生成AI時代の自動車業界の課題・リスクとは？企業の活用事例も解説！

自動車業界は、技術革新と市場の変動により、常に新たな課題に直面しています。特に近年では、生成AI（人工知能）の進化が業界に大きな影響を与えている状況です。

AIは、車内体験のパーソナライズ化やアフターサービスの効率化、自動運転技術の開発支援など、さまざまな分野で活用されています。一方で、消費者行動の変化やデジタル需要の拡大に加え、人手不足といった課題も深刻化しつつあるのも事実です。

本記事では、自動車業界の現状と課題を整理し、生成AIの活用事例を紹介します。

自動車業界内部の現状・課題

自動車業界は今、大きな変化の波に直面しています。

新しい技術がどんどん生まれ、お客様の好みも変わり続けています。これらの変化にどう対応していくかが、自動車メーカーにとって大きな課題となっているのです。

それでは具体的にどのような課題があるのか、自動車業界内部の課題について、詳しく見ていきましょう。

1. 人手不足

少子高齢化に伴い、労働力の確保が困難になっています。特に、熟練技術者の不足が深刻です。自動車産業の複雑な製造プロセスや新技術の導入には、高度な技能を持つ人材が不可欠ですが、その確保と育成が課題となっています。

2. 技術の急速な進歩への対応

自動車業界では、電気自動車（EV）と自動運転技術が急速に進歩しています。これらの新しい技術は、とても速いスピードで発展しているため、自動車メーカーはその変化に追いつく必要があります。

従来のディーゼルエンジンやガソリンエンジンに代表されるピストンエンジンから EVへの移行には、設備投資や技術開発、サプライチェーンの再構築など、大規模な革新が必要です。また、自動運転技術の開発と実用化には、膨大な資金と時間がかかります。

3. 消費者の購買行動の変化

若者の車離れや、シェアリングエコノミーの出現により、従来の自動車所有の概念が変化しています。

以前は、個人や家庭が自分専用の車を購入し、主な移動手段として利用することが一般的でした。しかし今では、必要な時だけ車を借りたり、他人と共有する新しい利用形態が増えています。

そのため、販売戦略の見直しや新たなビジネスモデルの構築が求められています。

4. コスト管理

原材料価格の上昇や環境規制の強化により、製造コストが増加しています。競争力を維持しつつ、品質と安全性を確保するためのコスト管理が重要な課題となっています。

5. デジタル化への対応

IoTやAIなどのデジタル技術の活用が不可欠となっていますが、既存のシステムとの統合や、データセキュリティの確保が課題です。

これらの課題に対応するため、自動車メーカーは新しいアイデアやサービスの導入など、柔軟な経営戦略が求められています。人材育成、技術開発、ビジネスの根本的な見直しなど、さまざまなアプローチが必要不可欠です。

6.自動運転の実現

近年、アメリカなどでは自動運転タクシーなどの普及が進んでおり、日本でも自動運転車の実現に向けてさまざまなテストが実施されています。しかし、自動運転の実現に向けては、以下2つの課題が浮き彫りになっている状況です。

• 通信ネットワークの構築不足
• センサーの状況確認能力の不足

まず、通信ネットワークは、道路状況や地図の更新などで通信を利用するため、安定した通信環境の構築が欠かせません。※1

また、車載センサーだけでは状況把握が困難という課題も浮き彫りになっているため、新たな解決策が求められています。

自動車業界外部の課題

自動車業界は、企業外部に起因するさまざまな課題に直面しています。

例えば、各国政府による厳しい規制が挙げられます。排出ガス基準や燃費規制、安全基準など、これらの規制は製品開発や生産コストに大きな影響を与えています。

また、グローバルなサプライチェーンの複雑性も重要な課題です。部品調達の遅れや品質管理の問題が生産に影響を及ぼすこともあります。

さらに、世界経済の不確実性や地政学的リスクも無視できません。為替変動や貿易摩擦、政治的緊張などが、市場動向や事業戦略に影響を与えています。加えて、エネルギーコストの上昇も業界全体に影響を及ぼしています。

これらの外部要因は、自動車メーカーがコントロールできない部分であり、柔軟な対応と戦略の見直しを常に求められる要因となっています。

責任あるサプライチェーン

自動車業界は、持続可能な開発目標（SDGs）に沿った責任あるサプライチェーンの構築が急務となっています。

この取り組みには、環境保護や社会的責任の観点から、サプライチェーン全体を見直す必要があります。特に注目すべきは、海外委託に伴うリスク管理です。中国をはじめとする海外での生産や調達においては、労働環境や人権問題に細心の注意を払わなければなりません。

