人工知能ソフトウェア

管理用監視用品質

概要
GE Aerospaceは、スパコンとデジタル技術への長年の投資により、航空業界で最大級のAI特許ポートフォリオのひとつを構築しました。現在、AIは安全性、品質、納期、コスト（この順）を加速し、大規模に顧客を支援するために適用されています。同社は設計、製造、サービスにAIを導入し、設計サイクルの短縮、検査の一貫性向上、需要予測、ターンアラウンド時間の短縮を実現しています。

設計

• 生成AIによる設計 — エンジンや推進系の予備設計を加速し、設計時間を短縮して数百の設計反復を迅速に生成します。
• スパコン活用 — エクサスケール級スパコンを大規模に活用して画期的なエンジン設計の探索を加速（例：Open Fan、ハイパーソニックラムジェットの研究）。
• 材料向けAI — 研究パートナーと協力し、ハイパーソニック機向けの先進材料を発見・実証しています。

製造

• AIエンジニアリングアシスタント — 部品データ30年以上を学習したAIが新部品を検査し、不適合ハードウェアの評価を標準化。評価に要する何千時間もの工数を削減し、トレーサビリティと品質を向上させます。
• 生産準備のためのエージェンティックAI — 需要を予測し、生産の制約を早期に特定するための数年にわたるパートナーシップにより、より信頼性の高い納期計画を可能にします。

サービス

• AIマテリアルアシスタント — エンジンのショップビジットで必要となる部品を数か月前から予測し、ターンアラウンドを推定で5〜7日短縮します。
• AI対応ブレード検査ツール — タービンブレードの画像レビューをガイドし、検査の一貫性を高め、処理時間を約半分に短縮します。
• AI誘導ホワイトライトロボット検査 — 正確で一貫した検査を行うための“第二の目”を提供し、技術者の意思決定を支援します。

AIの影響（選定指標）

• エンジンの安全性および状態を24x7でAIが監視。
• 予防保全の特定がAIにより約60%短縮。
• オンウィングでのブレード検査時間が従来手法に対し約50%短縮。
• 2026年のAI投資は前年度比で約2倍を目標。

人材とユースケース

• 従業員の事例では、AI誘導ロボット検査、AIエンジニアリング・品質アシスタント、生成AI設計アプリを技術者やエンジニアが使用し、設計・検査サイクルを短縮している様子が説明されています。

責任あるAI利用の指針

• 信頼 — モデル訓練のために信頼性のあるデータと体系的なデータ選定手法を使用する。
• 透明性 — システムの透明性と再現性を要求し、チームがAIの出力を理解し信頼できるようにする。
• 人間 — ループ内に人間を残す：AIはワークフローを高速化するが、最終判断は専門家が行う。

特徴 / 技術仕様

• 航空分野で最大級のAI特許ポートフォリオ（企業レベルの主張）。
• 設計探索を加速するためのエクサスケール級スパコンリソースの利用。
• 部品および不適合データ30年以上を用いて訓練されたAIエンジニアリングアシスタントによる標準化された部品評価。
• ショップビジットにおける部品需要の予測能力（ターンアラウンドを5–7日短縮）。
• AI対応の検査ツールによりブレード検査時間を約50%短縮し、一貫性を向上。
• エンジンの安全性と状態を24x7で監視するAI。
• AI投資の目標増加（前年度比で約2x、2026年）。