設計のAI活用製品と部品の設計、図面と CAD、シミュレーションと検図など
会社の設計の仕事で、AIがどう使われ始めているかを集めたページです。会社自身の資料(有価証券報告書・10-K・決算の資料など)での取り組み、最近の報道、道具の発表、AIが書いた活用のアイデアを並べています。
最終更新 2026年11月19日会社の資料での表明 23件・16社報道 10本アイデア 16案
会社自身の資料での取り組み新しい順・23件のうち15件
会社が自分で出した資料から、AIに関わる文のうち設計の仕事に触れたものを、そのまま引いています(1社2つまで)。会社の名前を押すと、その会社のほかの取り組みも読めます。色の札は「何を変えるか」、点線の札は「どこまで来たか」で、どちらも文からの判定です。
2026年6月30日
「そこで当社では計算時間短縮の新たな手法として、機械学習を活用したCAE代理モデル(サロゲートモデル)を開発しました。」
出典 有価証券報告書-第102期(2025/04/01-2026/03/31)(p.30)
2026年6月26日
「CAE(Computer-Aided Engineering)技術やAIを活用したDX化を推進することで、材料選定・性能予測サイクルを短縮し、顧客に対するタイムリーな提案を実現しております。」
出典 有価証券報告書-第156期(2025/04/01-2026/03/31)(p.30)
2026年6月24日
「AI開発・分析技術センターは全社共通基盤として、AI技術と分析・CAE技術を最大活用し全事業に対する技術開発を支援します。」
出典 有価証券報告書-第84期(2025/04/01-2026/03/31)(p.60)
2026年6月22日
「当社が培ってきたCAD・CG技術を発展させた、設計データと二次元画像・三次元点群データを利用した物体認識技術の研究開発。」
出典 有価証券報告書-第82期(2025/04/01-2026/03/31)(p.52)
2026年6月22日
「2024年にはデジタルリテラシー向上を目的に「NISSIN DIGITAL ACADEMY」を開講し、「生成AI」「サイバーセキュリティ」など8つの重点領域のカリキュラムをオンラインで受講できるようにしています。」
出典 有価証券報告書-第78期(2025/04/01-2026/03/31)(p.22)
2026年6月22日
「従業員がAIを活用できる環境の整備を推進し、設計開発・品質保守・間接業務など幅広い領域において業務効率化に取り組んでいます。特に、システム開発においては、AIの活用によりシステムインテグレーション工程において生産性が向上するなど、社内業務改革を着実に進展させています。」
出典 有価証券報告書-第157期(2025/04/01-2026/03/31)(p.16)
2026年6月18日
「当期の主な成果としては、EVIS X1 被写界深度拡大(Extended Depth of Field、以下、EDOF)上部消化管用ビデオスコープおよび超音波内視鏡システムEU-ME3の米国、中国での発売や、EVIS X1 EDOF下部消化管用ビデオスコープの米国での発売、「OLYSENSE CAD/AI」の米国、欧州での発売、超音波内視鏡検査用吸引生検針「SecureFlex」の米国、欧州、日本、アジア・オセアニアでの発売、止血クリップ「Retentia」の欧州、アジア・…」
出典 有価証券報告書-第158期(2025/04/01-2026/03/31)(p.44)
2026年6月18日
「帝人ファーマが有する分子設計技術(CADD:Computer-Aided Drug Design)及びAI創薬技術と、あすか製薬の婦人科領域における疾患知識、薬理評価基盤、創薬ノウハウを組み合わせることで画期的な新薬の早期創出を目指します。」
出典 有価証券報告書-第160期(2025/04/01-2026/03/31)(p.43)
ほかの7件を見る
2026年6月18日
「一方、クレスコ北陸㈱は、製造業向けCAE解析サービス、飲食業向けセルフオーダーシステム、地銀向けシステムインテグレーション、様々な業種をターゲットとしたERP導入支援サービス、AIを活用した業務改善など、北陸エリアの地域に根差したソリューションサービスを展開してまいりました。」
出典 有価証券報告書-第38期(2025/04/01-2026/03/31)(p.101)
2026年6月18日
