マルチンゲール@生成AIx産業応用

🦾製造業をAIで変える元半導体生産技術者
⚡️ キャリア： 総合電機(SiC半導体) ➡︎ 自動車(スマート工場AI) ➡︎ ITコン （生成AI）
🛠 専門： MLOps / RAGシステム開発 / 統計解析
🏅資格：統計検定1級、JDLA E、AWS SAA
👇製造現場のAI導入・キャリア相談はDMまで

[マルチンゲール@生成AIx産業応用 @Martingale_DS]

【製造業の皆さまへ — テスター募集のお願い】

この度、設備診断アプリ「AI Maintenance Pro」を
開発・リリースしました😀

■ アプリの概要
iPhone 1台で製造設備の稼働音を録音し、
FFT周波数解析と統計的異常検知
（3σ法・マハラノビス距離）で設備の状態を診断するiOSアプリです。

特徴：
1. 高額な振���センサー不要 — iPhoneのマイクだけで診断

2. 統計的根拠のある判定 — 「なんとなく異常」ではなく数値で可視化

3. AI診断レポート自動生成 — 上長への報告書作成の手間を削減

4. 設備ごとの学習機能 — 正常音を学習させ、自社設備に最適化

5. 日立製作所公開の産業異常音データセットでAUC 0.98の検出精度達成。

■ 開発の背景
統計検定1級を取得後、大手電機・自動車等の製造現場で培った経験を活かし、「ベテランの耳」をデジタル化するアプリを開発しました。

中小製造業の多くが抱える課題：
・高額な常時監視システムは導入できない
・ベテランの退職で「音で分かる」技術が失われつつある
・点検結果が属人的で、客観的な記録が残らない

これらをiPhone 1台で解決することを目指しています。

■ 募集内容
【対象】愛知県・岐阜県・三重県の製造業に従事されている方（保全担当、工場管理者、品質管理など）
【内容】実際の製造現場でアプリをご使用いただき、
使い勝手や診断精度についてフィードバックをいただく
【期間】約1ヶ月間
【費用】無料（App Storeから無料ダウンロード）
【特典】有料機能（AI詳細分析）の永久無料開放

■App Storeリンク
AI Maintenance Pro App - App Store
https://t.co/i54QteUpYN

■ お問い合わせ
ご興味があれば、是非DMでご連絡ください。
実際の現場の声をいただくことが、
このアプリの品質向上に不可欠です。
ご協力いただける方、ぜ��よろしくお願いいたします🙏

#製造業 #予知保全 #異音診断 #DX #愛知 #岐阜 #三重

[マルチンゲール@生成AIx産業応用 @Martingale_DS]

コメント、ありがとうござい��す。

気になったので、実験してみました。

メルマガ127本（325万字）を対象に、

①grepのみ　※検索の仕組み無し
②全文検索
③全文検索+ベクトル　※現仕組み

を比較。

引きたい根拠を拾えた数は16箇所中、

①11
②6
③9

grepが最多で、トークン消費も最少でした(各1回の試行です)。そこで、検索機能は残しつつ、grepも併用する形にしました。

検索精度ではなく、一度にClaudeが読む量が影響していました。

検索は1回で30件返す仕様なので、Claudeが読み切れず、回数も重ねられない。

grepはキーワード一致した行の前後だけ読めるので、軽く何度も引けます。それらを総合してClaudeが回答できるのが大きい様でした。

[マルチンゲール@生成AIx産業応用 @Martingale_DS]

課金しないとNotebook LMに入りきならなくなったので、自作のRAGを作った。
Notebook LMに負けてない精度出てそう。
使用感���き。

#中島聡 #magmag

[マルチンゲール@生成AIx産業応用 @Martingale_DS]

ちなみに中島聡さんのメルマガは全てNotebookLMに入れています。テック分野への投資判断の相談相手として最適です😀

[マルチンゲール@生成AIx産業応用 @Martingale_DS]

