ChatGPTを使うと、さまざまな分野の情報を調べることができます。

材料の特徴、加工方法、測定技術、工作機械の仕組みなど、製造業に関係する内容も幅広く扱えます。

しかし、専門的な説明ができることと、実際の製作方法を正しく判断できることは別の話です。

例えば、樹脂部品の加工について調べたとします。

AIは、材料の特徴や一般的な切削加工の方法について説明することができます。

しかし、実際の加工では、材料のグレード、形状、寸法公差、使用する設備、工具、固定方法など、多くの条件が関係します。

同じ樹脂材料でも、形状が違えば加工の難しさは変わります。

薄い部分が多い部品と、厚みのある部品では、注意することも異なります。

長年加工に携わってきた技術者は、図面を見るだけで、加工上の注意点をある程度予測できることがあります。

過去の経験から、材料の変形や工具の選び方、加工順序などを考えられるからです。

こうした経験は、AIの説明を読んだだけで身につくものではありません。

一方で、経験豊富な技術者でも、すべての材料や加工方法を知っているわけではありません。

新しい材料や工具、特殊な加工技術など、知らないことに出会う機会があります。

そんなとき、AIを使って関連する情報を整理することで、調べる方向が見つかる場合があります。

その情報をもとに、材料メーカーの資料を確認したり、専門技術を持つ協力会社に相談したりする。

こうした使い方であれば、AIの情報と人の経験を組み合わせることができます。

また、AIから得た情報が、これまでの経験と違っている場合もあります。

そのとき、どちらか一方をすぐに正しいと決める必要はありません。

材料や加工条件が違うのか。

情報の前提が異なっているのか。

そもそもAIの説明に誤りがあるのか。

その理由を確認することが大切です。

（株）アリスは、樹脂、金属、ゴムなど、自社加工と国内協力会社の技術を組み合わせながら、研究開発から生産現場までのものづくりに関わっています。

必要な技術が自社になければ、それを持つ会社を探すこともあります。

その過程で、これまで知らなかった技術や知識に出会うことがあります。

私たちは、知識をたくさん持っていることだけが、仕事の力になるとは考えていません。

知らないことを調べ、必要な人に聞き、実際の仕事で確かめる。

そして、得られた知識を次の仕事に活かしていく。

AIは、その過程を助けてくれる道具の一つです。

人が培ってきた経験と、新しい技術から得られる情報。

どちらか一方だけに頼るのではなく、それぞれの良さを組み合わせながら、よりよいものづくりにつなげていきたいと考えています。