CAD & PDM (製品データ管理） の AI

TL; DR: はい、ただし制限があります。

現在では、LLM を使用して自然言語プロンプトから簡単な CAD ジオメトリを生成できます。ただし、複雑なエンジニアリングモデルでは、多くの場合、追加の改良、制約、設計意図、および人間の設計者による検証が必要になります。その結果、モデルが変更されるたびに大量の LLM トークンを消費する脆弱なモデルになる可能性があります。はい、可能ですが、電流出力は生産作業や製造には適していません。

ジオメトリの作成は CAD 設計の 1 つの側面にすぎません。専門的に設計された CAD モデルには、多くの場合、次のものが含まれます。

• 設計意図
• パラメトリックリレーションシップ
• 製造上の制約
• 業界標準
• コンフィギュレーションとバリエーション
• アセンブリと依存関係

現在のところ、テキストからCADへの変換ツールは通常、編集できないモデルや関係を維持できないモデルを生成します。もちろん、AIツールが急速に発展するにつれて、これは変わるかもしれません。

はい!多くの AI モデルはすでにカスタム CAD ツールのコーディングに優れています。CAD での AI の最も強力な用途の 1 つは、再利用可能なワークフロー、カスタムフィーチャー、自動化ツール、電卓、デザインジェネレータを生成することです。

エンジニアは、一般的な設計を手動で再構築する代わりに、単純な入力セットから一貫した結果を生成するツールを作成できることがよくあります。このような新しいカテゴリの一例として、LLM が再利用可能で構成可能な CAD 機能を生成できる Onshape FeatureScript MCP サーバーがあります。

MCP（モデルコンテキストプロトコル）は、AIアプリケーションが外部ソフトウェアに接続してそのツールを使用できるようにするオープンスタンダードです。ソフトウェア開発に精通している場合、MCPは、APIがアプリケーションに接続する方法と同様の方法で、AIがアプリケーションと通信できるようにします。

MCPは、AIがCADシステム内のエンジニアリングツールにアクセスできるようにします。AIは、質問に答えるだけでなく、CADネイティブ機能を使用してモデルの検査、パラメーターの変更、ワークフローの実行、承認されたアクションの実行を行うことができます。

設計意図はモデルの背後にあるロジックです。

寸法が変わっても穴を中央に置いておく必要がある場合や、サイズに関係なくスプロケットの歯が特定のエンジニアリング基準に従う必要がある場合を考えてみてください。設計意図がないと、モデルの修正が難しくなり、変更が加えられたときに機能しなくなる可能性があります。AI で生成されたモデルは、単に形状を再現するだけではなく、エンジニアリングの意図が保たれる場合に最も価値があります。

いいえ、そうは思いません。エンジニアリングには、判断、トレードオフ分析、検証、製造可能性に関する知識、およびドメインの専門知識が必要です。AIは、反復作業の自動化、コード生成、ワークフローの高速化に効果的である傾向があります。ほとんどの組織は、AIを熟練したエンジニアの代わりというよりは、生産性を高めるものと見なしています。

AIは、公開されている仕様、設計基準、カタログ、およびISO、ASME、IEEEなどの技術文書を解釈し、その情報を使用して繰り返しの設計作業を自動化するのに役立ちます。ただし、エンジニアは常に該当する規格や規制への準拠を確認する必要があります。LLMツールが実際に指定したソースを利用していることを確認することをおすすめします。独自のドキュメントを見つけるよりも、LLMツールが更新が必要な状態であるか正しくない可能性があります。

はい!今日、エンジニアはすでに AI を使ってスキルを磨いています。AIアシスタントは、ワークフローの説明、ベストプラクティスの提案、CADの質問への回答、問題のデバッグ、アプローチの推奨を行い、学生と専門家の両方の学習を促進することができます。ラーニングセンターのリソースとドキュメントに基づいて、すべてのOnshapeユーザーに製品内のAIアドバイザーを提供して以来、Onshapeでは基本的なサポートリクエストが減少しました。AIはCADの基礎を学ぶ代わりにはなりませんが、複雑なツールを学ぶときによくある課題を乗り越えるには素晴らしい方法です。

いいえ。AI は間違いを生み出し、要件を誤解し、誤った仮定をする可能性があります。AIによって生成されたすべての設計、計算、コード、および文書は、実稼働前に資格のあるエンジニアによってレビューおよび検証される必要があります。Onshapeは、AIは多くのエンジニアリングプロセスにとって優れた開発であると信じていますが、生産されるものはすべて人間が理解しなければならないというスタンスをとっています。

はい。最新の AI システムは、図面の作成、寸法記入、注釈の配置、規格への準拠、および設計レビューに役立ちます。人間による検証は依然として重要ですが、AI を使用すれば、本番環境ですぐに使える文書を作成するのに必要な時間を大幅に短縮できます。

はい。AI 搭載のレンダリングツールを使えば、高度なレンダリングの専門知識、複雑な材料設定、時間のかかるシーン作成を必要とせずに、CAD モデルをフォトリアリスティックな製品イメージにすばやく変換できます。デザイナーやエンジニアは、シンプルなプロンプトを使用して製品を現実的な環境に配置したり、さまざまなビジュアルスタイルを試したり、マーケティング用のコンセプトを数分で生成したりできます。この機能はOnshapeクイックレンダー機能にあります。

AI エージェントは、目標を理解し、承認されたエンジニアリングデータにアクセスし、タスクを実行し、結果を報告できるソフトウェアです。質問に答えるだけのチャットボットとは異なり、エージェントはアクセス許可と監査制御の対象でありながら、デザイナーに代わってアクションを実行できます。

いつもではない。AI が生成したコンテンツは、同じようなプロンプトであっても実行ごとに異なる場合があります。

ただし、承認された設計、ワークフロー、または自動化が作成および検証されると、決定的で再現性のある結果が得られることがよくあります。Onshape FeatureScript MCP サーバーを使用すると、エンジニアは AI モデルを再度呼び出さなくても、お気に入りの LLM に設定可能な CAD 機能を作成するように促すことができます。機能が完成すると、定義されたパラメータに基づいて決定的な結果が得られます。

業界では、単純なテキストから CAD への生成から、次のようなより高度な機能への移行が進んでいます。

• エンジニアリングエージェント
• 設計レビューアシスタント
• 自動図面作成
• インテリジェントドキュメンテーション
• 目標主導型最適化
• カスタムデザインジェネレーター
• 知識主導型のエンジニアリングワークフロー

CADにおけるAIの未来は、エンジニアの交代よりも、エンジニアがより良い結果をより早く提供できるよう支援することにあると思われます。

業界が「テキストからCADへ」に移行する中、Onshapeは現在、AI支援設計に焦点を当てています。これにより、適切なデータの検索、データ交換、図面作成などの面倒なタスクをAIを使用して自動化することで、エンジニアリングの精度が保証されます。

ジェネレーティブデザインは、物理ベースのアルゴリズムを使用して、応力と重量荷重に基づいてパーツの形状を最適化します（トポロジー最適化）。Onshape AI Advisorのようなツールは、ジェネレーティブAIを含む人工知能の最新開発を活用しています。