ざっと眺めてみました。なかなか示唆がありました。
仕事の参考にできます。

で、以前書いた製造業向けAIソリューションの提案書を、読み返してみました。

「顧客」という言��が一度も出てこない。

書いてあるのは、工数削減、歩留まり改善、保全時間短縮。全部、クライアント社内の数字。

自分が現場で評価関数（ゴール）を決めてきたが、
相手は生技・保全・品管で、評価軸は社内KPIだった。

このホワイトペーパーが、これを正面から突いていた。

「AIで何ができるか」から始めるな。

「どの業務を効率化するか」からでも足りない。
問うべきは、顧客がどこで不安を感じ、どこで判断が止まっているか。

そこから逆算して、社内のプロセスとAIの役割を設計し直せ、と。

最初は綺麗事に聞こえた。
でも自分の実績で試したら、全部つながった。

・保全時間70%削減 → 復旧が早い → ライン停止が減る → 納入遅延リスクが減る

・故障見逃しゼロ → 突発停止がない → 納期回答に余裕を積まなくてい�� → 納期の確度が上がる

・計画再計算の自動化 → 当日中に納期変更の影響を顧客に伝えられる

同じプロジェクトでも、社内KPIで語れば「コスト削減」、顧客の不安で語れば「継続取引」。

経営が投資判断で見るのは後者。

翻訳できなかった案件は、社内効率化に閉じて、横展開もされず、静かにPoC死。

そしてここに、ずっと悩んでいた契約の問題の答えもあった。

AI案件が準委任（人月）から抜け出せないのは、成果を「工数削減」でしか定義できないから。

工数は発注側の内部事情で変動するし、AIの寄与を切り分けられない。成果報酬の根拠にならない。

でも顧客KPIは違う。納期回答リードタイム、納期遵守率、クレーム件数、継続取引率。

これは発注側の売上に直結し、導入前後で測れて、しかも発注側の経営がすでに追って���る数字。

CXから逆算した案件だけが、成果報酬の土台を持っている。

だから���近は、評価関数を決める会議に営業と顧客窓口を必ず1人入れる。

関数は変えない。

制約条件に「顧客Aの納期は絶対」「継続取引率の高い顧客を優先」を入れるだけで、同じ最適化が顧客起点になり、同時に成果指標が契約に書ける形になる。

製造業AIの出発点は、技術でも社内業務でもなく、顧客の不安解消に刺さるか、だと思う。

遠回りに見えて、PoC止まりも人月商売も、これが一番の出口だと思う🤔

[ひまろ@製造業xデジタル/IT の人 @mshgao]

ちゃんと読んでおきたい。
AICX協会、製造業��AI活用を顧客価値につなげる『製造業AI活用の実践ガイド』を公開 | 一般社団法人AICX協会のプレスリリースhttps://t.co/d5hlpuBwCU

[マルチンゲール@生成AIx産業応用 @Martingale_DS]

LLM自体の開発ではなく、「データ主権」の環境整備を支援している日立とIBMは良いポジションにいると思う。

日立は、「HMAX Data Fabric」を通じて、製造や物流といった現場のITやOT（制御・運用技術）のデータを整理・統合。加えて、「オントロジー」を整備してAIで扱えるようにしている。

OTまで扱えるのが、やっぱ強い、、

IBMは「IBM Sovereign Core」で、コンプライアンス面でのAIシステムの自律管理を支援するソフトを提供。

一見地味だけど、
AI活用のためのコンプラ、セキリティ、権限、情報保護のソリューションで勝負するのは良い筋かと。

[日経クロステック IT @nikkeibpITpro]

富士通・日立・AWSも、「ソブリンAI」で競演　AI主権の機運に商機見いだす
https://t.co/grsO7euhTK

富士通や日立製作所、NECなどのITベンダー大手はいま、こぞって「ソブリン（主権）AI」と呼ぶ事業領域に傾���している。その狙いはいったい何か？

[マルチンゲール@生成AIx産業応用 @Martingale_DS]

