7月10日、IIoT Worldが「Why Factory Documents Block AI Agents」と題した記事を公開した。製造現場の既存ドキュメントがAIエージェント導入の根本的な障壁になっているという実態と、その解決アプローチについて詳しく紹介されている。
問題の本質：AIが読めない工場のドキュメント
AIエージェントを製造現場に導入しようとした企業が直面する壁は、モデルの精度でも、UIの使いやすさでもない。「ドキュメントの中身をAIが読めない」という、インフラの問題だ。
IIoT WorldのAI Manufacturing Day 2026のパネルセッションで、Adlib SoftwareのCEO Chris HuffとCPO Anthony Vigliotti、そしてSiemensのVP Mathias Oppeltが、この問題を正面から取り上げた。
工場のSOPや品質記録、エンジニアリング仕様書は「人間が読むために」作られている。そこには表、改訂履歴、手書きのメモ、スキャンページ、埋め込み画像、CAD参照、Visioフロー図が混在している。これらはAIが処理しやすい「構造化テキスト」とはほど遠い。
たとえば、ある手順書の本文を抽出できたとしても、そこに埋め込まれたダイアグラムを無視すれば回答は不完全になる。テーブルの抽出が誤れば、推奨アクションが間違いになる。手書きのメモが記録の意味を変えているのにシステムがそれを見落とせば、誤った情報のままワークフローが進む。
※編集部の考察：この問題はRAG（Retrieval-Augmented Generation）アーキテクチャを採用したシステムでも同様に発生する。RAGはベクトルDBに格納されたテキストを検索・参照してLLMが回答を生成する仕組みだが、格納前のドキュメント変換精度が低ければ、検索結果そのものが不正確になる。「AIモデルの問題」ではなく「データ品質の問題」である点は、製造DXを推進する上で見落とされがちな論点だ。
「ブラウンフィールド」工場の現実
グリーンフィールド（新規設計）のAI戦略は話がきれいだ。接続されたアセット、構造化データ、モダンなプラットフォーム。しかし大半の製造業者が動かしているのは、数十年単位で積み重なった設備と情報システムの混在環境（ブラウンフィールド）である。
手順書はあるシステムに、図面は別のシステムに、品質記録はPDFに、サプライヤー更新情報はメール添付に、仕様書は複数バージョンが散在している。どのソースが正しいかを知っているのはベテランのオペレーターや技術者だ。AIシステムは通常、それを知らない。
こうした環境でAIエージェントに「ソース情報を準備せずに動け」と期待するのが、そもそもの間違いだとセッションでは指摘された。
レガシーシステムを全て入れ替えることも現実的ではない。生産、コンプライアンス、保守、サプライヤー関係、長年の運用履歴がそこに結びついている。実用的なアプローチは、既存のシステムやドキュメントからコンテキストを抽出・構造化・保持するレイヤーを作ることだ。
AIエージェントに必要な3つの条件
単純な検索ツールと違い、AIエージェントはプロセスのステップを実行することを期待される。そのため、ドキュメントの品質がそのままエージェントの性能に直結する。
セッションでは、AIエージェントが製造現場で機能するための条件として以下の3点が挙げられた。
- 複雑なドキュメントからの正確な抽出
- ソースシステムまたはプロセスからのコンテキスト保持
- そのデータを使うワークフローへのクリーンな統合
セッションでは「工場知識のデジタルツイン（machine-readable digital twin of plant knowledge）」という表現が使われた。プレーンテキストに平坦化するのではなく、構造・コンテキスト・メタデータ・ソースとの関係性を維持したまま変換するということだ。これにより、AIエージェントはドキュメントの元ファイル、バージョン、承認履歴と結びついた状態で情報を使える。
どこから始めるか
記事では、まず1つのワークフローから着手することを推奨している。出発点として適切なのは、チームがすでに検索・確認・データ転記に時間を費やしているドキュメント集約型の業務だ。サプライヤードキュメント、品質記録、設備マニュアル、変更指示書、バッチ記録、コンプライアンスパッケージ、エンジニアリング仕様書などが候補として挙げられている。
その際に確認すべき問いとして、以下が示された。
- どのドキュメントに業務上の知識が含まれているか
- 承認済みのバージョンはどれか
- 抽出が必要なデータは何か
- どの図、表、メモ、添付ファイルが重要か
- 構造化された出力を必要とするシステムはどれか
- ワークフローを進める前に誰が結果を検証するか
「一度に全部をデジタル化しようとするな、AIの実験にしてはいけない」というのがメッセージだ。製造の実務に根ざした問いから始めることが重要だとされている。
詳細はWhy Factory Documents Block AI Agentsを参照していただきたい。