また日本国内においても、欧米の労働基準にならって、労働時間の適正化や働き方改革の推進が求められています。これらの課題に対応するため、自動車メーカーは自社だけでなく、販売者や協力企業も含めた幅広いアプローチを採用し、透明性の高いサプライチェーン管理システムの構築に取り組んでいます。

このような取り組みは、企業の社会的責任を果たすだけでなく、長期的な競争力の維持にも不可欠と言えるでしょう。

原材料価格の高騰

自動車業界は、近年、原材料価格の急激な高騰に直面しています。

この状況は、複数の要因が重なって引き起こされています。新型コロナウイルスのパンデミックによるサプライチェーンの混乱、ウクライナ情勢による地政学的リスクの増大、そして日本における円安の進行が主な原因として挙げられます。

特に深刻な影響を与えているのが半導体不足です。半導体は現代の自動車に不可欠な部品ですが、各国の輸出規制や生産能力の制限により、その供給が著しく不足しています。この不足は、自動車の生産スケジュールに大きな遅れをもたらし、メーカーの収益に直接的な影響を与えています。

さらに、原材料全般の価格上昇は、自動車の生産コストを押し上げています。鉄鋼、アルミニウム、プラスチックなどの基本的な材料から、リチウムやコバルトなどの電気自動車用バッテリー材料まで、幅広い原材料の価格が上昇しています。これらのコスト増加は、最終的に消費者価格の上昇につながる可能性が高く、自動車メーカーは利益と市場競争力の確保の間でバランスを取ることを強いられています。

この状況に対応するため、自動車メーカーはさまざまな戦略を模索しています。サプライチェーンの多様化、代替材料の研究開発、生産プロセスの効率化などが進められていますが、短期的な解決策は限られています。業界全体として、この原材料価格高騰の波を乗り越えるためには、長期的な視点に立った戦略的アプローチが不可欠でしょう。

2025年の崖

2025年の崖とは、古いシステムを使い続けることで、新しい技術の導入やシステムの更新が難しくなり、業務効率や競争力が低下するという問題です。この問題を解決するためには、早期に新しいシステムへの移行が不可欠です。

古いシステムは、今のビジネスに必要なことや最新の技術基準に合わないため、新しいシステムの開発を急がなければなりません。しかし、新システムの構築は単なる置き換えではなく、ビジネスプロセスの再設計や最新技術の導入など複雑な作業になります。

さらに、この問題を深刻化させているのが技術者不足です。古いシステムを理解し、新しい技術にも精通した専門知識を持つ人材が不足しています。多くの企業で、システムの維持管理を担ってきたベテラン技術者の退職が進む一方、若手技術者の育成が追いついていないのが現状です。

この「2025年の崖」問題は、単にIT部門の課題ではなく、企業の競争力や存続にも関わる重大な課題として認識されています。この問題に対応できない企業は、ビジネスチャンスを逃したり、運用コストの増大、さらにはセキュリティリスクの増加など、深刻な影響を受ける可能性があります。

自動車業界で生成AIを導入する6つのメリット

生成AIは、大規模言語モデル（LLM）などの技術を基盤とし、膨大なデータで訓練されています。テキスト、画像、動画、音声など、さまざまな新しいコンテンツを生成する能力を持ち、与えられた入力に対して可能な続きを予測できます。この技術は、新しいアイデアと改善方法を提供し、自動車業界に大きな変革をもたらす可能性を秘めています。

生成AIのメリット

• 創造性の向上：プロセスに新たなエネルギーとアイデアをもたらします。
• 時間とコストの削減：定型業務を自動化し、効率性を高めてコストを削減します。
• パーソナライゼーション：顧客一人一人に合わせてパーソナライズされた対話を可能にします。

生成AIのデメリット

• 誤解釈：ニュアンスのある内容の理解に苦戦し、エラーを引き起こす可能性があります。
• 倫理的懸念：悪用のリスクや法的影響があります。
• 雇用の置き換え：自動化により特定の職種が減少する可能性があります。

生成AIは、自動車業界が直面するさまざまな課題に対して新たなアイデアや解決方法を提供する可能性を秘めています。以下では、生成AIが解決しうる主要な課題について詳しく見ていきます。