面接で「なぜ今の会社に残らないのか」を聞かれるたび、転職理由より再現性を言語化する方が大事だと感じる。異動1回、職種変更1回で積んだ経験を次でもどう使うか🙂 #転職 #面接 #キャリア

[マルチンゲール@生成AIx産業応用 @Martingale_DS]

みんなは生成AIをコード生成より要件や仕様の壁打ちに使うことってある？

🤖 このツイートはRAG（検索拡張生成）を使って過去のツイートを基に自動生成されています

📊 参照元: 5件の過去ツイート
🏷️ カテゴリ: 技術
🔍 検索クエリ: 最新のプログラミング技術やAI開発動向について

[マルチンゲール@生成AIx産業応用 @Martingale_DS]

CopilotやCursorを触るほど、生成AIの価値はコード生成より「仕様の穴を炙り出す壁打ち」にあると感じる。実装は速くなっても、曖昧な要求は一切解決しない。ここをどう形式知化するかが肝。 #生成AI #要件定義 #仕様設計

[マルチンゲール@生成AIx産業応用 @Martingale_DS]

言い換えると、生成AIは暗黙知の「空白地帯」を示してくれる。

Copilotが「なぜ危険か」を書けなかった項目は、裏返せば「現場の人間しか知らない理由がそこにある」証拠。

AIの回答の薄���が、暗黙知の在処を教えてくれる。

ただ、その空白の正体は二つに分かれる。

一つは、現場の頭の中にしかない暗黙知。
もう一つは、資料はあるのにWork IQの届く場所に置かれていない形式知。

個人のPC、紙の不具合報告書、権限のない他部署のSharePoint、M365の外にある品質管理システム。

製造業の知見はだいたいここに眠っている。
前者ならベテランに聞きに行く。

普段は「見れば分かる」で済んでいる話も、AIの問いをそのままぶつけると、エキスパートは言葉にせざるを得ない。

後輩が聞くと、遠慮が絡むが、AIなら何度でも聞ける。これに、エキスパートが回答して初めて形式知になる。

後者も、AIが勝手に探して入れてくれるわけじゃない。

コネクタで繋ぐこと自体はできる。でも「どの資料を正とするか」「誰に見せていいか」を決めるのは人間。

古い不具合報告には対策済みの内容や途中で覆った仮説も混ざっていて、全部入れるとAIがそれを真顔で引用し始める。

権限の棚卸しをすっ飛ばせば、見えてはいけない図面がCopilot経由で、他部署に見える事故が💦

空白地帯を見れば、次の一手が決まる。

暗黙知なら人に聞く。
形式知なら、適切な状態で適切な��所に（AIが使える形で）データを置く。

AIは問いを増やす。
語るのも、揃えるのも、正すのも、人間の仕事。

[マルチンゲール@生成AIx産業応用 @Martingale_DS]

CopilotでDRBFM表のたたき台を作らせたら、項目漏れは減った。でも「なぜそれが危険か」は現場文脈がないと薄い。生成AIは記入者ではなく、問いを増やす相棒として使うのがしっくりくる。 #生成AI #品質管理 #技術

[マルチンゲール@生成AIx産業応用 @Martingale_DS]

みなさんは生成AIを、答えを出す役より問いを増やす相棒として使えてる？

🤖 このツイートはRAG（検索拡張生成）を使って過去のツイートを基に自動生成されています

📊 参照元: 5件の過去ツイート
🏷️ カテゴリ: 技術
🔍 検索クエリ: 最新のプログラミング技術やAI開発動向について

[マルチンゲール@生成AIx産業応用 @Martingale_DS]

CopilotでDRBFM表のたたき台を作らせたら、項目漏れは減った。でも「なぜそれが危険か」は現場文脈がないと薄い。生成AIは記入者ではなく、問いを増やす相棒として使うのがしっくりくる。 #生成AI #品質管理 #技術

[マルチンゲール@生成AIx産業応用 @Martingale_DS]

こちらのスライドはAIで作ったんだろうな。
フロントの意味がよく分からなかった。

[マルチンゲール@生成AIx産業応用 @Martingale_DS]

