そうした仕組みこそがデータ活用を加速させる鍵となります。</p><p>さらに生成AI時代には、人のためだけでなく、AIの能力を十分に発揮できるようデータそのものやメタデータ、コンテキストを整備する「AIのためのデータマネジメント」が求められています。その実現を担うのもデータマネジメントを支援・代替するAIエージェントです。</p><p>本記事では、生成AI／AIエージェントを活用したデータマネジメントの最前線をご紹介します。</p></div>																														<h3>データ基盤や関連ツールの導入はゴールではなくスタート</h3>																																										<div>	<p class="interview">――まずは、シス研が取り組んできたデータマネジメントの研究についてお聞かせください。</p></div>																																						<figure class="c-image -large">												<img src="/future/stories/assets/data-management-001_01.png" alt="">																						</figure>																																			<div>	<p><strong>光野</strong>：私が配属直後に対応した案件では、ある小売企業様が商品データをうまく活用できないという課題を抱えていました。商品名や説明文は大量に登録されているものの、カテゴリ付与が人手に依存しており、基準も担当者ごとに揺れていました。その結果、検索や分析の精度が上がらず、業務効率にも影響が出ていました。</p><p>そこで私たちは、自然言語処理を活用して商品に自動でカテゴリを付与する仕組みを開発しました。これにより、業務の省力化だけでなく、分類基準を一定に保つことでデータの一貫性と品質を担保することができました。</p><p>これは一つの例に過ぎませんが、多くの企業で共通して見られる課題です。データは蓄積されているものの、「意味が揃っていない」「品質が一定でない」「どこに何があるか分からない」といった状態では、十分に活用することができません。私たちが取り組んでいるデータマネジメントとは、データを単に集めることではなく、意味を整理し、品質を担保し、安心して活用できる状態をつくる取り組み全般を指します。</p><p>その後も、自然言語処理技術の発展とともに、機械学習、深層学習、そして現在は生成AIを活用しデータマネジメントを省力化・自動化する研究に取り組んでいます。</p><p class="interview">――データマネジメントは関連領域も提供されているサービスも、さまざまあるかと思います。NSSOL、シス研ならではの取り組みや特徴を教えてください。</p><p><strong>光野</strong>：おっしゃるように、データマネジメントは領域も幅広いですし、定義も企業ごとで異なったり、それぞれの深度も異なっていたりします。そのような状況を踏まえ、データマネジメント全般のコンサルティングに関する研究や、実際のサービス提供も行っています。</p><p class="interview">――単なるツールや基盤の導入だけでなく、インテグレーションやコンサルティングサービスに関する研究も行っていると。</p></div>																																							<figure class="c-image -small">												<img src="/future/stories/assets/data-management-001_02.jpg" alt="">																					<figcaption class="c-image__caption">									システム研究開発センター インテリジェンス研究部 光野 泰弘さん								</figcaption>											</figure>																																		<div>	<p><strong>光野</strong>：はい。具体的には、さまざまあるデータマネジメントの要素の中で、ご依頼いただいたお客さまはどの領域が不十分なのかを整理することから始まります。課題感がすでに見えている場合には、その領域に特化したコンサルティングならびに先述したような実務的なサービスを事業部のメンバーと一緒になって取り組んでいます。データマネジメントでお困りのことがあれば、どんなことでも対応するスタンスです。</p><p>データ基盤も含めた各種ツールの提供や構築に加え、データセキュリティなど専門領域を研究するチームもありますから、それらのチームとも協力しながら、お客さまをサポートする体制が整っています。</p><p class="interview">――研究を進める上で感じた、データマネジメントの課題についても教えてください。</p><p><strong>光野</strong>：データが重要な経営資源であることには多くの企業が気づいています。特に大企業の場合は、データ基盤はもちろん、データカタログやデータマネジメントの整備が推進されているケースが大半です。</p><p>ですが、実際に現場を拝見させていただくと、ツールや体勢は整えたけれど欲しいデータが見つからない、費用対効果が不明瞭といった課題を抱えているケースが少なくありません。これらの整備はあくまでデータマネジメントのゴールではなく入り口だと捉えることが重要だと考えています。</p><p class="interview">――だからこそ、ますますデータマネジメントを推進することに意味があると。</p><p><strong>光野</strong>：データマネジメントを推進するうえで重要なポイントは、データマネジメント施策を継続的かつ効率的に実行できる仕組みをつくることだと考えています。</p><p>例えば、社内にどういったデータがあり、そのデータを扱うために必要な情報（メタデータ）を整備することは重要です。しかし、実際の現場では整備作業が膨大で人手ではなかなか手が回らないという課題があり、その結果として「重要だと分かっているが進まない」という状態に陥っています。</p><p>そのような状態にならないために、データマネジメント施策で発生する実作業を人手だけで実行するのではなく、生成AIやAIエージェントなどの技術を用いることで効率化・自動化することに取り組んでいます。</p></div>																														<h3>メタデータ管理（データカタログの整備）にAIを活用して効率化</h3>																																										<div>	<p class="interview">――データマネジメントにおいては作業の効率化・自動化が重要だということですね。</p></div>																																							<figure class="c-image -small">												<img src="/future/stories/assets/data-management-001_03.jpg" alt="">																					<figcaption class="c-image__caption">									システム研究開発センター インテリジェンス研究部 森 崇晃さん								</figcaption>											</figure>																																		<div>	<p><strong>森</strong>：メタデータとは、データ活用に際し、該当するデータの理解を助けるデータです。具体的にはテーブルなどの物理名、論理名、各カラム、テーブル全体の説明といったデータであり、対象のデータがどういった業務で発生し、どう加工されているか、また業界特有の用語の意味もメタデータになります。そのほか、利用範囲などを定めた機微度など、得ようと思えばある意味いくらでも広がるデータですから、まずはメタデータの範囲を定めることが重要になってきます。</p><p>ただ、この業務ではデータを生み出している現場側と、実際にデータを活用したいと考えている事業部サイドでの認識が異なっているケースが少なくありません。また、メタデータを収めておくデータカタログの管理でも、同様のことが言えます。そのためメタデータの整備や管理は、かなり難しい取り組みだと言えるでしょう。</p><p>そのため私たちが同業務をコンサルティングする際には、企業規模やデータの量にもよりますが、半年ほどかかる場合はざらです。そこで私たちは同業務にAIを活用し効率化に向けた研究に取り組んでいる、というわけです。</p><p class="interview">――なるほど。おっしゃるようにメタデータはかなり幅広いですから、AIに任せた方が業務効率化できそうですね。現在はどのあたりまで研究が進んでいるのですか。</p><p><strong>光野</strong>：基礎的な研究段階はすでに終え、現在はあるメーカーさんの何千テーブル、何万カラムという規模かつ、グループの関連会社や部門ごとに点在もしている大量のデータを整理し、最終的にはデータカタログとしてまとめ、さまざまな部門のデータ活用に寄与する。このような目的実現に向けて、実適用のフェーズに入っています。</p><p>また、単にデータカタログに登録するメタデータをAIに作成させるだけでなく、そのメタデータの品質（記述項目の充足率や読みやすさなど）を改善する仕組みも構築したことで、実業務で十分に利用できるものとなってきています。</p></div>																																						<figure class="c-image -large">												<img src="/future/stories/assets/data-management-001_04.png" alt="">																						</figure>																																					<figure class="c-image -large">												<img src="/future/stories/assets/data-management-001_05.png" alt="">																						</figure>																																			<div>	<p><strong>光野</strong>：こちらのお客様はこれまでも、データスチュワードがこの業務に取り組んでいました。ですが、対象データが膨大であったことやデータスチュワードが扱うデータに関する業務知識を持ち合わせていないなどの理由から、業務スピードが鈍化しているとの課題もありました。</p><p class="interview">――そのような人が行うには非効率な業務を、AIが代替すると。</p></div>																																						<figure class="c-image -large">												<img src="/future/stories/assets/data-management-001_06.png" alt="">																						</figure>																																			<div>	<p><strong>森</strong>：ええ。1年かけてPoCを行った結果、すでに数百テーブルのメタデータ、それに伴うデータカタログが併せて作成されているという成果が生まれています。</p><p class="interview">――研究やプロジェクトを進めていく上での課題や苦労はどのあたりでしたか。</p><p><strong>森</strong>：データのフォーマットがExcel（Microsoft Excel）であったりHTMLであったりと多様であったこと。欲しいと思ったデータがどこにあるのかが分からない。AIの出力が毎回異なるなどの課題がありました。</p><p class="interview">――それらの課題を、どのように解決していったのでしょう。</p><p><strong>森</strong>：情報検索においては、データベースならびに検索システムを構築することで対応しました。AIによる品質の不安定さにおいては、メタデータの定義をしっかりとかためておくこと、またAIエージェントを活用し、作成したメタデータの品質を改善するようなサイクルを回していくことで、作成されるメタデータの記述の正確性と品質を高めることができました。</p></div>																														<h3>組織内のルールに準じたデータ加工を、AIで半自動化し判断作業を省力化</h3>																																										<div>	<p class="interview">――その他の取り組みとしてデータ加工支援の取り組みについても教えてください。</p></div>																																						<figure class="c-image -large">												<img src="/future/stories/assets/data-management-001_07.png" alt="">																						</figure>																																			<div>	<p><strong>光野</strong>：この取り組みは安全にデータを使うために必要なデータ加工を支援するというものです。ある医療機関が別の医療機関に情報を提供する際に、マスキングを行う必要がありました。人が行うには工数をかなり要するため、機械学習を使って自動化を進めていきました。</p><p>この事例で我々が取り組んだ業務はマスキング業務の効率化でありましたが、組織間のデータ提供を支援するという文脈においては、スライドで示す上流の業務も含めてのデータ加工支援に取り組む必要があると考えていました。医療機関のプロジェクトであれば、マスキングするべきなのはどの要素なのか。その判断理由やマスキング方法なども、我々の研究成果を活用すれば省力化できると考えたからです。</p></div>																																						<figure class="c-image -large">												<img src="/future/stories/assets/data-management-001_08.png" alt="">																						</figure>																																			<div>	<p><strong>大江</strong>：そうして取り組んだのが生成AIなどを活用し、地方自治体の情報開示請求対応業務を自動・省力化することです。自治体では、市民から情報の開示請求があった際、応じることが法令で定められていますが、個人名などはマスキングすることが同じく定められています。</p><p>そのため、担当する職員はまずは開示要求のあった情報を探す。次に、開示してはならない箇所をマスキングする。さらには、マスキングが不当であったと市民から意見を受けた際に再考し、理由も含めて再び開示する。このような業務を行っています。</p></div>																																						<figure class="c-image -large">												<img src="/future/stories/assets/data-management-001_09.png" alt="">																						</figure>																																			<div>	<p class="interview">――聞いているだけで、かなりの労力を要する業務だと感じました。</p></div>																																							<figure class="c-image -small">												<img src="/future/stories/assets/data-management-001_10.jpg" alt="">																					<figcaption class="c-image__caption">									システム研究開発センター インテリジェンス研究部 大江 賢さん								</figcaption>											</figure>																																		<div>	<p><strong>大江</strong>：ええ、だからこそAIが貢献するのです。担当者は欲しい情報を入力すれば、生成AIが情報の検索はもちろん、どのような条例を参考にマスキングを行ったのか、審査会で覆った場合には、その理由も含めて過去の答申の内容を参照し、提示してくれます。参照先のドキュメントは10数ページのボリュームになることもありますから、具体的にどの部分を参考にしているのか。生成AIは、そこまで明示してくれます。</p></div>																																						<figure class="c-image -large">												<img src="/future/stories/assets/data-management-001_11.png" alt="">																						</figure>																																					<figure class="c-image -large">												<img src="/future/stories/assets/data-management-001_12.png" alt="">																						</figure>																																			<div>	<p><strong>光野</strong>：ただし、生成AIはあくまで参考となる情報の提供業務を効率化するだけであり、最終的にどの箇所をマスキングするかは担当者が行っています。そういった意味では、先のメタデータの業務と同じく、現状ではAIエージェントにサポートしてもらっている、と言えるでしょうね。</p><p class="interview">――市民の個人的なデータも扱うため、セキュリティ面などで工夫されたのではありませんか？</p><p><strong>大江</strong>：ご指摘のとおり、市民の個人情報を扱う際にはクローズドな環境で処理を行う必要がありました。そのため外部クラウドサービスを利用せず、ローカル環境で動作するLLMを活用し様々な工夫を凝らすことで、セキュリティ要件を満たしながら高度なデータ加工処理を実現することができました。一方、公開されている答申書を検索する際は、高性能なクラウドサービスの生成AIモデルを活用するなど、目的やデータの性質に応じて最適なモデル・技術を使い分けて、検証から導入まで取り組んでいます。</p></div>																														<h3>AIを活用したデータマネジメントの支援や代替が最終的な目標</h3>																																										<div>	<p class="interview">――本日はありがとうございました。最後に、今後の展望などをお聞かせください。</p><p><strong>大江</strong>：データ加工支援に関する取り組みならびに、実際に提供しているシステムは現時点では自治体さま向けとなっていますが、中央も含めた各都道府県の省庁や、近しい組織でも利用できると思っています。</p><p><strong>光野</strong>：データカタログ整備の効率化においては、現在はデータスチュワードをAIエージェントが支援するという状況ですが、いずれはAIがデータスチュワードの役割を代替することで、さらなる効率化が実現できると考えています。</p><p><strong>森</strong>：人からAIに各種業務が代替する流れはさらに進むと思います。そこで、AIがより効率的に稼働するデータやデータ基盤など、いわゆる「AI-Ready」な環境構築を目指していきたいですね。また、そのような環境の整備を踏まえた上で、データをどう整備すべきか、データカタログはどうあるべきかといった領域の研究を、より推し進めていきたいと考えています。</p><p><strong>光野</strong>：今回ご紹介した、データスチュワード支援AIやルールに準じたデータ加工の支援にとどまらず、データマネジメントの幅広い領域において支援・代替を実現することで、お客さまのデータマネジメント推進にますます貢献していきたいと考えています。</p></div>																																		</div>										<div class="stories-article__body">												</div>	]]>
</content>
</entry>
<entry>
<title>会社を超えたアジャイルの輪。3社共催のOST第二回開催レポート</title>
<link rel="alternate" type="text/html" href="https://www.nssol.nipponsteel.com/future/stories/ost-002.html" />
<id>tag:www.nssol.nipponsteel.com,2026:/future/stories//5.1595</id>
<published>2026-01-22T06:00:00Z</published>
<updated>2026-01-22T06:00:00Z</updated>
<summary>2025年11月26日（水）に東京ガス株式会社様（以下、東京ガス）、株式会社SHIFT様（以下、SHIFT）、日鉄ソリューションズ株式会社（以下、NSSOL）の3社共催OST（OpenSpa...</summary>
<author><name>日鉄ソリューションズ</name></author>
<category term="イベント" />
<content type="html" xml:lang="ja" xml:base="https://www.nssol.nipponsteel.com/future/stories/">
<![CDATA[										<div class="post__body u-mb-l">										<div>	<p>2025年11月26日（水）に東京ガス株式会社様（以下、東京ガス）、株式会社SHIFT様（以下、SHIFT）、日鉄ソリューションズ株式会社（以下、NSSOL）の3社共催OST（Open Space Technology）<sup>※</sup>、第二回目が開催されました。今回は参加企業として株式会社永和システムマネジメント（以下、ESM）様にお越しいただき、計4社での開催となりました。</p></div>																																						<figure class="c-image -large">												<img src="/future/stories/assets/ost-002_01.jpg" alt="">																					<figcaption class="c-image__caption">									各社の運営スタッフ。左から東京ガス荒井さん、NSSOL林、SHIFT森さん、ESM早川さん								</figcaption>											</figure>																																			<div>	<ul class="c-list -note"><li>OSTとは、参加者が自ら議題・テーマを提案し、興味関心に基づいて自由にグループを形成し対話するワークショップの手法です。</li><li>第一回目のレポートは<a href="/future/stories/ost-001.html" class="c-link">こちら</a>をご覧ください。</li></ul><p>本イベントでは、各社のチームレベルや組織レベルでの人材育成の取り組みや成功事例を共有し、より良いアジャイルチーム・組織づくりのためのノウハウを学び合うことを目的としています。チームの立ち上げ方や、ソフトスキルの伸ばし方、人材育成方法など、実践的な知識の交換の場となります。</p></div>																														<h3>チームと組織の人材育成施策について共有しあおう</h3>																																										<div>	<p>第二回目は「チームと組織の人材育成施策について共有しあおう」がテーマ。会場はNSSOLみなとみらいオフィスのカフェスペースで、50名近い方に参加いただきました。</p><p>イベントの前半はLT（ライトニングトーク）。各社のリーダー・中堅層の方々に発表をお願いし、当社からはシステム研究開発センター所属の武藤 真弘が「育つ場を耕しています」というテーマで登壇。『育成とは「育てる」ではなく「育つ場を耕す」こと』について発表しました。</p></div>																																						<figure class="c-image -large">												<img src="/future/stories/assets/ost-002_02.jpg" alt="">																						</figure>																																			<div>	<p>SHIFT島田 直樹氏から「事業ロードマップを意識してアジャイルに向き合ってるSREがメンバーのキャリアマップを考えて1on1をやったら、自ら成長して窮地を切り抜けてくれた話」、東京ガス船迫 紀之氏から「スクラムマスターはどう育つ？」、ESM森竹 理加氏から「技術転換という育成の話」というテーマで発表いただきました。</p><p>イベント後半はOSTです。最初はマーケットプレイス（議題・テーマの一覧）を参加者で作成しましたが、数多くのテーマが提案され、用意していたテーマ貼り付け用のボードを急遽追加するほどでした。最終的に20分×3セットを8トラックで実施することとなりました。</p></div>																																						<figure class="c-image -large">												<img src="/future/stories/assets/ost-002_03.jpg" alt="">																						</figure>																																			<div>	<p>テーマの一例として、</p><ul class="c-list -circle"><li>ふりかえりのファシリに求められることって？</li><li>アジャイル未経験者がどうやってアジャイル案件に参画する？</li><li>みんなリーダーになってほしい</li></ul><p>などがありました。</p><p>集まったテーマを元に、参加者は興味あるテーマについて活発な議論、意見交換を行いました。</p></div>																																						<figure class="c-image -large">												<img src="/future/stories/assets/ost-002_04.jpg" alt="">																						</figure>																																					<figure class="c-image -large">												<img src="/future/stories/assets/ost-002_05.jpg" alt="">																						</figure>																																					<figure class="c-image -large">												<img src="/future/stories/assets/ost-002_06.jpg" alt="">																						</figure>																													<h3>参加者の声</h3>																																										<div>	<p>第一回目から参加人数も10名ほど増え、より多くの方から感想をいただくことができました。</p><ul class="c-list -circle"><li>事業会社やSierの状況がそれぞれ違うなーと改めて感じた</li><li>OSTにて自他問わずいろんな方と議論することができ、自分にはない視点を得ることができてとても有意義でした</li><li>初めて会った他社の方とも日常に悩んでいることや、目指そうとしていることを共有でき、自分の現地点座標の再確認ができました</li><li>新しい知り合いが増え、前回参加の方との仲が深まりました。将来的にこれをきっかけに何かやってみたい気持ちがあります</li><li>自分とは年次が離れている方々の取り組みや苦労の話を聞けて良かったです</li><li>他社さんと自社といいつつも、会話中は同じ会社のメンバーのように自然と話せるような交流ができました</li><li>ふりかえりで困っていた部分を解消できそうなヒントが得られたので、自分の案件に持ち帰って実践したい</li></ul><p>第三回は東京ガス様の会場で開催予定です。</p></div>																																		</div>										<div class="stories-article__body">												</div>	]]>
</content>
</entry>
<entry>
<title>会社を超えたアジャイルの輪。3社共催のOSTを開催しました！</title>
<link rel="alternate" type="text/html" href="https://www.nssol.nipponsteel.com/future/stories/ost-001.html" />
<id>tag:www.nssol.nipponsteel.com,2025:/future/stories//5.1580</id>
<published>2025-11-20T06:00:00Z</published>
<updated>2025-11-20T06:00:00Z</updated>
<summary>2025年9月10日（水）に東京ガス株式会社（以下、東京ガス）、株式会社SHIFT（以下、SHIFT）、日鉄ソリューションズ株式会社（以下、NSSOL）の3社共催でOST（OpenSpace...</summary>
<author><name>日鉄ソリューションズ</name></author>
<category term="イベント" />
<content type="html" xml:lang="ja" xml:base="https://www.nssol.nipponsteel.com/future/stories/">
