皆さんこんにちは！
2022 年後半に ChatGPT が流行して以来、人工知能の流行は世界中のほぼすべての業界
の議論に浸透しました。企業は、効率性と利益を向上させるためにテクノロジーをどのよ
うに利用できるかを真剣に検討し始めていますが、その一方で、世界の労働者は、仕事を
支援するテクノロジーの能力を熱心に受け入れるか、いつかどの仕事が AI によって排除
されるかについて懸念し、その進歩を注意深く見守っています。
注目を集めるAI
アフターマーケット内では、ここ数年 AI が注目を集めています。スタートアップ企業、
MRO プロバイダー、航空会社、業界研究センターは、航空機やエンジンの検査、スマート
格納庫の作成、資産のデジタル ツインの構築、技術者の記録や記録の自動化など、さまざ
まな方法でメンテナンスを支援する AI ベースのツールを開発してきました。タスクのトラ
ブルシューティングを行います。
ボーイングが支援する技術アクセラレーター プログラムである Aerospace Xelerated は、
これらの AI に焦点を当てたスタートアップの多くと協力して、業界のユースケースを評
価し、革新を目指す企業とのつながりを促進してきました。そのような新興企業の 1 つが
Amygda です。Amygda は元ロールスロイスのエンジニアによって設立された英国に本拠
を置く会社で、MRO 用の ChatGPT に似ていると同社が説明する生成 AI (Gen-AI) アプリ
ケーションを開発しました。
Amygdaの共同創設者兼CEOであるファイザン・パタンカル氏は、このテクノロジーは
「エンジニアリングチームとメンテナンスチームにとっての副操縦士のようなもの」であ
り、プレーンテキストで入力クエリを受け入れ、簡単に説明され解釈できる方法で洞察を
生成すると述べています。パタンカール氏は、技術者はこのアプリケーションを使用して、
単なる履歴情報ではなく、メンテナンスログ、飛行時間、パイロットレポート、センサー
データなどのデータに基づいて「もしも」のシナリオに対する答えを見つけることができ
ると述べています。
「たとえば、技術者は、副操縦士アプリケーションと会話し、問題の潜在的な原因は何で
すか? などの質問をすることで、チャットを開いたり、システムで生成されたアラートを
確認したりすることを決定できます。」パタンカール氏は言う。
Amygda のテクノロジーは、資産の残り耐用年数の決定などの論理計算も実行できます。
パタンカール氏によれば、これはシステムに組み込まれた独自の機能です。 「現在、
ChatGPT やその他の言語学習モデルではそのような分析はできませんが、私たちは特に
MRO 向けにこのレイヤーを開発しています」と彼は付け加えました。
ChatGPT に関する誇大宣伝により、Aerospace Xelerated プログラムを完了した別の
スタートアップである LexX Technologies に対する顧客の関心も高まっています。
総合運営責任者のマイク・ハリス氏は、オーストラリアの同社のAIプラットフォームは
Appleの仮想アシスタントSiriとスター・ウォーズのドロイドC-3POを合わせたようなもの
として機能し、データを自動的に消化して技術者に回答を提供すると述べました。 「それ
がどこかに記録されており、それを LexX に入力して読み取り、解釈、理解できる限り、
ほぼすべての質問に答えることができます」とハリス氏は言います。
ハリス氏は、大量のデータと専門知識をもとに業務を行っている航空などの業界にとって
LexX プラットフォームは平均的な従業員の限界を軽減できる可能性があると述べていま
す。 「私たちは今、現時点で関連性のあるものだけを保持する世界にいます。私たちは
データに溺れています」と彼は言います。 「知恵は長年にわたって蓄積されてきました
が、今日起こっていることは一時的なものです。しかし、今起こっていることが緊急の
安全情報だったらどうなるでしょうか?」
労働者は善意で安全に関する情報を読むかもしれませんが、この情報の保持は長くは続
かない可能性があるとハリス氏は主張します。ただし、LexX プラットフォームは、技