メリット1.人手不足の解消が進む

自動車業界における人手不足の解消に、生成AIが大きな役割を果たします。

まず、日常的な事務作業の自動化が可能になります。メールの作成や返信、スケジュール管理などを生成AIが担当することで、従業員は新しいアイデアを考えたり、プロジェクトに取り組む時間を確保できます。

また、顧客対応の分野でも生成AIの活躍が期待されます。チャットボットを導入することで、24時間365日の顧客サポートが実現し、問い合わせ対応の効率が飛躍的に向上します。

さらに、RAG（検索拡張生成）技術を活用したチャットボットを導入すれば、社内のノウハウや専門知識を効果的に受け継ぐことができます。その結果、新入社員の教育や技術の引き継ぎがスムーズになり、人材育成にかかる時間とコストを大幅に削減できるでしょう。

メリット2.2025年の崖が解決に近づく

2025年の崖問題に対して、生成AIは今までにない新しい解決方法を提供します。古いシステムの改新が急務となる今、生成AIを活用することで新しいシステムの開発プロセスを大幅に効率化できます。

例えば、コード生成AIを利用することで、プログラミングの一部を自動化し、開発者の負担軽減が可能です。また、生成AIは既存のシステムの分析や、新システムの設計段階でも活用できます。システムの要件定義や設計書の作成を支援し、人間の創造性と AIの処理能力を組み合わせることで、より短期間で高品質なシステムを構築できるようになります。

さらに、テストケースの自動生成や文書や資料作成の支援など、開発プロセス全体を通じて生成AIの活用が可能となり、2025年の崖を乗り越えるための強力なツールとなるでしょう。

メリット3.海外市場開拓が進む

生成AIの優れた言語能力は、自動車業界の海外市場開拓に革命をもたらします。特に新興国市場へのアプローチにおいて、言語の壁を大きく低減させることができます。

例えば、Googleが開発したGemini 1.5 Proは、マイナー言語であるカラマン語をプロンプト経由で理解し、使用できます。生成AIを使用することで、現地の言語や文化に適応したマーケティング戦略の立案や、顧客とのコミュニケーションが格段に容易になります。※2

また、技術文書や契約書の翻訳、多言語対応のカスタマーサポートなど、海外展開に伴うさまざまな言語関連タスクを効率化できます。Gemini 1.5 Proの能力については、DeepMindが公開した詳細な報告書で確認できます。

この技術を活用することで、自動車メーカーは言語の障壁を越えて、グローバル市場でより競争力を高めることが可能になるでしょう。

メリット4.カーシェアリングが普及する

カーシェアリングの普及において、生成AIは重要な役割を果たします。

まず、顧客対応の面で生成AIを活用することで、24時間365日のサポート体制を構築できます。予約管理、料金案内、トラブル対応など、多岐にわたる問い合わせに即座に対応することが可能になり、ユーザーの利便性が大幅に向上します。さらに、カーシェアリング向けの自動運転車の開発においても生成AIが活躍します。

例えば、チューリング株式会社が開発している世界モデルを用いた自動運転技術では、生成AIを駆使して予測不可能な事態にも対応できるシステムの構築を目指しています。その結果、より安全で効率的なカーシェアリングサービスの提供が可能になり、都市部での交通問題の解決や環境負荷の低減にも貢献することが期待されます。※3

生成AIの活用は、カーシェアリング業界に革新をもたらし、新たなモビリティサービスの創出を加速させるでしょう。

メリット5.若年層のシェアを獲得できる

若年層のシェア獲得において、生成AIはWeb・SNSマーケティングの強力なツールとなります。

近年、車中泊やバンライフのトレンドが若者の間で人気を集めていますが、生成AIを活用することで、これらのトレンドに合わせた効果的なコンテンツ作成が可能になります。

例えば、生成AIを用いてターゲット層の興味関心に合わせたブログ記事やSNS投稿を自動生成し、若者の心を掴むメッセージを効率的に発信できます。また、画像生成AIを活用して、魅力的なビジュアルコンテンツを作成することも可能です。さらに、生成AIによる自然言語処理技術を活用して、若者の声をリアルタイムで分析し、トレンドを素早く把握できます。

生成AIを活用することで、若年層のニーズに合わせた商品開発や、タイムリーなキャンペーン展開が可能になり、自動車業界における若年層の取り込みを加速させることができるでしょう。