AI Factoryと、デリバリで培った知見を元に導入、定着、運用支援を行う感じか。

Big4の中では、PwCが最もAI駆動開発のビジネス化に積極的では。

おそらく、AI-DLCの組織導入支援やります！的なことなんだろ。リスクアドバイザリーやSDVの専門家が社内に多くいるのが強みだよなー。

[Okazaki Kota | FAKE @okazakityo]

PwCコンサルティング、AI駆動開発の実装・定着化実績を基にオファリングを体系化し本格展開

AIガバナンスとAI駆動開発を起点にIT部門変革を推進し、多業種・領域のシステム開発で最大70％の工数削減を実証

https://t.co/yh47yesC4I #FDE

[マルチンゲール@生成AIx産業応用 @Martingale_DS]

蒲信も影響受けているらしく。

ネットバンキングとATMダメ。
サイバーかと思ったら、違うみたい。
中小企業の経理担当はてんやわんやかも。

#蒲郡信用金庫

https://t.co/wgqkqlqu9K

[マルチンゲール@生成AIx産業応用 @Martingale_DS]

ピカソ展に行ってきた。一番刺さったのは絵ではなく、壁の家系図だった。

ピカソの息子の名前が「Claude」。

私が毎日仕事で使っているAIと同じ名前で、思わず二度見した����

（ちなみにAIのClaudeの由来は情報理論のクロード・シャノン説が有力で、ピカソとは無関係）

でもこの偶然、妙に考えさせられた。

ピカソは飲み代の代わりにナプキンに絵を描いて店に置いていったという逸話がある。

店主に「サインも」と頼まれて「飯代は払うが、店を買うつもりはない」と返したとか。


一方、2026年のClaudeは、頼めばいくらでもコードを書いてくれる。タダ同然で。

展示で見た陶器の魚の皿は、200枚のエディションでも1枚150万円。


元ネタの銅版画《ミノタウロマキア》は1枚4億円。

同じ図柄でも、値段は「どれだけ複製されたか」ではなく「誰がオリジナルを生んだか」で決まっていた。

生成AIの時代、コードも文章も複製コストはほぼゼロになった。

製造業で10年、今はAIコンサルをやっていて思う。

これからの価値は「作る量」ではなく、「何を作るべきかを決められる人」に集まる。

ピカソが陶芸を始めたのは65歳。
私が半導体エンジニアからAI系職種に転じたのは34歳。

巨匠ですら晩年に新しい素材を覚えていた。
「もう遅い」は、いつも自分が決めているだけなんだと思う。

[マルチンゲール@生成AIx産業応用 @Martingale_DS]

転職を考えるとき、年収より先に自分は何で戦うかって決めていますか？

🤖 このツイートはRAG（検索拡張生成）を使って過去のツイートを基に自動生成されています

📊 参照元: 5件の過去ツイート
🏷️ カテゴリ: キャリア
🔍 検索クエリ: 転職やキャリア形成、仕事の悩みについて

[マルチンゲール@生成AIx産業応用 @Martingale_DS]

転職で年収だけ見ると判断を誤るなと思う。自分は基本給が半分になった時、いちばん痛かったのは金額より「前職の看板」が消えたことだった。肩書きに頼ってた分、次は何で戦うかを先に決めるべきかも。 #転職 #キャリア #年収

[マルチンゲール@生成AIx産業応用 @Martingale_DS]

転職先を選ぶとき、みん���は入社後に任される仕事まで確認してる？

🤖 このツイートはRAG（検索拡張生成）を使って過去のツイートを基に自動生成されています

📊 参照元: 5件の過去ツイート
🏷️ カテゴリ: キャリア
🔍 検索クエリ: 転職やキャリア形成、仕事の悩みについて

[マルチンゲール@生成AIx産業応用 @Martingale_DS]

転職で年収や肩書きを見がちだけど、入社後3か月で���される仕事の質を先に聞いた方がいい。配属ガチャを祈る転職は、結局しんどいなと思う。 #転職 #キャリア #年収アップ