術者が以前に怪我を経験した作業など、関連性がある場合にその情報を技術者に思い出
させ、警告を提供する可能性があります。
ハリス氏は、同社の AI テクノロジーが「ユーザーと一緒に教訓を学ぶ」ため、技術者
は組織の知識から迅速かつ簡単に恩恵を受けることができると強調します。たとえば、
彼は、パイロットが航空機の故障について整備業者に説明し、整備業者はその説明に基
づいてトラブルシューティングを行うために 2 人の技術者 (1 人は 6 か月の経験があり
もう 1 人は 30 年の経験がある) を派遣するという業界のジョークに言及しています。
「彼らは航空機の別の端に行くことになるでしょう。なぜなら、一方は故障箇所発見のチ
ェックリストに厳密に従っていき、もう一方は『これは前にも見たことがある』と言って
すぐに修理に行くからです」と彼は言う。。このようなシナリオでは、LexX を使用すれ
ば、経験豊富な技術者が学んだ教訓を企業のメンテナンス担当者全体に伝えることができ
るとハリス氏は言います。
アメリカン航空は、自然言語処理 (NLP) (コンピューターがテキストや話し言葉を理解で
きるようにすることに重点を置いた AI の分野) の整備業務での使用を検討しています。
同社は、NLP を使用して、メンテナンス情報を音声で即座に記録および転写し、障害を分
類するためにどの ATA コードを使用すべきかを特定し、是正措置の検索プロセスを簡素化
する方法を検討しています。
AFI KLM E&M の MRO ラボでも、さまざまなタスクへの AI の使用を検討しています。
ポール・チュン氏、KLMエンジニアリング＆テクノロジー担当副社長メンテナンス担当
者によると、MRO プロバイダーは NLP とコンピューター ビジョンを使用して文書を簡
素化し、技術者が文書や安全プロセスに迅速にアクセスできるようにし、部品番号をより
迅速に見つけられるようにしています。また、同社は Prognos 予知保全プラットフォーム
に AI を組み込んでいます。
オランダ航空宇宙センターは、AI を使用してロボット部品の検査を自動化する研究を行っています。クレジット: NLR
シンガポール科学技術研究庁 (A*STAR) 内のシンガポール航空宇宙プログラムは、テキスト
認識アプリケーションと欠陥検出アプリケーションの両方のための機械学習アルゴリズムを
開発しました。 1,600 を超えるデータ ポイントで構成されるデータセットを使用し、さま
ざまな照明条件下で機械生成テキストと手書きテキストの両方を使用してアルゴリズムをテ
ストしました。 A*STAR のプログラム会長であるリック・パーカー氏は、入力データに基
づいて学習し、新しいコンテンツを生成する Gen-AI ツールが MRO 業界でどのように使用
できるかをさらに調査することに取り組んでいると述べています。同氏は、このプログラム
はシンガポール航空やSIA Engineering Co.などの業界パートナーとも協力し、「AIソリュ
ーションと製造能力の向上に関するいくつかの取り組み」やAIベースの製造現場インテリジ
ェンスプロジェクトにも取り組んでいると付け加えました。
航空宇宙産業の製造とメンテナンスの両方の改善を目的とした AI プラットフォームは、
Aerospace Xelerated プログラムを最近完了した Basetwo AI です。このプラットフォー
ムは、航空機コンポーネントのセンサーやメンテナンス ログなどのデータ ソースを接続し、
このデータを使用して航空機の主要コンポーネントのシミュレーション モデルを構築します。
シミュレーション モデルを使用すると、企業は資産や設備がいつ予想される動作や通常の動
作から逸脱するかを判断することができます。
Basetwo AI の CEO、Thouheed Abdul Gaffoor 氏は、この機能を利用すれば、企業がメ
ンテナンス活動をスケジュールする方法を最適化したり、資産のライフサイクルを延長した
り、資産の利用率を高めたりできると述べています。同氏は、2 つの有望な応用分野には、
航空機エンジンと環境制御システムのメンテナンスが含まれると指摘しています。