<![CDATA[										<div class="post__body u-mb-l">										<div>	<p>2025年9月10日（水）に東京ガス株式会社（以下、東京ガス）、株式会社SHIFT（以下、SHIFT）、日鉄ソリューションズ株式会社（以下、NSSOL）の3社共催でOST（Open Space Technology）<sup>※</sup>が開催されました。</p><ul class="c-list -note"><li>OSTとは、参加者が自ら議題・テーマを提案し、興味関心に基づいて自由にグループを形成し対話するワークショップの手法です</li></ul></div>																																						<figure class="c-image -large">												<img src="/future/stories/assets/ost-001_01.jpg" alt="">																						</figure>																																			<div>	<p>本イベントは、会社を超えたアジャイルの輪を広げ、参加者同士の交流から、アイデアや協業の創出に繋げることを目的にしています。<br />「よりよいアジャイルな組織になるには？」をテーマに、各社からアジャイル推進を担う方が集まり、アジャイル開発の取り組みや成功事例、より良いアジャイルチーム・組織づくりのためのノウハウについて意見交換を行いました。</p><p>当日の様子を写真と共にお送りいたします。</p></div>																														<h3>リアルな現場の知見を共有し、モチベーションと創発を育む</h3>																																										<div>	<p>第一回目はSHIFT新宿オフィスにあるカフェスペースで開催、40名近い方の参加がありました。</p><p>イベントの前半はLT（ライトニングトーク）。各社から一人ずつ若手メンバーが登壇し、「私たちのアジャイルチームはここがすごい！」を題材に取り組み事例を共有してくれました。<br />東京ガス様からは黒木 美那氏、SHIFT様からは椛山 凪彩氏、当社からは産業ソリューション事業本部、松下 拓未が登壇しました。</p></div>																																						<figure class="c-image -large">												<img src="/future/stories/assets/ost-001_02.jpg" alt="">																					<figcaption class="c-image__caption">									LTに聞き入る参加者								</figcaption>											</figure>																																			<div>	<p>イベント後半はOSTを開催しました。</p><p>最初はマーケットプレイス（議題・テーマの一覧）作成。<br />参加者の半数はOSTが初めてという中、たくさんのテーマが集まりました。</p></div>																																						<figure class="c-image -large">												<img src="/future/stories/assets/ost-001_03.jpg" alt="">																					<figcaption class="c-image__caption">									マーケットプレイスに載せるテーマ提案に並ぶ列								</figcaption>											</figure>																																					<figure class="c-image -large">												<img src="/future/stories/assets/ost-001_04.jpg" alt="">																					<figcaption class="c-image__caption">									作成されたマーケットプレイス								</figcaption>											</figure>																																			<div>	<p>集まったテーマを元に、参加者は興味あるテーマについて議論します。</p></div>																																						<figure class="c-image -large">												<img src="/future/stories/assets/ost-001_05.jpg" alt="">																					<figcaption class="c-image__caption">									活発な議論（1）								</figcaption>											</figure>																																					<figure class="c-image -large">												<img src="/future/stories/assets/ost-001_06.jpg" alt="">																					<figcaption class="c-image__caption">									活発な議論（2）								</figcaption>											</figure>																																			<div>	<p>イベント終了後、会場はそのままで懇親会が開催されました。<br />OSTの時間では話し足りない人も多かったようで、勢いそのままに活発な交流が広がりました。</p></div>																																						<figure class="c-image -large">												<img src="/future/stories/assets/ost-001_07.jpg" alt="">																					<figcaption class="c-image__caption">									懇親会の様子								</figcaption>											</figure>																													<h3>会社を超えたアジャイルの輪。継続的な共創へ</h3>																																										<div>	<p>本イベントを通じて、参加者は活発な情報交換をし、議論を重ね、今後のつながりを作ることができました。<br />各社からイベントに参加した方からは多くの感想をいただきました。</p><ul class="c-list -circle"><li>社外の方と交流すること自体が初めてだったため非常に刺激的で楽しかったです。</li><li>同じような課題を他社の方も抱えていたり、また自社にはない観点を貰えたりと非常に有意義でした。</li><li>新卒の自分が行っていいのかという気持ちも若干ありましたが、第一回に参加できてよかったです。もっと頑張ろうと思う気持ちが強まりました。次もいきます。ありがとうございました。</li><li>明日からの仕事へのモチベーションと、熱意をもって仕事に取り組んでいる人がたくさんいるのだという事実</li><li>普段の会話では聞けない話を聞けたり、自分の意見に対してベテランの方々が率直な意見をぶつけてくださったりして、社会人としての自分に対する刺激を頂けました。</li><li>他社にも熱い思いを持った方がいて、数名が繋がるとそのネットワークがどんどん広がっていくのはすごいと思いました。その繋がりにビジネスチャンスが転がっていると感じました。</li><li>テーマとLTが良かったです。普段チーム運営をしていると悪いところをみつけて改善することに集中しがちなので、凄いところ、出来ているところ、誇れるところに目を向ける内容だったのがとても良いと感じました。チーム運営にも活かそうと思いました</li></ul><p>本イベントで得られたつながりを絶やさないよう、第二回NSSOL会場、第三回東京ガス会場とローテーションしながら継続開催を予定しています。<br />次回の開催レポートも発信してまいります。</p><ul class="c-list"><li><a href="https://recruit.shiftinc.jp/career/library/id1477/" target="_blank" class="c-link -arrow" rel="noopener">株式会社SHIFT開催レポート</a></li><li><a href="https://note.tokyo-gas-dx.com/n/nf64b338aee09?gs=3bcd815b7dc7" target="_blank" class="c-link -arrow" rel="noopener">東京ガス株式会社開催レポート</a></li></ul></div>																																		</div>										<div class="stories-article__body">												</div>	]]>
</content>
</entry>
<entry>
<title>社員のキャリアは、企業の未来。日鉄ソリューションズは従業員の「キャリア自律」を支援することで、共に成長する組織を目指しています。</title>
<link rel="alternate" type="text/html" href="https://www.nssol.nipponsteel.com/future/stories/nayasapo-002.html" />
<id>tag:www.nssol.nipponsteel.com,2025:/future/stories//5.1563</id>
<published>2025-10-21T04:00:00Z</published>
<updated>2025-10-21T04:00:00Z</updated>
<summary>近年、「キャリア自律」という言葉が人材育成のキーワードとして注目を集めています。終身雇用や年功序列といった従来の働き方が見直される中で、社員一人ひとりが自らのキャリアを主体的に描き、行動して...</summary>
<author><name>日鉄ソリューションズ</name></author>
<category term="DX" />
<content type="html" xml:lang="ja" xml:base="https://www.nssol.nipponsteel.com/future/stories/">
<![CDATA[										<div class="post__body u-mb-l">										<div>	<p>近年、「キャリア自律」という言葉が人材育成のキーワードとして注目を集めています。終身雇用や年功序列といった従来の働き方が見直される中で、社員一人ひとりが自らのキャリアを主体的に描き、行動していく力が求められるようになってきました。<br />一方で、企業側にも変化が求められています。人材を「コスト」ではなく「資産」として捉え、成長を支援する「人的資本経営」への転換が進む中、どのようにして社員のキャリア自律を後押ししていくのか。その問いに向き合うことは、企業の持続的成長に直結する重要なテーマです。<br />今回は、そうした人的資本経営の実践とキャリア自律のあり方について、HRサービス「なやさぽ」のプロダクトオーナーである日鉄ソリューションズ（以下「NSSOL」）流通・サービスソリューションズ事業本部の原田 大輝氏から、NSSOL人事部門のキーパーソンである人事本部 人事企画部長の本堂 直浩氏にお話を伺いました。</p></div>																														<h3>企業としての想い・背景</h3>																																										<div>	<p><strong>原田</strong>：本日はよろしくお願いします。まずは、NSSOLにおける人材育成や人的資本経営の考え方についてお聞かせいただけますか？</p><p><strong>本堂</strong>：当社は2025年4月に設立25周年を迎えました。この2025年を第二の創業期と位置づけ、変化・進化の方向性を示す「NSSOL 2030ビジョン」を策定しました。人材育成は人的資本の高度化を進める重要な要素の一つです。<br />当社のように工場や設備を持たない企業では、「人」こそが唯一の資産であり、人に投資することが企業成長の源泉になる。これが私たちの人的資本経営の基本的な考え方です。<br />かつては、人材は「コスト」として捉えられていました。教育や研修に投資することは「もったいない」とされ教育施策も画一的でしたが、当社は「人」に投資し人材の市場価値が高まることで、企業価値も高まると考えています。</p><p><strong>原田</strong>：確かに、かつては製造業を中心に「モノ」に投資する文化が根強かったですよね。当社では人的資本においてどのようなKPIを採用しているのでしょうか。</p><p><strong>本堂</strong>：当社が生み出す価値を「NSSOL付加価値」として当社独自に定義しています。「NSSOL付加価値」とは営業利益に人的資本・知的資本と製造資本を加えたものであり、人材への投資は「NSSOL付加価値」を高めるための重要な要素と考え、様々な施策を行っています。</p></div>																																						<figure class="c-image -large">												<img src="/future/stories/assets/nayasapo-002_01.png" alt="">																					<figcaption class="c-image__caption">									<a href="/ir/integrated-report/pdf/integrated-report-2025.pdf" target="_blank" class="c-link">統合報告書2025（PDF：<!--#fsize virtual="/ir/integrated-report/pdf/integrated-report-2025.pdf" -->B）</a>								</figcaption>											</figure>																													<h3>キャリア自律と企業の成長の関係</h3>																																										<div>	<p><strong>原田</strong>：多くの企業で従業員のキャリア自律の重要性が認識され始めました。当社はキャリア自律についてどのように考えていますか？</p><p><strong>本堂</strong>：キャリア自律とは、「従業員自身がありたい姿を設定し、ありたい姿に向かって努力している状態」であると考え、当社も従業員のキャリア自律を支援しています。</p><p><strong>原田</strong>：従業員のキャリア自律意識が高まることで、離職が進んでしまうのではないかという意見もあります。当社が従業員のキャリア自律を進める理由はどのようなところにあるのでしょうか。</p><p><strong>本堂</strong>：確かにその懸念はありますが、それよりも人材の均質化のほうがリスクが高いと考えています。社会の変化に対応するには、多様な人材が在籍する柔軟性のある組織を作る必要があります。従業員のキャリア自律は人材の多様性を高める上で非常に重要であると考えています。当社で言えば、アプリケーションエンジニア、ディレクター、運用保守、営業、コーポレートなど、多様な職種があり、多様な志向性を持った人材が育つことで変化に強い組織ができると考えています。</p><p><strong>原田</strong>：キャリア自律が進むことでスキルの多様性が実現し、柔軟性のある組織ができるということですね。</p><p><strong>本堂</strong>：スキルの多様性だけでなく、各人の価値観や考え方など、意思の多様性も重要であると考えています。大規模プロジェクトを完遂したい、顧客から信頼されたい、周囲を支える存在になりたいなど、人の思いも様々です。その思いを実現させるために自律的に学び成長できる環境を提供していくことで、従業員のキャリア自律が進み、社会の変化に対応できる組織ができあがっていくと考えています。</p></div>																																							<figure class="c-image -small">												<img src="/future/stories/assets/nayasapo-002_02.jpg" alt="">																					<figcaption class="c-image__caption">									日鉄ソリューションズ株式会社 人事本部 人事企画部長 本堂 直浩								</figcaption>											</figure>																												<h3>NSSOLが取り組むキャリア自律施策</h3>																																										<div>	<p><strong>原田</strong>：NSSOLはどのようなキャリア自律施策に取り組んでいるか教えてください。</p><p><strong>本堂</strong>：研修を中心にいくつかの施策を展開しています。若手を対象にNSSOLのことをよく知ってもらいキャリアの選択肢を広げてもらうキャリアデザイン研修、50代を対象としたキャリアアップデート研修、2025年度からは誰でも受講可能なキャリアナビゲーション研修も開始しました。そのほかにも「HARMONY」という人事サポーター・現場サポーター・ServantLeader（現場課長以上クラス）が従業員のキャリア支援を行う制度や、「オープンチャレンジ」という公募制度、社外のキャリアコンサルタントと面談できる施策等も展開しています。</p><p><strong>原田</strong>：キャリア自律に対して様々な制度や施策を展開されていますが、特に工夫されていることはありますか？</p><p><strong>本堂</strong>：キャリア自律に関する施策が全社員に対して提供されるよう意識しています。既に申し上げた通り、社内には様々な職種と意思を持った人材がいます。それぞれが活躍し自身の意思を発揮できるようキャリア自律施策を設計しています。また、当社で開発した「なやさぽ」というツールも積極的に活用しています。</p></div>																																						<figure class="c-image -large">												<img src="/future/stories/assets/nayasapo-002_03.png" alt="">																						</figure>																																			<div>	<p><strong>原田</strong>：なやさぽを活用いただきありがとうございます。NSSOLではどのようになやさぽを活用されていますか？</p><p><strong>本堂</strong>：なやさぽは従業員の仕事の悩みや不安の解消を支援してくれるツールです。仕事の悩みや不安はキャリア自律を阻害する要因でもあり、それを解消していくプロセスはキャリア自律の実践と考えられるため、当社では様々な施策に組み込んで利用しています。例えばHARMONYでは、サポーターとの面談前になやさぽを利用し、悩みを整理することを推奨しています。なやさぽによって悩みが整理されることで、サポーターはフォローがしやすくなり、従業員も適切なフォローを受けやすくなります。<br />また、今年度からは試験的にキャリアデザイン研修との組み合わせも開始しました。キャリア自律に特化した悩みを扱うなやさぽを開発いただき、キャリアデザイン研修後の継続的なフォローとしての活用を検討しています。</p></div>																																							<figure class="c-image -small">												<img src="/future/stories/assets/nayasapo-002_04.jpg" alt="">																					<figcaption class="c-image__caption">									日鉄ソリューションズ株式会社 流通・サービスソリューション事業本部 原田 大輝								</figcaption>											</figure>																																		<div>	<p><strong>原田</strong>：なやさぽは当社以外にも大手IT企業様で積極的に活用いただいています。ご評価いただく点として、なやさぽで取得できるデータが、ほかのアンケートツールでは取得できないユニークなものであるという点がありますが、なやさぽのデータについてはどのように活かせそうでしょうか。</p><p><strong>本堂</strong>：従業員の悩みの原因や悩みに対して取りたいアクションなど、直接会話をしないと取れないようなデータが取得できる点を魅力に感じています。全社員と人事部門が面談をすることは不可能なので、従業員が具体的にどのようなことに悩んでいるか、その原因まで深掘りしてみることができるのは嬉しいですね。</p></div>																														<h3>取り組みの成果と課題</h3>																																										<div>	<p><strong>原田</strong>：キャリア自律支援の取り組みによってどのような効果・成果が出ているか教えてください。</p><p><strong>本堂</strong>：エンゲージメントサーベイのキャリア自律に関する項目の数値が向上してきています。そのほかにもUdemyの活用率も上がっていて、着実な成果が出ていると思います。一方で、まだまだ改善の余地がありますし、KPIもまだまだ高くなると考えています。</p><p><strong>原田</strong>：キャリア自律の様々な取り組みをされていますが、課題に感じられている部分はありますか？</p><p><strong>本堂</strong>：従業員にキャリア自律という考え方が充分に浸透していない部分を課題に感じています。本来、キャリア自律は従業員自身のために行われるものですが、キャリア自律の意義が十分に理解されておらず、どこか他人事のようになってしまっていると感じています。そのため、秋頃からは人事アナウンスを強化し、キャリア自律の意義と施策の浸透を進めていく予定です。</p></div>																														<h3>今後の展望</h3>																																										<div>	<p><strong>原田</strong>：人的資本経営・キャリア自律促進に関して、今後の展望をお聞かせください。</p><p><strong>本堂</strong>：人的資本の向上、キャリア自律については、より一層施策を強化していきます。施策を実施するにあたっては、なやさぽのようなツールを積極的に利用していきたいと考えています。当社はなやさぽのほかにもエンゲージメント測定や人的資本可視化など、様々な場面でツールを活用しています。これらを活かし、人的資本の向上、キャリア自律の促進を進めていきたいと考えています。</p><p><strong>原田</strong>：ツールを用いてより一層施策を強化されていくということですね。本日は人的資本・キャリア自律に関してお話をお聞かせいただき、ありがとうございました。</p><p>当社は、社員が「自分らしいキャリア」を描き、実現できる環境づくりを進めています。<br />キャリア自律を支援することは、社員の幸せと企業の成長を両立させるための重要な取り組みです。<br />NSSOLは、社員の可能性を信じ、「Social Value Producer with Digital」を実践することで、共に未来を創る企業であり続けます。</p></div>																																		<p class="c-sentence -xsmall">・NS Solutions、NSSOL、NS（ロゴ）、なやさぽは、日鉄ソリューションズ株式会社の登録商標です。<br>・本文中の会社名および商品名は、各社の商標または登録商標です。</p>																																				</div>										<div class="stories-article__body">												</div>	]]>
</content>
</entry>
<entry>
<title>農福連携×先端技術！シス研の技術が、農業現場で働く障がいのあるメンバーの活躍を支え、農家の課題解決にせまる</title>
<link rel="alternate" type="text/html" href="https://www.nssol.nipponsteel.com/future/stories/noufuku-001.html" />
<id>tag:www.nssol.nipponsteel.com,2025:/future/stories//5.1547</id>
<published>2025-09-02T06:00:00Z</published>
<updated>2025-09-02T06:00:00Z</updated>
<summary>写真左から技術本部システム研究開発センター小山敦史さん、竹内美樹さん株式会社Act.石栗卓さん、西岡拓弥さん障がいのあるメンバーの活躍の場を広げるNSSOLの特例子会社Act.が取り組む農業...</summary>
<author><name>日鉄ソリューションズ</name></author>
<category term="アウトソーシング" />
<category term="DX" />
<category term="働き方改革" />
<category term="AI" />
<content type="html" xml:lang="ja" xml:base="https://www.nssol.nipponsteel.com/future/stories/">
<![CDATA[										<div class="post__body u-mb-l">										<div>	<p>写真左から<br />技術本部 システム研究開発センター 小山 敦史さん、竹内 美樹さん<br />株式会社Act. 石栗 卓さん、西岡 拓弥さん</p><p>障がいのあるメンバーの活躍の場を広げるNSSOLの特例子会社Act.が取り組む農業支援事業を、システム研究開発センター（以下、シス研）の画像認識技術でサポートすることで、徳島県のサツマイモ農家の課題の解決に期待が寄せられています。</p><p>今回は、最先端ITを活用した、NSSOLグループならではの「農福連携」への取り組みをご紹介します。</p></div>																														<h3>NSSOLがやるべき仕事は、技術を実社会で役立てること</h3>																																										<div>	<p class="interview">――まずは、Act.とシス研のアンビエントテクノロジーグループがどんなことをしている組織なのかをお聞きしたいです。最初にAct.ではどんな事業を行っているか教えてください。</p><p><strong>石栗さん</strong>：「障がいのある方々にもっと多くの就労と活躍の場を提供したい」という思いから、2021年4月にNSSOLの特例子会社としてAct.が設立されました。</p><p>そして、社会に貢献でき、かつ企業価値を高められる事業に取り組もうと模索する中で、国内各地で進んでいる「農福連携」というキーワードに目が留まりました。そこから農業を含めた地域社会に貢献する事業をしたいという思いが生まれ、徳島県と高知県に事業所を設立しました。</p></div>																																							<figure class="c-image -small">												<img src="/future/stories/assets/noufuku-001_01.jpg" alt="">																					<figcaption class="c-image__caption">									株式会社Act. 事業推進部長 石栗 卓さん								</figcaption>											</figure>																																		<div>	<p><strong>西岡さん</strong>：私はその徳島県鳴門市の徳島オフィスの所長を務めていました。鳴門市といえば「なると金時」という名産のサツマイモが豊富に採れる地域として知られています。ここで農福連携の取り組みをするなら、地域の重要な産業であり、我々への仕事の依頼も多いサツマイモ農家さんへの支援をしたいと考え、障がいのあるメンバーと共に農作業の手伝いを始めました。</p><p class="interview">――農福連携についてご説明いただけますか。</p><p><strong>西岡さん</strong>：障がいのある方が農業分野で活躍することを通じ、自信や生きがいを持って社会参画を実現する取り組みのことで、障がいのある方の就労や生きがいづくりの場を生み出すだけでなく、担い手不足や高齢化が進む農業分野の働き手確保にもつながります。</p></div>																																							<figure class="c-image -small">												<img src="/future/stories/assets/noufuku-001_02.jpg" alt="">																					<figcaption class="c-image__caption">									株式会社Act. 事業推進部副部長（前 徳島オフィス所長）西岡 拓弥さん								</figcaption>											</figure>																																		<div>	<p class="interview">――次にシス研について伺います。シス研はNSSOLの研究所として最先端技術の研究を通じて社会課題の解決に取り組んでいると聞いています。その中の組織としてアンビエントテクノロジーグループも活動されていますが、まず「アンビエント」とはどのようなものですか？</p><p><strong>小山さん</strong>：「アンビエント（ambient）」は英語で「身の回りに偏在する」という意味です。私たちはさまざまなセンシング技術、画像解析技術、VR・AR技術などをフル活用して、まるでメガネをかけることで視力が矯正されモノが良く見えるように、たとえばスマートグラスをかけると熟練者にしかわからない微妙な欠陥を誰でも判別できるようにするなど、ITがヒトに寄り添い"自然”な形でサポートするための研究開発を行っています。</p><p>身近な例としては、日常的に使うスマートフォンやスマートウォッチで取得したセンサーデータを使ったサジェスト機能などがアンビエントテクノロジーの良い例です。ヘルスケアデータや睡眠データの取得などもその一つです。例えばその日の歩数や運動量に基づいて「今日はもう少し運動頑張りましょう！」と言われたりした方も多いのではないでしょうか。<br />こういった例が社会にこれから一層波及していくと私たちは考えています。</p><p>私たちが特に力を入れて研究している技術が「画像認識」と「異常検知」です。最先端のカメラやセンサーを使って、どんなデータが取得できるのか、そしてそのデータを実社会でどう適用できるのかを研究しています。</p></div>																																							<figure class="c-image -small">												<img src="/future/stories/assets/noufuku-001_03.jpg" alt="">																					<figcaption class="c-image__caption">									システム研究開発センター デジタルツイン研究部 アンビエントテクノロジーグループ 小山 敦史さん								</figcaption>											</figure>																																		<div>	<p class="interview">――では、なぜその「アンビエントテクノロジー」を、サツマイモの仕分けに生かすことになったのでしょうか。