「当社はインテリジェント内視鏡医療エコシステムを通じた、臨床および業務効率の向上を目的として、OLYSENSE*2プラットフォームを開発しています。OLYSENSEについては、2026年3月期には、米国および欧州の一部の国々で複数のCAD製品の販売を開始しました。」
出典 有価証券報告書-第158期(2025/04/01-2026/03/31)(p.12)
2026年6月17日
「さらに、AIを活用した提案用画像生成、3D空間上のメモ機能、および「Walkin home 360x」との連携の強化により、営業提案力の向上と設計業務の効率化・標準化を推進しています。」
出典 有価証券報告書-第54期(2025/04/01-2026/03/31)(p.18)
2026年3月25日
「生成AIについては、建設業向け生成AIや画像生成AIを導入し、設計部門において活用を開始いたしました。」
出典 有価証券報告書-第99期(2025/01/01-2025/12/31)(p.32)
2026年2月25日
「In fiscal year 2026, we introduced NVIDIA NVLink Fusion to enable hyperscalers and custom ASIC designers to integrate custom CPUs and XPUs with our platform.」
出典 Form 10-K (2026-01-25)(p.7)
2026年2月19日
「Allegro X AI™ is our generative AI solution designed to provide significant cycle-time compression for PCB design, enhancing an engineer’s productivity.」
出典 Form 10-K (2025-12-31)(p.8)
2026年2月19日
「These solutions also leverage agentic AI-driven optimization and cloud-native scalability to accelerate design and analysis and improve designer productivity.」
出典 Form 10-K (2025-12-31)(p.8)
最近の報道10本のうち新しい10本
このライブラリーが毎朝集めているAIのニュースのうち、題に設計の仕事の言葉が出る記事です。
2026年10月27日
2026年10月16日
2026年9月25日
設計業務を自動化するAIエージェント「REVY」のAIONAが1.4億円調達
BRIDGE(ブリッジ)
2026年9月23日
2026年9月21日
Google Cloud、製造業向けエージェントAIの設計図を発表
Industrial Cyber
2026年9月17日
CADDiが1.2億ドル調達、製造業AIで北米市場へ進出
SiliconANGLE
2026年9月16日
2026年9月10日
AI監査:最高監査責任者(CAE)のための実践ガイド
gartner.com
2026年8月31日
ダイセルが設計開発業務を生成AIで変革 独自アプリで生産性は1.3倍に
日経クロステック Active・出来事の流れ「ChatGPTの企業導入の広がり」→
2026年8月26日
道具の発表15件
道具の種の発表・リリースのうち、設計の仕事に触れたものです。札の「発表」は提供元自身の発表、「報道」は報道機関の記事です。
2026年11月11日
2026年10月22日
2026年10月21日
2026年10月21日
2026年10月5日
2026年9月16日
2026年9月10日
2026年8月26日
AI活用のアイデア16案のうち新しい12案
毎朝の読み解きで、その日のニュースをきっかけにAIが書いた挑戦案のうち、設計の仕事に触れたものです。挑戦案はAIが書いた案で、実際の事例ではありません。
製造終了から15年たった家電も、必要な部品を1個ずつ作って直し続けられる
修理拠点に戻ってくる壊れた部品の現物や古い図面から、AIが形状データを起こし、3Dプリンターで1個ずつ作る。購入者には年額の延長修理プランを案内し、買い替えずに使い続けたい人に売る。
詳しく ▸
- 事業として
- 試算:延長プランの会員30万人が月500円払えば年18億円。新品への買い替えを促す販促費も一部浮く。
- 勝てる理由
- 購入者の登録情報と型番別の故障履歴を持つため、どの部品が先に壊れるか分かり、作る順番を絞れる。
