キユーピー、Devin で工場シミュレーション開発を78.8％削減

食品メーカーのキユーピーが、工場シミュレーションモデルの開発工数を約8割削減した。1シミュレーションモデルあたり従来は8.5人月かかると想定されていた開発を1.8人月で完了させ、78.8％の削減になったという。用いたのは Cognition AI の自律型 AI エージェント「Devin」で、DeNA グループで企業の AI 活用を支援する DeNA AI Link が技術支援に入った。本件は DeNA AI Link が2026年8月4日に公開している。

製造業では生産ラインや設備の設計・改善、稼働前の検証にシミュレーションが欠かせないが、モデルの構築には専用ソフトウェアと専門言語の高度な知識が要るため属人化しやすい。キユーピーでは生産ラインを分析するチームが独シーメンス製の「Tecnomatix Plant Simulation」を使ってきた。このチームが生成 AI による高度化・省力化を目標に掲げたところ、3つの課題に突き当たった。

1つ目は、Plant Simulation 専用の言語「SimTalk」が、情報量の少なさゆえに汎用的な LLM では正しく書けないこと。2つ目は、Plant Simulation が GUI を前提としたローカル環境でしか動作しないため、AI が生成したコードを検証しにくいこと。3つ目は、生成 AI を用いた開発手法をチーム全員で活用し、さらに広く組織へ展開する道筋を描きにくいことだった。

解き方は Devin をクラウドとローカルで使い分けることだった。DeNA AI Link はまずブラウザから使えるクラウド版を起点に置いた。誰が使ってもノウハウが1カ所に蓄積され、チームで知見を共有しやすいからである。AI が参照するルールや用語の定義、作業手順といったドキュメントを継続的に整備し、Devin がつまずいた点を学習資産として積み上げることで成功率を高めた。一方、生成したコードの実行と修正にはローカルでの作業が欠かせないため、その部分は「Devin CLI」に切り出した。Devin がローカルで実際にプログラムを実行し、エラーの発見から修正までを一気通貫で回す仕組みである。誤りを検出する仕組みは手順（Playbook）に組み込み、繰り返し使える開発基盤として体系化した。

Devin が自律的に作成した小規模なシミュレーションモデルは、動作確認を経て想定どおりに動いた。開発当初は多数の不具合修正を要したが、基盤の整備が進んで精度が上がり、最新の取り組みでは1回の作り直しで完成するという。ただし78.8％は、現時点では小規模な1モデルでの実績である。DeNA AI Link は、AI の価値を最大化する鍵はコードを書く技術以上に対象業務のドメイン知識にあり、その知識を持つ担当者ほど成果に直結できると総括している。