</p><p><strong>小山さん</strong>：サツマイモの仕分けには画像認識の技術を利用していますが、画像認識はディープラーニング技術などによりこの10年で飛躍的にレベルアップしました。学術レベルでのモデル・アルゴリズムの改善といった段階から私たちも「何かお手伝いできないか」といった程度の気持ちで、いかにして現場で実際に運用し実社会で画像認識技術を役立てていくかにフォーカスは移ってきています。<br />そのため、私たちは普段検証している技術の実証実験のフィールドを探していました。</p><p>その時に、農福連携を進めていたAct.の活動に注目し、何か私たちにできることはないかとお声がけさせていただきました。そして2022年4月に徳島のサツマイモ農家さんの現場を見学させていただきました。</p><p class="interview">――その時、西岡さんは徳島にいてどのように思いましたか。</p><p><strong>西岡さん</strong>：正直、シス研のみなさんとどのようなことができるのか全くイメージできませんでした。当時は、私たちも農家さんのニーズを掴みきれていない時でしたし、農家さんも障がいのあるメンバーがどんな仕事をどれだけできるのか、どう仕事を依頼したらいいのか考えあぐねていた時期でした。そこにシス研からの話がきて、一体なにができるのか想像できなかったですね。</p><p><strong>小山さん</strong>：私たちも最初は「何かお手伝いできるフィールドはないか」と漠然とした状態で訪ねて行って、農家のみなさんの課題をヒアリングしたり、イチゴの葉抜きや枝豆の収穫など色々な農作業を見学させてもらいました。そして農作業を撮影した写真や資料を持ち帰って、研究グループ内で検討をする中でサツマイモの形状を一つ一つ見て「サイズ」や「等級」ごとに仕分けする作業に着目しました。</p><p>これなら私たちの得意なAI技術を活用した画像判別と相性が良さそうだと思い、そこからカメラを使ってサツマイモを仕分けるというアイデアが生まれました。</p><p><strong>西岡さん</strong>：私もシス研のみなさんと一緒に農家さんへのヒアリングに参加して農家さんの課題を理解できました。</p><p class="interview">――その時に出た課題というとどのようなことだったのでしょうか。</p><p><strong>西岡さん</strong>：サツマイモ農家さんの場合、肥料や農薬、資材などの費用が高くなってもサツマイモの価格は変わらないという収益の問題があって、障がいのある方にも仕事をお願いしたいが対価に見合う仕事でないと依頼するのは難しいということや、後継者の課題といったことです。毎回出荷時に芋の形や大きさにバラつきがあると市場から信用を失ってしまうことから、一戸の農家ではサツマイモの選別をするのは1人と決めています。そして、この選別する人を育てるのに相当な時間がかかるとのことでした。</p><p class="interview">――なるほど。そうした課題を最先端技術で解決できないかという取り組みが始まったのですね。ちなみに、サツマイモの収穫から出荷のサイクルはどのようになっていますか。</p><p><strong>西岡さん</strong>：収穫してから農家さんが2カ月くらい貯蔵して糖分を熟成させます。その後、注文を受けた順番に指定されたサイズに応えるように出荷していきます。出荷のピークは9月前半くらいからで、まずは贈答用を中心にスタートします。11月末で収穫が終わり、翌年の6月には在庫がなくなるといったサイクルです。</p></div>																														<h3>障がいのある方が扱いやすいように工夫</h3>																																										<div>	<p class="interview">――具体的に形状を判別する仕組みや技術はどうなっているのでしょうか。</p><p><strong>小山さん</strong>：カメラでサツマイモを認識して、サイズや形の良し悪しを判断します。その判断に基づいてAct.の皆さんが「等級」の仕分けを行うという流れです。等級というのは、1番手や2番手、長、丸、B品などがあるのですが、最初のうちは特に「2番手」と「B品」の識別をするのに難しさがありました。それでも、たくさんのさつまいもを購入し、識別に失敗する原因を一つ一つ追及して学習データを増やしたり判断ロジックを調整したりすることで、ここ1年で少しずつ判定の精度が向上してきました。</p><p>さらにこうした技術を現場に応用するため、徳島の現場で確認して農家さんからのフィードバックを東京に持ち帰り、改善してまた徳島に持っていって、提案するという流れを繰り返しました。やはり、実際に現場でテストしてみるのは重要で、そこで新たな課題に気づくことも多くありました。</p></div>																																									<div class="c-grid">											<div class="c-grid__item -col-6 -col-sp-12">									<figure class="c-image">											<img src="/future/stories/assets/noufuku-001_04.jpg" alt="">													<figcaption class="c-image__caption">											サツマイモの形状測定装置。箱の中にサツマイモを置くと3箇所に設置されているカメラでサツマイモの形状をとらえ、モニターに結果を瞬時に表示する										</figcaption>										</figure>								</div>												<div class="c-grid__item -col-6 -col-sp-12">									<figure class="c-image">											<img src="/future/stories/assets/noufuku-001_05.jpg" alt="">													<figcaption class="c-image__caption">											Act.のメンバーが形状測定装置を使って仕分けをする様子										</figcaption>										</figure>								</div>								</div>																																<div>	<p><strong>竹内さん</strong>：この技術をさらに説明すると、基本的には機械学習を使ってサツマイモの「輪郭」を主に分析しています。それだけでなく、長さや太さ、曲がり具合、表面の状態といったいろんな情報も分析した上で、等級を判定しています。</p><p>農作物の画像認識は、大量生産される製品に対するそれとは少し違った難しさがあります。というのも、大量生産品は基本的には規格がはっきりしていて正常品はほぼ同じ見た目になるので判別しやすいのですが、農作物は一つひとつの形がかなり異なっていて同じものがありません。自然を相手にすることの大変さもありましたが、画像認識の技術をうまく駆使することで、ある程度の精度で、実際の現場に適用することに成功しました。</p></div>																																							<figure class="c-image -small">												<img src="/future/stories/assets/noufuku-001_06.jpg" alt="">																					<figcaption class="c-image__caption">									システム研究開発センター デジタルツイン研究部 アンビエントテクノロジーグループ 竹内 美樹さん								</figcaption>											</figure>																																		<div>	<p class="interview">――障がいのある方がこの仕組みを使うということで、開発するときに工夫したことはありますか。</p><p><strong>竹内さん</strong>：機械による判定を「どのように作業者に表示すればわかりやすくできるか」です。知的障がいのある方は、「判断すること」に時間がかかるケースが多いようで、どのタイミングで判定を下せばいいのかを分かりやすくしました。</p><p>具体的に言うと、機械が判定している最中は「判断中」と表示し、等級が確定した時点で「確定」と表示させています。こうして明記することで、確定したタイミングで安心して判断することができるようになります。</p></div>																														<h3>機械学習のため、「形が悪いイモ」の収集に苦労</h3>																																										<div>	<p class="interview">――これまでを振り返って大変だったことはどんなことでしょうか。</p><p><strong>小山さん</strong>：特に大変だったのは、廃棄すべきイモを判断してもらうため、わざわざ形の悪いイモの画像データをたくさん集めて学習させたことです。機械学習には大量の学習データを集めることが重要なので、大量のイモの画像をAIに与える必要がありました。でも形の悪いイモは常に手に入るわけではないので、集めるのが困難でした。あと、東京で購入した「紅はるか」で学習データをつくった時は、紅はるかの色と徳島のなると金時の色が違っていたのをAIがうまく識別できず、現場で反応してくれなかったといったこともありました。こうしたデータの収集や異常なものの取り扱いについては現在も苦労しています。</p><p class="interview">――実用化はまだ時間がかかりそうですか？</p><p><strong>小山さん</strong>：最初の着想からは確実に進化していますが、実用化には課題が残っていると思っています。たとえば、「長さ」と「曲がり」を見る機能についてはアルゴリズムの開発も進化して非常にレベルが上がっています。一方で、等級判断のためにはキズや凸凹具合などほかにも様々なポイントがあり、そのために当初と比べて判断ロジックがかなり複雑化しています。それらを総合的に見て人間の感覚に近い判別結果を出せるように、現在も改善を続けています。</p></div>																																									<div class="c-grid">											<div class="c-grid__item -col-6 -col-sp-12">									<figure class="c-image">											<img src="/future/stories/assets/noufuku-001_07.jpg" alt="">													<figcaption class="c-image__caption">											両端のサツマイモは規格内だが真ん中は規格より長いと判断。										</figcaption>										</figure>								</div>												<div class="c-grid__item -col-6 -col-sp-12">									<figure class="c-image">											<img src="/future/stories/assets/noufuku-001_08.jpg" alt="">													<figcaption class="c-image__caption">											カメラの上にとりつけたスマホでも結果を確認できる										</figcaption>										</figure>								</div>								</div>																																<div>	<p class="interview">――今回の取り組みに対して農家さんからはどのような反応をいただいていますか。</p><p><strong>西岡さん</strong>：一人の人にゆだねていた判断基準が標準化されて機械が基準をつくってくれるということに大きな期待を持っていただいています。「次、シス研さんいつ来てくれますか」「いつシステムができますか」と非常に心待ちにしてくれています。</p></div>																														<h3>将来的には、日本の農業全体の人手不足問題を解決するツールに発展してほしい</h3>																																										<div>	<p class="interview">――今回の取り組みを振り返って、今後、どんな仕事をしていきたいか教えてください。</p><p><strong>小山さん</strong>：現在、サツマイモを仕分けするロジックをほかの農作物にも適用する取り組みを始めています。Act.は高知県にも事業所があって、私たちが高知を訪ねた時にシシトウの選別作業をされていました。実はシシトウも同じ等級ごとに仕分けしてパック詰めする作業があり、その際に長さや太さ、曲がり具合を基準にしているということがわかりました。そこで、サツマイモの等級判別のノウハウを生かしてシシトウへの応用を進めています。</p><p>これからもAct.の皆さんの力になることを最優先で考え、農家さんからの信頼を獲得しながら実績を積み重ねることが私たちの目標です。「NSSOLならでは」の農作物へのアプローチや有効性が認められれば、もっと大きな規模の横展開もできるはずなので、そのためにも技術力をさらに身に着けたいです。</p><p><strong>竹内さん</strong>：画像認識の精度を上げていくことはもちろんですが、ARグラスなどを使って判定結果を見られるようにするなど、私たちの「アンビエントテクノロジーらしい」先端技術をもっと取り入れることで、取り組みを進化させていきたいなと思っています。</p><p class="interview">――西岡さん、石栗さんが今回の取り組みを振り返って、感じたことや期待することを教えてください。</p><p><strong>西岡さん</strong>：知的障がいのあるメンバーにとって、「判断」を伴う作業は特に苦手でしたが、シス研の皆さんの工夫により判断が楽にできるようになっています。農家さんの信頼を得て、これまで依頼されなかった作業も任せられ、業務の「幅」が広がったことがうれしいです。</p><p><strong>石栗さん</strong>：徳島での成功をほかの作物にも生かせれば、さらに大きな可能性が生まれると思います。最終的な目標は、障がいのあるメンバーがシス研のツールを使うことで、いわばベテランのパートさんと同じような能力を発揮できるようになることです。現在は特例子会社での取り組みの一つですが、将来的には、日本の農業全体の人手不足問題を解決できるような、素晴らしいツールに発展することを期待しています。</p></div>																														<h3>本取り組みに協力いただいている徳島の農業法人からのコメント</h3>																																										<div>	<div class="c-grid"><div class="c-grid__item -col-2 -col-sp-12"><figure class="c-image"><img src="/future/stories/assets/noufuku-001_09.jpg" alt="" /></figure></div><div class="c-grid__item -col-10 -col-sp-12"><p>松茂青果有限会社 田村 健一様</p><p>現状行っている選別作業が特定の1人が感覚で行っている部分があるため、基準を統一することで誰でもできて効率化を図れると思っています。特にS、M、Lサイズを優先的に出来るようになるとありがたい。また、出荷先によって基準の微調整が簡単に出来るようになるとありがたいです。</p></div></div><div class="c-grid"><div class="c-grid__item -col-2 -col-sp-12"><figure class="c-image"><img src="/future/stories/assets/noufuku-001_10.jpg" alt="" /></figure></div><div class="c-grid__item -col-10 -col-sp-12"><p>株式会社農家ソムリエーず 藤原 俊茂様</p><p>非常に期待しています！早く実用化して使用できるようにお願いします。</p></div></div></div>																																		</div>										<div class="stories-article__body">												</div>	]]>
</content>
</entry>
<entry>
<title>グッドデザイン賞を受賞した「なやさぽ」のデザインプロセス 幅広いデザインを共創することで開けた世界とは？</title>
<link rel="alternate" type="text/html" href="https://www.nssol.nipponsteel.com/future/stories/nayasapo-001.html" />
<id>tag:www.nssol.nipponsteel.com,2025:/future/stories//5.1504</id>
<published>2025-06-24T07:00:00Z</published>
<updated>2025-06-24T07:00:00Z</updated>
<summary>日鉄ソリューションズ株式会社（NSSOL）が手がける、従業員による自発的な悩みの解消を支援するキャリア支援ツール「なやさぽ」が、2024年度のグッドデザイン賞を受賞しました。日鉄ソリューショ...</summary>
<author><name>日鉄ソリューションズ</name></author>
<category term="DX" />
<content type="html" xml:lang="ja" xml:base="https://www.nssol.nipponsteel.com/future/stories/">
<![CDATA[										<div class="post__body u-mb-l">										<div>	<p>日鉄ソリューションズ株式会社（NSSOL）が手がける、従業員による自発的な悩みの解消を支援するキャリア支援ツール「なやさぽ」が、2024年度のグッドデザイン賞を受賞しました。</p><ul class="c-list"><li><a href="https://www.fuller-inc.com/news/nayasapo-good-design-award-2024" target="_blank" class="c-link -arrow" rel="noopener">日鉄ソリューションズ「なやさぽ」がグッドデザイン賞を受賞</a></li></ul><p>NSSOLとフラーは共同でデザイン領域のリニューアルを進め、ブラッシュアップを実現。プロダクトにとどまらないさまざまなデザインを共創し、デザイン完成後もプロダクトのさらなる成功に向けた伴走を続けています。</p><p>グッドデザイン賞を受賞した「なやさぽ」のデザインの裏側で、両社の責任者・担当者はそれぞれどのような想いで実際にプロジェクトに向きあい、取り組んでいたのでしょうか。「なやさぽ」のデザインプロセスや共創によって見えた世界について、双方のキーパーソンに聞きました。（敬称略、肩書等は取材時点）</p></div>																														<h3>なやさぽについて</h3>																																												<figure class="c-image -large">												<img src="/future/stories/assets/nayasapo-001_01.jpg" alt="">																						</figure>																																			<div>	<p>「なやさぽ」はNSSOLが2022年10月に公開した社員の悩みを整理し深掘りすることで解決に導くチャット型の業務支援サービスです。「身近な人間が仕事に悩みを抱えて辞めてしまった」という事業企画者の経験をきっかけに生まれました。</p><p>日本国内で転職市場の活発化や人材不足などが加速し、従業員のエンゲージメント向上施策の重要性が高まる一方、大きな課題となるのがエンゲージメント低下を招いている“真因”の特定です。</p><p>社員の状態をツールで把握しようとする場合、社員の主体的な協力を得て本心を聞き出す点に難しさがあります。</p><p>一方、「なやさぽ」は、社員に安心して使ってもらえるようにするため、相談相手として会社や人を直接想起させない犬のキャラクターを登場させるなど、ユーザーファーストの思想をUIUX設計に大きく反映。「整理と内省ができること」「会社に知られたくない相談は匿名で利用できること」で社員にとってメリットがあり自ら利用したくなる工夫をこらしており、結果として実態を正確に把握できるようになっています。</p><p>変化が激しく仕事の悩みを抱える人が非常に多い現代において、少しでもその不安感を軽減することで社会に貢献していこうと取り組んでいます。</p><ul class="c-list"><li><a href="https://marketing.nssol.nipponsteel.com/nayasapo/lp" target="_blank" class="c-link -arrow" rel="noopener">なやさぽ公式サイト</a></li></ul><p><strong>日鉄ソリューションズ株式会社 原田 大輝（流通・サービスソリューション事業本部 グループリーダー）</strong><br />プロフィール：2007年日鉄ソリューションズ株式会社に入社。人材領域のアプリケーション企画・開発、ディレクター業務に従事した後、これまでの業務経験から従業員の悩みを解決するサービス「なやさぽ」を考案しプロダクト責任者を務める。産学連携によるキャリア及び人事領域の共同研究も実施している。</p><p><strong>フラー株式会社 櫻井 裕基（取締役CDO兼デザイングループ⻑）</strong><br />プロフィール：1989年生まれ。新潟県出身。国立長岡工業高等専門学校卒業、千葉大学工学部デザイン学科卒業。2012年に共同創業者としてフラーに参画。「NHKキッズ」（第13回キッズデザイン賞受賞）、「なやさぽ」（2024年度グッドデザイン賞受賞）など数多くの案件を担当。現在は取締役CDO兼デザイングループ⻑（最高デザイン責任者 Chief Design Officer）。長岡造形大学非常勤講師、千葉大学非常勤講師も務める。ユメは世界一働きやすい会社を創ること。</p><p><strong>フラー株式会社 原 智美（デザイナー）</strong><br />プロフィール：事業会社でWEBデザイナーとして、アプリ開発会社でUIデザイナーとして勤務した後、2020年4月フラー株式会社に入社。フラーでは主に、アプリのUI/UXデザインやWEBサイトのデザインに従事。新潟本社に勤務。関西出身。</p></div>																														<h3>受賞は「サービスコンセプトそのものが評価された」</h3>																																												<figure class="c-image -large">												<img src="/future/stories/assets/nayasapo-001_02.jpg" alt="">																						</figure>																																			<div>	<p class="interview">――ご担当されてきた業務や「なやさぽ」での役割についてお教えください。</p><p><strong>原田</strong>：日鉄ソリューションズの原田です。<br />新人の頃から、自社のHR系システム開発やお客様のHR系新規事業の開発支援を担当してきました。<br />その後、当社の新規事業計画に立候補し「これまでの経験を生かしたものを」と今回の「なやさぽ」を企画。フラーさんとの取り組み含め、プロダクトオーナーとして事業を推進しています。</p><p><strong>櫻井</strong>：フラーCDOの櫻井です。<br />「なやさぽ」には「デザインにもっと力を入れていきたい」というリニューアルのタイミングでお声がけいただきました。最初の走り出し、特に諸々を整理する段階からご一緒させていただき、実際にデザインを進めていく段階ではメインデザイナーを務めた原のレビュアーとして参加しました。</p><p><strong>原</strong>：フラーデザインマネージャーで「なやさぽ」のデザインを担当した原です。<br />櫻井と一緒に状況を整理するところからお手伝いし、その後、UI起こしや体験設計から担当させていただきました。ロゴやキャラクターなど、サービスにおける具体的な見た目の部分をNSSOLさんと共に作っています。</p><p><strong>原田</strong>：走り出しの頃がなんだか懐かしいですね。「なやさぽ」の体制としては、フラーさんから櫻井さん・原さんを含めてデザイナー3名、ディレクター2名をアサインいただき、日鉄ソリューションズからは私とデザイナー1名、開発チームが6名という体制でした。</p></div>																																						<figure class="c-image -large">												<img src="/future/stories/assets/nayasapo-001_03.jpg" alt="">																						</figure>																																			<div>	<p class="interview">――「なやさぽ」が2024年度のグッドデザイン賞を受賞しました。あらためての所感をお聞かせください。</p><p><strong>原田</strong>：素直に嬉しいですね。フラーさんから「ぜひ出した方がいいのでは」とご提案いただき応募に踏み切りました。</p><p>特に印象に残っているのがグッドデザイン賞の評価コメントです。自分たちが「なやさぽ」において大切にしている理念が伝わったことで受賞につながり、サービスコンセプトそのものをきちんとご評価いただけたことに感激したことをよく覚えています。</p><div class="c-box -gray"><p>評価コメント：<br />「なやさぽ」は、日本の多くの企業が直面する離職率の増加、バックオフィスおよびマネジメントの業務負荷の軽減に対して有効なサービスである。社員のメンタルヘルスをサポートすることで、離職の大きな要因であるストレスや人間関係の問題を早期に解消し、定着率向上に寄与。オンラインでの1on1の壁打ちによって、社内の人事や管理職の負担を軽減し、問題解決の効率化を促進。メンタルヘルスケアのアウトソーシングにより、バックオフィスの業務負荷を削減している。企業全体の生産性向上と働きやすさが求められる昨今、このサービスは企業の持続的且つ合理的な成長の一助となる取り組みだろう。</p><p>（グッドデザイン賞受賞ギャラリーより引用 <a href="https://www.g-mark.org/gallery/winners/23828" target="_blank" class="c-link" rel="noopener">https://www.g-mark.org/gallery/winners/23828</a>）</p></div><p><strong>櫻井</strong>：グッドデザイン賞はそのプロダクトがどう社会のためになるのかとういう部分をみられると僕は感じています。</p><p>その点で実際に受賞できてとても嬉しいですし、社会が少しでも良くなっていくことにデザインの力で関われる、その成果が目に見える形で出るというのは特別な喜びがあります。</p><p>それから、クレジットとしてみんなの名前が残り、みんなの頑張った証が残り続けてくれることが嬉しいです。</p><p><strong>原田</strong>：おっしゃるとおりです。社会的に評価されている「グッドデザイン賞を受賞した」という事実は、展示会などでお客様にご紹介する際の大きな力にもなりますし、全社的にも意義があると感じています。</p></div>																														<h3>熱量が生み出す膨大なメモ</h3>																																										<div>	<p class="interview">――「なやさぽ」が成し遂げたいミッションと、両社で共創が始まる以前に抱えていた課題や悩みは何でしたか？</p><p><strong>原田</strong>：「なやさぽ」のミッションは「みんなが生き生きと働ける社会を作ろう」です。生き生きと働くことを阻害する要因の一つである悩みや仕事の不安を解消したい、というところから始まりました。</p><p>フラーさんにお願いする前は自社でやっていました。本当にミニマムのチームで機能や実現できることの確認に注力していた形です。</p><p>フラーさんへ依頼する直前は、サービスのコンセプトができ上がってプロダクトとして動くものがある状態でした。「このような機能があればこういう仕事の悩みや不安を解消できるのではないか」といった検証まで終わっている段階でした。</p><p>ただ、やはり世界観を実現する見た目やUXの部分で大きな課題があったので、そこを得意としているフラーさんにお話させていただきました。</p><p>具体的には、仕事の不安や悩みという、人には話しづらいテーマに関するサービスをユーザーに違和感なく使ってもらうためにはどうしたらよいか。というところからご相談していきました。</p></div>																																						<figure class="c-image -large">												<img src="/future/stories/assets/nayasapo-001_04.jpg" alt="">																						</figure>																																			<div>	<p><strong>櫻井</strong>：最初に入らせていただいたときのことで良く覚えているのが、ホワイトボード型のテキスト共有アプリ上に書かれていた、「なやさぽ」のミッションや成し遂げたいことなどの膨大なメモです。</p><p>全部に目を通させていただく中で原田さんたちがこのサービスにどんな想いを込めているのかが伝わってきて、すごい熱量を感じ取りました。</p><p>僕たちとしてもぜひ良いものにしたいと思い、まずはこの膨大な情報の整理から始めました。</p><p>このプロダクトはこういうステップで回っていて、悩みに対してこういう形でアプローチしていて……といった具合に図にまとめていく作業をひたすら行いました。</p></div>																																						<figure class="c-image -large">												<img src="/future/stories/assets/nayasapo-001_05.jpg" alt="">																						</figure>																																			<div>	<p><strong>櫻井</strong>：情報整理やリサーチは、ものづくりの中でも非常に重要なフェーズです。プロダクトの方向性や具体的なデザイン・機能などの可否や意思決定する上で立ち戻るべき重要な原点となるからです。