生成AIが解決する自動車業界の課題について詳しく知りたい方は、下記の記事を合わせてご確認ください。

メリット6.自動運転技術が進展する

自動車業界におけるAI活用の代表的な例として挙げられるのが「自動運転技術」です。

AIは、センサーやカメラから収集される膨大な情報をリアルタイムで処理できるため、車両の操作や状況判断を支援するのに最適とされています。

実際、Waymoをはじめとする企業がアメリカで自動運転タクシーサービスを展開するなど、海外ではすでに実用化が進んでいるほどです。※4

この自動運転技術が進むことで、交通事故の抑制や渋滞の緩和、安全性のさらなる向上といった効果が期待されています。

なお、自動運転と関係が深い「画像認織」について詳しく知りたい方は、以下の記事もご覧ください。

AI×自動車業界の活用領域

以下に、AIで自動車業界がどう変わるか？をまとめました。

自動車会社の種類	仕事内容	AIでどう変わる？	人がやらないといけないこと
自動車メーカー	研究開発	自動運転技術や車内システムの音声操作の導入が進む	AI技術の活用箇所や開発スケジュールなどは人が決める
	企画・販促	文章の自動生成により広告やWebサイト制作の効率化が可能	文章生成後の最終チェックは人が行う
	生産技術	部品や製品の不良品検知、設備の異常検知が可能	細かい組立作業や考える必要がある作業は人が行う
自動車部品メーカー	研究開発	AIによって要因分析や設計の最適化が行える	AI技術の活用箇所や開発スケジュールなどは人が決める
	生産技術・管理	製品検査AIにより部品の傷や不良を見分けられる	生産ラインや生産工法の考案は人が行う
	品質保証	目視で行っていた品質検査をAIに代替して検査時間を短縮できる	品質管理のルールづくりやクレーム対応の一部は人が行う
	材料の仕入れ	自動交渉AIによって、企業間取引における納期・数量・価格の調整、配送条件の調整などを最適化できる	条件の最終チェックや取引先とのやり取りは人が行う
	営業	取引先データの管理や分析をAIツールで最適化できる	取引先の新規開拓など、取引先担当者と直接交渉するのは人が行う
自動車ディーラー	営業	顧客データの管理や分析はAIツールで最適化できる	購入希望者に対するカウンターセールスは人が行う
	整備	修理箇所の検知や修理方法の提案をAIで行える	細かい修理作業は人が行う
	事務	受付業務や問い合わせ業務をAIツールで代行できる	来店者に対する対面でのやり取りは人による温かみや柔軟な対応が不可欠
	展示車の管理	AIカメラで盗難を防止できる	洗車や配置換えは人が行う

以上になります。

次に、表の内容を元に具体的にAIを導入することで何が変わるのかを解説していきます。

自動車業界におけるChatGPTの活用事例が知りたい方は、以下の記事もご覧ください。

自動車メーカーでAIを活用できる業務

自動車メーカーとは、自動車の研究開発・企画・生産などを行う会社のことです。有名企業として、トヨタ・日産・ホンダなどが挙げられます。

また、自動車部品メーカーから部品を調達し、自動車を組み立てるのも自動車メーカーの役目です。以下では、自動車メーカーでAIが活用できる業務と、AIの活用ができない業務をそれぞれ紹介します。

AIの活用ができる業務

自動車メーカーには、研究開発・企画・販促・生産技術の3種類の業務が存在しますが、それぞれの業務の一部にAIを活用できます。

まず、研究開発では、AIを導入して自動運転技術や音声操作システムを構築する動きが活発です。有名な企業の例を出すと、メルセデス・ベンツが車内システムにChatGPTを導入する試験を行っています。※5

また、企画・販促の分野では、文書を自動生成するAIツールが便利です。広告やWebサイトを作成する際は、書き出しに困りがちですが、ある程度文章を考えてくれるので頭の中で悩み続ける必要もありません。

生産技術の分野では、AIを活用した異常検知システムの導入がすでにトヨタをはじめとしたいくつかの企業で行われています。検品の精度が上がり、労力も下げられるので、全体の生産性が上がるのは間違いありません。※6

AIの活用ができない業務

研究開発・企画・販促・生産技術のいずれにおいても、随所で人がやらなければならない業務があります。まず、研究開発においては、AIを導入する部分や研究開発のスケジュールを決めるのは人です。AIによってある程度効率化することもできますが、最終的な決定権が人にあるのは変わりません。

