事例：宝鋼の熱延ラインで仕上げ幅の予測を改善
中国の業界レポート（天下工厂产业研究院、2026年7月）によると、華為（ファーウェイ）の盘古（Pangu）大模型を使い、宝鋼（宝钢）の熱延ラインで仕上げ幅の予測精度を5%超高めた結果、歩留まりが0.5%向上し、年間9000万元超の増収になったとされています。この数字はベンダー側の発表であり、比較の基準や期間の詳細は公開されていません。
盘古については、華為が2025年6月に発表した盘古大模型5.5の予測大模型が、工程パラメータ表・設備ログの時系列・検査画像を統合して処理する構造だと説明されています（深圳新闻网、2025年6月）。宝鋼の事例でどの機能がどう使われたかの詳細は公表されていません。
なぜ幅の予測が歩留まりに効くのか
熱延では、スラブ（厚い鋼片）を圧延して薄い鋼板にします。圧延中に幅は変化し、最終製品の幅が顧客の指定より狭くなると不合格になります。そのため、狭くなるリスクを見越して幅に余裕（幅マージン）を持たせて圧延し、後で端をトリミング（切り落とし）します。
この切り落とす部分が歩留まりの損失です。幅の予測が正確になれば、余裕を小さくしても指定幅を下回るリスクが増えないため、切り落とす量が減ります。
0.5%が大きな金額になる構造
歩留まり改善の金額は、おおむね「年間の生産量 × 改善した歩留まり率 × 製品とスクラップの価格差」で決まります。鉄鋼のように生産量が非常に大きい産業では、0.5%でも年間の金額は大きくなります。逆に、生産量が小さい工場で同じ0.5%を改善しても、AIの開発・運用費を回収できるとは限りません。
自社で試算するときの要素は次のとおりです。
| 要素 | 確認すること |
|---|---|
| 年間生産量 | 対象ラインの量と、改善が及ぶ品種の割合 |
| 損失の内訳 | 切り落とし、不合格品、再処理のうち、AIで減らせるのはどれか |
| 価格差 | 製品として売れる場合とスクラップの場合の単価差 |
| 現状のマージン | 現在の余裕がどの程度のばらつきに対して設定されているか |
| 導入と運用の費用 | 計測の追加、モデル開発、制御系の改修、再学習の体制 |
この試算は、AIの検討を始める前に行うべきです。効果の上限が小さいことが分かれば、手法の検討に時間を使う必要がありません。
再現に必要な計測データと制御系への組込み
この種の歩留まり改善を自社で再現するには、モデルの性能以前に次の3つが必要です。
- 結果の計測：最終製品の幅を全長にわたって計測し、コイルやロット単位で記録していること。結果が測れていなければ、予測の正解データがない
- 入力の紐付け：スラブの寸法・成分、加熱炉の温度、各圧延スタンドの荷重や速度などの工程データが、同じコイルに紐付いていること
- 結果を使う経路：予測した幅にもとづいて、幅マージンの設定や圧延条件を変える仕組みが、製造指示や制御系（L2）に組み込まれていること
3つ目が欠けると、予測精度が上がっても歩留まりは変わりません。予測値をダッシュボードに表示するだけでは、オペレーターがマージンを減らす判断をしにくいためです。どの範囲を自動で変え、どこから人が判断するかを決める必要があります。
中国の鉄鋼業で歩留まり・品質AIが進む背景
中国では、政策で「AI+製造」が推進され、鉄鋼業でも品質と効率の改善事例が多く発表されています。WEFのライトハウス（2025年1月）では、首鋼冷軋（北京）が67のユースケースのうち61%がAIによるもので、不良を35%減らし、ライン効率を21.2%上げたと報告されています。南鋼は智能工厂の最上位である領航級に選ばれ、スマート運営センターで生産安定性10%向上、産量2%増、コスト10%減と科技日報（2025年11月）が報じています。
これらの数字は条件や比較基準が異なるため並べて比較はできませんが、中国の鉄鋼大手が品質・歩留まりのAIに継続的に投資していることは読み取れます。鉄鋼業全体のAIの使われ方は鉄鋼業のAI活用で、品質AIの領域整理は製造業の品質AIの4領域で扱っています。
よくある質問
鉄鋼以外でも同じ考え方は使えますか
使えます。フィルムや紙、ガラス、銅箔など、連続的に生産して端を切り落とす工程や、寸法に余裕を持たせている工程で同じ構造があります。予測のばらつきを小さくして余裕を減らす、という考え方は共通です。
大規模な基盤モデルでないと実現できませんか
必ずしもそうではありません。幅の予測は、工程データと結果が十分にあれば、勾配ブースティングや物理モデルとの組合せでも取り組めます。重要なのは、計測と紐付けと制御への組込みの3点がそろっているかどうかです。
歩留まり改善の効果をどう検証すべきですか
導入前後の比較だけでは、品種構成や原料の変化の影響が混ざります。同じ期間にAIを使うロットと使わないロットを交互に流す比較や、品種別の比較で効果を確認するのが望ましいです。
この記事に出てくる用語
中国の「AI+製造」を追う
工業大模型、政策と補助金、日系工場への影響。日本語圏に届いていない一次情報 全75本
- 中国「人工智能+」行動意見とは：2027年に智能体普及70%超が製造業に意味すること
- 中国「AI+製造」専項行動（2026年1月）全解説：7分野21措置と2027年目標
- 中国データ越境規定（16号令）と日系工場：製造データを日本へ送れるか
- 中国「AI+製造」が日系企業に与える影響：競争・調達・規制の3つの視点
この記事を書いた人
DELMIA Apriso を中核とした MES / 製造DX の導入・運用・人材育成と、製造業向けAIの調査・開発・教育を手がけるITコンサルティング企業。ISO 9001:2015 / ISO 27001:2022 認証取得。 日本・中国・米国で製造業のMES・データ基盤・AI導入を手がけた実務者が、欧米・中国の一次情報にあたって書いています。