</p><p><strong>原</strong>：実際、情報整理の必要はありつつも、「なやさぽ」としてやりたいことが明確に固まっていたので、フラーとしてどこへ向かってサポートさせていただくべきか、すぐに掴むことができました。</p><p>こういった状況・情報整理やリサーチの部分に時間をかけることについて、ご理解いただけたことがとてもありがたかったです。</p><p><strong>原田</strong>：我々もシステム開発をする中で最初のキャッチアップの重要性をよく理解しているので、新しくプロジェクトに入られるフラーさんには色々インプットしていただきたいと思いました。</p><p>ただ、原さんは時間をかけたとおっしゃいましたが、我々としては、膨大な情報を短期間で素早くまとめ、「なやさぽ」の意図をしっかり読み取っていただいたという印象でした。</p><p>その上で改善を提案してくださったので、我々としても「フラーさんは意図を理解した上で進めてくれているんだな」という安心感につながりました。</p><p>もちろん、クライアントさんによるとは思いますが、今回の場合はフラーさんに情報整理の段階から入っていただき本当に良かったと思っています。</p><p><strong>櫻井</strong>：フラーが得意とする領域でもあり、お力になれるとても良いタイミングでお声がけいただいたと感じています。</p><p>逆に我々としてありがたかったのは、原田さんの決定がものすごく早いことです。基本的になんでもすぐに決めてくださいました。</p><p><strong>原田</strong>：数多くのお客様とプロダクト開発を手がける中で、先方の決定が早いことのありがたさはよくわかっているので、絶対持ち帰らないでその場で決めることを強く意識しています。</p><p><strong>原</strong>：ご自身が「これでいく」という覚悟をしっかりお持ちなのだなと感じます。チームとして質問や提案もしやすい雰囲気だと感じています。</p><p><strong>原田</strong>：そういっていただけると嬉しいです。メンバー各々が自分の仕事に集中できるように色々調整しています。</p></div>																														<h3>悩みに寄り添うために必要なデザインを</h3>																																										<div>	<p class="interview">――デザインにあたって特にこだわりたかった要素は何でしょうか？また、そのこだわりを実現するために、どのようなプロセスや取り組みがありましたか？</p><p><strong>原田</strong>：いちばんこだわったのは、悩みや不安に関わるネガティブな相談をするサービスだからこそ、そのネガティブに染まらずに前向きに使っていただけるようデザインすることです。</p><p>そのこだわりを実現するため、キャラクターとして犬の『バディ』を作ったり、全体を明るい黄色をイメージしたデザインにしたりと、たぶん我々が自分たちでは全然思いつかなかっただろう形でフラーさんが仕上げてくださいました。</p><p><strong>櫻井</strong>：ここはフラー側としても特に注力した部分です。実際にバディのデザインを手がけた原さん、いかがでしたか？</p></div>																																						<figure class="c-image -large">												<img src="/future/stories/assets/nayasapo-001_06.jpg" alt="">																						</figure>																																			<div>	<p><strong>原</strong>：ユーザーさんによる情報入力はチャット形式が良いかもとフラー内で話が出たとき、その相手として人を感じさせるべきかどうかという議論になり、当初私は「人を感じさせるべきではない」と答えました。相手が人だと意識すると正直に書けなくなる部分があるのではないかと思ったからです。</p><p><strong>櫻井</strong>：そうですね、ここは完全にクローズドな場所だから無機物みたいなものがいいのではないかというのを話していて。でも、たしかそこから原さん自身が……。</p><p><strong>原</strong>：そうです、私が覆し始めました（笑）<br />だんだんデザインを具体的にしていくうちに、「こんなに冷たくていいのだろうか」と気になってきました。</p><p>じゃあ人じゃなくて、ロボットでもなくて、人間が悩みを吐き出していいと思える存在ってなんだろうと探し始めて、ひたすらいろいろ調べて行き着いたのが「犬」でした。とあるウェブのコラム記事で「言葉で返事してくれるわけじゃないけど嫌なことを全部犬に愚痴っちゃう」といった話を読んだことがありました。</p><p>それってなんだか想像がつくと感じましたし、今回の「なやさぽ」はそれに近いところがあると直感しました。</p><p>犬種は頭の良いボーダーコリーをイメージしました。話せて、聞いてもらえて、賢そうで、安心感もあって温かみもあって、希望がぜんぶ叶えられると。</p><p>その案をお示ししてみたところ、NSSOLさんの中でもプロダクトに動物が出てくる案が挙がっていたのです。</p><p><strong>原田</strong>：ユーザーの分類の中で、犬タイプやライオンタイプと分けるのはどうだろうという話がありました。</p><p><strong>原</strong>：その下地もあってのことと思いますが、すんなり受け入れてくださいました。</p><p><strong>原田</strong>：いちばんの理由は、なんといっても原さんの説明にすごく納得感があったからです。</p><p>単に「ワンちゃんにしてみました」のような理由だけでは「本当にそれでベストなのかな」と思ってしまっていたでしょう。</p><p>しかし、「人間だと相談しにくいけれど、ワンちゃんなら自分の悩みを言いやすい。かつ、たとえば陽気なゴールデンレトリバーはすごく寄り添ってくれるイメージはあるけれど相談するというニュアンスじゃなくなる。だから、頭がいいボーダーコリーなんです」と言われたらもう、「たしかに！」と。</p><p>納得感があってキャラクターとしてもかわいいので。この話は商談でもよく使わせていただいています。実際、お客さんにお話しすると「は〜、なるほど〜！」とご納得いただけます。</p><p><strong>櫻井</strong>：実はプロダクトでキャラクターを作ることについて個人的にはとても慎重なタイプです。とりあえずキャラクターがいた方がかわいいから作ってみよう、というスタンスであれば、デザイナーからの提案の時点でストップをかけます。デジタルプロダクトは機能がなければ意味がないからです。</p><p>一方、なやさぽは、定期的に開くことを指示されるタイプのツールではありません。各々が自分自身の意思でやっていくものです。だからこそ、なんだかんだで気軽かつ自発的にアプリを開きたくなる距離の近さが必要です。</p><p>そこに対して、無機物では親近感が足りないという課題感から今回のようなキャラクターを配置するのはとても意味と機能があるし、キャラクター自身にも命が吹き込まれます。そしてそれにより、サービス全体の色合いとセットでグッと世界観が出てくるわけです。</p><p>原田さんがお客様にご紹介する際にもご活用くださっているという話は、まさにキャラクターが機能している好例で、今回の判断が間違っていなかったことの証明にもなったと感じました。</p><p><strong>原田</strong>：ロゴもこだわっていただき、相当な数のパターンを作っていただきました。</p></div>																																							<figure class="c-image -small">												<img src="/future/stories/assets/nayasapo-001_07.png" alt="">																						</figure>																																		<div>	<p><strong>原</strong>：英語にするかローマ字にするかといったところから色々と試行錯誤しました。</p><p><strong>櫻井</strong>：カタカナで「サポ」にすると悩みの方がすごく目立ってしまうので、ひとまとめ感を出すために、「なやさぽ」という一つの言葉にして、とにかく「悩み」という言葉の「悩み感」を無くすために調整しました。</p><p><strong>原</strong>：文字の跳ねの部分も、ワンちゃんのしっぽをイメージしてピヨっと跳ねる感じにしました。</p><p><strong>原田</strong>：HR系のサービスは無機質な手触りで、使う社員にとって良いかどうかも二の次、のようなものが少なくないので、こういったデザインが差別化につながっている実感はあります。</p><p><strong>櫻井</strong>：原田さんがおっしゃったようにHRテック系は、どうしてもツールの優先度的に管理する企業側に向けて作られているものが多いです。しかし、それだと本来の価値は発揮できません。</p><p>一方、「なやさぽ」はとにかくユーザーのため、つまり「これは現場で今悩んでいる人のためのツールなんだ」という考えを徹底しています。今回の開発において、そこがすごく印象に残っています。</p><p><strong>原田</strong>：「なやさぽ」は「悩んでいる人を救いたい」から始まっているプロジェクトであり、基本的に匿名で回答するツールです。商談をしていても「誰の回答なのか知りたい」とよく言われます。気持ちはわかるのですが、社員からすればすべての回答が記名式になってしまったら、そもそも本音を言えなくなってしまいます。</p><p>一方で今すぐに助けを求めたいといったアラートを上げたい社員の方もいますので、一部の質問だけは会社に伝わるような仕組みも用意しており、会社によって選択が可能となっています。</p><p><strong>櫻井</strong>：個人がわからない状態でも、それぞれの気持ちを拾い上げることで組織全体としてこういう意見があると把握できる。そこが「なやさぽ」の良さです。</p><p><strong>原田</strong>：おっしゃる通りです。リリースしてデータが集まったので事実として言えるのですが、匿名でも会社の課題はしっかり見つかります。</p><p>特に「なやさぽ」は、単純なエンゲージメントサーベイと違って“悩みそのもの”を聞いているので、表面的なものではない意見が集まります。</p><p>たとえば「業務負荷が高い」だけではなく、「プレッシャーが特に強い」であったり、「上司と部下の対話がうまくいっていない」といった一段深い裏の事情のようなところも見えてくるため、他のツールと比べてそこは強みになります。</p><p>このように、ユーザーファーストで集まった悩みから組織課題の分析をし、その情報が結果的にお客様である企業にプラスになる、という循環が大切なのです。</p></div>																														<h3>「それはわかる、だがしかし……！」と一歩踏み込む</h3>																																												<figure class="c-image -large">												<img src="/future/stories/assets/nayasapo-001_08.jpg" alt="">																						</figure>																																			<div>	<p class="interview">――今回の共創にあたっては、プロダクト本体からチラシ、販促物、展示ブースのデザインなど多岐に渡る製作物を双方で手がけました。このような形でワンチームで広範なデザインに取り組むメリットはどこにあるのでしょうか？</p><p><strong>原田</strong>：コンセプトを理解、共有している状態で手がけることで、他の製作物にも圧倒的な一貫性が出ます。そこがワンチームの良さです。</p><p>こちらとしては最初「こういうことまでお願いしても大丈夫ですか……？」という感じでしたが、気づけば営業資料から「ブースデザインや設置作業までできますか？」といったことまでフルセットでフラーさんにお願いしました。</p><p><strong>櫻井</strong>：一般的には「ポスターは作れないです」「ブースのデザインはさすがに専門外です」という会社さんも多いかと思うのですが、フラーとしてはやらせていただけるならぜひというスタンスです。</p><p>フラーは最初から最後までちゃんと丁寧に作り切ることを大切にしていますので、今回そういう意味でさまざまな展開を「なやさぽ」というブランド全体を通して手がけることができたのは、我々としても達成感があります。そして、全部任せていただけたことが嬉しかったです。</p><p><strong>原</strong>：個人的には、デジタルを飛び出して展示ブースというリアルの場でのデザインまで任せていただけたことがいちばん感慨深かったです。</p><p>いくつもの展示ブースのデザインを手がけさせていただく中で、周りの会社さんからも「あの黄色い犬のところですよね」と覚えていただき、インパクトを残せた実感があります。</p><p><strong>櫻井</strong>：実際に会場でもブースの評判は良かったです。「参考のために写真撮らせていただいていいですか？」と他の会社さんからお話をいただくこともありました。</p><p><strong>原</strong>：嬉しいですよね。こうして繰り返し色々と手がける中で、その度にたとえば営業さんからのフィードバックだったりお客さんの反応を反映できるのがとてもプラスになりました。重ねるたびにもっとより良いものができる、という好循環が生まれました。</p><p><strong>原田</strong>：相談や提案をすれば、やれる範囲でこのように柔軟性やスピード感を持って一緒にやりきってくださるのが、フラーさんと一緒にお仕事をしてとてもありがたいところでした。</p></div>																																						<figure class="c-image -large">												<img src="/future/stories/assets/nayasapo-001_09.jpg" alt="">																						</figure>																																			<div>	<p class="interview">――一連の共創の中で、特に大切にしたことは何でしょうか？</p><p><strong>櫻井</strong>：なにより共創の土台をまず原田さんがしっかり作ってくださったことが大きかったと思います。<br />そこに我々も丁寧にアウトプットで応えていく。そうすることで原田さんとしても我々に任せてくださる範囲が増えていく——。そういう流れが出来上がったことが良かったと、振り返ってみて感じます。</p><p><strong>原田</strong>：こちらが言ったことをただ実行に移すだけですと物足りないですし、とはいえ思想を変えるくらいのことを言われても困る部分があります。</p><p>共通した理念を持ちながら、その中で自発的・自律的に動いていただける関係性が良いと思っており、フラーさんとはそれを一緒に実現できたのではないかと思います。</p><p>これには絶妙なバランス感覚が求められるのですが、フラーさんは「それはわかる」と、前提やこちらの事情をしっかり汲んだ上で「だがしかし……！」と一歩踏み込んだご提案までしてくださって、私たちとしてはとてもありがたかったです。</p><p><strong>櫻井</strong>：我々は昔から率直に言うことを大事にしています。言われたものを作るだけのものづくりは意味がないですし、ユーザーさんのためにもならない。多少ぶつかってでも意見を言いに行く、議論するのは大事だと思っています。</p><p><strong>原</strong>：結論がどうなるにせよ、「だがしかし」で一回話してみるのは大切です。</p></div>																														<h3>「なやさぽ」の広がりと未来</h3>																																												<figure class="c-image -large">												<img src="/future/stories/assets/nayasapo-001_10.jpg" alt="">																						</figure>																																			<div>	<p class="interview">――今後については、どのような展開を見据えていますか？</p><p><strong>原田</strong>：ユーザー向けの改善と会社向けの改善、その2軸があります。</p><p>まずユーザー向けには、より使いやすく、悩みの解決により役立つような形での方向を考えています。</p><p>現在の「なやさぽ」は様々な仕事の悩みに対して支援する内容になっていますが、特に多い悩みの一つが「キャリア自律」「キャリア形成」といった領域です。自身の強みや価値観が分からなかったり、目指すキャリア目標が見つけられず不安を抱えている人が多いのが実情です。</p><p>そういった方に対して、「なやさぽ」をキャリア自律向けにカスタマイズし、キャリア研修と組み合わせて使うといった進化も可能性の一つとしては考えられると見ています。</p><p>企業向けには、社員の仕事の不安・悩みや組織の課題が「なやさぽ」でどんどんわかるようになったその先、わかった結果に対してどうアプローチしていけば良いのかまでお示しできるようにしていけば、より価値のあるサービスになるのかなと考えています。悩みの出口を含めて提供する、といった形です。</p><p>我々が想定していなかったような使い方をしてくださっている方々がいらっしゃるのも、とても興味深いところです。</p><p>例えば、人事や上司、キャリアカウンセリングといった面談の前に「なやさぽ」を使うことでより良い時間にできるよう工夫されている会社さんや、1年目や3年目の研修で使ってその結果を活用している会社さんがいらっしゃったりします。</p><p>我々としてもそのニーズに対して何か提供できないかと、お客さまと一緒に作る・共創するという形でこれからのことを考えています。</p><p class="interview">――フラーと共創しての率直な感想を教えてください。</p><p><strong>原田</strong>：フラーさんと共創して良かったのは、やはり一緒になって進められる感触があること、そしてメンバーの皆さんが自分ごととしてサービスを捉えてくださっていることです。</p><p>フラーの皆さんからは「このサービスを自分の手がけるプロダクトとして、もっと良くしたい」という当事者意識をすごく強く持ってくださっているのを感じます。これは本当にありがたかったです。</p><p><strong>櫻井</strong>：まさに、そういった当事者意識を持つことがフラーの価値観です。</p><p><strong>原</strong>：私たちとしても、そういった気持ちを発揮して色々とご提案できるチームに入れていただいたことはすごく嬉しく、だからこそとてもやりがいがあります。これからもどうぞよろしくお願いします！</p><ul class="c-list"><li><a href="https://marketing.nssol.nipponsteel.com/nayasapo/lp" target="_blank" class="c-link -arrow" rel="noopener">なやさぽ公式サイト</a></li></ul></div>																																		</div>										<div class="stories-article__body">												</div>	]]>
</content>
</entry>
<entry>
<title>グローバル市場で勝ち抜くために国内事業体質をデジタル化で抜本的に変える</title>
<link rel="alternate" type="text/html" href="https://www.nssol.nipponsteel.com/future/stories/global-dx-001.html" />
<id>tag:www.nssol.nipponsteel.com,2025:/future/stories//5.1465</id>
<published>2025-03-27T04:00:00Z</published>
<updated>2025-03-27T04:00:00Z</updated>
<summary>日本製鉄執行役員デジタル改革推進部長・情報システム部長星野毅夫氏日本製鉄が事業のグローバル展開を強化している。そのためのDX（デジタルトランスフォーメーション）戦略を強力に推し進め、業務プロ...</summary>
<author><name>日鉄ソリューションズ</name></author>
<category term="DX" />
<category term="AI" />
<content type="html" xml:lang="ja" xml:base="https://www.nssol.nipponsteel.com/future/stories/">
<![CDATA[										<div class="post__body u-mb-l">										<div>	<p>日本製鉄 執行役員 デジタル改革推進部長・情報システム部長 星野 毅夫氏</p><p>日本製鉄が事業のグローバル展開を強化している。そのためのDX（デジタルトランスフォーメーション）戦略を強力に推し進め、業務プロセスの刷新や、生産性と意思決定速度の大幅な向上、課題解決力の強化を図る。デジタル改革推進部長であり情報システム部長でもある執行役員 星野 毅夫氏に、日本製鉄におけるDX戦略の位置付けや具体的な取り組み、今後の方向性などを聞いた。</p><p class="u-mb-m">（なお星野氏は2025年4月1日付けで日鉄ソリューションズ（NSSOL）上席執行役員に就く）</p></div>																																				<div>	<p class="interview">――米USスチールへの提案などグローバル展開を強化しています。製鉄業界は今、どのような経営環境にあるか。</p><p>国内市場は、少子高齢化に伴う人口減少を背景に、鉄鋼市場の拡大は望みにくく、成熟産業だと捉えられがちです。しかしグローバルにみれば、新興諸国の経済成長を背景に、今後も大きな成長が期待されています。</p><p>そもそも鉄は、あらゆる産業に欠かせない素材です。鉄の硬さや、しなやかさといった特性は、炭素や金属などの含有量によって変わり、新しい用途での利用や市場の拡大など、大きなポテンシャルを秘めています。地球温暖化対策としての脱炭素の流れから需要が高まっているEV（電気自動車）用モーターや変圧器などに向けた電磁鋼板は、その一例です。そうした鉄の特性を引き出すには技術力が問われ、その技術力の高さが当社の強みです。加工精度や電力効率で世界トップレベルにあり、グローバルに当社の技術力が期待されているのです。</p><p>そこで力を入れているのが、中長期経営計画にも示している、国内製鉄事業を中核としたグローバル展開です。既にタイを中心とした東南アジア圏へのグローバル展開が進んでいますが、インドにも欧州アルセロール・ミッタルとの合弁で製造拠点を配置しました。</p><p>こうしたグローバル化を加速するに当たり、国内製鉄事業の抜本的な体質強化を図るために取り組んでいるのがデジタルトランスフォーメーション（DX）です。2020年にデジタル改革推進部を設け、日本製鉄のDX、すなわち「日鉄DX」を推進しています。</p></div>																														<h3>個別最適だった従来の仕組みを標準化やデータ活用で変革する</h3>																																										<div>	<p class="interview">――日本製鉄は古くからIT活用を精力的に進めてきた。従来の取り組みと日鉄DXの取り組みの違いは何か。</p><p>当社は1960年代のメインフレーム時代からITを業務に積極的に取り込んできました。製鉄業は個々の製造工程が非常に大規模かつ繊細で、人手では処理し切れないためです。</p><p>ただ当時は複数ある製鉄所それぞれの業務が対象で、個別最適化による製鉄所ごとに独立した“王国”ができあがってしまったことも事実です。近年の変化の激しい経営環境にあっては、全体最適を意識したデータ連携の効率化による意思決定の迅速化が大きなテーマになってきたのです。</p><p>膨大な蓄積データを効率よくつなげること、そして、つなげたデータを巧みにあやつること。この「つなげる力」と「あやつる力」をコンセプトに進めてきた日鉄DXにおいては、（1）ロケーションフリー、（2）データドリブン、（3）エンパワーメントの3つの効果を柱に位置付けています。</p><p>ロケーションフリーは近年の働き方改革にも通じますが、最も重視しているのは業務の標準化です。働く場所を問わず、あらゆる製鉄所の仕事を他の場所からもできるようになり、生産性や効率性を大幅に高められます。個別最適のままでは、同様の部署に所属していても他の製鉄所の仕事はできません。既に社内の一部で、いわゆるシェアドサービス型の働き方が始まっています。</p><p>データドリブンでは当社は、経営層も現場も同じデータを見て判断し、より早く、かつ正確に仕事を回せる仕組み作りを推進しています。例えば、ダッシュボードの運用は既に始めています。経営層の要求を基に開発したもので、生産状況や市況情報など経営判断に関わる各種情報が一望の下に確認できます。日常的に利用されており、一度システムに不具合が発生した際に社長から直接問い合わせがあり、慌てて対応しました。</p><p>ダッシュボードは、集計データを見ながら、必要に応じてデータを深掘りでき、元データにまでたどり着ける仕組みになっています。これにより、経営報告のために各部署が階層ごとに行ってきたデータ集計作業も大幅に軽減できました。</p><p>エンパワーメントでは、デジタル技術を活用し人の判断や業務支援の高度化に取り組んでいます。当社の研究所が開発した各種の最適化エンジンやAI（人工知能）技術などを使い、人では到底、不可能なデータ分析などを推進しています。</p></div>																														<h3>DX推進を支える全社データ統合基盤「NS-Lib」が稼働</h3>																																										<div>	<p>これら3つの効果により、人手作業のシステム化や、業務プロセスの全社最適化を達成できれば、例えば、システム支援によって新人でもベテラン並みの判断ができ工数を抜本的に減らせる業務環境が実現できると考えています。</p><p>その推進・実現において不可欠なのが、全社業務をデータでつなぐための仕組みであり、全社統合データ基盤「NS-Lib」を2023年に稼働させました（図1）。以来、本社・製鉄所を問わず全社で共有すべきデータの連携を本格化させています。</p></div>																																						<figure class="c-image -large">												<img src="/future/stories/assets/global-dx-001_01.jpg" alt="">																					<figcaption class="c-image__caption">									図1：全社統合データ基盤「NS-Lib」のシステム概要								</figcaption>											</figure>																																			<div>	<p>NS-Libはデータマネジメント機能を備え、どんなデータが、どこにあるかを示すデータカタログを提供しています。カタログを参考に必要なデータを都度、取り出せます。NS-Libを利用すれば、各種データを簡単に入手できることが周知されるにつれ、デジタル改革推進部が直接的に手伝わなくても、ダッシュボードの作成やデータ分析を自律的に実施する部門も出てきました。</p><p>例えば製銑や製鋼などの部門では、プラントの状態をダッシュボードで可視化し、稼働状況などを全社で共有しています。高炉などの上工程でのトラブルは多大な損失を招くだけに、それを回避するためです。</p><p>連携されたデータについては、ユーザー自らが作成するダッシュボードだけでなく、当然ながら情報システム部門が手掛ける高度な業務システムにも活用されます。</p><p>ただ、以前の情報システム部門は、できる限り現場に寄り添うことを心がける余り、残念ながら個別最適化の一因にもなっていました。しかしDXを機に、現場に寄り添う姿勢は変わらないものの、システムの整備に合わせて業務の標準化を提案できるよう、立ち位置や手法を見直しています。そうした業務標準を「BPM（ベスト・プラクティス・モデル）」と呼び、全社への提案・普及を強化しています。</p><p>さらに昨今のデジタル改革推進部では、数理最適化やAIなどの先端技術を用いることによって、人の勘や経験に頼り多大な手間を要している業務のシステム化プロジェクトも推進しています。複雑な鉄鋼の生産計画立案や物流の最適化などを手掛けています。</p></div>																														<h3>「データサイエンティスト」をどの職場にも1人以上配置へ</h3>																																										<div>	<p class="interview">――現場のデジタル化推進ではDX人材不足がよく課題に挙がる。日本製鉄では、どんなDX人材を求め育成しようとしているか。</p><p>当社ではデータ活用に取り組む人材を3段階に分類しています。（1）データの有効利用ができる「データサイエンスユーザ」、（2）統計的な知見を持ち高度なデータ活用ができる（必要に応じて開発言語の「Python」なども扱う）「シチズンデータサイエンティスト」、（3）最適化エンジンや高度AIを自ら開発できる「エキスパートデータサイエンティスト」です。</p><p>データサイエンスユーザについては、全スタッフ系社員を対象にした教育プログラムをデジタル改革推進部と人材開発室にて整えています。まずはITの基礎知識獲得を認定する「ITパスポート」相当の知識を身に着けてもらい、スタッフ全員がデータを有効利用できるようにしていきます。</p><p>そのうえで、さらにデータを高度利活用できる人材としてシチズンデータサイエンティストを育成しています。2030年までに、あらゆる部門・職場の全スタッフ系社員の2割にまで引き上げるのが目標です。つまり、どの職場でも5人に1人以上が、自職場の課題に対してデジタル技術を使って迅速に対応できるようになることを期待しています。現時点で既に1割程度の人材が育っており、順調に増えています。</p><p>シチズンデータサイエンティストの育成コースでは単にデジタルスキルを習得するだけではありません。自らの職場にある実際の課題の中から、最優先で解決すべき課題を持ち寄らせ、その解決に取り組むワークショップを取り入れています。取り組むべきは単なるデジタル化ではなく業務改革であることを徹底して伝えます。コース受講者を対象に各種の問題を相談し合える場も社内の「Teams」上に用意し、卒業生も含めたネットワークができています。</p><p>シチズンデータサイエンティストの育成に関しては、短期的には、職場に戻った彼ら彼女らが、自らデジタル技術を駆使する改革戦力になること、長期的には、彼ら彼女らが職場における改革の先導者になり、全社最適の視点から、より大きな業務改革を生み出してくれることを期待しています。そうなれば全社的なDXが自然に進むと見ています。</p><p>中には、職場に戻った後は多忙を理由に課題に手が回らない社員が少数存在します。その場合には、その社員の上司に、その改革テーマの意義を伝え、職場における優先順位を高めてもらうよう働きかけることもあります。優先順位が高い業務課題を持ち寄り解決まで導く教育コースは、上司の意識改革を促すという意味もあります。