- どう作るか
- 修理拠点に戻る故障上位50型番から1部品を選び、現物をスキャンして試作し、強度試験で使えるか確かめる。
- この案が強いのは
- 修理現場で何がどの順に壊れるかを知る人は、作る部品の優先順位を外さずに決められる。
2026年11月17日・きっかけ 旧車の部品不足と価格高騰、継承への懸念(レスポンス・2026年11月17日)
この日の読み解き →
図面が残っていない廃番部品を、地域の加工会社が共同で受け、1個から採算に乗せる
近隣の切削・3D造形・表面処理の数社が窓口を一本にする。現物をスキャンしてAIで図面を起こし、工程を分担して作る。バス会社や工場から、1個単位の依頼を集めて受ける。
詳しく ▸
- 事業として
- 試算:1件20万円の依頼を5社で年300件受ければ年6,000万円。顧客は設備を止める損失より安く済む。
- 勝てる理由
- 地域の顧客との付き合いと既存の加工設備があり、窓口の一本化だけで新たな設備投資が小さく済む。
- 誰に、どう呼びかけるか
- 同じ市内の加工会社3社に声をかけ、各社が過去に断った廃番部品の依頼を持ち寄って件数と単価を集計する。
- この案が強いのは
- 図面なしで部品を作り直した職人は、現物から寸法と材質を読み取る勘所を知っている。
2026年11月17日・紙面では畳んだ案・きっかけ 旧車の部品不足と価格高騰、継承への懸念(レスポンス・2026年11月17日)
この日の読み解き →
車と作業場のある住宅の確認申請を、過去の指摘を踏まえ一度で通せる
過去の確認申請で受けた指摘書をAIに読ませ、ガソリン保管や防火区画、騒音の指摘をパターンに分ける。設計の初期にそれで確認し、標準図面にして賃貸オーナーへ提案する。自治体には事前相談の場を設けてもらう。
詳しく ▸
- 事業として
- 1棟10戸、月家賃15万円で、手戻りが半月減れば75万円の家賃収入が前倒しになる(試算)。
- 勝てる理由
- 自社の申請履歴と自治体窓口との付き合いがあり、指摘の傾向を実例で学習できる。
- 誰を、どう動かすか
- 過去3年の申請で受けた指摘書50件を集めて分類し、所長に標準図面づくりの予算を申請する。
- この案が強いのは
- 確認申請の窓口で何度も指摘を受けた設計者は、どこで引っかかるかを先読みできる。
2026年11月17日・紙面では畳んだ案・きっかけ ガレージハウスの入居需要、供給を上回る(レスポンス・2026年11月17日)
この日の読み解き →
改装で売場を閉める日数を、同業と部材の共通型を作って縮める
小売の本部は食品専門店化などで改装を増やすが、店ごとに図面も部材も違い、売場を閉める日が延びる。施工会社が数社で什器の寸法と配線位置の共通型を決め、AIが店ごとの割付図を自動で出す。
詳しく ▸
- 事業として
- 日商1,000万円の店で改装区画が2割、閉鎖が3日縮めば、1店あたり約600万円の売上の取りこぼしが減る。
- 勝てる理由
- 過去の施工図面と実測データを蓄え、発注元の本部と直接取引がある。
- 誰に、どう呼びかけるか
- 施工大手3〜4社に過去の改装図面200件の提供を持ちかけ、寸法を共通化できる部分の割合を調べる。
- この案が強いのは
- 改装現場の職人は、図面と現物がずれやすい箇所を知っている。
2026年11月16日・紙面では畳んだ案・きっかけ ハンズ、買物行動の変化に対応し店舗網を拡大(ダイヤモンド・チェーンストアオンライン・2026年11月16日)
この日の読み解き →
仕入先の統合で止まりかねない部品を洗い出し、代わりの調達先の認定を前倒しする
購買契約、品質協定、図面の材料指定をAIで読み、供給元が1社だけの品目を一覧にする。そのうち統合や工場移転の動きがある仕入先の品目を役員会に上げる。代替先の試作を、止まる前に先に走らせる。
詳しく ▸
- 事業として
- 日産出荷額5億円のラインが1週間止まれば、35億円分の出荷が遅れる(試算)。上位品目の代替認定の費用は、これより小さく済む。
- 勝てる理由
- 自社の契約書と図面という手元の材料だけで始められる。仕入先に聞き回る前に、依存先の一覧ができる。
- 誰を、どう動かすか
- 調達部門が直近3年の素材・化学品の購買契約から単一供給の品目を抜き出す。上位20品目の仕入先の動向を今月中に調べ、役員に見せる。
- この案が強いのは
- 品質認定に何か月かかるかを知る調達・品質の担当者が、どの品目から手を打つかの優先順位をつけられる。