企画・販促では、文章の作成を自動化しても、情報の整合性や文章の体裁は人の目で見て確認する必要があります。生産工程も同様、単純作業をAIで効率化することはできても、細かい組み立て作業は人が行わなければなりません。

自動車部品メーカーでAIを活用できる業務

自動車部品メーカーとは、その名の通り、自動車の部品を製造している会社です。製造した部品を自動車メーカーに販売することで利益を得ています。

以下で、自動車部品メーカーでAIが活用できる業務と、AIの活用ができない業務をそれぞれ見ていきましょう。

AIの活用ができる業務

自動車部品メーカーの業務は、以下の5種類に分けられますが、それぞれの業務の一部でAIを活用できます。

• 研究開発
• 生産技術・管理
• 品質保証
• 材料の仕入れ
• 営業

まず、研究開発の業務においては、自動車メーカーと同様に自動運転技術や車内システムの開発にAIが活用されています。車両の要因分析や設計でAIを活用することで、効率化させられるのが魅力です。

生産技術・管理や品質保証の業務では、製品検査AIを導入している会社がいくつか存在しており、部品の傷や不良をAIが解析しているとのこと。※7人手不足の改善や品質向上が期待できますね。

また、自動車部品をつくるためには材料が不可欠ですが、なんと材料の仕入れ業務を自動化できる「自動交渉AI」の実証実験が行われているとのこと。※8既存の取引先であれば細かい打ち合わせが必要ないので、普段からメールで定型文を送っているだけの方は導入してみてもよさそうですね！

営業では、顧客管理や分析をAIツールで最適化できます。営業用のAIツールとしては、会話型AIアシスタントの「Zia」がおすすめです。

AIの活用ができない業務

上記で紹介したすべての業務において、スケジュールの設定やルール作りといった、業務を円滑に進める上で最も重要な部分は人が決める必要があります。品質検査AIの精度も100%ではないので、まだまだ人の力に頼っている部分が多いのも事実です。

また、材料仕入れの交渉もすべてAIに任せっぱなしにしていると、誤発注を引き起こす恐れがあります。営業においても、新規取引先の開拓や対面営業は人でなければできません。

製造業におけるAIの活用事例が知りたい方は、以下の記事もご覧ください。

自動車ディーラーでAIを活用できる業務

自動車ディーラーは、自動車メーカーが製造した自動車を顧客に販売する会社です。トヨタの自動車を販売しているトヨペットや、ホンダの自動車を販売しているHonda Carsなどが該当します。

以下で、自動車ディーラーでAIが活用できる業務と、AIの活用ができない業務をそれぞれ見ていきましょう。

AIの活用ができる業務

自動車ディーラーの業務は、以下の4種類に分けられますが、それぞれの業務の一部でAIを活用できます。

• 営業
• 整備
• 事務
• 展示車の管理

まず、営業については、自動車部品メーカーと同様に、顧客の管理や分析にAIを役立てられます。AIに営業実績が蓄積されていれば、過去に完了した営業実績を参照して、新規顧客に対して最も適した担当者を割り当てることも可能です。

整備業務では、整備士が普段行う自動車の修理業務にAIツールを活用できます。なんと、修理箇所の検知や修理方法の提案を行ってくれるツールの試験運用が始まっているとのことです。※9

事務作業は単純なルーティン業務も多いので、AIで効率化できる業務が多々あります。まずは、簡単な受付業務や問い合わせ業務を「AIさくらさん」などのAIチャットボットなどで代行してみるのがよいでしょう。

また、展示車の管理では、車両を綺麗な見た目に保つことはもちろん、盗難対策も重要です。現在は、AIカメラという画期的なアイテムが登場しているので、活用しない手はありません。AIカメラを活用すれば、不審者の動きを分析し、必要に応じて現場の写真を管理者に送信してくれます。素早く通報すれば、盗難被害を未然に防げますね！※10

AIの活用ができない業務

AIの活用ができないのは、ディーラー内でのカウンターセールスや細かい修理作業などです。AIでも顧客に対しておすすめの車両を提案することはできますが、悩みを聞いて最適なアドバイスを行うことは人でなければできません。

整備士が行う業務も、点検や修理などの細かい業務は人が行う必要があります。また、展示車両の移動や洗車も適宜行う必要がありますが、これらの業務も人でなければ行えません。