</p></div>																														<h3>NSSOLはDX推進のパートナーだが想定超える提案にも期待</h3>																																										<div>	<p class="interview">――日本製鉄が求める仕組みの巨大さに対しデジタル改革推進部は数十人規模だ。どのように推進力・実行力を確保するのか。</p><p>幸い当社には、グループ企業の日鉄ソリューションズ（NSSOL）がおり、彼らとチームを組んで取り組んでいます。普段から製鉄所のシステムや営業システムのメンテナンスなども依頼しており、NSSOLは当社の隅々までを知る存在です。</p><p>ただ無条件にNSSOLに依頼しているわけではありません。例えば先に紹介したNS-Libの構築では、複数社からの提案を比較検討したうえで、最も優れた提案と判断した結果として、NSSOLを選びました。もちろん、普段から当社の依頼への回答の質も高く“ハウスドクター”として評価していますし、研究機能を持つ「システム研究開発センター」も非常に頼りがいがあります。</p><p>製鉄業以外の産業への知見が豊富なことも魅力です。当社メンバーは製鉄業に関しては良く知っていますが、他業界の取り組みには、なかなか触れる機会がないためです。先般もスマートフォン用アプリケーションの開発時にNSSOLのメンバーに協力を仰いだところ、アジャイル開発手法によって画面開発などがあっという間に完了しました。長年、ウォーターフォール開発で来た我々からすれば新鮮な驚きでした。</p></div>																																						<figure class="c-image -large">												<img src="/future/stories/assets/global-dx-001_02.jpg" alt="">																						</figure>																																			<div>	<p>我々に乏しい能力を備えたパートナーが側にいるメリットは非常に大きいものです。ただNSSOLには苦言もあります。当社の依頼を完璧に遂行するだけでなく、もう一歩踏み込んだコンサルティング的な提案を是非とも寄せてほしいという点です。提案にはもっと貪欲であって良いはずです。</p><p>コンサルティング会社は非常に押しが強く、当社ニーズを一所懸命に探ってくれます。提案の糸口をつかめば猛烈に売り込んでもきます。そうしなければ生き残れない面もあるでしょうが、そこには学ぶ点もあるはずです。NSSOLは製鉄業以外にも広範な経験・ノウハウを持っており、我々が思いつかない提案ができるはずです。</p><p>私は2025年4月から、そのNSSOLに移ることになりました。これまでのユーザーとしての経験や視点を活かし、当社からの“苦言”を跳ね返していくことがミッションだと理解しています。今後は逆の立場から、日本製鉄とNSSOLのチームワークを強めていきたいと思います。</p></div>																														<h3>プロジェクト遂行能力確保と生成AIによるデータの標準化に取り組む</h3>																																										<div>	<p class="interview">――日鉄DXの今後をどう見ているか。</p><p>さまざまな業務へのデジタル化の適用が進んできています。NS-Libがさらに活用されることにも疑いの余地はありません。ただ、いくつかの課題もあります。その1つはプロジェクトの遂行能力です。グローバル化を推進し海外でもDX関連プロジェクトを遂行するためには、遂行能力を早急に高めなければなりません。</p><p>これまでのプロジェクトの遂行では、NSSOLへの依存度が高く、工程や予算、エンジニアなどの管理をお願いしてきました。現状の我々では、単独で海外に出て、地場のITベンダーをまとめ挙げてプロジェクトを遂行させることは、スキル面で非常に困難でしょう。</p><p>データ管理にも課題があります。当社のデータカタログでは、用語の統一問題、いわゆる“名寄せ問題”に対処するため、製鉄所ごとの“方言”の使用は許容しつつ、同時に“標準語”も登録する仕組みになっています。しかし“方言”と“標準語”の両方が分かる人にとっては、わざわざ両方を登録するインセンティブが働かないため、標準語の登録が後回しにされる傾向があるのは事実です。</p><p>突破口は見えてきています。生成AI技術の活用です。方言が意味するところを学習し、標準語に直すことも生成AI技術であれば、それほど難しくはないはずです。日鉄DXはまだまだ続きます。生成AIなどの新技術も取り込みながら、さらなる改革に取り組んでいきます。</p></div>																																						<figure class="c-image -large">												<img src="/future/stories/assets/global-dx-001_03.jpg" alt="">																						</figure>																																			<div>	<ul class="c-list"><li>本記事は『<a href="https://dcross.impress.co.jp/" target="_blank" rel="noopener" class="c-link">デジタルクロス</a>』（インプレス）の許可を得て再掲しています。<br /><a href="https://dcross.impress.co.jp/docs/interview/003929.html" target="_blank" class="c-link -arrow" rel="noopener">https://dcross.impress.co.jp/docs/interview/003929.html</a></li></ul></div>																																		<p class="c-sentence -xsmall">・Salesforce、Sales Cloud、および、その他はSalesforce.com, Inc.の商標であり、許可のもと使用しています。</p>																																				</div>										<div class="stories-article__body">												</div>	]]>
</content>
</entry>
<entry>
<title>「ロボットと人の共存」の現在地と未来～自律走行搬送ロボットを使った「究極のデジタルツイン」の実現～</title>
<link rel="alternate" type="text/html" href="https://www.nssol.nipponsteel.com/future/stories/robots-and-humans-001.html" />
<id>tag:www.nssol.nipponsteel.com,2025:/future/stories//5.1462</id>
<published>2025-03-11T04:00:00Z</published>
<updated>2025-03-11T04:00:00Z</updated>
<summary>技術本部システム研究開発センターデジタルツイン研究部主席研究員笹尾和宏NSSOLのシステム研究開発センター（以下、シス研）では、最先端の技術を研究することで、数年先のビジネスに活かす取り組み...</summary>
<author><name>日鉄ソリューションズ</name></author>
<category term="DX" />
<content type="html" xml:lang="ja" xml:base="https://www.nssol.nipponsteel.com/future/stories/">
<![CDATA[										<div class="post__body u-mb-l">										<div>	<p>技術本部システム研究開発センター<br />デジタルツイン研究部 主席研究員 笹尾 和宏</p><p>NSSOLの<a href="/future/technology_01.html">システム研究開発センター</a>（以下、シス研）では、最先端の技術を研究することで、数年先のビジネスに活かす取り組みを行っています。今回はその中から「ロボットと人の共存」について、同テーマを長年にわたり研究している笹尾 和宏主席研究員に話を聞きました。</p></div>																														<h3>ロボットが人の生活に溶け込むということとは</h3>																																										<div>	<p class="interview">――「ロボットと人の共存」に取り組むきっかけはなんだったのでしょうか。</p><p>本格的に取り組むようになったのは2008年頃からですが、当時コンピュータなどのデバイスが自然な形で社会や環境に溶け込み、人を支援する「アンビエントコンピューティング」という、次世代コンピューティングの世界観にパラダイムを感じ、興味を持ったのがきっかけでした。</p><p class="interview">――「人とロボットの共存」もロボットが自然な形で私たちの生活に溶け込んでいる状態ということですね。わかりやすい実例はありますか。</p><p>私が2017年に開発した「くま会議」と呼んでいる、会議をファシリテートするくまのぬいぐるみの例があります。この時はロボットではなく話すことができるぬいぐるみを使ったのですが、このぬいぐるみに出席者の座席の位置の測定や音声を認識する仕組みなどを組み込むことで、例えば発言をしていない人に「〇〇さん、ご意見ありますか？」と発言を促したり、ずっと話している人に「〇〇さん、発言は手短にしてください」とか、「会議終了5分前です。〇〇さん、まとめてください」など、会議の進行ができるようにしたものです。特に社内の会議だと人がファシリテートすると仕事上の上下関係などから、思ったように進行できない時ってあると思うのですが、ぬいぐるみがあるだけで場の雰囲気がなごみますし、ぬいぐるみがファシリテートすると会議がスムーズに進むという効果がありました。</p><p>参考：<a href="https://www.youtube.com/watch?v=5VlbNw4sSmA&amp;t=31s" target="_blank" rel="noopener">「くま会議」の様子</a></p><p class="interview">――なるほど、ロボットが会議の出席者の一員となってしまうわけですね。溶け込むというのはそういうことですね。</p><p>はい。ロボットでいうと、2020年ごろから自律走行するロボットが出回り始めていて扱いやすくなりました。先日、近所のホームセンターでお掃除ロボットを見かけたのですが、頭に商品を載せてお掃除しながら店内を巡回していました。ロボットに人を避ける機能があるので、お客さんはロボットの動きを意識する必要もないですし、ロボットが持っている商品を手に取ることもできます。すごく自然にロボットが人の環境に溶け込んでいてとても良いと思いました。こうした状況をめざして私たちは十何年研究をしてきたのですが、ようやく「ロボットと人の共生」が現実味を帯びてきたな、と思っているところです。</p></div>																														<h3>自律搬送ロボットにセンサーをつけオフィスをデジタルツイン化</h3>																																										<div>	<p class="interview">――笹尾さんは、現在「カチャカ」という自律走行搬送ロボット（AMR）を使った研究開発をしていると聞いています。どういった研究内容なのでしょうか。</p><p>カチャカは、「運んでほしいモノを運んでほしい場所に運ぶ業務用のAMR」のことで、AIやSLAMなどの技術を用いた製品開発を行っていて、以前から優秀なエンジニアが多く在籍していると注目していたスタートアップ、Preferred Robotics社が開発しています。<br />私はこのカチャカを使って、人と自律型ロボットの協調やコミュニケーションについての研究を進めるとともに、デジタルツイン空間を常に自動更新できないかという実験を行っています。</p><ul class="c-list"><li><a href="https://kachaka.life/" target="_blank" class="c-link -arrow" rel="noopener">小型で低価格な搬送ロボット カチャカ</a></li></ul><p class="interview">――デジタルツインですか？</p><p>はい。シス研では、社会全体の「サステナビリティ」の実現に向けた将来像として、『究極のデジタルツイン』、『業務を理解・実行できる人工知能』、『サステナブルな企業情報システム』の3つの「未来目標」を設定しています。私はデジタルツイン研究部という部署に所属しいて、主に『究極のデジタルツイン』の実現をめざして研究に取り組んでいます。そうしたことから今回はロボットとデジタルツインを組み合わせた試みをしています。</p><p class="interview">――デジタルツインというとセンサーでセンシングするというイメージですが、どういった方法で取り組んでいるのでしょうか？</p><p>カチャカが運ぶ棚の上にさまざまなセンサーをつけたスタンドを立て、研究所内を定期的に巡回させることで、さまざまなデータを取得しています。そのデータを元に、研究所のデジタルツインを構築しています。</p></div>																																						<figure class="c-image -large">												<img src="/future/stories/assets/robots-and-humans-001_01.jpg" alt="">																					<figcaption class="c-image__caption">									オフィス内を巡回するAMR								</figcaption>											</figure>																																			<div>	<p class="interview">――どのようなセンサーが備わっているのですか。</p><p>Webカメラ、温湿度気圧センサー、CO<sub>2</sub>センサー、においセンサーなどです。バッテリーやRaspberry Piも搭載しています。</p><p>データの取得は1時間に一度の頻度でおこなっています。カチャカが入っていけない場所もありますので、そうした場所の温度は数式（熱伝導方程式）を用いて補間しています。</p></div>																																						<figure class="c-image -large">												<img src="/future/stories/assets/robots-and-humans-001_02.jpg" alt="">																						</figure>																																			<div>	<p class="interview">――ロボットを使ってデジタルツインを構築するとどのような効果があるのでしょうか。</p><p>デジタルツインを構築しようとすると、一般的には機械に一個一個センサーをつけるIoTの仕組みを思い浮かべると思います。その方法だと部屋全体の状態を調べたい時に、部屋が広いとセンサーをたくさん置くことになり費用が高額になってしまいます。それだったらロボットにセンサーをつけて、ロボットをうまく動かすことでセンシングできればセンサーは最小で済むし、その分リッチなセンサーが使えてより精緻なデータを収集できます。このようにロボットが自分で環境を計測して勝手に情報収集することで精緻なデジタルツインをつくれないかというモチベーションで実行しています。</p><p class="interview">――実際に計測してみていかがですか？</p><p>例えば温度ですが、このスタンドには温湿度センサーだけでも縦の3次元方向に4つ装着し、1℃ほどの微妙な温度変化も捉えています。人は環境の異常にパッと気づくことができますが、同じようにロボットもほんのちょっとした変化を感じ取って、デジタルツイン空間に表現できると考えています。</p></div>																																						<figure class="c-image -large">												<img src="/future/stories/assets/robots-and-humans-001_03.jpg" alt="">																					<figcaption class="c-image__caption">									居室を3Dスキャンしたデジタルツインに温度分布を重畳した様子								</figcaption>											</figure>																																			<div>	<p class="interview">――においセンサーをつけているところはユニークですね。</p><p>はい、このデジタルツインの特徴にしています。においっていろいろなガスの成分が集まったものなのですが、カチャカにつけているにおいセンサーは特定のにおいを測るガスセンサーとは違って、空気中の成分変化を測定する汎用的なセンサーです。五感のひとつである「におい」をサポートできるということで取りつけています。収集したデータから、この日のこの時間に懇親会があったな、なんてこともわかったりします。</p><p class="interview">――おもしろいですね。</p></div>																														<h3>人との共存の工夫はおやつにあり？</h3>																																												<figure class="c-image -large">												<img src="/future/stories/assets/robots-and-humans-001_04.jpg" alt="">																						</figure>																																			<div>	<p class="interview">――カチャカの台の上にお菓子が置いてありますね。なにか意図があるのでしょうか。</p><p>これは、人にロボットを自然に受け入れてもらうための試みになります。カチャカは動作音が静かなので、実は気が付くと後ろに立っていることが結構あって、人を驚かせてしまうことがあります。ただ、カチャカは人が前にいたりだとか、人が前を通り過ぎたりするときは静止しますし、自分の通り道に二人並んで道をふさいでいるような時でも自分の通れる隙間をさがして抜けていくとか、その辺が非常によくできているので、人にぶつかることはないのですが。</p><p class="interview">――でも、我々としては危険だなっていう印象を持ちますよね。</p><p>はい。ただそうだからと言って人に近づいたらアラーム音を出したりすると、それはそれで鬱陶しくなりますし、うまい具合にカチャカを自然に受け入れてもらうにはどうしたらいいか考えた時に、先ほどお話しした「くま会議」がヒントになりました。カチャカの台の下に話すぬいぐるみを備え付けて「お菓子を取ってください」と話しかけさせたらどうだろうと考えたのが、このお菓子につながっています。</p><p class="interview">――仕事中のおやつは気持ちが和みますよね。今日のお菓子は工具を模したクッキーで目を引きますね。この取り組みの成果はどうですか？</p><p>結構、お菓子はすぐなくなりますのでみんなに喜んでもらえているんじゃないかと思っています。今では、カチャカが動いていても気にする研究員はほとんどいないように感じています。</p><p class="interview">――そうすると、このロボットは人の環境に溶け込みながらデジタルツインを構築するお仕事をちゃんとこなしているということですね。</p></div>																														<h3>自宅はセンサーやロボットだらけ。まずは興味のあるものに実際に触れることが大事</h3>																																										<div>	<p class="interview">――ところで、笹尾さんはどのような観点で研究テーマを決めているのですか。</p><p>まずは、自分の興味があることが一番ですね。そして、私の場合は対象となる製品やアプリケーションを実際に手に入れ、とにかく触れます。実際、自宅にはPepper、くまのぬいぐるみ、カチャカなどのロボットがありますし、家中のあちらこちらにセンサーも取り付けています。ある意味、自宅も研究所と言えるかもしれません（笑）。</p><p>この段階では、個人的な興味や趣味の範疇です。ただこのように日頃から身近な場所に研究対象を置いたり、頻繁に触れたりしている。さらにはこれも私の場合ですが、ハードもソフトも自分で手を加える。そして、手を加えたものをメイカーフェアなどに出展する。</p><p>このような取り組みを続けていると、最初は右も左も分からなかった技術の中から、色々と見えてくることや気づきを得るようになります。コミュニティなどに参加すれば、新たな交流も生まれます。気づけば界隈や関連の技術やトレンドを、キャッチアップできるようになっていますし、ビジネスや社会に使えそうかどうかの判断も、できるようになっています。</p><p>そうしてあるしきい値を超えた段階で、改めてビジネスとして取り組むために、会社に企画書などを提出し、研究場所が家からオフィスに移ると（笑）。ですので本日紹介した内容以外、趣味として自宅で取り組んでいる研究対象もまだまだ多くあります。</p></div>																														<h3>人とロボットが当たり前に共存している未来はもうすぐ</h3>																																										<div>	<p class="interview">――最後に、これからの展望や笹尾さんが描いている人とロボットの未来の姿や世界観を教えてください。</p><p>近いところでは、カチャカを使ってオフィスを訪れた人にお茶などのドリンクを運んでいく。あるいはフリーアドレスの席に、その日に座るメンバーのパソコンや資料を、事前に運んでおく。社員一人に一台、もしくは複数のロボットが付き、いま紹介したようなサポートを行う。このような世界は、すでに実現できる段階にあります。</p><p>もうちょっと先では、ロボットやドローンにセンサーをつけ、広い工場内や森林などを自動巡回する。異音や異臭、温度変化などにより機械類や作業の異常、樹の病気などを発見することに役立てることができると考えています。</p><p class="interview">――人とロボットの協調、コミュニケーションという点ではどうですか？</p><p>ロボットはこれまで、あくまで人が教えたことを実行していました。しかし、生成AIの台頭やさらなる技術進化により、これからはロボットやAIが考え、自分で判断する。あるいは、人に聞いてくる。もっと先には、より良い方法や判断を、ロボットが人に教える。このようにロボットと人が双方に学び合う世界が訪れるのではないか、と考えています。</p><p class="interview">――また話を聞かせてください。本日はありがとうございました。</p></div>																																		</div>										<div class="stories-article__body">												</div>	]]>
</content>
</entry>
<entry>
<title>JATA主催セミナーで生成AIについて講演～旅行業での活用事例と業務利用の注意点・コツを解説～</title>
<link rel="alternate" type="text/html" href="https://www.nssol.nipponsteel.com/future/stories/jata-webinar-ai-2024.html" />
<id>tag:www.nssol.nipponsteel.com,2025:/future/stories//5.1444</id>
<published>2025-01-23T04:00:00Z</published>
<updated>2025-01-23T04:00:00Z</updated>
<summary>写真左からNSSOL流通・サービスソリューション事業本部営業本部旭孝彦、JATA総務部鈴木俊哉様、JATA総務部長菅野貴様、JATA総務・広報部増田数馬様、NSSOL流通・サービスソリューシ...</summary>
<author><name>日鉄ソリューションズ</name></author>
<category term="DX" />
<category term="イベント" />
<category term="AI" />
<content type="html" xml:lang="ja" xml:base="https://www.nssol.nipponsteel.com/future/stories/">
<![CDATA[										<div class="post__body u-mb-l">										<div>	<p class="u-mb-s">写真左から<br />NSSOL 流通・サービスソリューション事業本部 営業本部 旭 孝彦、JATA 総務部 鈴木 俊哉様、JATA 総務部長 菅野 貴様、JATA 総務・広報部 増田 数馬様、NSSOL 流通・サービスソリューション事業本部 DXビジネス・イノベーションセンター 豊島 正大、NSSOL 流通・サービスソリューション事業本部 営業本部 鈴木 智喜</p></div>																														<h3>はじめに</h3>																																										<div>	<p>日鉄ソリューションズ（以下「NSSOL」）は、一般社団法人日本旅行業協会（以下「JATA」）主催のセミナー「ゼロから知る生成AIの基本と活用事例」にて、生成AIの基礎知識や旅行業での活用について講演いたしました。</p><p>労働力不足に伴い、旅行業においてもAIを活用することで効率化やコスト削減を実現することが期待されています。一方で、活用方法や回答の精度、リスクなどで課題を抱える企業も少なくありません。</p><p>そこで長年にわたり企業のDXを支え、旅行業向けシステムの開発を担ってきたNSSOLから、生成AIの基本からトレンド、具体的な活用方法について解説させていただきました。</p><ul class="c-list -note"><li>本レポートはCopilotおよびオールインワンLLMアプリプラットフォーム「<a href="https://marketing.nssol.nipponsteel.com/alli-llm-app-market" target="_blank" class="c-link" rel="noopener">Alli LLM App Market</a>」を利用して作成いたしました。</li></ul></div>																														<h3>開催概要</h3>																																										<div>	<p>2024年11月25日、一般社団法人日本旅行業協会（JATA）主催のウェビナー「ゼロから知る生成AIの基本と活用事例」が開催されました。本ウェビナーでは、生成AIの基本的な概念から具体的な活用事例まで幅広く紹介されました。講師として登壇したのは、NSSOLの豊島 正大（以下、豊島）と鈴木 智喜（以下、鈴木）です。</p></div>																														<h3>生成AIの基本</h3>																																										<div>	<ul><li>AIの定義と区別：AIとロボットの違い、知識労働と作業労働の区別</li><li>機械学習と深層学習：AIの要素技術、従来のAIと生成AIの違い</li><li>生成AIの特徴：事前学習と大量データの活用、精度とコストの問題解決</li></ul><p>豊島は、まず生成AIの基本について説明し、AIの基本的な概念から生成AIの技術的な詳細や従来のAIとの違いについて解説をしました。AIとは何か、ロボットとの違い、作業労働と知識労働の区別について説明を行い、機械学習、深層学習、生成AIの違いとそれぞれの技術的な特徴についても詳しく説明しました。特に、旧来型のAIの課題（精度とコスト）を解決する技術として生成AIが注目されている理由を強調して説明を行いました。<br />生成AIは、事前に大量のデータを学習しているため、利用者が新たにデータを用意する必要がなく、コストを抑えつつ高い精度を実現できる点が魅力です。また、生成AIの知識不足を補うための技術として、RAG（Retrieval-Augmented Generation）やファインチューニングなどを紹介しました。これにより、生成AIが持つ知識の限界を超えて、より正確で有用な情報を提供できるようになります。</p></div>																														<h3>旅行業・観光業における生成AIの活用事例</h3>																																										<div>	<ul><li>チャットボット：FAQ検索とAI生成回答の組み合わせ</li><li>原稿作成：求人情報の自動生成デモ</li><li>テキスト審査：口コミやレビューの自動審査デモ</li><li>データ利活用：レベニューマネジメント、ウェブレコメンド、コールリーズン分析</li><li>デジタルヒューマン：人間のような振る舞いをするAIの研究</li></ul><p>続いて、鈴木が旅行業・観光業における生成AIの具体的な活用事例を紹介しました。まず、生成AIを活用したチャットボットの導入を紹介しました。従来のチャットボットはFAQに事前に登録された情報しか回答できませんが、生成AIを組み合わせることで、より柔軟で詳細な回答が可能となります。<br />また、生成AIを用いた求人情報の作成デモを行い、業種や勤務地などの情報を入力するだけで、瞬時に求人原稿が作成される様子を紹介しました。さらに、口コミやレビューの自動審査のデモも行い、生成AIが誹謗中傷やスパム、詐欺の可能性があるコメントを自動で検出し、審査する仕組みを紹介しました。<br />データ利活用の事例としては、レベニューマネジメントやウェブレコメンド、コールリーズン分析などが紹介され、AIを活用することで、過去の販売実績をもとにした値付けの最適化や、パーソナライズされた商品推薦、コールデータの分析による改善提案が可能となることを示しました。<br />さらに、人間のように振る舞うデジタルヒューマンの技術についても紹介し、信頼関係の構築や観光案内など、さまざまな場面での活用に期待が集まりました。</p></div>																														<h3>日常業務での生成AIの活用方法</h3>																																										<div>	<ul><li>無料で使える生成AIサービス：ChatGPT、Microsoft Copilot、Google Gemini</li><li>業務適用時の注意点：個人情報や機密データの取り扱い、出力結果の確認</li><li>具体的な活用例：メール文章作成、プレゼン資料作成、会議議事録作成、リサーチ業務、営業対応、マーケティング分析</li></ul><p>鈴木は、生成AIを日常業務でどのように活用できるかについても説明しました。無料で使える生成AIサービスとして、ChatGPT、Microsoft Copilot、Google Geminiなどを紹介し、これらのサービスを利用することで、メール文章の作成、プレゼンテーション資料の作成、会議の議事録作成、リサーチ業務、営業マーケティングなど、さまざまな業務で生成AIを活用できることを示しました。