2023年、生成AIはチャットや画像、動画などデジタルコンテンツの生成で直接的な価値を示した。加えて2次効果として、AIテクノロジー全般に対する懐疑的な姿勢を見直す契機にもなり、企業はAIテクノロジーをコア業務に適用するリスクより効果に目を向けはじめている。
生成AIで3Dライクなデザインを生成しても、ミリ単位のジオメトリーデータが無ければ金型も設計できず、リアルプロダクトを製造するのは難しい。そこで注目されるのがGenerative Designで、エンジニアが入力する設計目標や制約条件に沿ってAIが様々なデザインを生成することができる。
Generative Designの実用化は生成AIよりも5年ほど早い2018年頃だが、先進企業や製造業大手を中心に実験的な導入に留まっていた。しかしAIアレルギーがなくなったことで再度光が当たりはじめ、製造業においてもAI導入の機運は高まりつつある。
生成AIもGenerative Designも多様なデザインを複数出力する点では共通だが、その中身は似て非なるものである。生成AIは過去の事例を学習、“見た目重視”で似たようなデザインを生成する。Generative Designは自然界の成長アルゴリズムから、”中身重視”で強度と軽量化を両立する有機的なデザインを生成する。
人間に例えるなら生成AIは文系、Generative AIは理系、企業がもとめる人材はその両方である。来年の新卒採用枠に「文系AI」と「理系AI」を加える企業が増えるかもしれない。
レポート形式：PDF 6.77MB)
元データ：PowerPoint、85スライド、A4サイズ