# GLOVIA iZ・mcframeにAIを連携する:製造業の基幹データを社内で活用する

> Source: https://netray.co/ja/glovia-iz-mcframe-ai
> Language: ja
> Publisher: Netray (netray.co)

GLOVIA iZ(富士通)とmcframe(ビジネスエンジニアリング)は、いずれも国内製造業で使われる統合パッケージです。生成AIは、読み取り専用で生産・原価・在庫のデータに接続し、自然言語の照会と文書検索を担います。接続方式は導入形態により異なるため、事前の確認とベンダーとの調整が前提です。

GLOVIA iZは富士通が提供する製造業向けの統合業務パッケージ、mcframeはビジネスエンジニアリングが提供する製造業向けのパッケージで、いずれも生産管理、原価、販売、会計といった領域を扱います。加工組立から装置、電子部品まで、さまざまな業種で使われています。

両製品とも、長年の運用でアドオンや周辺システムとの連携が増え、データの意味を理解している担当者に問い合わせが集中しやすいという共通の課題があります。本ページでは、生成AIを組み合わせる際の考え方を整理します。Netrayは富士通やビジネスエンジニアリングのパートナーであると主張するものではなく、お客様の環境にあわせた連携を設計する立場です。

## 製造業パッケージ特有の課題

製造業向けのパッケージでは、部品表(BOM)の改訂、工程の変更、原価の更新が頻繁に起こります。変更が原価や納期にどう影響するか、どのオーダーに波及するかを確認するために、複数の画面や帳票を行き来する作業が発生します。特に、標準原価と実際原価の差異の説明は、経理と製造の双方の知識が必要です。

さらに、拠点が複数ある場合は、マスタの運用ルールが拠点ごとに異なる、という問題もあります。これらは、システムの機能ではなく運用の知識に属するため、文書やマニュアル、過去の問い合わせ履歴を検索可能にするだけでも効果があります。

- BOM・工程変更の影響範囲(製造オーダー、在庫、原価)の確認
- 標準原価と実際原価の差異要因の整理
- 拠点・工場ごとの運用ルールの違いの確認
- 改修履歴や運用手順の属人化

## AI連携の方式

いずれの製品でも、読み取り専用の接続を基本にします。自社のサーバーで運用している場合は、DBの参照用アカウントとビュー、またはレプリカを用います。ベンダー提供の環境や保守契約の範囲で、DBへの直接アクセスが制限されている場合は、提供されるデータ出力機能や、契約で認められた連携の範囲を使います。

AI側では、オープンウェイトのモデルを社内のGPUサーバーに配置し、取り込んだデータと文書を検索できるようにします。ERPrayでは、自然言語の質問を、検証済みのクエリに変換して実行し、そのクエリも画面に表示します。製品ごとのテーブル構造や項目定義は異なるため、最初にデータ辞書を整備する作業が必要です。

## 具体的な用途

生産では、「来週が納期の製造オーダーで、部品が揃っていないものを出して」といった照会ができます。原価では、品目別の差異を一覧にし、材料費・労務費・外注費のどこが動いたかの候補を提示します。販売では、受注残と出荷予定を取引先別に整理します。いずれもAIの回答は参照用であり、決定は担当者が行います。

文書の面では、品質記録、作業標準書、設計変更の通知などを索引化し、データと合わせて回答します。例えば、設計変更が実施された時点のオーダーを特定し、変更の影響を受けた製造実績を確認する、といった使い方です。

## データの置き場所とセキュリティ

製造原価、取引条件、図面に紐づく情報は、営業秘密として管理されることが多く、外部のクラウドAIに送る運用は難しいのが実情です。そのため、モデルも検索用のデータも、自社のサーバーまたは国内の閉域・プライベート環境に置きます。防衛・航空宇宙などの取引先から、情報の取扱いに関する要件がある場合は、その要件を満たす構成を一緒に検討します。

利用者の権限は製品側の設定をAIにも反映し、原価や取引条件を見られない利用者には出力しません。誰がどの質問をし、どのクエリが実行されたかのログを保存します。

## 純正機能との使い分けと進め方

各製品には、標準の照会画面や帳票、BIツールとの連携機能があります。定型的なレポートは、それらを使う方が確実です。AIは、定型化されていない質問、複数の画面や文書をまたぐ確認、新しい担当者の学習の支援で効果を発揮します。

進め方は、まず導入形態とデータの取り出し方を確認するアセスメント、次に生産か原価のどちらかに絞ったパイロットです。パイロットでは、回答の正確さ、確認にかかる時間の削減、誤りの傾向を測り、結果を見て対象を広げます。なお、製品のバージョンアップやクラウド移行を予定している場合は、接続層を切り離しておくと、AI側の影響を小さくできます。

## FAQ

### GLOVIA iZとmcframeで、AI連携の方法は違いますか。

テーブル構造や項目、提供形態が異なるため、データ辞書は製品ごとに整備します。一方で、読み取り専用で接続し、権限を引き継ぎ、実行クエリを表示するという設計の考え方は共通です。

### ベンダーの保守契約に影響しませんか。

DBへの直接アクセスや、データの二次利用に制約がある場合があります。導入前に契約内容を確認し、必要に応じてベンダーと調整してください。

### 原価差異の分析は自動でできますか。

差異の一覧化と、要因の候補の提示までは可能です。原因の確定は、現場の確認を伴うため、担当者が行います。

### 複数拠点のデータを横断して使えますか。

データを同じ基盤から参照できれば可能です。拠点ごとにマスタの運用が異なる場合は、用語集やコードの対応表の整備が必要になります。

### BIツールがあれば、AIは不要ですか。

定型のレポートであればBIで十分です。AIは、定型化されていない質問や、データと文書の横断検索で役立ちます。両者を組み合わせる使い方も一般的です。