<br />具体的な活用例として、キャッチコピーの作成や口コミへの返信文の作成、長文の要約、マーケティング分析、エクセルの関数作成、マクロの作成、プログラミング、接待や懇親会のお店探し、社内問い合わせの対応などを紹介しました。特に、Google Geminiを利用したお店探しでは、Googleマップのレビューや営業時間情報をもとに、実在するお店を高精度で紹介できる点を強調して紹介しました。また、YouTube動画の要約機能も紹介され、長時間の動画を短時間で要約し、要点を把握するのに役立つことを示しました。<br />さらに、社内問い合わせの対応についても、生成AIを活用することで、就業規則やIT環境のルールなど、よくある問い合わせに対して自動で回答する仕組みが実現可能であることを説明しました。これにより、業務効率が大幅に向上し、従業員の負担が軽減されることが期待されます。</p></div>																														<h3>生成AIのリスクと注意点</h3>																																										<div>	<p>生成AIを業務で活用する際のリスクと注意点についても触れました。まず、個人情報や機密データを入力しないことが重要であり、生成AIが学習に利用するデータにこれらの情報が含まれないように注意する必要があります。また、生成AIが出力する結果には誤りやハルシネーション（虚偽の情報）が含まれる可能性があるため、出力結果を人間が確認し、誤りがないかチェックすることを推奨しました。さらに、著作権や倫理的な問題が含まれる可能性もあるため、出力結果を慎重に確認することが重要です。これらのリスクを低減するためには、生成AIの出力結果を最終的に確認するプロセスを設けることが必要です。</p></div>																														<h3>質疑応答セッション</h3>																																										<div>	<ul><li>生成AIのリスク低減方法：セキュリティ対策、ハルシネーションの防止策</li><li>マルチモーダルAIの導入方法：ベンダー製品の活用、Copilotの機能</li></ul><p class="u-mb-s">最後に、質疑応答セッションが行われ、参加者からの質問に対して講師が回答しました。生成AIを活用することで効率化できる業務や、導入にかかる費用についての質問があり、豊島は、社内のナレッジ検索や回答生成の仕組みを導入することで効率化が図れると説明しました。<br />また、セキュリティ面でのリスク低減策として、オプトアウト設定やオンプレミスでの生成AIの運用が推奨されました。さらに、生成AIのハルシネーションを防ぐためには、出力結果を人間が確認するプロセスを設けることが重要であると強調しました。これにより、生成AIの活用がより安全かつ効果的に行えることが期待されます。</p></div>																																				<div>	<p class="u-mb-m">以上が、JATA主催のウェビナー「ゼロから知る生成AIの基本と活用事例」の概要です。生成AIの基本的な概念から具体的な活用事例、日常業務での活用方法、リスクと注意点について幅広く紹介され、参加者にとって非常に有益な情報が提供されました。今後も生成AIの技術が進化し、さまざまな業務での活用が期待されます。</p></div>																														<h3>おわりに</h3>																																										<div>	<p>NSSOLは、20年来に渡って旅行業向けシステムの開発を支援しており、スクラッチ・パッケージともに強みを有しております。ITと旅行の豊富な知見で海外・国内旅行のウェブ販売と業務効率化を支援いたします。</p><p>また企業向けRAGの精度向上、専用LLM（SLM）開発、オンプレミス・プライベート環境でのLLM活用、業務システムと連携した生成AI活用などの具体的な業務実装から、DXコンサルティングによる伴走支援などが可能です。</p><ul class="c-list"><li>生成AI・LLMを活用した業務自動化を実現するオールインワンプラットフォーム「Alli LLM App Market」については以下をご覧ください。</li><li><a href="https://marketing.nssol.nipponsteel.com/alli-llm-app-market" target="_blank" class="c-link -arrow" rel="noopener">Alli LLM App Market</a></li></ul><ul class="c-list"><li>また生成AI利用、旅行業のシステム開発に関するお問い合わせは以下よりお願いいたします。</li><li><a href="/cgi-bin/form/inquiry.pl" class="c-link -arrow" rel="noopener">お問い合わせフォーム</a></li></ul></div>																																		</div>										<div class="stories-article__body">												</div>	]]>
</content>
</entry>
<entry>
<title>ツーリズムEXPOジャパン2024にて、日本航空様と企業における生成AIを活用した業務効率化/BPRについて講演</title>
<link rel="alternate" type="text/html" href="https://www.nssol.nipponsteel.com/future/stories/lecture-t-expo2024.html" />
<id>tag:www.nssol.nipponsteel.com,2024:/future/stories//5.1422</id>
<published>2024-11-07T04:00:00Z</published>
<updated>2024-11-07T04:00:00Z</updated>
<summary>日鉄ソリューションズ（以下「NSSOL」）は、日本航空株式会社（以下「日本航空」）と共に、2024年9月26日（木）に東京ビッグサイトで開催された「ツーリズムEXPOジャパン2024」にて、...</summary>
<author><name>日鉄ソリューションズ</name></author>
<category term="DX" />
<category term="イベント" />
<category term="AI" />
<content type="html" xml:lang="ja" xml:base="https://www.nssol.nipponsteel.com/future/stories/">
<![CDATA[										<div class="post__body u-mb-l">										<div>	<p>日鉄ソリューションズ（以下「NSSOL」）は、日本航空株式会社（以下「日本航空」）と共に、2024年9月26日（木）に東京ビッグサイトで開催された「ツーリズムEXPOジャパン2024」にて、企業における業務効率化/BPRについて講演いたしました。</p><p>多くの企業が業務効率化やビジネスプロセス再構築（BPR）を検討し、新しい技術を活用しています。一方で、サービス選択や、どの業務で活用するか等の検討および実活用までにはハードルがあり、社内での生成AI検討プロジェクトの推進に課題を抱える企業が増えてきています。<br />そこで本講演では、生成AI/LLMに関する弊社取り組み及びサービス「Alli LLM App Market」や、「Alli LLM App Market」をトライアル導入していただいた日本航空内でのBPRの取り組み事例等を紹介させていただきました。</p></div>																														<h3>【第一部】生成AI・LLM活用の現在地と未来</h3>																																										<div>	<p>NSSOL流通・サービスソリューション事業本部 AI領域事業グループリーダーの豊島より、グローバルで見た企業での生成AI・LLM活用状況、AIエージェントや専用LLMの潮流、日本企業における生成AI・LLM活用の取り組みについて、ロードマップをもとにご説明いたしました。また、100個以上の生成AI・LLMアプリから“選ぶ”だけで利用を開始できる「Alli LLM App Market」のご紹介と、デモをさせていただきました。</p></div>																																						<figure class="c-image -large">												<img src="/future/stories/assets/lecture-t-expo2024_01.jpg" alt="">																						</figure>																													<h3>【第二部】日本航空 BPRの取組ご紹介</h3>																																										<div>	<p>続いて日本航空 デジタルテクノロジー本部 運営企画部 デジタル活用推進グループ アシスタントマネジャーの山田様よりBPRに取り組んだ経緯や考え方、実際の取組みについてご説明いただきました。また、BPRに取り組む中で複数部署において実施した、「Alli LLM App Market」の導入トライアルを振り返っていただきました。</p></div>																																						<figure class="c-image -large">												<img src="/future/stories/assets/lecture-t-expo2024_02.jpg" alt="">																						</figure>																													<h3>【第三部】パネルディスカッション</h3>																																										<div>	<p>AIを用いたBPR推進、EUC促進における管理者側に求められる重要なことや、サービスに求めること、今後来るであろう風潮への姿勢、展望について、日本航空 山田様とNSSOL豊島でディスカッションさせていただきました。</p></div>																																						<figure class="c-image -large">												<img src="/future/stories/assets/lecture-t-expo2024_03.jpg" alt="">																						</figure>																																			<div>	<p>NSSOLは、上流工程における提案・実行力を活かし、生成AIのスピーディーな業務適用、全社活用促進を支援しています。Alli LLM App Marketを活用した、企業向けRAGの精度向上、専用LLM（SLM）開発、オンプレミス・プライベート環境でのLLM活用、業務システムと連携した生成AI活用などの具体的な業務実装から、DXコンサルティングによる伴走支援などが可能です。</p><p>以下リンクより、お気軽にご相談ください。</p><ul class="c-list"><li><a href="https://marketing.nssol.nipponsteel.com/alli-llm-app-market" target="_blank" class="c-link -arrow" rel="noopener">Alli LLM App Market</a></li><li><a href="/press/2024/20240507_110000.html" class="c-link -arrow">生成AI・LLMを活用した業務自動化を実現するプラットフォーム「Alli LLM App Market」を提供開始</a></li></ul></div>																																		</div>										<div class="stories-article__body">												</div>	]]>
</content>
</entry>
<entry>
<title>進化する最適化技術VOL.3～製鉄所の生産計画立案を変革、日本製鉄×NSSOLが挑む熟練者業務のDX数理最適化技術で製鋼工程の生産計画を数分で立案可能に～</title>
<link rel="alternate" type="text/html" href="https://www.nssol.nipponsteel.com/future/stories/evolution-003.html" />
<id>tag:www.nssol.nipponsteel.com,2024:/future/stories//5.1408</id>
<published>2024-10-16T02:00:00Z</published>
<updated>2024-10-16T02:00:00Z</updated>
<summary>日本製鉄は、同社生産の要となる製鋼工程の生産計画を立案する「出鋼スケジューリングシステム」を日鉄ソリューションズ（NSSOL）と共同で開発し本格運用を始めている。熟練技術者が約8時間かけてい...</summary>
<author><name>日鉄ソリューションズ</name></author>
<category term="DX" />
<content type="html" xml:lang="ja" xml:base="https://www.nssol.nipponsteel.com/future/stories/">
<![CDATA[										<div class="post__body u-mb-l">										<div>	<p>日本製鉄は、同社生産の要となる製鋼工程の生産計画を立案する「出鋼スケジューリングシステム」を日鉄ソリューションズ（NSSOL）と共同で開発し本格運用を始めている。熟練技術者が約8時間かけていた計画を、計算機がわずか数分で立案する。確認・調整などの作業を含めても、トータルで70％の時短を達成し、計画のレベルも同等以上だ。数理最適化技術を活用し、熟練技術者の暗黙知をアルゴリズムに落とし込んだ。製鋼工程を対象にしたシステム整備の狙いや開発時の苦労、今後への期待などをプロジェクト担当者が語った。（本文敬称略）</p><p class="interview">――日本製鉄の東日本製鉄所 君津地区では、製鋼工程の生産計画を立案する「出鋼スケジューリングシステム」を稼働させています。製鉄における「製鋼」とは、どのような工程でしょうか。</p><p><strong>河井田 博昭</strong>（以下、河井田）：日本製鉄 東日本製鉄所 工程業務部 工程企画室長の河井田 博昭です。製鋼は製鉄において“要”となる工程です。製鋼工程の生産計画が、その前後の工程における計画にも影響を与えます。</p></div>																																						<figure class="c-image -large">												<img src="/future/stories/assets/evolution-003_01.jpg" alt="">																					<figcaption class="c-image__caption">									日本製鉄 東日本製鉄所 工程業務部 工程企画室長 河井田 博昭氏								</figcaption>											</figure>																																			<div>	<p><strong>河井田</strong>：鉄の原材料は鉄鉱石と石炭を蒸し焼きにしたコークスです。これらを高炉の中で熱して溶かし「銑鉄（せんてつ）」を作ります。この銑鉄から不純物を分離したり、逆に必要な添加物を投入したりして成分を調整し、中間製品の「スラブ」を作る工程が製鋼です。このスラブを薄く延ばしたり表面処理を施したりしたものが当社の最終製品である薄板になります。</p><p>鉄は、炭素や他の金属などの含有物の量によって、硬さや、しなやかさなどの特性が変わります。例えば自動車用の鉄材にしても、車体の骨格には強度の高いものが、ボディー用には加工しやすく軽いものが求められます。それらの特性を決めているのが製鋼工程です。</p><p>現在当社では、さまざまな顧客ニーズに合わせ、特性が異なる2万種類以上の鉄鋼製品を受注生産しています。注文数は1週間で万単位です。つまり製鋼は、受注状況に合わせて製品の特性や品質を決定する重要な工程なのです。</p></div>																														<h3>10の300乗もある選択肢の中から最適な計画を立てる</h3>																																										<div>	<p><strong>河井田</strong>：しかし、スラブの生産計画を立てるには、さまざまな制約条件が存在するため一筋縄ではいきません。まず製鋼は、含有物質が同じになる「鍋」が1つの単位になり、君津地区の鍋は約300トンの大きさです。一方で当社の受注単位は10トン前後のため、複数顧客からの受注状況を見て、特性が同じものを選び出し、300トンになるよう組み合わせる必要があります。</p><p>加えて、作る順序も重要です。鍋の組合せや順序によっては、歩留が大きく低下します。注文の組合せ、鍋の組合せや順序の掛け合わせでその数は膨大になり、単純計算では10の300乗にもなります。2万種類の製品を、これらの制約条件の下で生産する計画をどう最適化するかは、歩留ロスのような無駄をどれほど最小にするかという課題でもあります。</p><p><strong>枚田 優人</strong>（以下、枚田）：日本製鉄 情報システム部 情報システム企画二室 AIソリューション課長の枚田 優人です。君津地区が受注生産している薄板の量は週に約10万トンです。それを上述したような生産上の制約や納期、さらには今後の受注見通しなども加味しつつ生産計画を立てるのです。</p></div>																																						<figure class="c-image -large">												<img src="/future/stories/assets/evolution-003_02.jpg" alt="">																					<figcaption class="c-image__caption">									日本製鉄 情報システム部 情報システム企画二室 AIソリューション課長 デジタル改革推進部 主幹兼務 枚田 優人氏								</figcaption>											</figure>																																			<div>	<p><strong>枚田</strong>：万一、計画が不適切だと品質を守れなかったり、最悪は納期に間に合わないといった事態が発生します。組合せによっては余剰生産を余儀なくされ、在庫も積み上がります。在庫は廃棄こそしないものの、次工程で圧延加工するためには、一度冷めてしまったスラブを1000度以上まで加熱せねばならずエネルギーロスも生じます。高温のまま、できるだけ連続して生産する理由は、ここにもあります。</p><p>こうした途方もない組合せがある選択肢から最適な生産計画を決める作業は、いわゆる組合せ最適化問題の一種です。これまでは、製鋼工程だけでなく、その前後の工程にも精通したベテラン技術者が、長年の経験で獲得した暗黙知を基に長時間かけて立案するしかありませんでした。この方法では受注動向や生産変動などへの迅速な対応が難しく、競争がグローバルで激化する中では、業務高度化の阻害要因にもなってきたのです。</p></div>																														<h3>生産の起点であり業務への影響も大きい課題をあえて選択</h3>																																										<div>	<p class="interview">――それほど複雑な工程のシステム開発に踏み切った理由はなんでしょう。</p><p><strong>河井田</strong>：生産計画の自動化自体は決して目新しいテーマではなく、20年以上前から研究に取り組んできました。今回、製鋼工程の自動化に取り組んだのは、ここが鉄鋼生産の要であり、前後の工程への影響も大きいだけに、業務改善策として最も大きなインパクトが見込めるためです。将来的な熟練工不足や人材育成の難しさといった課題に対応するという狙いもありました。</p><p>追い風になったのが、2020年に発表した中期経営計画においてDX（デジタルトランスフォーメーション）推進を経営目標に掲げたことです。同目標に沿って「デジタル改革推進部」が新設され、一方で深層学習や組合せ最適化など先進IT技術に対応する「インテリジェントアルゴリズム研究センター」が2018年に立ち上がりました。技術面に加え、経営判断として組織面でも推進体制が整ってきたのです。</p><p><strong>森田 幾太郎</strong>（以下、森田）：日本製鉄 デジタル改革推進部 主幹の森田 幾太郎です。ハードウェアとソフトウェアの急速な進化も見逃せません。組合せ最適化問題の最大の課題は、解を得るための演算処理時間です。従来は気が遠くなるほどの時間を要しましたが、近年は計算機の高速化や汎用ソフト・アルゴリズムの高度化が相まって、製鋼工程の生産計画のような複雑な問題でも、数理最適化モデルの工夫次第で処理時間が現実的に利用できるレベルにまで短縮されました。</p></div>																																						<figure class="c-image -large">												<img src="/future/stories/assets/evolution-003_03.jpg" alt="">																					<figcaption class="c-image__caption">									日本製鉄 デジタル改革推進部 主幹 情報システム部 情報システム企画第二室（兼務）主幹 森田 幾太郎氏								</figcaption>											</figure>																																			<div>	<p><strong>森田</strong>：これらがうまく噛み合った結果、DX戦略が掲げる「生産計画DX」の一環として出鋼スケジューリングシステムのプロトタイプを2021年2月に稼働させることができました。以来、人手による計画を併用しながらシステムの改善を繰り返し、2023年3月に本番稼働させました。</p><p class="interview">――システム化で最も苦労したのは、どういった点でしょうか。</p><p><strong>山本 政</strong>（以下、山本）：日鉄ソリューションズ（NSSOL）システム研究開発センターの山本 政です。一言で言えば、熟練技術者が持つ暗黙知のモデル化・定量化です。生産計画の策定時、熟練技術者はいくつもの観点から計画の良し悪しを判断していますが、それらは感覚も含めた属人的な知見です。その判断基準のすべてを人手で書き出して明文化することは実際問題として不可能です。</p></div>																																						<figure class="c-image -large">												<img src="/future/stories/assets/evolution-003_04.jpg" alt="">																					<figcaption class="c-image__caption">									日鉄ソリューションズ（NSSOL）技術本部 システム研究開発センター 研究戦略・ソリューション化推進部 専門部長 上席研究員 山本 政氏								</figcaption>											</figure>																																			<div>	<p><strong>稲田 利亀</strong>：日鉄ソリューションズ（NSSOL）システム研究開発センターの稲田 利亀です。暗黙知のモデル化・定量化に向けては、アジャイル開発の手法を採り入れました。まずは熟練技術者への聞き取りで把握できた範囲で条件を設定し、それを基にシステムが作成した生産計画を熟練技術者に見てもらい、ダメな部分と、その理由を指摘してもらいながら、改良を短期間に繰り返すのです。当初は修正しても、別の部分でダメ出しが出るなどの連続でしたが、徐々に熟練技術者の計画に近い答えを出せるようになっていきました。</p><p><strong>山本</strong>：洗い出した条件の種類は70ほどです。当初は多くても30前後だと見込んでいたのですが。今も現場の声を参考に、必要に応じて条件は継続的に見直したり追加したりしています。</p></div>																																						<figure class="c-image -large">												<img src="/future/stories/assets/evolution-003_05.jpg" alt="">																					<figcaption class="c-image__caption">									日鉄ソリューションズ（NSSOL）技術本部 システム研究開発センター デジタルツイン研究部 主務研究員 稲田 利亀氏								</figcaption>											</figure>																													<h3>業務知見を抜きには“組合せ最適化”は困難！？</h3>																																										<div>	<p><strong>河井田</strong>：プロトタイプの数値目標として、システムで作成した生産計画をそのまま実際に利用できる割合をどれだけ引き上げられるかを定めました。使えない生産計画であれば従来通り熟練技術者が策定し直します。社内で「90日DX」と呼ぶ3カ月単位で成果を確認しながら進めるやり方で、暗黙知の抽出を繰り返したことで精度を高め、約半年で9割台にまで利用率を高められました。</p><p><strong>森田</strong>：現場への実利用率を高めるためには、システムのレスポンスが速いことも重要です。そのために採った策の1つに「組合せ爆発をどう抑えるか」というものがあります。組合せ最適化問題では、解となる選択肢の組合せが階乗的に増加し、それに従って処理時間も天文学的な大きさとなるため、選択肢をいかに絞るかがポイントです。有効だったのは、業務知見に基づき最終的に同じ鍋にまとまりそうなスラブのグループを事前に作ることです。どんなスラブが同じグループになるのかの予測は、まさに業務ノウハウの塊ですが、グループという“縛り”を加えることで組合せの数を抜本的に減らせるようになったのです。</p><p><strong>前久 景星</strong>：日本製鉄インテリジェントアルゴリズム研究センター 主任研究員の前久 景星です。グループの考え方も、熟練技術者の暗黙知に含まれていました。熟練技術者の暗黙知は、丁度、将棋や囲碁の世界における“定石”のようなものです。熟練技術者は、業務知見から「この条件は、そもそも考えなくていい」といった定石を活用しながら判断を下しているのです。そうした業務知見のアルゴリズムへの落とし込みは、最新技術の取り込みと同様、あるいは、それ以上に実用的なシステムを開発するうえで鍵を握る活動と言えます。</p></div>																																						<figure class="c-image -large">												<img src="/future/stories/assets/evolution-003_06.jpg" alt="">																					<figcaption class="c-image__caption">									日本製鉄 技術開発本部 プロセス研究所 インテリジェントアルゴリズム研究センター 主任研究員 前久 景星氏								</figcaption>											</figure>																																			<div>	<p class="interview">――システム化による成果を、どのように評価していますか。</p><p><strong>河井田</strong>：生産計画の立案業務に要する時間が、従来の8時間前後から2時間程度にまで短縮できました。ただ、システム化の意義は時間の短縮の一言では到底言い表せず、当社経営における“守り”と“攻め”の双方に大きな変化を生み出し始めています。</p><p>例えば、製鋼の生産計画を立てるのは週に1度ですが、実際には、計画を一度立てれば終わりではなく、日々の進捗を確認しながら見直すことは少なくありません。ただ、生産計画は前後工程への作業指示でもあり、その生産量の大きさから一度決めた計画の見直しは、ほぼ不可能でした。それが計画時間の短縮により、これまでは時間的な制約から困難と考えられてきた前後工程も含めた生産計画の見直しが現実味を帯びてきています。</p><p><strong>森田</strong>：システム化による時間短縮により生産計画を立案できる頻度が高まれば、計画の実行精度は当然高まり、下流工程において「どのスラブが、いつ、どれだけ届くか」をより正確に予測可能になります。その予測に対し下流工程から、各現場の生産状況を踏まえたフィードバックを受ければ、フィードバックへの対応を含めた再計算により、生産計画はより現実的なものになり、全体としての生産効率にも良い影響が期待できます。</p><p>上流工程に対しても、例えば本社が各製鉄所に生産を割り当てる前段階で製鋼の生産計画を幾度かシミュレーションすれば、製鋼工程におけるスケジュール面でのリスクの察知などにも役立てられます。</p></div>																														<h3>生産計画をQCD（品質、価格、納期）の指標による評価可能に</h3>																																										<div>	<p><strong>河井田</strong>：成果として特に強調したいのが“誰でも、いつでも、数分以内に”計画を立案できるようになったことです。先に説明したように製鋼の生産計画は、前後の工程への指示書でもあります。それだけに、計画立案者には、自身の計画の正しさについて、必要に応じて工場長をも説得できる能力が求められます。それ故、上流工程も下流工程も知り尽くした熟練技術者でなければ、計画立案には当たれなかったのです。</p><p>新システムでは、生産計画を評価するためにQCD（品質、価格、納期）を軸にした指標を出力できるようにもなっています。品質重視の計画だとこうで、納期を優先すればこうなるといった比較も可能です。熟練技術者の暗黙知による計画では、指標による比較はできず、計画立案者による計画の違いも“個性”といった理解に留まらざるを得ませんでした。</p><p>現在では、熟練技術者が作成した計画の評価レベルを上回る水準で、誰もが数分もかけずに立案できるまでに計画の精度も高まってきています。</p><p class="interview">――システム化で熟練技術者が不要になることには現場の抵抗も大きかったのではないですか。</p><p><strong>河井田</strong>：実は、プロトタイプ開発の段階からプロジェクトには、熟練技術者の1人が参加していました。定年退職も視野に入る中、自身の経験や知識のすべてを残したいという本人のたっての希望によるものです。プロトタイプ当初は、自らが設計したシステムがなかなか思うような計画を作成できず、苦労も重ねたと思います。彼の存在が、暗黙知の形式知化を可能にし、計画精度も確実に高められましたし、現場へのシステム導入の推進役にもなってくれました。</p></div>																														<h3>他製鉄所への横展開と変化に追従し続けられる環境の実現を進める</h3>																																										<div>	<p class="interview">――業務改善対象として最も影響が大きい製鋼工程のシステム化ができた今、今後は何に取り組みますか。</p><p><strong>枚田</strong>：1つは、出鋼スケジューリングシステムの横展開です。日本製鉄では「BPM（Best Practice Model）」というコンセプトを掲げ、複数の製鉄所への同一システムの導入を進めています。従来は、製鉄所ごとに異なる設備に合わせてシステムも個別に導入してきました。今後は、システムの抽象度を高め、有効なシステムを複数の製鉄所に展開する計画です。システムの品質をより高めるために、よりきめ細かくデータを収集できる仕組みも整備していきます。</p><p>もう1つは、環境の変化に対応し続けられるシステム環境の実現です。生産する製品の変化や市況の変化などに合わせて、システムが都度の状況にフィットした計画を立案できる仕組みに変えていく必要があると考えています。当社では「精度維持管理」と呼んでいる取組みです。</p><p><strong>森田</strong>：そのためにはNSSOLとは、これまで以上に協力体制を築く必要があります。今回のシステム構築では、プロトタイプの開発以前から、NSSOLのシステム研究開発センターの参画があってこそ実現したと言えます。今も、インテリジェントアルゴリズム研究センターへの人的支援やシステムの品質向上への支援などを受けています。</p><p>今後の精度維持管理に向けて、システム開発だけでなく、システムの運用を含めたノウハウも重要になってきます。そこでは数理最適化などの専門人材だけでなく、一般的なSE（システムエンジニア）も最適化に取り組めるように、人材育成にも期待しています。</p><p><strong>山本</strong>：DXを実現するためのシステムは、最先端の技術だけでは成り立ちません。今回のような生産計画を立案するシステムは、現場で使いこなして業務定着を図ること自体が容易ではありません。実用レベルの計画精度を実現するには、現場の業務知見をどれだけシステムに反映できるかが鍵を握ります。加えて、システムを長く活用していくには、変化にいち早く追従し価値を提供し続けるための仕組みが必要です。精度維持管理の取組を通じ、現場とも協力しつつ、システムが最大限の効果を発揮し続けていけるよう、技術面、人材面を含めた幅広い協力関係を築いていきたいと考えています。DXの実現には、技術力と強固な協力体制の両面が不可欠です。これを実行できることがNSSOLの強みであり、使命でもあると考えています。</p></div>																																						<figure class="c-image -large">												<img src="/future/stories/assets/evolution-003_07.jpg" alt="">																						</figure>																																	</div>										<div class="stories-article__body">												</div>	]]>