自動車業界における生成AIの企業活用事例

自動車業界では、生成AIの活用が急速に進んでいます。

製品開発から顧客サービスまで、さまざまな場面で生成AIが革新的なソリューションを提供し始めている状況です。

今回は、以下7つの企業事例について紹介します。

• チューリング株式会社
• トヨタシステムズ
• DSオートモビル
• Honda
• 日産自動車
• PTC
• SBI損害保険

これらの事例は、生成AIが持つ可能性を示すとともに、自動車業界の未来を垣間見ることができるでしょう。

活用例1.チューリング株式会社

チューリング株式会社は、生成AIを活用した新しい自動運転技術の開発に取り組んでいます。

同社は「世界モデル」と呼ばれる技術を開発しており、これは自動車を取り巻く環境を模倣し、そこに世界を理解できるAIを投入するアプローチです。この技術により、予測不能な事態にも対応できる自動運転システムの構築が可能となっています。※11

特に注目すべきは、チューリングが開発中のマルチモーダルAI「Heron」です。このAIは、画像やテキスト、音声など多様な入力を理解し、状況に応じた判断を行うことができます。その結果、従来のルールベースのシステムでは対応しきれなかった複雑な状況にも柔軟に対応できるようになります。

さらに、生成AI専用アクセラレータ半導体「Hummingbird」の開発も進めており、車載環境で高速に生成AIを動作させることを目指しています。この半導体の開発により、リアルタイムでのデータ処理が可能となり、より安全で効率的な自動運転が実現されます。

チューリングの取り組みは、自動運転技術の新たな地平を切り開くものであり、生成AIの力を最大限に活用することで、未来のモビリティを大きく変革する可能性があります。

活用例2.トヨタシステムズ

トヨタシステムズは、日本IBMと協力して、アプリケーション開発から運用、古くなったハードウェアやソフトウェアの更新において生成AIを活用する実証実験を行いました。この実験では、生成AIを使用してコードや仕様書を生成し、開発効率の向上を確認しています。※12

具体的には、既存のアプリケーションのソースコードを入力し、そのコードの説明や改善案、テストケースなどを生成AIが自動生成します。また、自然言語によって日本語で要望を伝えると、それに合わせたプログラムのコードを AIが書くことも可能になりました。

この取り組みにより、開発者の作業時間が大幅に削減され、生産性の向上が確認されました。トヨタシステムズは、この成果を踏まえて生成AIの業務運用を開始しており、自動車産業におけるソフトウェア開発の効率化と品質向上に大きく貢献することが期待されています。

活用例3.DSオートモビル

DSオートモビルは、自動車ブランドとして国内初となるChatGPT搭載を全モデルに導入しました。この新しい機能は、DS IRISシステムに統合されており、ドライバーに車がまるでパートナーのように感じられる体験を提供します。※13

ChatGPTを搭載することで、ドライバーは自然な会話を通じて車両のさまざまな機能を操作したり、情報を得たりできます。例えば、目的地までのルート案内、車両の設定変更、周辺施設の検索などを、まるで人間のアシスタントと会話するように行うことが可能になりました。

さらに、このシステムは単なる車両操作だけでなく、旅行のプランニングや一般的な質問への回答など、幅広い支援を提供します。DSオートモビルのこの取り組みは、自動車におけるAI活用の新たな可能性を示すとともに、ドライバーエクスペリエンスの劇的な向上を実現しています。

活用例4.Honda

Hondaは、2025年1月に開催されたCES 2025において、次世代EV「Honda 0（ゼロ）シリーズ」のプロトタイプ「Honda 0 SALOON」と「Honda 0 SUV」を世界初公開しました。※14

これらの車両には、Honda独自のビークルOS「ASIMO OS」を搭載することで、ユーザー一人ひとりに「超・個人最適化」された移動体験を提供することを目指しています。

ASIMO OSは、AI技術を活用して車両の各種システムを統合的に制御し、OTA（Over The Air）によるソフトウェアアップデートを通じて、ユーザーの嗜好やニーズに応じた進化を可能にする仕組みです。

なお、Hondaは、2021年に世界初となる自動運転レベル3（アイズオフ）を実用化しましたが、Honda 0シリーズでも同技術を進化させています。高速道路での渋滞時アイズオフ機能に加え、OTAアップデートで運転支援や自動運転レベル3の適用範囲を広げる方針です。