2026年11月10日・きっかけ 三井化学がJSR買収を発表 DBJと共同で1.8兆円、半導体材再編を主導 - 日本経済新聞(日本経済新聞・2026年11月10日)
この日の読み解き →
顧客の図面にある『厳しすぎる指定』を見抜き、原価を下げる提案を売りにできる
見積依頼の図面と仕様書をAIに読ませ、実際の使い方に比べて精度や材質の指定が過剰な箇所を見つけます。安く作れる代案を添えて返し、値下げ交渉の相手ではなく設計相談の相手として選ばれる会社に変わります。
詳しく ▸
- 事業として
- 見積年2,400件の1割で代案が採用され、1件年500万円の取引なら年12億円分を競合に奪われず守れる。
- 勝てる理由
- 実際に加工して『この公差は意味がない』と知る職人の判断を、過去の加工実績とともにAIに教え込める。
- どの前提を疑うか
- 営業部長が直近の見積100件の図面をAIで読み、過剰な指定がある割合を測り、提案型への切り替えを幹部会議にかける。
- この案が強いのは
- 加工現場で『図面通りにやったが意味がなかった』経験をした人が、AIの指摘のどれが本当に緩められるか判断できる。
2026年11月9日・きっかけ トヨタ、A-Cセグメント共通車台で原価競争力を目指す(Car Watch(インプレス)・2026年11月9日)
この日の読み解き →
競合同士が似た部品の仕様を揃え、まとめ買いで購入単価を下げられる
数社が過去の図面をAIで突き合わせ、寸法がわずかに違うだけのモーターや制御盤の部品を洗い出します。仕様を揃えた部品を共同で発注し、部品メーカーに対して大口の買い手として交渉します。
詳しく ▸
- 事業として
- 部品調達が年200億円で、共通化できる分が3割、単価が5%下がれば年3億円。複数社なら交渉力も上がる。
- 勝てる理由
- 図面と発注履歴を持ち、どの部品が実質同じかを最初に示せる側が、共同発注の窓口と仕様の主導権を握れる。
- 誰に、どう呼びかけるか
- 調達部長が同業2〜3社に呼びかけ、独禁法の確認後、部品表を突き合わせて共通化できる部品の割合を確かめる。
- この案が強いのは
- 購買担当者は『名前も寸法も違うが中身は同じ』部品を長年見てきており、AIの突き合わせ結果の真偽を即断できる。
2026年11月9日・紙面では畳んだ案・きっかけ トヨタ、A-Cセグメント共通車台で原価競争力を目指す(Car Watch(インプレス)・2026年11月9日)
この日の読み解き →
他社から届く図面と仕様書から、見積もりの下書きを当日に返せるようにする
引合いで届く図面・部品リスト・数量を、AIが過去の見積もりと実績原価に突き合わせ、工程・材料費・納期の下書きを作る。営業と技術は確認して返すだけにして、数日かかっていた回答を当日に近づける。
詳しく ▸
- 事業として
- 月200件で1件3時間短縮、時間単価5,000円なら月300万円、年3,600万円の工数削減(前提を置いた試算)。
- 勝てる理由
- 過去数年分の見積もりと実績原価が社内にあり、他社が持たない学習材料になる。
- どう作るか
- 見積担当が過去2年の見積もりから50件を選び、実績原価とあわせてAIに読ませて下書きを作る。人の見積もりとのずれを1か月測る。
- この案が強いのは
- 「この図面は後で手戻りが出る」と見抜く見積担当の目が、下書きの確認と学習の質を決める。
2026年11月4日・紙面では畳んだ案・きっかけ ボッシュ、2028年から半導体部門を独立事業化へ(all-electronics.de・2026年11月4日)
この日の読み解き →
渡した図面や仕様が先方のAI学習に使われない約束を、契約更新で当たり前にする
取引先に渡した図面や仕様が先方のAIで要約・学習されていないか、確かめる手段も約束もない。約束が標準になれば、小さな会社ほど安心して情報を出せる。
詳しく ▸
- 事業として
- 知財・法務が負う契約レビューの工数と、漏えい時の調査費・損害が出どころ。更新時に条項を足すだけなので、追加の弁護士費用は小さい。
- 勝てる理由
- 取引先ごとの更新時期と関係性は、自社しか握っていない。ただし条項の文面そのものは真似されやすい。
- 誰を、どう動かすか
- 主要取引先3社の秘密保持契約を開き、AI入力・学習利用に触れていない箇所を洗い出す。追記条項案を持ち、更新が近い調達・営業の担当に会いに行く。
- この案が強いのは
- 取引先の担当者と長く付き合い、更新の時期と相手の事情を知る購買・営業の手にあるとき強い。