</content>
</entry>
<entry>
<title>＜企業の生成AI・LLM活用最前線＞今だからこそ知りたい！生成AIへの取り組み方と活用方法セミナーをAllganize Japan社と開催</title>
<link rel="alternate" type="text/html" href="https://www.nssol.nipponsteel.com/future/stories/allganize-001.html" />
<id>tag:www.nssol.nipponsteel.com,2024:/future/stories//5.1397</id>
<published>2024-09-03T02:00:00Z</published>
<updated>2024-09-03T02:00:00Z</updated>
<summary>日鉄ソリューションズ（以下「NSSOL」）は、AllganizeJapan株式会社（以下「Allganize」）と、2024年7月24日に「＜企業の生成AI・LLM活用最前線＞今だからこそ知...</summary>
<author><name>日鉄ソリューションズ</name></author>
<category term="DX" />
<category term="イベント" />
<content type="html" xml:lang="ja" xml:base="https://www.nssol.nipponsteel.com/future/stories/">
<![CDATA[										<div class="post__body u-mb-l">										<div>	<p>日鉄ソリューションズ（以下「NSSOL」）は、Allganize Japan株式会社（以下「Allganize」）と、2024年7月24日に「＜企業の生成AI・LLM活用最前線＞今だからこそ知りたい！生成AIへの取り組み方と活用方法セミナー」を開催しました。</p><p>生成AI・大規模言語モデル（以下「LLM」）の企業活用が普及し始め、社内情報や特定の情報を根拠とした回答自動生成、独自業務の効率化などに取り組む企業が増えています。一方で、生成AI検討プロジェクトの進め方、社内情報等のデータ活用、回答精度などの品質、プロンプトをはじめとする生成AIのスキル、自社での最適な活用方法などで課題を抱える企業も少なくありません。</p><p>そこで長年にわたり企業のDXを支えてきたNSSOLと、生成AI・LLMの活用をオールインワンで実現できるLLMアプリケーションプラットフォーム「Alli LLM App Market」を提供するAllganizeにて、生成AI・LLMの最新情報から具体的な活用方法を解説するセミナーを開催いたしました。</p></div>																														<h3>【第一部】生成AI・LLM企業活用 最前線</h3>																																										<div>	<p>Allganize Japan Solution Sales Managerの池上様より、グローバルで見た企業での生成AI・LLM活用状況、AIエージェントや専用LLMの潮流についてお話をいただきました。続けて、NSSOL 流通・サービスソリューション事業本部 AI領域事業グループリーダーの豊島、技術本部 システム研究開発センター インテリジェンス研究部 専門部長の園部より、日本企業における生成AI・LLM活用の取り組みについて、ロードマップをもとにご説明いたしました。</p></div>																																						<figure class="c-image -large">												<img src="/future/stories/assets/allganize-001_01.jpg" alt="">																						</figure>																													<h3>【第二部】企業の生成AI・LLMの取り組み方を簡単解説</h3>																																										<div>	<p>NSSOL 園部、豊島より、株式会社ハンズ様のIT運用管理業務へのChatGPT活用に関する実証実験や、人材派遣会社での求人情報生成などの活用例など実際のユースケースをご紹介いたしました。またAllganize 池上様より、100個以上の生成AI・LLMアプリから“選ぶ”だけで利用を開始できる「Alli LLM App Market」をご紹介いただき、デモも披露いただきました。</p><ul class="c-list"><li><a href="/press/2024/20240530_110000.html" class="c-link -arrow">ハンズとIT運用管理業務へのChatGPT活用に関する実証実験 ナレッジベースを作成し、属人化されたノウハウを80％の精度で再現</a></li></ul></div>																																						<figure class="c-image -large">												<img src="/future/stories/assets/allganize-001_02.jpg" alt="">																						</figure>																													<h3>【第三部】社内・特定情報からの回答生成における精度向上</h3>																																										<div>	<p>続いてAllganize Japan Solution Sales Specialistの安藤様、NSSOL 豊島より回答生成の精度向上に大きく関わる技術であるRAGについて解説いたしました。NSSOLより、単純なRAGはもはや一般化している状況や、精度面、活用面での高度化における課題と対策をお伝えしました。またAllganizeよりAllganizeが取り組む“RAG2.0”について、ご紹介いただきました。</p></div>																																						<figure class="c-image -large">												<img src="/future/stories/assets/allganize-001_03.jpg" alt="">																						</figure>																													<h3>【第四部】自社・特定情報の生成AI・LLM活用のユースケース</h3>																																										<div>	<p>Allganize 安藤様よりコールセンター業務への適用事例や、CRM連携による営業事務の効率化事例をご紹介いただきました。またNSSOLによって、提供可能な専用LLMの提供形態についてご説明いたしました。</p></div>																																						<figure class="c-image -large">												<img src="/future/stories/assets/allganize-001_04.jpg" alt="">																						</figure>																																			<div>	<p>NSSOLは、上流工程における提案・実行力を活かし、生成AIのスピーディーな業務適用、全社活用促進を支援しています。Alli LLM App Marketを活用した、企業向けRAGの精度向上、専用LLM（SLM）開発、オンプレミス・プライベート環境でのLLM活用、業務システムと連携した生成AI活用などの具体的な業務実装から、DXコンサルティングによる伴走支援などが可能です。</p><p>セミナーの動画は以下リンクより、ご覧いただけます。</p><ul class="c-list"><li><a href="https://marketing.nssol.nipponsteel.com/allillm/seminar/20240724archive" target="_blank" class="c-link -arrow" rel="noopener">【アーカイブ配信】生成AI活用セミナー</a></li></ul><p>以下リンクより、お気軽にご相談ください。</p><ul class="c-list"><li><a href="https://marketing.nssol.nipponsteel.com/alli-llm-app-market" target="_blank" class="c-link -arrow" rel="noopener noreferrer">Alli LLM App Market</a></li><li><a href="/press/2024/20240507_110000.html" class="c-link -arrow">生成AI・LLMを活用した業務自動化を実現するプラットフォーム「Alli LLM App Market」を提供開始</a></li></ul></div>																																		</div>										<div class="stories-article__body">												</div>	]]>
</content>
</entry>
<entry>
<title>発電所におけるスマート保安を実現するための通信インフラ基盤として九州電力に対してローカル5GとWi-Fiをベストミックスした自営無線ネットワークを商用導入</title>
<link rel="alternate" type="text/html" href="https://www.nssol.nipponsteel.com/future/stories/local5g-kyuden.html" />
<id>tag:www.nssol.nipponsteel.com,2024:/future/stories//5.1387</id>
<published>2024-07-23T02:00:00Z</published>
<updated>2024-07-23T02:00:00Z</updated>
<summary>日鉄ソリューションズ株式会社（本社：東京都港区、代表取締役社長：玉置和彦、以下「NSSOL」）は、発電所のスマート保安を実現するための通信インフラ基盤として、九州電力株式会社（本社：福岡県福...</summary>
<author><name>日鉄ソリューションズ</name></author>
<category term="DX" />
<category term="ローカル5G" />
<content type="html" xml:lang="ja" xml:base="https://www.nssol.nipponsteel.com/future/stories/">
<![CDATA[										<div class="post__body u-mb-l">										<div>	<p>日鉄ソリューションズ株式会社（本社：東京都港区、代表取締役社長：玉置 和彦、以下「NSSOL」）は、発電所のスマート保安を実現するための通信インフラ基盤として、九州電力株式会社（本社：福岡県福岡市、代表取締役社長：池辺 和弘、以下「九州電力」）に、ローカル5GとWi-Fiをベストミックスした自営無線ネットワークを導入しました。</p></div>																														<h3>九州電力 松浦火力発電所の概要</h3>																																										<div>	<div class="c-grid"><div class="c-grid__item -col-3 -col-sp-12"><figure class="u-ta-c"><img src="/future/stories/assets/local5g-kyuden_01.png" alt="" /></figure></div><div class="c-grid__item -col-9 -col-sp-12"><table style="margin: 0;"><tbody><tr><th></th><th class="u-ta-c">1号機</th><th class="u-ta-c">2号機</th></tr><tr><th class="u-ta-c">運転開始</th><td class="u-ta-c">1989年6月</td><td class="u-ta-c">2019年12月</td></tr><tr><th class="u-ta-c">出力</th><td class="u-ta-c">700,000kW</td><td class="u-ta-c">1,000,000kW</td></tr><tr><th class="u-ta-c">燃料</th><td class="u-ta-c">石炭</td><td class="u-ta-c">石炭</td></tr></tbody></table></div></div><p>出典：<a href="https://www.kyuden.co.jp/effort_thirmal_k_hatsuden_k_matsuura.html" target="_blank" class="c-link" rel="noopener">九州電力株式会社</a></p><p>発電所の運営には、需給バランスを見て電力を安定供給するための燃料の供給調整や、タービンやボイラーといった発電設備の制御に加え、それらを安定稼働させるための設備状態の監視、定常時・異常時における設備のメンテナンス作業、目視による所内の見回りといった保安作業が欠かせません。<br />少子高齢化や人口減少によるなり手不足やカーボンニュートラル対応などの社会課題、設備の高経年化に伴う故障リスクの増大などの背景を受けて、電力各社ではデジタル技術を活用してこれら保安作業の高度化を実現する「スマート保安」に向けた取り組みを活発化させています。</p><p>出典：<a href="https://www.meti.go.jp/shingikai/safety_security/smart_hoan/denryoku_anzen/pdf/004_07_00.pdf" target="_blank" class="c-link" rel="noopener">2022年4月25日 電気事業連合会「電力業界におけるスマート保安の取組について」</a></p><p>九州電力では、これらのスマート保安を実現するために、通信インフラを整備することは不可欠な要素と捉え、将来のユースケースや経済性、拡張性を踏まえ、手戻りのない最適な自営無線ネットワークの導入を進めています。<br />NSSOLは、これまで製造業をはじめとする幅広い業種・業界の企業に対して自営無線ネットワークを構築してきた知見とノウハウを踏まえ、九州電力のニーズを実現するために以下のポイントでシステム導入を行いました。</p></div>																														<h3>今回の自営無線ネットワークにおけるポイント</h3>																																										<div>	<ul><li>電波利用環境とユースケースの特性に応じて、ローカル5GとWi-Fiをベストミックスしたネットワークを構築</li><li>発電所内に数十か所ある建屋間の通信にローカル5Gを適用することで、光ケーブルの工事費を大幅に削減</li><li>ローカル5Gには、グローバル導入実績が豊富で高性能・高信頼性・高拡張性を有する製品を採用</li><li>データセンターに設置したローカル5Gコアシステムを共通基盤として利用することで、今後の他の火力発電所や原子力発電所への拠点拡張に対しても、統一的な運用が可能なシステムとして導入</li><li>拠点側のWi-Fiには、グローバル実績が豊富で防爆対応製品ラインアップも有する製品を採用</li><li>バックホールには低消費電力が可能なスイッチ製品である、Passive Optical LAN技術を採用</li><li>ローカル5G接続用の固定型端末を数十台導入し、発電所全域を漏れなくエリア化</li><li>設備側ネットワークからの攻撃、SIMのなりすまし等への対応として、ローカル5G専用のエンドポイント・セキュリティ製品を全端末に導入</li></ul></div>																														<h3>利用環境に応じたネットワークのベストミックス導入のイメージ</h3>																																												<figure class="c-image -large">												<img src="/future/stories/assets/local5g-kyuden_02.jpg" alt="">																						</figure>																													<h3>システム構成イメージ</h3>																																										<div>	<p>発電所内に数十か所ある建屋間の通信にローカル5Gを適用することで、光ケーブルの工事費用を大幅に削減</p></div>																																						<figure class="c-image -large">												<img src="/future/stories/assets/local5g-kyuden_03.jpg" alt="">																						</figure>																													<h3>全体システム構成図</h3>																																										<div>	<p>コアシステムを共通基盤として利用することで、他拠点への拡張に対しても統一的な運用が可能なシステム</p></div>																																						<figure class="c-image -large">												<img src="/future/stories/assets/local5g-kyuden_04.jpg" alt="">																						</figure>																																			<div>	<p>今回NSSOLは「手戻りのない最適なベストミックスネットワーク」というコンセプトのもと、多様な技術を取り入れた自営無線ネットワークを構築しました。NSSOLは引き続き導入システムの保守や拡張対応を通じて、九州電力のスマート保安の実現を支えてまいります。<br />今後もNSSOLは「Social Value Producer with Digital」をビジョンに掲げ、アプリケーション・基盤・通信を含めたトータルDXソリューションを提供し、日本のインダストリー4.0の実現に貢献していきます。</p></div>																																		<p class="c-sentence -xsmall">・NS Solutions、NSSOL、NS（ロゴ）は、日鉄ソリューションズ株式会社の登録商標です。<br>・本文中の会社名および商品名は、各社の商標または登録商標です。</p>																																				</div>										<div class="stories-article__body">												</div>	]]>
</content>
</entry>
<entry>
<title>＜技術動向＞企業情報システムの未来像～生成AIは業務とシステムをどう変えるのか～</title>
<link rel="alternate" type="text/html" href="https://www.nssol.nipponsteel.com/future/stories/trends2024-05.html" />
<id>tag:www.nssol.nipponsteel.com,2024:/future/stories//5.1363</id>
<published>2024-05-09T04:00:00Z</published>
<updated>2024-05-09T04:00:00Z</updated>
<summary>自然言語（日本語）で対話できる生成AIは、企業情報システムに重大なインパクトをもたらしつつある。これまでAIシステムと企業情報システムとの間には、少々距離があることが多かったが、生成AIの高...</summary>
<author><name>日鉄ソリューションズ</name></author>
<category term="DX" />
<category term="AI" />
<content type="html" xml:lang="ja" xml:base="https://www.nssol.nipponsteel.com/future/stories/">
<![CDATA[										<div class="post__body u-mb-l">								</div>										<div class="stories-article__body">											<div class="c-section">										<p>自然言語（日本語）で対話できる生成AIは、企業情報システムに重大なインパクトをもたらしつつある。これまでAIシステムと企業情報システムとの間には、少々距離があることが多かったが、生成AIの高い汎用性により両者は融合に向かうだろう。そのとき企業情報システムのアーキテクチャと開発プロセスは、一体どのように変化していくのか。AI技術の進化を追いながら解説する。</p><p><strong>南 悦郎</strong><br>日鉄ソリューションズ株式会社<br>エグゼクティブ・フェロー<br>技術本部システム研究開発センター所長</p><p>ここでは第二次AIブーム終焉頃からの話をする。1980年代には知識ベースシステム（エキスパートシステム）を中心としたAIブームがあったが、その後しばらくAIは「冬の時代」を過ごしていた（図1）。しかし、2006年に画像認識の領域において、従来のアルゴリズムとはアプローチが大きく異なる深層学習（ディープラーニング）が登場してから再びAIブームが起こり、それ以降、AIは急ピッチで進化を続けている。</p><figure class="c-image -large">  <img src="/future/stories/assets/trends2024-05_01.png" alt="">  <figcaption class="c-image__caption">図1 ここ40年のAIの歴史</figcaption></figure><p>深層学習によって、画期的なAIシステムがいくつも開発された。深層学習が強化学習と結びついたことで、囲碁や将棋から、ロボットの制御などにも使われるようになっている。例えば、米Google系列の英DeepMindが開発したAI囲碁システム「AlphaGo」は、2016年に当時世界最強と言われた囲碁の名人イ・セドル氏と対局し、4勝1敗で勝ち越して大きな話題となった。最近では、テレビ番組で将棋や囲碁の対局を見ると、どちらが優勢かを「AIの評価値」で表すようになっている。AIが世の中に浸透し始めていることが分かる。</p><h3>言葉の「意味」を数値化してAIが「理解」</h3><p>この10年間のAIの進化に関して、特に注目してほしいのは「意味」を表す多次元ベクトル（埋め込み、embeddings）である。多次元ベクトルによる意味表現は生成AIにつながる技術で、単語や文章、画像などが表す意味を、100～1000次元のベクトル（数値配列）で表現する。多次元ベクトルで表現した「犬」と「猫」を比べると似た部分があり、「犬」と「机」を比べると離れているため、単語同士の意味の距離感を多次元ベクトル同士の距離感で表せるようになる。この技術は、意味が似ているもの同士の検索に利用されている。</p><p>多次元ベクトルを使うと、単語同士の複雑な演算もできる。例えば、「東京とパリの関係」と「日本とフランスの関係」が多次元ベクトルで表せているなら、「日本で言うところの東京は、フランスで言えば何か？」という演算が可能で、結果として「パリ」という答えを導き出せる。単語や文の意味を扱えるようになったことは、AIに大きな進歩をもたらした。</p><p>この技術を使った生成AIとして2022年にChatGPTが登場して以来、「生成AIブーム」が巻き起こっている。生成AIのベースとなる大規模言語モデル（LLM）は、「Transformer」というアルゴリズムをベースにしている。このアルゴリズムは、膨大なテキストデータを基に、例えば文章の途中までを示して「次の単語は何か」を先読みさせたり、文章の途中を空白にして「そこに何が入るか」という穴埋め問題を解かせたりしながら言語モデルを開発するために用いられる。</p><p>一定の文法に従ったものであれば、自然言語の文章以外のものでも学習できる。プログラミング言語のほか、数式、表、レイアウト、データ構造、タンパク質の構造なども扱える。さらに、画像や動画も、色や明るさといった構成要素を多次元ベクトルで表現できるので学習可能だ。最近の画像生成AIや動画生成AIはその応用である。</p><h3>学習の容易さが進化のスピードを高めた</h3><p>生成AIが勢いよく広がっている背景には、深層学習では基本的に教師データを用意する必要があるが、Transformerによる大規模言語モデルの学習に特別な教師データは必要ないことがあげられる。膨大なテキストデータをそのまま教師データとして使えるからだ。この学習の容易さは、生成AIの研究開発の速度を格段に高める長所と言える。</p><p>また、Transformerベースの大規模言語モデルには、パラメータ数や計算パワー、学習データの量を増やせば増やすほど性能が上がるという特徴がある。</p><p>生成AIは多次元ベクトルを応用しているので、回答する文章はシンプルな行列計算で導き出せる。アルゴリズム自体は複雑なものではない。ただし、計算はシンプルだが、計算量が膨大なので、行列計算を超並列処理できるハードウエアが必要になる。</p><h3>生成AIの短所をいかに補うか</h3><p>一方、生成AIの短所として、もっともらしい嘘（ハルシネーション）をつく可能性があることはよく知られている。この点は、強化学習を通じた人間による「修正教育」により、改善が図られている。</p><p>生成AIには「最新情報に疎い」という短所もある。大規模言語モデルを作成した時点までの情報しか学習していないからだ。例えばChatGPTが使用する言語モデルGPT-3.5は2021年9月までの情報しか学習していないため、ChatGPTにそれより新しい情報について聞いても答えられない。改良版となるGPT-4 Turboでも2023年5月以降の情報は入っていない。最新の情報は何らかの形で補ってやらなければいけない。</p><p>大規模言語モデルの構築コストにも課題がある。GPT-3のとき、1回学習するのに4億から5億円かかっていたという。パラメータ数が格段に増えた現在のGPT-4の学習コストは桁が1つ上がるとされているので、GPT-4と同等のものを自前で構築するのは現実的ではない。なので、ChatGPTを利用するか、比較的小規模な言語モデルを自前で持つか、企業の動向は分かれている。GPT-3.5のパラメータ数は数千億だが、それを数十億に抑えれば、オープンソースを使って自前の言語モデルを構築することも可能だ。</p><h3>なぜ生成AIは企業情報システムに不可欠なのか</h3><p>短所もあるが、際立った長所が多い生成AIの用途は、非常に幅広いと言える。しかし、最も注目すべき用途は、現時点での自動化のレベルが相対的に低い「ホワイトカラーの業務」だ。そこに注目すべき理由について、製造業とシステム開発を比べながら説明していきたい。</p><p>製造業の多くの現場では、生産プロセスの機械化・自動化が進んでいる。例えば製鉄所には長さ数百メートルの製造設備があるが、そこで働いている従業員は数えるほどだったりする。製造設備のコンピューター制御が進んでいて、産業ロボットも活用されているからだ。さらにこの10年くらいで、「勘と経験」といった職人芸的なものが深層学習で自動化されるようになりつつある。</p><p>一方、同じ製造業でも、本社・スタッフ部門における業務の主役はいまだに人間である。情報システムの役割も、人間の業務を肩代わりするというより、データの記録・集計・検索という昔ながらの役割にとどまっていて、あまり進化していない。</p><p>なぜなら、人間が主役の業務は、自然言語で知識を伝え、意思決定し、その内容を指示している。こうした業務を定量的なデータ・数値では扱えず、意味も理解できなかったため、従来の情報システムでは効率化できなかったのだ。</p><p>視点を変えて情報システム開発の現場はどうか。以前から自動化が叫ばれているものの、実際のところ設計やプログラミングなど、ほとんどの作業を人間が担っている。