【技術動向レポート】熟練技術者の暗黙知をAIで継承 ― 化学産業向けバーティカルAI特許出願が急増、主要6社の技術戦略を分析

データ統合、暗黙知のデータ化、説明可能AIの3領域を「MyTokkyo.Ai」で調査

リーガルテック株式会社（本社：東京都港区、代表取締役CEO：平井 智之）は、特許調査・発明抽出プラットフォーム「MyTokkyo.Ai」を活用し、化学・素材産業におけるバーティカルAI実装の技術課題と、関連する国内特許動向を調査した。 

本調査では、化学プラントのプロセスデータ、熟練技術者が持つ暗黙知、AIによる判断の説明可能性・信頼性などを対象に、公開情報と業界知識に基づく定性分析を行った。 

その結果、「現場データの不足・不統一」「熟練者の暗黙知のデータ化」「AI判断の説明可能性・信頼性」の3つが、化学・素材産業におけるバーティカルAI実装の主要な技術課題として抽出された。 

※MyTokkyo.Aiで作成

調査結果の要点 

・化学プラントでは、設備や計測機器の世代差、バッチごとの条件変動により、AI学習に必要なデータの形式・精度・取得頻度がそろいにくい。 

・反応の色調変化や触媒劣化の兆候など、熟練技術者の五感や経験に依存する判断は、言語化・数値化が難しい。 

・安全性と品質保証が重視される化学プロセスでは、AIの予測精度だけでなく、判断根拠や信頼度を説明できる仕組みが求められる。 

・今回の推定分析では、データ統合基盤と暗黙知抽出技術に関する国内出願が増加する傾向が示唆された。一方、化学プロセスに特化した説明可能AIは、関連出願が相対的に限定されている可能性がある。 

技術課題・特許動向一覧表 

※MyTokkyo.Aiで作成

今回の調査で見えた3つの技術課題 

1．現場データの不足・不統一 

化学プラントでは、設備の老朽化や計測機器の世代差により、データ形式、精度、取得頻度が統一されていない場合がある。バッチ生産では、原料、温度、圧力、反応時間などの条件が変動しやすく、AI学習に必要な質と量を備えたデータの確保が難しい。 

関連技術として、IoTセンサー統合、エッジコンピューティング、データレイク、OPC-UAに対応したデータ連携などが挙げられる。今回の推定分析では、2019年以降、年間200～300件程度で増加する傾向が示された。 

三菱ケミカル株式会社は、プラント内の多様なセンサーデータを統合する技術や、データ前処理の自動化に取り組んでいる。住友化学株式会社は、バッチプロセスの時系列データと品質データを結び付ける技術を開発している。株式会社日立製作所は、製造業向けIoT基盤を化学分野へ展開している。 

2．熟練者の暗黙知のデータ化 

化学反応の微妙な色調変化、設備の音や振動、触媒劣化の兆候など、製造現場には熟練技術者の五感と経験に依存する判断が多く残っている。こうした判断は言語化・数値化が難しく、人材の退職による技術流出とAI学習データの不足につながる。 

関連技術として、画像認識、音響解析、振動解析、作業動作分析、ナレッジグラフなどが挙げられる。今回の推定分析では、2020年以降、年間100～150件程度で増加する傾向が示された。 

富士通株式会社は、熟練者の判断過程をAIで再現する技術や、視覚・聴覚情報を組み合わせる解析に取り組んでいる。日本電気株式会社は、異常音や振動から設備状態を判定する技術を開発している。旭化成株式会社は、化学プロセスにおける熟練オペレーターの操作パターンを学習する技術に取り組んでいる。 

3．AI判断の説明可能性・信頼性 

化学プロセスでは、AIの判断が設備の運転、安全性、製品品質に影響する。現場への導入には、予測結果だけでなく、どのデータを根拠に判断したのか、予測の確実性はどの程度かを確認できる仕組みが必要である。 

関連技術として、説明可能AI（XAI）、因果推論、不確実性の定量化、予測根拠の可視化、信頼度スコアの算出などが挙げられる。今回の推定分析では、2021年以降、年間50～80件程度で増加する傾向が示されたが、ほかの2領域と比べて出願は相対的に限定されている可能性がある。 

株式会社日立製作所は、製造業向け説明可能AIや判断根拠の文書化に取り組んでいる。株式会社NTTデータは、他産業向けに蓄積した説明可能AIを製造分野へ応用している。国立研究開発法人産業技術総合研究所は、因果推論に基づく説明生成技術を研究している。 

