上海の「AI×製造業」レポートが示す、価値を生むのはモデルより「現場の暗黙知のデータ化」
世界人工知能大会 (WAIC 2026) に合わせ、上海のAI×製造業エコシステムを総括する記事が澎湃新聞に掲載された。官製の数字や政策目標が並ぶ一方、紹介されている個別事例は、AIエージェントで開発をしている実務者の目で読むと工学的に示唆に富む。事実を整理した上で、作る側の視点で見解を書く。
出典: 从模型到工厂：上海AI如何率先走进产业现场 (澎湃新闻, 2026-07)
要点 (事実のみ)
- 2026年7月17〜20日に上海で世界人工知能大会 (WAIC) が開催。記事は「AIが実験室から産業現場へ移り、製造業でAIが単発ツールから業務プロセスを再構築する存在に変わりつつある」と総括する
- 公式数値として、2025年の上海の規模以上AI企業394社の産業規模は6,370億元超、前年比39.5%増とされる
- 黒湖科技の「拆単Agent (受注分解エージェント)」は、非構造の加工図面を構造化された生産工程に自動変換。精度95%超、従来1〜2時間の人手作業を秒単位に短縮し、約4万工場で利用。世界経済フォーラムの初のグローバルAI産業化ベンチマークに選出されたとする
- 華院計算は鉄鋼の配合・連続鋳造向けに、知識グラフとエージェント推論を組み合わせた「工業級エージェント」を宝武・沙鋼などで展開。識渊科技はPCBA検査で、機種切替のプログラミング時間を4〜8時間から1〜5分に短縮、誤報率1%以内とする
- 羚数智能は海洋設備の中央国有企業で100超のシステムを接続し、協働効率90%以上向上・納期20%短縮を実現したとする
- 上汽通用の人型ロボット「能仔1号」がビュイックE7の電池量産ラインに配置 (中国自動車業界初の量産ライン投入例)。位置決め精度±0.1mm、1件2秒。また上汽研究院のAI空力モデルは従来CFDの1,440倍速で、4時間の計算を10秒に短縮し、通常のGPUワークステーションで動作する (HPCが不要) とする
- 政策面では《上海市"AI+製造"発展実施方案》が製造業3,000社の智能化、標杆モデル10件などを掲げ、全国初の省域級「AI+製造発展白書」が策定された
徐 聖博の見解
まず数字の扱いから。産業規模6,370億元や製造業3,000社といった値は政策文書・公式発表ベースなので、私は「そういう目標が置かれている」という文脈情報として割り引いて読みます。研究者出身の癖で、鵜呑みにはしません。その上で、この記事の主張——「モデルの外側にある産業シーン・業界知識・工程化の能力こそが価値実現の速度を決める」——は、私が以前の中国AI産業レポートの記事や日本IBMのALSEAの記事で書いてきた結論と完全に一致していて、業界・国を問わずここに収束しつつあると感じます。
作る側として最も注目したのは、黒湖科技の「拆単Agent」に代表される「ベテランの暗黙知をデータ化する」という方向性です。図面を読んで工程に落とす、品質問題の原因を特定する——こうした熟練者の経験は、コードにも仕様書にも現れないからこそ複製が難しい。それをエージェントが構造化データに変換するというのは、AI活用の中でも最も難易度が高く、同時に最も模倣されにくい堀になる部分です。「動くデモ」と「業務に乗るエージェント」の差はここにあり、精度95%という数字より、"何を教師データにしたか"のほうが本質だと私は見ています。
もう一つ、研究者として素直に驚いたのは上汽の空力モデルです。従来CFDの1,440倍速で、しかもHPCではなく通常のGPUワークステーションで動くという点は、シミュレーションの民主化という意味で示唆的です。計算資源の制約で「一晩待つ」前提だった設計反復が「リアルタイム」に変わると、エンジニアの働き方そのものが変わる。中小企業への含意もここにあります。巨大な計算基盤や数千社規模の政策支援は真似できませんが、「自社の熟練者の判断をデータに落とし、汎用の計算環境で回せる形にする」という設計思想は、規模を外せばそのまま参照できる。AI活用の準備とは、結局のところ自社の暗黙知の棚卸しなのだと、改めて考えさせられました。
(編集レンズ: AIを「作る側」の目線 / 研究者出身のリアリズム / 発注側・中小企業への含意)
