工場シミュレーション開発における劇的な効率化
食品大手のキユーピーが、生産ラインのシミュレーションモデル開発において、自律型AIエージェント「Devin」を導入し、開発工数を劇的に削減することに成功しました。従来は手作業で8.5人日を要すると想定されていた小規模な1シミュレーションモデル当たりの開発工数を、わずか1.8人日にまで短縮。削減率は78.8%に達します。本事例は、ディー・エヌ・エー（DeNA）グループの「DeNA AI Link」による伴走支援のもとで実現され、2026年8月4日に公開されました。
直面した「専用言語」と「ローカル環境」の壁
キユーピーは生産ラインのシミュレーションに、シーメンス製の工場シミュレーションソフトウェア「Tecnomatix Plant Simulation」を使用しています。しかし、このシミュレーションモデルの開発プロセスをAIで自動化するにあたっては、一般的なソフトウェア開発とは異なる特有のハードルが存在していました。
1. 専用プログラミング言語「SimTalk」の壁
Plant Simulationでは、制御やロジックの記述に専用のプログラミング言語である「SimTalk」を使用します。しかし、SimTalkは広く普及した言語ではなく、汎用的な大規模言語モデル（LLM）ではコード生成が難しいという課題がありました。
2. ローカルGUI環境の壁
Plant SimulationがGUI操作を前提としたローカル環境上でしか動作せず、AI生成コードを検証しにくいという課題がありました。
クラウドとローカルを繋ぐ「Devin CLI」による解決
これらの課題に対し、開発チームはCognition AIが開発する自律型AIエージェント「Devin」を採用し、実行・修正の部分をローカルの「Devin CLI」に切り出して対応しました。クラウド版DevinとローカルのDevin CLIを組み合わせることで、ローカルGUI環境に依存するソフトウェアであってもAIによる検証と修正を可能にしました。
なぜこの事例が重要なのか
今回の取り組みが極めて重要なのは、これまで「AIによる自動化が困難」とされてきた、クローズドで専門性の高い産業用ソフトウェアの開発プロセスにおいて、自律型AIエージェントの有効性を実証した点にあります。
多くの製造業やインフラ企業では、業界標準や特定ベンダー専用のシミュレーションツール、レガシーな専用言語が使われています。これらは汎用LLMの「標準機能」だけでは対応できず、AI導入の死角となっていました。キユーピーの事例は、適切な伴走支援と、ローカル実行環境（CLI）を組み合わせるアーキテクチャ設計によって、こうしたニッチな領域でもAIエージェントが十分に機能することを示しています。
企業や開発者への影響と今後の展望
この成果は、シミュレーションモデルの構築プロセスを高速化し、生産ラインの設計や改善サイクルを大幅に短縮できる可能性を示唆しています。従来、1つのモデルを作るために8.5人日（想定）かかっていた作業が1.8人日で完了するということは、開発担当者がより高度な分析や、複数パターンのシミュレーション比較といった意思決定にリソースを集中できるようになることを意味します。
なお、今回の発表で示された「78.8%の工数削減」という実績は、現時点における「小規模な1シミュレーションモデル」での検証結果です。そのため、より複雑で大規模な生産ライン全体のシミュレーションモデル開発において、同様の削減効果が維持できるか、またどのような追加のチューニングが必要になるかについては、現時点では明らかになっていません。今後のさらなる適用範囲の拡大と、そこでの検証結果が注目されます。
まとめ
キユーピーとDeNA AI Linkによる今回の取り組みは、専用言語「SimTalk」やローカルGUI環境という制約を、自律型AIエージェント「Devin」と「Devin CLI」の組み合わせによってクリアしました。小規模モデルながら約8割の工数削減を達成したこの事例は、製造業におけるAI活用の新たな可能性を切り拓く先駆的な一歩と言えます。
コメント