2026年11月2日・紙面では畳んだ案・きっかけ AIなど経済安保研究、資金投入柔軟に 5000億円超え国費活用(日本経済新聞・2026年11月2日)
この日の読み解き →
自社が持つ文章や録音を、断りなく学ばれる側から対価を受け取る側に変える
蓄積してきた記事・図面・音源は、使われても気づかれず、対価も届かない。許諾の窓口を持てば、権利者に収入と交渉力が戻る。
詳しく ▸
- 事業として
- 原資はAI事業者の学習データ調達費。今回の和解は約50万点で15億ドル、1点あたり約3千ドル。出版・専門情報の会社の新たな収益枠になる。
- 勝てる理由
- 作品ごとの権利者・契約・利用範囲を長年管理してきた会社だけが、許諾可能な作品群を束ねて出せる。後発は権利処理から始めることになる。
- どの前提を疑うか
- 「学ばれるのは脅威」という前提を疑う。保有コンテンツ上位100点の権利者と契約条件を台帳に出し、学習許諾できるものとできないものに仕分ける。
- この案が強いのは
- 過去の契約書と権利者との付き合いを握っている人の手にあるとき、いちばん強い。
2026年10月29日・きっかけ Anthropic社、スタンフォード大教授の書籍を無断でAI学習に利用(The Stanford Daily・2026年10月29日)
この日の読み解き →
計算資源は借りるもの、という前提を疑い、現場の隣に置くか決め切れる会社にする
画像や設計図を外に出せない会社ほど、AI導入が検討止まりになっている。置く場所と時間の見通しが立てば、止まっていた現場データが初めて使われ始める。
詳しく ▸
- 事業として
- いま工場は外部クラウドのGPU月額や画像検査の外注費を払っている。その年間額と自設置の償却を比べる、設備投資の枠から出る話になる。
- 勝てる理由
- 検査画像・設計データ・歩留まり履歴はその工場の中にしかなく、外部事業者は触れない。先に使い始めた会社ほど蓄積が効く。
- どの前提を疑うか
- 「AIは借りるもの」を疑う。過去1年のクラウド・外注費と、持ち出し禁止で止まった案件を一覧にし、敷地内に置いた場合の3年収支を試算する。
- この案が強いのは
- データの持ち出し禁止を理由に、AI案件が何度も止まるのを見てきた人の手にあるとき強い。
2026年10月22日・紙面では畳んだ案・きっかけ NVIDIA黄仁勋GTCベルリン講演:AI工場構築を最短14日に短縮(财联社・2026年10月22日)
この日の読み解き →
機密データを社外に出せない製造現場でも、設計の試行錯誤が手元で完結する
外部ネットワーク遮断環境で働く設計者が、情報漏洩の不安なく手元の端末だけで高度なシミュレーションや要約を行え、検討サイクルが劇的に早まる。
詳しく ▸
- 事業として
- 外部クラウドを使えない防衛・先端製造業が投じる閉域網インフラ維持費や、人手による検閲コストから捻出される。
- 勝てる理由
- 社内規程上クラウド送信が一切許されない機密データを扱い続けてきた実績と、閉域環境の運用ノウハウ。
- 何を、どう測るか
- 社内で「クラウド禁止」を理由に外部AI利用を申請却下された案件数を洗い出し、端末内処理なら通る業務を特定する。
- この案が強いのは
- セキュリティ審査の厳しさゆえに外部ツール導入を断念してきた製造業の設計部門。
2026年10月9日・紙面では畳んだ案・きっかけ AIが端末内で動く新型パソコン発売 マイクロソフト、応答時間短縮(朝日新聞)(Yahoo!ニュース・2026年10月9日)
この日の読み解き →
設計の仕事のAIの道具
道具の棚の、設計の仕事に使う道具の種類のページです。国内と海外の道具、各社の公式の発表、会社自身の資料での取り組みを並べています。
関わる用語
設計の仕事でAIを使うときに出てくる言葉です。押すと、意味と最近の使われ方が分かる用語集のページへ。
このページについて
- 集め方
- 設計の仕事の言葉が出る、会社自身の資料の表明・AIのニュース・道具の発表・挑戦案を、決まった言葉で集めています(AIの判定は入っていません)。言葉は、別の意味で使われやすいもの(「採用」「財務」など)を外しています。
- 部門のページ
- 課題の種の業務の場(商品・サービスをつくる)を、部門に細かく分けたページです。同じ業務の場のほかの部門:研究・技術開発/商品企画・開発/品質保証・検査。ほかの部門は課題の棚の一覧から。
- 更新
- 毎朝更新、最終更新 2026年11月19日。
- このライブラリー
- AI戦略ライブラリーは、AI戦略実践プロジェクトの一環で作っています(参加費とお申し込み)。