Infor × 生成AI
Infor SyteLine と LN に AI を載せる:日本の製造業向け
要点
SyteLine(CloudSuite Industrial)や LN は、外資系製造業の日本法人や海外工場を持つ企業で使われています。AI は、カスタマイズの調査、帳票作成、アップグレード影響分析、自然言語での在庫・製造指図検索に使え、モデルは自社環境に置けます。
Infor の ERP は、日本国内では SAP や国産パッケージほど目にしませんが、外資系メーカーの日本法人、海外拠点で SyteLine や LN を使っているグループ会社、航空・防衛・電子分野の製造業で使われています。国内に詳しい人材が少なく、情報が英語中心であることが共通の悩みです。
本稿では、SyteLine と LN それぞれの仕組みに即して、AI の現実的な使い方を説明します。ここでいう AI は、モデルを自社管理の環境で動かし、ERP の権限を超えない前提のものです。
日本で Infor を使う現場の典型的な課題
第一に、人材と情報の問題です。SyteLine の IDO、フォームのカスタマイズ、イベントハンドラー、LN の Tools や DAL(データアクセス層)といった知識は、日本語の資料が少なく、特定のベテランや外部ベンダーに依存しがちです。
第二に、日本語運用の問題です。帳票、納品書、検査成績書などの日本向け様式は、標準機能に加えて追加開発で実現されていることが多く、バージョンアップのたびに再確認が必要になります。第三に、本社主導のバージョン方針と日本法人の運用の板挟みがあります。
- カスタマイズの仕様書が古い、または存在しない
- 日本向け帳票・様式の追加開発が属人化している
- 英語の画面・メッセージを現場がそのまま扱えない
- グループ全体のバージョンアップ計画への追随が重い
SyteLine での具体的な AI 活用
SyteLine(CloudSuite Industrial)では、Infor OS と ION API を介して外部システムと接続できます。ERPray のような読み取り専用の AI 層は、受注残、製造指図(ジョブ)、在庫、購買発注、品目マスターなどを自然言語で検索し、生成した問い合わせを表示します。
SyteRay は SyteLine 向けの AI エージェントとアクセラレーターで、カスタマイズの調査、レポート作成、アップグレード、移行を支援します。たとえば「このフォームにどのイベントハンドラーが紐づいているか」「旧バージョンから変更したカスタムの一覧」といった調査の下書きを、人が確認できる形で出します。
- ジョブ、受注、在庫の日本語での問い合わせ
- フォーム・IDO・イベントハンドラーのカスタマイズ棚卸し
- 日本向け帳票の仕様整理と再作成の下書き
- アップグレード前の影響範囲の洗い出し
Infor LN での具体的な AI 活用
LN は Baan から続く製品系統で、複雑な製品構成や長期のプロジェクト型生産を扱う企業で使われます。セッション単位の画面構造や、Tools によるカスタマイズが特徴で、業務を知る人にしか全体像が見えにくい面があります。
AI は、BOD(ION 経由のビジネスオブジェクト)や読み取り用の連携を通じて、構成、工程、調達のデータを問い合わせる用途に向きます。また、カスタマイズされたセッションやスクリプトの意図を説明させ、移行や統合の判断材料にする使い方も現実的です。
配置、権限、データの扱い
モデルは、Llama、Qwen、Mistral、Gemma、gpt-oss といったオープンウェイトのモデルを、vLLM や Ollama で自社の GPU、または国内のプライベートクラウドに配置できます。ERP が社内のサーバーにある場合は、AI も同じネットワーク内に置いて、外部との通信を遮断する運用(エアギャップ)も選べます。
権限は ERP のロールを継承します。防衛・航空関連の取引がある場合、図面や仕様に関わる情報の取り扱いは、顧客との契約と社内規程が基準になります。Netray が認証を保有していると主張することはなく、構成によって顧客側が義務を満たしやすくなる、という立場です。
進め方と、AI を使わない方がよい場合
最初に、カスタマイズ棚卸しや問い合わせの精度を、実データで数週間検証します。次に、一部門に限定して試験運用し、効果が確認できたら範囲を広げます。
正直に言えば、カスタマイズがほとんどなく、標準レポートで足りている現場には、AI 層は不要です。また、近い将来に別の ERP へ移行する計画が確定しているなら、投資は移行側に回すべきです。その場合でも、現行のカスタマイズ仕様を AI で整理する作業は、移行要件定義に役立ちます。
よくある質問
SyteLine と LN の両方に対応していますか。
ERPray は SyteLine と LN の両方に接続できます。SyteRay は SyteLine / CloudSuite Industrial 向けのエージェントとアクセラレーターです。システムごとの接続方法は、アセスメントで確認します。
日本語で質問して、英語の画面項目に結びつけられますか。
可能です。業務用語と ERP 上の項目名の対応を事前に整理し、AI が参照します。生成したクエリは画面に表示されるため、対応が正しいか利用者が確認できます。
カスタマイズの仕様書がありません。それでも調査できますか。
ERP の設定とカスタムコードを読み取って、仕様書の下書きを作る用途に向いています。ただし最終的な正しさは人が確認する必要があります。
モデルを社内に置く必要はありますか。
必須ではありません。ただ、データの取り扱いに制約がある場合は、自社の GPU や国内のプライベート環境にモデルを置く構成を勧めます。
ERP の書き込みはできますか。
既定は読み取り専用です。書き込みを設ける場合は、人間の承認を必須にします。
関連ガイド
Oracle NetSuite に AI を載せる:日本企業のための実践ガイド
日本の製造業・商社向けに、Oracle NetSuite のデータを自然言語で検索・分析する AI の作り方を解説。SuiteQL 連携、権限継承、日本国内での運用、インボイス制度への対応まで。
品質記録・検査(ERP / MES)製造業の品質記録・検査データを AI で活かす
検査成績書、不適合報告、是正処置などの品質記録を ERP と結びつけて AI で検索・要約する方法。ISO 9001、IATF 16949、JIS Q 9100 の現場を想定して解説します。
レガシー ERP(2025年の崖)「2025年の崖」の先で、レガシー ERP に AI を載せる
経済産業省 DXレポートの「2025年の崖」を過ぎた今、老朽化した ERP を全面刷新せずに AI で価値を引き出す現実的な選択肢と、移行判断の考え方を解説します。
SAP ERP 6.0(ECC)/ SAP S/4HANASAP 2027年問題とAI:移行を急ぐ前に、社内の知識を読めるようにする
SAP ERP 6.0の保守終了(2027年問題)に向け、アドオン棚卸しや移行判断に生成AIをどう使うか。データを社外に出さない構成と注意点を解説。
ERP全般(オンプレミス生成AI)オンプレミス生成AIをERPにつなぐ:データを社内に置いたまま使う方法
ERPのデータを社外に出さずに生成AIを使うには。ローカルLLM、RAG、権限連携、承認フローまで、情報システム部門向けに構成と注意点を整理。
生産管理システム生産管理システムにAIを加える:納期回答と進捗確認を速くする
生産管理システムのデータに生成AIをつなぎ、納期回答、進捗照会、欠品要因の把握を効率化。現場に定着させる設計とAIの限界を解説。