一部のスタートアップ企業は、AI とモノのインターネット (IoT) テクノロジーを組み合
わせて、よりスマートな格納庫を構築しています。 Fyve By は、カメラ、センサー、ソ
フトウェアを組み合わせて格納庫の 3D レプリカを作成し、航空機、貨物、ツール、スタ
ッフをリアルタイムで視覚的に追跡できるシステムを開発しました。目的は、航空機の
進路を妨げる可能性のある物品などの潜在的な危険を軽減するために、機器と人員を監
視することです。共同創設者のプレストン・ラヴァンジー氏は、このテクノロジーは
360 度のテクノロジーに似ていると説明しています。車に搭載されているバックカメラの
ように。このシステムは、整備業者が格納庫内で航空機をより戦略的に配置してスペース
を最大化するのにも役立ちます。
英国では、クランフィールド大学のデジタル航空研究技術センターが、ビジネス上のメリッ
トをもたらす方法で、AI などのテクノロジーを保守業務に現実的に組み込む方法を検討し
ています。クランフィールド社のデジタル航空研究活動の MRO リーダーである イプシン
ファン氏は、MRO 向けにテストおよび導入されているさまざまなテクノロジーの多くが
AI に分類されると述べています。たとえば、テキストベースの機械学習はペーパーレスの
デジタル化を推進し、IoT は一部のロボット工学とセンサー技術を推進し、自動化された
画像処理と評価は画像ベースの検査を推進します。
クランフィールドのインテリジェント格納庫は、高度なテクノロジーを組み合わせて航空機の検査を完全に自動化しています。クレジット: クランフィールド大学
クランフィールドのインテリジェント格納庫は、格納庫のインフラストラクチャに取り付
けられた視覚カメラと熱センサー、翼上検査用のドローン、地上レベル検査用のロボット
に取り付けられたカメラを組み合わせて、画像ベースの検査をテストしています。 「正し
く管理すれば、実際にリベット、あるいはリベットレベルよりも小さなレベルまで見るこ
とができます」とイプシン氏は指摘します。 「適切なワークフロー自動化があれば、ロボ
ットと人間を連携させて、オペレーターが準拠する必要がある規制や航空機整備マニュア
ルを変更することなく、業務のやり方を変えることができます。」
よりミクロなレベルでは、AI は航空機エンジンの検査タスクを過給しています。
GE Aerospace 子会社の OC Robotics は、GEnx エンジンの翼上検査を高速化するために、
今年初めに AI を活用した高度なブレード検査ツールを発売しました。また、AI を利用し
て蛍光浸透検査とロボットを活用した CFM56 翼型検査を改善しています。
AI は、エンジンのボアスコープ検査の効率と精度の向上でも進歩しました。 GE エアロス
ペースは最近、非破壊検査の専門家である Waygate Technologies と提携し、機械学習と
AI を活用して検査の信頼性、サイクル タイム、一貫性を向上させることを検討しています。
Waygate は、AI を使用してエンジンの欠陥を検出し、検査分析を自動化するオランダの
スタートアップ企業 Aiir Innovations と提携しています。
オランダ航空宇宙センター (NLR) は、カメラ、ロボット工学、ソフトウェアを使用して、
ヘリコプターのローターブレードなどのコンポーネントの損傷を自動的または自律的に検
出するいくつかのプロジェクトに取り組んでいます。 NLRのメンテナンスおよびエンジニ
アリング担当主任であるアルジャン・デ・ヨング氏は、この種のテクノロジーは、距離や
しきい値などのデータ入力を測定および比較するルールベースのアルゴリズムを利用でき
ますが、それは定量化がはるかに簡単であると述べています。研究センターはまた、欠陥
検出を実行するための AI の資格が必要です。
NLR は、航空機の可用性を高めるための整備計画を改善するための AI の使用も研究して
います。 「書類記入や意思決定に Gen-AI を使用することもできます」とデ ヨング氏は
言います。 「継続的な耐空性管理組織では、ほとんどの作業が手作業で行われており、ど