製造現場の人たちから見れば、システム開発の現場はいまだに「手工業」の状態である。</p><h3>生成AIが崩す「3つの壁」</h3><p>この状況が生成AIによって大きく変わる。生成AIがあれば、自然言語に依存した業務の意味を理解し、自動化するための道が開ける。システム開発においても、日本語で業務手順やシステムの要件を記述できるようになる。従来型のプログラミングや機械学習に続いて、新たに「自然言語で処理を記述する」という手段が加わる。</p><p>これは画期的だ。これまで自動化が進んでいなかった「ホワイトカラーの業務」がいよいよ本格的な自動化の対象となる。</p><p>従来、ホワイトカラーの業務を自動化するうえで、システム開発には3つの壁があった（図2）。①人間によるプログラミング言語の理解の壁、②コンピューターによる自然言語の理解の壁に加え、海外取引やオフショア開発などでは③人間による他国語の理解の壁もある。</p><figure class="c-image -large">  <img src="/future/stories/assets/trends2024-05_02.png" alt="">  <figcaption class="c-image__caption">図2 システム開発における3つの壁</figcaption></figure><p>これら3つの壁は、生成AIによって崩れ始めている。①人間によるプログラミング言語の理解の壁については、人間の代わりにAIがプログラミングする時代が到来している。既にソースコードの自動生成機能が商用化されているほか、ソースコードのリファクタリングやデバッグ、テストデータの生成を自動化する機能などもある。</p><p>②コンピューターによる自然言語の理解の壁は、今まさにある程度理解できるようになってきたところである。自然言語で記述された要件や設計書をAIに読み込ませて意味を理解させ、そこから質疑応答や対話、設計ドキュメント（データモデルや画面レイアウトなど）を加えることで、AIがより深く理解できるようになってきている。システム開発の上流工程を自動化する可能性が見えている。</p><p>③人間による他国語の理解の壁については、AI翻訳サービスの性能が飛躍的に向上していて、議事録のテキスト起こしなどもできるようになった。オフショア開発にもたらすインパクトは非常に大きい。</p><p>このように、システム開発に存在した3つの壁は、いずれも生成AIによってなくなる方向にある。</p><h3>プログラミングでも「意味」の理解が進む</h3><p>生成AIによるプログラミング支援について、より詳しく見ていきたい。2022年夏頃からGitHub Copilot、AWS CodeWhisperer、Google Duet AI for developersなどのツールが登場し、非常に注目されている。提供される機能は、ソースコードの自動生成、リファクタリング、デバッグ、テストコード生成、ソースコードへのコメント付加など多岐にわたる。特によく利用されているのは、人間がソースコードを途中まで書くと、その続きをAIが生成する機能だ。</p><p>これらの機能はどれも「意味を変えずに、言語を変換する機能」である。日本語を英語に翻訳する、ソースコードの意味をコメントとして付加する、動作を変えずにソースコードの構造を整える、といった処理は、いずれも同じ意味を保ちつつ異なる言語や形に変えているだけだ。これはTransformerアルゴリズムの得意技で、それをうまく応用している。</p><p>ソースコードの自動生成について利用者の評価を各種のレポートで調べてみると、だいたい同じような結果になっている。自動生成されたコードの約30％はそのまま使用され、それ以外のコードも少し手直しすれば使えると評価されている。その結果、70～80％の利用者はプログラミングが「生産的になった」と感じている。特にプログラミングの中にある単純で面倒な繰り返し作業を自動化できる点の評価が高く、「導入の価値あり」とするレポートがほとんどだ。</p><p>AIが何を見てコードを生成しているかというと、GitHub Copilotでは作成中のコードしか見ていない。本来、開発するアプリケーションの関連情報の中から、作成するコードに関係あるものを参照して、コードに反映させるべきだが、それはまだGitHub Copilotではできていなかった。しかし、最近のGitHub Copilot Xでは、ようやく関連情報の参照ができるようになりつつあり、作成中のコードだけでなく、リポジトリ内にある当該アプリケーションの関連ファイルやドキュメントを参照することで、コード生成の性能を高めようとしている。</p><p>今後は、生成したコードを実行した結果、テスト結果、実行結果のログなどの多様な情報をAIが学習していくので、コードの生成やリファクタリングの性能がさらに上がっていくだろう。AIは試行錯誤の環境（学習の環境）があるか否かで性能の上がり方が全く違う。その意味で、システム開発分野は学習機会が多く、生成AIの性能が向上しやすい領域と言える。</p><h3>生成AIの得意領域で人間の役割を代替</h3><p>これらを踏まえて、生成AIにより企業情報システムのアーキテクチャがどのように変わっていくのかを考えてみたい。</p><p>今のアーキテクチャは、基幹系、情報系、OA系などのシステム群があるなかで、人間は「情報ハブ」としてシステム間連携の役割を担うような形になっている（図3）。</p><figure class="c-image -large">  <img src="/future/stories/assets/trends2024-05_03.png" alt="">  <figcaption class="c-image__caption">図3 現在の企業情報システムと人間と業務の関係</figcaption></figure><p>例えば基幹系システムで何かを処理させようとしたときに、だれかに何かを聞くためにメール（OA系）を送ったり、返信を読んで処理すべきことを意思決定し、データを基幹系システムに打ち込んだりする。これは人間がシステム群の間に立って、知的作業をしながらシステム間連携をやっているのと同じだ。</p><p>今、実社会の動きはどうなっているのか、という「外部から情報を取り込むセンサー」の役割も人間が担っている。そして、業務全体を見渡して、どう仕事を進めていくべきか、その手順を考えているのも人間だ。</p><p>つまり、人間は業務において「知的作業」に加え、「情報ハブ（システム間連携）」「実社会とのインターフェース」「作業手順のプランナー」の役割を果たしている。生成AIは、これら人間の役割を段階的に代替していくと考えられる。</p><p>生成AIの特徴を人間に例えて言うと、次のような感じではないだろうか。</p><p>『博学で物知りだが、新しいことには疎い。外国語に堪能で、プログラムもちょっと書ける。自信家でもっともらしいことを言うが、数字や論理には弱い。以前は、おっちょこちょいで脇が甘かったが、今は注意されて少し慎重になった人』</p><p>このような特徴を持つ生成AIが得意な役割は、ジェネラリストとしての管理職に近いと考えている。専門的な問題はその領域のスペシャリスト（深層学習など）に判断を任せるべきだが、生成AIは豊富な知識を備え、人間相手の作業が結構得意である。例えば、生成AIがチャットで人間と対話しながら、人間が処理したいことを別のAIや業務システムに処理させることが可能だ。チャットでありながら、テキストだけでなく図やグラフの読み込みや描画にも対応できるようなってきている。このようなチャットは今後、ユーザー・インターフェースの主流になる可能性があり、チャットの背後にある生成AIが情報ハブやシステム間連携の役割を担えることが分かる。</p><p>生成AIは手順を考えるのも案外得意だ。例えば、生成AIは料理のレシピ（調理手順）を生成できる。目的とする料理を実現すために、何をどういう手順で調理すればよいのか、生成AIはその手順をうまく組み立てられる。この特徴は、業務の作業手順を組み立てる場合にも応用できる。</p><p>さらに、現在のAIは「聞かれたら答える」という受け身の姿勢だが、これからは「自ら問いを発するAIへ」と変わっていく。情報ハブの位置にいるAIが自分から人間やシステム群、別のAIに問い合わせを行い、そこから得た答えを統合する新しいアーキテクチャにしていく必要があるだろう。</p><h3>未来のシステムを具現化するための研究開発</h3><p>企業情報システムは、まず従来型のプログラムとして処理を書くシステムがあり、10年くらい前に深層学習などの学習機械が業務上の処理を実行する新しい要素として広く導入されるようになってきた。そして今、第3の要素として生成AIの重要性が高まっている。これらと人間がどのように役割分担し、生成AIをどのように企業情報システムと融合させていくべきなのか、企業とシステムインテグレータが先導して考えていかなければならない。</p><p>この課題に対し、日鉄ソリューションズ システム研究開発センターは10～20年後の未来を見据え、図4に示す3つの未来目標を掲げて研究開発に取り組んでいる（詳しくは『<a href="/future/stories/trends202206-01.html">先を見据えた、テクノロジーの「未来目標」</a>』を参照）。3つの未来目標とは、現実のすべてをデジタル世界に転写して再現する「究極のデジタルツイン」、機械の知的能力をとことん人間に近づけて「業務を理解・実行できる人工知能」、そして変化への対応力がある「サステナブルな企業情報システム」の実現だ。</p><figure class="c-image -large">  <img src="/future/stories/assets/trends2024-05_04.png" alt="">  <figcaption class="c-image__caption">図4 日鉄ソリューションズが研究開発テーマとして掲げる「3つの未来目標」</figcaption></figure><p>企業情報システムとAIが融合した未来のアーキテクチャを実現するには、これら3つの未来目標のすべてがかかわってくる。「業務を理解・実行できる人工知能」を情報ハブとして、生成AIが苦手な最新情報の把握を「究極のデジタルツイン」との連携で強化し、それらを変化に強い「サステナブルな企業情報システム」に組み込むことが必要だと考えている。</p><p>この考えに基づく未来の企業情報システムのイメージは図5のようになる。情報ハブの生成AIは、デジタルツインからリアルタイムのファクトデータを取得し、論理や計算を必要とする専門性のある業務処理はそれぞれのアプリケーションや深層学習のシステムに振り分けて実行させる。その際、生成AIは作業手順を組み立て、いま業務がどのような状況かというコンテキストを把握しつつ、人間に問い合わせたり、意思決定を促したりしながら業務を進めていく――。そんな未来像が見えてきた。</p><figure class="c-image -large">  <img src="/future/stories/assets/trends2024-05_05.png" alt="">  <figcaption class="c-image__caption">図5 未来の企業情報システムのイメージ</figcaption></figure><p>従来の企業情報システムに深層学習や生成AIを融合させ、それらを活用した新しい業務の形を実現するには、システム開発の総合力が重要になってくる。AIの構築力だけでなく、劇的に変わるシステムアーキテクチャやシステム開発プロセス、業務プロセスをデザインし直し、最も高い価値をもたらす形に統合する設計ノウハウや技術力が求められる。これからの企業情報システムは、生成AIを軸に全体を再構築するところが主戦場になるはずだ。</p>									</div>												</div>	]]>
</content>
</entry>
<entry>
<title>東海道新幹線の臨時ダイヤ作成をシステム化、JR東海×NSSOLが季節変動やイベントへの対応力向上に挑む～臨時ダイヤ作成ルールをモデル化し需要の変化に合わせた柔軟な列車運行計画の作成を可能に～</title>
<link rel="alternate" type="text/html" href="https://www.nssol.nipponsteel.com/future/stories/temporary-timetable-system.html" />
<id>tag:www.nssol.nipponsteel.com,2024:/future/stories//5.1345</id>
<published>2024-04-05T04:00:00Z</published>
<updated>2024-04-05T04:00:00Z</updated>
<summary>東海旅客鉄道（JR東海）は、これまで手作業で作成してきた東海道新幹線の臨時ダイヤを数分で作成する「新幹線車両運用自動作成システム」を日鉄ソリューションズ（NSSOL）と共同で開発した。曜日や...</summary>
<author><name>日鉄ソリューションズ</name></author>
<category term="DX" />
<content type="html" xml:lang="ja" xml:base="https://www.nssol.nipponsteel.com/future/stories/">
<![CDATA[										<div class="post__body u-mb-l">										<div>	<p>東海旅客鉄道（JR東海）は、これまで手作業で作成してきた東海道新幹線の臨時ダイヤを数分で作成する「新幹線車両運用自動作成システム」を日鉄ソリューションズ（NSSOL）と共同で開発した。曜日や季節、種々の大型イベントなど乗客数や移動パターンに影響を与える要因を加味しながら、需要の変化に合わせた臨時ダイヤ作成を可能にする。世界一過密とも言われる東海道新幹線の運行を支える臨時ダイヤ作成システムを導入した狙いや開発の工夫、今後などについてプロジェクト担当者が語った。（文中敬称略）</p></div>																																				<div>	<p><strong>─東海道新幹線は世界一の過密ダイヤとされ、1時間に最大12本の「のぞみ」が走り2022年度では1日36万人が利用しています。</strong></p><p><strong>細川 一彦（以下、細川）</strong>：東海旅客鉄道（JR東海）新幹線鉄道事業本部 運輸営業部 運用課（運用指令）当直長の細川 一彦です。2012年から2021年までの9年間、東海道新幹線の臨時列車ダイヤの車両運用計画作成に携わっていました。</p></div>																																							<figure class="c-image -small">												<img src="/future/stories/assets/temporary-timetable-system_01.jpg" alt="">																					<figcaption class="c-image__caption">									JR東海新幹線鉄道事業本部 運輸営業部 運用課（運用指令）当直長 細川 一彦氏								</figcaption>											</figure>																											<h2>需要の変化に応じる“定期”と“臨時”の2つのダイヤを組み合わせ</h2>																																											<div>	<p><strong>細川</strong>：東海道新幹線は日本の三大都市圏である東京、名古屋、大阪を結ぶだけでなく、西日本旅客鉄道（JR西日本）が運行する山陽新幹線と相互乗り入れし、多数の列車が東京と博多の間で直通運転しています。その円滑な運用のために、全車両が16両編成で、座席数もJR西日本と合わせています。異常時などは東京駅で折返し新大阪止まりの列車を急遽、博多行に変更することも可能です。</p><p>東海道新幹線の特徴はビジネスでの利用も多いことです。そのため乗客数は曜日や季節によって大きく変動します。加えて各地のお祭りやコンサートなどのイベントも乗客数に影響します。</p><p>こうした需要の変化に応えるために新幹線のダイヤは、毎日運行する「定期ダイヤ」に、需要に応じた「臨時ダイヤ」を加えることで構成しています。いずれも従来の実績値などを元に作成しますが、定期ダイヤは年に1度、大型のダイヤ改正で定めます。臨時ダイヤは、イベント情報なども加味しながら、3カ月分を約半年前から検討し作成します。</p><p>毎日運行する定期列車と臨時列車を合わせた1日当たりの列車本数は、年末年始などの最繁忙期には450本前後にのぼります。開業以来、ご利用いただくお客様は増え続けるとともに、列車の走行速度も高まってきたことで列車本数が増え続け、できあがったのが今の高密度ダイヤです。</p></div>																													<h2>乗務員や清掃時間の確保など列車だけではダイヤは完成しない</h2>																																											<div>	<p><strong>─ダイヤ作成時には、どのような要件を考慮しなければならないのでしょうか。</strong></p><p><strong>細川</strong>：まずは、乗降人数や保有する車両数、前後を走る列車との間隔、他の列車との接続といった要素を勘案します。ただダイヤを適切に回すには、列車だけを見ていても不十分です。乗務員の充当や車内清掃時間の確保、車両基地での整備なども加味しなければなりません。多くの現業部署との連携が不可欠です。</p><p>そこで、需要と列車数などを最適化したダイヤ案を2週間ほどかけて作成します。それを現業部署に提示し、それぞれが実際に対応できるかどうかを確認してもらいます。2〜3週間後に現業部署からのフィードバックを受け取り、そこから細かな調整をしてダイヤを決めていきます。完成したダイヤは新幹線の運用管理システムに登録し、実際の運行が始まります。</p><p>この過程で問題になるのは、同時に走る列車の本数が増加し、ダイヤの密度が高まると、考慮すべき事柄が複雑になることです。例えば、終着駅での折返し整備が対応できなくなると車両基地へ一時退避させる選択が増えます。このため、1日のダイヤ全体がつかみにくくなっていくのです。</p><p>それを、これまでは手作業で検討してきましたが、ダイヤの密度が高まると列車の動きを記述した線が増え、線間が重なって見づらくなったり、欄外に記入する検討中のメモ書きを間違えたりと人的なミスも生じやすくなります。1つの間違いは、他のすべての列車に影響を及ぼすため修正時間も長引き、1日分のダイヤ作成に15時間もかかるようになっていました。</p></div>																																						<figure class="c-image -large">												<img src="/future/stories/assets/temporary-timetable-system_02.jpg" alt="">																					<figcaption class="c-image__caption">									東海道新幹線のダイヤグラムの例。多数の線の1本1本が列車に相当する								</figcaption>											</figure>																																			<div>	<p><strong>細川</strong>：効率化やミスの軽減のために以前から、作成した計画を事前にチェックし運行管理システムへの入力を支援するシステムを導入しています。しかしながら、ダイヤの過密さが年々増してきたことでチェックの負担が増え、期限内に計画作成を終えることが困難になってきました。そこで、日鉄ソリューションズ（NSSOL）と共同開発したのが「新幹線車両運用自動作成システム」です。臨時ダイヤの車両運用計画作成を自動化し、作業時間を抜本的に短縮しました。</p></div>																													<h2>システム化により1日の臨時ダイヤを最長5分で作成可能に</h2>																																											<div>	<p><strong>─これまで手作業だった臨時ダイヤ作成をシステム化した狙いは？</strong></p><p><strong>細川</strong>：東海道新幹線のさらなるサービス向上を見据えています。私自身、ダイヤ作成はいくつもの制約の中から最適解を見極める複雑な作業で、システム化は難しいと考えていました。しかし今後、お客様の需要はさらに高まり、列車本数が増えることは確実なだけに、人手に頼るだけでは、より柔軟なダイヤ作成が限界に近づいていました。</p><p><strong>和田 正之（以下、和田）</strong>：JR東海 中央新幹線推進本部 中央新幹線建設部電気工事部の和田 正之です。新幹線車両運用自動作成システムの開発当時は、新幹線鉄道事業本部電気部システム課で運行管理システムなどの開発・保全を担当していました。新幹線車両運用自動作成システムの開発に向けて技術開発を開始したのは2018年のことです。最適化技術のノウハウを持つ複数社との技術開発を経て、最終的にNSSOLとの共同開発を決めました。研究開発から始め、2020年からシステム開発に取り掛かり、2022年10月に本番運用を開始しました。</p></div>																																							<figure class="c-image -small">												<img src="/future/stories/assets/temporary-timetable-system_03.jpg" alt="">																					<figcaption class="c-image__caption">									JR東海 新幹線鉄道事業本部 電気部システム課（開発当時）和田 正之氏								</figcaption>											</figure>																																		<div>	<p><strong>和田</strong>：新システムでは、定期ダイヤデータと、臨時ダイヤ作成に必要なデータを登録します。このデータには、時刻変更をしたい列車や、定例的に採用したい計画のパターンなどが含まれます。これをあらかじめ設定することで、早ければ数分、列車本数や指定条件が多い場合でも約5分で1日分のダイヤが作成できます。</p><p><strong>太田 有人（以下、太田）</strong>：NSSOL技術本部 システム研究開発センター デジタルツイン研究部 統括研究員の太田 有人です。当社では過去、他の鉄道会社のために同様のシステム開発を手掛けた経験がありましたが、東海道新幹線のように、これほど多くの列車本数を対象にするのは初めてだっただけに当初は、少なからぬ苦労を覚悟しました。</p></div>																																							<figure class="c-image -small">												<img src="/future/stories/assets/temporary-timetable-system_04.jpg" alt="">																					<figcaption class="c-image__caption">									日鉄ソリューションズ（NSSOL）技術本部 システム研究開発センター デジタルツイン研究部 統括研究員 太田 有人氏								</figcaption>											</figure>																																		<div>	<p><strong>細川</strong>：企画提案の選定時、NSSOLの仕組みで自動作成した試作ダイヤは完璧ではありませんでした。ただ、私自身が困難と感じる箇所と、NSSOLの「今は、ここまでしかできない」と伝えていただいた箇所が一致していたのです。画面構成など使い勝手の面では他に優れた提案もありましたが、NSSOLのみなさんからは、「勉強して当社と一緒にやっていきたい」という熱意が強く感じられました。事実、今回のシステム開発では、その“勉強”の成果であろう提案をいくつも受け採用しています。</p></div>																													<h2>“当然”視されているダイヤ作成の業務知見を勉強会で引き出す</h2>																																											<div>	<p><strong>─システムの開発は、どのように進んだのでしょうか。</strong></p><p><strong>松山 紗季（以下、松山）</strong>：NSSOL 産業ソリューション事業本部 産業ソリューション第一事業部 システムエンジニアリング第二部 エキスパートの松山 紗季です。車両運用自動作成システムの肝は「列車をどう走らせるか」のアルゴリズムの開発です。細川様などからダイヤ作成のルールや条件を教えていただきながら開発するのですが一筋縄ではいかず、当初はどうやっても満足なダイヤを出力できませんでした。</p></div>																																							<figure class="c-image -small">												<img src="/future/stories/assets/temporary-timetable-system_05.jpg" alt="">																					<figcaption class="c-image__caption">									NSSOL 産業ソリューション事業本部 産業ソリューション第一事業部 システムエンジニアリング第二部 エキスパート 松山 紗季氏								</figcaption>											</figure>																																		<div>	<p><strong>松山</strong>：その後、ダイヤ作成担当者の頭の中には、他にも種々のルールがあることが分かってきました。そうしたルールを実際のダイヤから分析し、2週間に1度の頻度で開催した共同勉強会で確認しながらアルゴリズムに落とし込んでいきました。そうして作成したダイヤの評価を受け、その改善のために次の分析に取り掛かるというサイクルをアジャイルに繰り返しました。</p><p><strong>細川</strong>：我々が当初提示したルールには、業務知見として“当然”と考えていたものが抜けていたのです。私たちが“経験と勘”だと感じていたことを、共同勉強会などを通じて形式知化されていく様子に大変驚きました。最終的には資料を見なくてもシステムについて話せるまでの関係を築けました。</p><p>システムの本番開発途中に新型コロナ禍も発生しましたが、NSSOLとの徹底的な議論により2020年までにシステム要件を詳細に詰められ、コロナ禍による打ち合わせ進捗の遅延は、ほとんどありませんでした。</p><p><strong>太田</strong>：今回のシステムの仕組みを簡単に説明すれば、種々のルールを方程式に変換し、複数の方程式を組み合わせた連立方程式を解くという手法です。解が得られない場合は、不可能なルールの組み合わせだということです。各ルールには重要性を基に重み付けし、複数解の中から最もスコアが高いものを採用しています。</p><p>当初は、その重み付けも不正確で、システムが作成したダイヤはJR東海様にとっては違和感を与えるようなものでした。その解消に向けて、どのルールの重み付けをどの程度変えるべきかを調整していきました。</p><p>ただ現時点では、残念ながら対処し切れていない問題もあります。現業部門の方々が、現場の“頑張り”で対応できている場面です。例えば新幹線の車内清掃時間は決められています。ところが実際のダイヤでは、その時間よりも15秒早く済ませているケースが1日に数本あるのです。清掃員の方の工夫により業務を回しているわけですが、どのタイミングなら15秒早く済ませて良いのかまではシステムでは判断できません。</p></div>																													<h2>実現不可能な列車ダイヤはシステムが一瞬で検知</h2>																																											<div>	<p><strong>細川</strong>：システムで作成するダイヤで完璧さを追求すると、今度は時間的に調整できる余裕が乏しくなることに気づきました。それでは現業部門との調整が長引いてしまいます。そのため今回の開発では、ダイヤ作成の完全自動化を見送り、車両基地における車両の夜間滞泊本数と所有編成数を超える計画にはしないなど、最低限必要な合理性を確保した状態で、臨時ダイヤを計画することをシステムに求めました。最終的には細かな部分を人が判断し、微調整することでダイヤを組み立てるようにしました。</p><p><strong>和田</strong>：臨時ダイヤの計画においては、営業列車だけでなく、回送列車を計画するなどで車両が偏って滞在しないように考慮しなければならないなど、組み合わせは複雑になり、システムの計算時間も長くなります。それでもダイヤ作成業務が従来の1日が5分以内へと抜本的に改善されました。</p><p>またシステム面では、車両運用を自動作成する際に必要な条件をダイヤ作成担当者が自由に入力できるようにしたり、手作業においてダイヤ作成担当者が車両運用を作成する際に参考にしていたデータを本システムに、そのまま取り込んで活用できるようにしたりと、柔軟なダイヤ作成が手軽になるよう工夫もしています。</p><p><strong>細川</strong>：車両が絶対的に不足していれば、当然望み通りのダイヤは作成できません。それでも以前は「何とかできるのではないか」と数時間も手作業で悪戦苦闘した後に不可能だと気付くことがしばしばありました。本システムでは、列車設定に対し所有編成数を超える運用になる、そもそも不可能なダイヤ設定を一瞬で判定できたことも大きなメリットです。</p></div>																													<h2>形式知化できたベテランノウハウの新たな継承手段も必要に</h2>																																											<div>	<p><strong>─今後の展望について教えてください。</strong></p><p><strong>細川</strong>：ダイヤ作成計画は計画作業の最上流にあり、乗務員の配置や終着駅などでの清掃対応、車両基地での整備・各種検査など、さまざまな業務に影響します。それぞれの業務に対応した個別システムは既に構築・運用しているだけに、周辺システムとの連携を進めていきたいです。</p><p>例えば、車両の検査計画業務は各車両の走行距離から管理しますが、ダイヤ作成の全体走行キロデータはダイヤ作成システムから提供できます。各種データを他のシステムでも活用できれば、人の手に頼った作業を含め、業務全体の効率化や改善、そして将来の予測までができると考えています。</p><p><strong>和田</strong>：車両運用自動作成システム自体の使い勝手も高めたいと考えています。例えばデータの登録法は現状、ファイルの読み込みだけですが、より柔軟に入力できるようにできれば、業務のさらなる効率化につながります。ダイヤの作成能力自体も今後の便数増を視野に引き続き高めていく必要があります。</p><p><strong>細川</strong>：今回の開発を通じて、システムの完成度を高めるためには、単なる要望だけでなく、その背景や知見なども伝えることが大切だということに気づきました。NSSOLとの議論や記録から、ベテランの知見を明確な形式知にできたことは思わぬ収穫でした。その過程での共同研究会などNSSOLの“粘り強さ”が強く印象に残りました。</p><p>一方で、今回のシステム化により手書きダイヤ作成によるノウハウを後任に伝えにくくなったと感じています。ダイヤ作成は鉄道事業の基盤であるため、システム化を前提にした担当者の知見は各種条件書に経緯を記録してきました。そうしたNSSOLとの共同作業や提案を、今後のさまざまな開発においても、引き続き期待しています。</p></div>																																		</div>										<div class="stories-article__body">												</div>	]]>
</content>
</entry>
</feed>