主要6社の技術戦略 

今回の分析では、化学メーカーとIT・電機メーカーで異なる技術アプローチが見られた。 

・三菱ケミカル株式会社：センサーデータ統合とデータ前処理の自動化 

・住友化学株式会社：バッチプロセスの時系列データと品質データの連携 

・株式会社日立製作所：製造IoT基盤と説明可能AIの化学分野への展開 

・富士通株式会社：熟練者の判断過程と視覚・聴覚情報の複合解析 

・日本電気株式会社：異常音・振動解析による設備診断 

・旭化成株式会社：熟練オペレーターの操作パターン学習 

化学メーカーは、現場データと製造ノウハウを生かした技術に強みを持つ。IT・電機メーカーは、データ基盤、異常検知、説明可能AIなどの汎用技術を化学プロセスへ適用している。 

今後注目される3つの技術領域 

1．プロセスデータと品質データの統合AI基盤 

原料、反応条件、設備状態、検査結果、品質データを一つの基盤で扱い、AIが利用できる形式に変換する技術である。日本の化学企業が蓄積してきた製造データと業務ノウハウを活用できる。IoT、クラウド、エッジAIを組み合わせた化学特化型の基盤には、開発・知財化の余地がある可能性がある。 

2．マルチモーダル暗黙知抽出技術 

画像、音響、振動、温度、圧力、技術者のコメントなど、複数の情報を組み合わせて熟練者の判断を再現する技術である。技能継承への需要が高く、現場と熟練者に近い環境で開発できる日本企業が強みを生かしやすい。 

3．化学プロセス特化型の説明可能AI 

AIの判断根拠や不確実性を、オペレーター、安全管理担当者、品質保証担当者が確認できる形で示す技術である。因果推論、プロセスシミュレーション、化学分野の専門知識を組み合わせることで、汎用AIとの差別化につながる可能性がある。 

なお、これらは「特許が存在しない領域」や「完全なホワイトスペース」であることを示すものではない。今回設定した調査範囲に基づき、関連出願が増加している、または相対的に限定されている可能性がある領域として整理したものである。 

MyTokkyo.Aiについて 

MyTokkyo.Aiは、特許調査、発明内容の整理、関連特許の要約・比較、発明提案書や出願準備資料の作成を支援する、特許調査・発明抽出プラットフォームである。 

調査目的や技術内容を自然文で入力することで、AIエージェントが特許データベースを参照し、関連特許の検索、要約、比較、技術資料との対比などを支援する。 

主な機能： 

・自然文による特許調査 

・関連特許の検索、要約、比較 

・技術資料と特許公報の対比 

・発明の課題、解決手段、効果の整理 

・発明提案書や出願準備資料の作成支援 

製品ページ：https://www.tokkyo.ai/pvt/  

調査方法と留意事項 

調査対象：日本国内の公開特許・登録特許 

調査方法：化学、素材、化学プラント、プロセスデータ、品質データ、技能伝承などの技術キーワードと、AI、機械学習、IoT、画像認識、音響解析、ナレッジグラフ、説明可能AIなどの関連キーワードを組み合わせ、公開情報と業界知識に基づく定性分析を行った。 

※今回のレポートは、特許データファイルに基づく定量分析ではない。本文に記載した出願件数は、公開情報と一般的な技術動向に基づく推定値であり、検索条件によって変動する。 

※本文に記載した企業と技術領域の関係は、今回の定性分析に基づく整理である。個別の特許番号、出願件数、権利状況については、特許データベースでの追加確認が必要である。 

※本調査は、関連するすべての特許を網羅するものではない。 

※「関連出願が相対的に限定されている」との記載は、関連する特許が存在しないことを意味するものではない。 

※本調査は、特許権侵害の有無、特許性、無効性、事業実施の可否などに関する法的判断を行うものではない。 

※本調査は、日本国内の公開特許・登録特許を対象としており、海外特許や国際比較は調査対象に含まない。 

会社概要

会社名：リーガルテック株式会社

設立：2021年3月

資本金：4億9,300万円（資本準備金含む）

代表取締役CEO：平井 智之

所在地：東京都港区虎ノ門5-13-1 虎ノ門40MTビル4F

URL：https://www.legaltech.co.jp/

事業概要：

・特許調査・発明抽出プラットフォーム「MyTokkyo.Ai」の提供・開発

・知の資産化ナレッジベース「IPGenius」の提供・開発

・秘密情報の共有データルーム「リーガルテックVDR」の提供・開発