の耐空性指令やサービス速報を組み込むか、次のメンテナンスをいつ行うかなどを決定して
います。 AI がその思考の多くを引き継ぎ、変更を組み込むかどうかの決定を下す可能性が
あります。」
潜在的な挫折
MRO 内では多数の AI ベースのツールやプロジェクトが検討されていますが、業界の賛同
を得て目に見える改善を実現するには、このテクノロジーを慎重に導入する必要があります。
「真の価値は、[AI] を適切なソフトウェアに組み込んだときに最大限に発揮されます。
そのソフトウェアは、既に存在する大きなエコシステム内にある必要があります」と、Air
Innovations の CEO 兼共同創設者である バート・フレデブレグト氏は強調します。
「新しい AI テクノロジーを使って余興を作成しても、誰の役にも立ちません。賢明な方法
で既存のツールに接続できる必要があります。」このスタートアップは現在、ボーイングの
エンジニアと協力して、自社の AI テクノロジーを OEM のいくつかのビジネスセグメント
に組み込むための適切な戦略を模索しています。
クランフィールド社のイプシン氏は、AIは「CFOと話し合ってお金をくれるように説得する
には魅力的なラベルになり得る」と語るが、テクノロジーを過剰に宣伝すると非現実的な期
待や投資の失敗につながる可能性があると警告しています。 「おそらく、AI コミュニティ
の一部の人々による過剰販売が少しあるでしょう」と彼は付け加え、MRO に実用的なイン
テリジェンスと結果を提供するには、AI が「適切なエンジニアリング領域の知識と組み合
わせる必要がある」と指摘しました。
フレデブレグト氏は、業界は再び「AIの冬」、つまり開発者が結果を過度に約束し、ユーザ
ーが非現実的に高い期待を抱いているためにテクノロジーへの関心と資金が失われる期間を
避けるように注意する必要があると指摘しています。この期間は、これまでのAIへの関心の
高まりの後に起こったものです。
「テクノロジーがうまく機能しない瞬間があると思います。鍵となるのは、賢明な方法で
それに対処することです」とフレデブレグト氏は言います。 「AI企業としての私たちの最大
の責任は、初日から期待を確実に管理し、過度に約束せず、成果を提供することに集中する
ことです。」
Amygda のパタンカル 氏は、このスタートアップは AI に完璧な精度と検出率を期待する
人々に遭遇していると指摘し、それは誤った認識であると主張しています。 「たとえば、
医学においては、がんを検出する AI の精度も検出率も 100% ではありません」と彼は
言います。 「しかし、追加の感染者を 1 人検出しただけでも、救われる命が 1 人増える
可能性があります。航空宇宙におけるAIも同じはずだ。エンジンの損傷が 1 件減り、フラ
イトの中止が 1 件減り、フライトの欠航が 1 件減り、予定外のメンテナンスが 1 件減り
ました。検出率が 100% ではない AI システムを導入する価値はすべてあります。」
これに関連して、フレデブレグト氏は、人間自体が確かに完璧な精度を持っているわけで
はないと指摘しています。同氏は、さまざまなタイプのエンジンMRO検査において、人間
のオペレーターのパフォーマンスと画像処理、AIソフトウェア、3Dスキャンを比較したニ
ュージーランドのカンタベリー大学の2022年の研究を引用し、「研究によると人間の精度
は約70％だ」と述べました。この研究では、AI ベースのシステムは、人間のオペレーター
と比較して、検査速度、一貫性、誤検知率の削減において優れていることがわかりました。
研究結果は有望だったが、NLRのデ・ヨング氏は、AIの最大のハードルの1つは、AIが正
しい結果を生成することを証明することが難しいことだと述べました。 「アルゴリズムの
前に大量のデータを置くと、[結果]が得られますが、その間に何が起こったのか、信頼で
きるデータが得られたかどうかはわかりません。そのため、それを可視化する必要があり
ます」と彼は言います。「得られた結果にはある程度の妥当性があり、信頼できるもので
あることを何らかの形で証明する必要があります。」
同氏は、このハードルを克服する鍵は、AI ユーザーがテクノロジーによって行われる予
測を理解し、解釈できるようにする説明可能な AI を活用することであると示唆していま
す。 NLR は、DARPA の説明可能な AI テクノロジーを調査し、欧州連合航空安全局など
の規制当局の取り組みに従って、航空目的での AI の使用を認証する方法に関するガイド
ラインを開発してきました。
ベースツーのガフール 氏は、特に航空などの高度に規制された業界では、より高いレベ
ルの可視性が必要であるため、同社は説明可能な AI を使用していると述べています。
「私たちのアプローチは、特定の機器に関する対象分野の専門家 (SME) による専門知識
をデータと融合させ、エンジニアがいつでも機器の背後にある方程式を検査できるよう
にすることです」と彼は言います。 「たとえば、エンジンをシミュレーションしている場
合、エンジンの動作を決定する明確に定義された熱力学方程式と原理が存在します。当社
の AI システムにはその知識が組み込まれているため、エンジニアはこのモデルがどのよ
うに見えるかを確認できるため、結果を検査して出力を信頼できます。」
しかし、AI が人間を上回るパフォーマンスを発揮し、その結果が十分に透明で信頼できる
ものであれば、技術者はテクノロジーに取って代わられることを心配する必要があるとい
うことでしょうか?ガフール氏は、この懸念には根拠がないと主張します。 「電卓は実際
には誰の代わりにもなりませんでした。古いワークフローを置き換えただけです。 Excel
スプレッドシートでも同じことができました。 AI がまさにそれをもたらしているのです」
と彼は言います。 「これは中小企業とそのワークフローを加速する有効化ツールです。
これにより彼らの仕事は楽になりますが、ループ内では人間による検証が常に必要になり、
その分野の専門知識が常に必要になります。」
KLMオランダ航空のチュン氏は、このテクノロジーが実際に新たな雇用の創出を促進する
可能性があると示唆しています。 「[AI] を適切に使用するには、より多くのスキルが必
要であり、重要になるでしょう」と彼は指摘します。 「MROは、プロンプトエンジニア
などの新しい専門家を雇用または訓練し、すべての潜在的なユーザーがGen-AIの結果に疑
問を持てるように教育する必要があるかもしれません。」
アミグダ社のパタンカール氏は、AIによって一部の仕事が破壊される可能性が高いことを
認めています。「しかし、今日のどのAIよりもはるかに優れた人間の脳を、あまり賢くな
いAIでもできる仕事に使うべきなのか自問すべきだ」と彼は言います。 「失われる雇用
とは異なる性質の雇用がさらに多く創出されると私は信じています。」
最終的に技術者が AI に職を奪われるかどうかは別として、MRO 業界の人手不足は、実
際には AI 導入を支持する議論になる可能性があります。 「その気持ちと懸念は理解して
います。しかし、人材不足であることも誰もがよく知っており、その影響は現在業界にと
って非常に苦痛であり、エコシステム全体に波及効果をもたらしています」と AireXpert
の創設者兼 CEO のアンディ・ヘイクス氏は述べています。同社のデジタル プラットフォ
ームは、必要な時間、エネルギー、リソースの削減を目的として、MRO 関連データの収
集と調整を自動化します。 「AIと自動化の組み合わせは単にギャップを埋めるために使わ
れているだけで、純人材の損失にはならないと思います」と彼は付け加えました。
しかし、ヘイクス氏は、AI が MRO のあらゆる課題に対する包括的な解決策であるとは
考えていないと述べています。 「おそらく 80% の確率で、人々は日常的に取り組んで
いるあらゆる課題を解決するには AI が必要だと考えていますが、私は大部分の場合、
特にそう考えています。なぜなら、特に私たちはまだ現状よりも遅れをとっているから
です。 MRO テクノロジー – AI に真っ向から取り組むのではなく、構造化されたプロセ
スとアルゴリズムによるアプローチでこれらの問題を解決できます」と彼は主張します。
コメント