活用例5.日産自動車

日産自動車は、2026年以降に大規模言語モデル（LLM）を活用した先進運転支援システム（ADAS）の実用化を目指しています。※15

認知・判断・操作までをAIが担う「E2E（End to End）」型の自動運転技術を導入し、生成AIで利便性を高める方針です。この取り組みは、2025年2月の決算発表会で明らかにされました。

また、中期経営計画「The Arc」では、次世代プロパイロットを2027年度中に実用化し、2030年度ごろには予防安全技術と生成AIを融合させる計画も掲げています。

米テスラや中国の新興メーカーは、E2E方式による「P2P（Parking to Parking）」機能を実用化しつつあり、日産も高速道路から一般道、敷地内までをカバーするドア・ツー・ドアの自動運転技術で追随する考えです。

活用例6.PTC

PTCとPTCジャパンは、自動車向けソフトウェア開発支援のため、生成AI機能「Codebeamer Copilot」を発表しました。※16

これは、自社のALM（アプリケーションライフサイクル管理）ソリューションに、Microsoftの生成AI基盤「Copilot」を組み合わせたもので、2025年第1四半期にベータ版の提供を開始予定です。

なお、自動車業界では、ソフトウェア定義車（SDV）やEVの開発において、ソフトウェアの重要性とその複雑性への対応が求められているとも述べています。

その中で、Codebeamerは効率的な開発や品質確保、サプライチェーンのトレーサビリティ向上に貢献すると強調しました。

活用例7.SBI損害保険

SBI損害保険は、生成AIを活用して自動車事故受付センターの顧客体験（CX）を向上させるための検証を開始しました。アルティウスリンクのコンタクトセンターサービス「Altius ONE for Support」を用い、以下の3つの施策に生成AIを適用し、その有用性を確認しています。※17

検証内容

1. オペレーターの後処理時間を短縮
   「対話要約アプリ」を活用し、顧客とオペレーターの会話を自動で要約。記録作業の35%削減を目指す。
2. VoC（顧客の声）とCS（顧客満足度）の相関分析
   応対データを分析し、顧客満足度に影響を与える要因を特定。オペレーターの応対品質を数値化し、評価の自動化と管理者の工数削減を図る。
3. VoCから商品・サービス改善要望を抽出
   顧客のニーズや要望をAIで解析し、商品・サービスの改善点を抽出。契約内容やサポート体制に関するフィードバックを活用。

SBI損保は、これらの検証をもとに実業務での導入を目指し、CS予測モデル構築や生成AIの利用範囲拡大に向けた検証も進めています。

なお、保険業界での生成AI活用事例が気になる方は、以下の記事もご確認ください。

自動車業界における業務を人が行うリスク・AIが行うリスク

自動車業界はAIの導入や活用が活発な業界の1つです。

自動車製造工場内の業務はもちろん、研究から設計、開発、販売業務に至るまで、様々な現場でAIが活用されています。

しかし自動車業界の業務には、人とAIどちらが行うにしてもそれぞれ異なるリスクが存在するため、業務ごとに適切な判断が必要です。

自動車業界の代表的な以下の3つ業種における、それぞれの業務別リスクを表にまとめていますので、ぜひ参考にしてください。

• 自動車メーカー
• 自動車部品メーカー
• 自動車ディーラー

自動車会社の種類	仕事内容	人でやるリスク	AIでやるリスク
自動車メーカー	研究開発	ミスが生まれる可能性がある	情報漏洩のリスクがある
	企画・促進	ミスが生まれる可能性がある	情報漏洩のリスクがある
	生産技術	ミスが生まれる可能性がある	AIを扱える人材が必要になる
自動車部品メーカー	研究開発	ミスが生まれる可能性がある	情報漏洩のリスクがある
	生産技術・管理	ミスが生まれる可能性がある	AIを扱える人材が必要になる
	品質保証	顧客満足度が低い可能性がある	責任の所在が不明になる
	材料の仕入れ	ミスが生まれる可能性がある	情報漏洩のリスクがある
	営業	顧客満足度が低い可能性がある	雇用が減少する可能性がある
自動車ディーラー	営業	顧客満足度が低い可能性がある	雇用が減少する可能性がある
	整備	ミスが生まれる可能性がある	責任の所在が不明になる
	事務	人件費が嵩む	雇用が減少する可能性がある
	展示車の管理	安全性の問題がある	責任の所在が不明になる

自動車業界における業務を人が行うリスク・注意点

自動車業界の業務を人が行うリスクとして考えられるのは、生産・管理における人為的なミスや、整備・品質保証における安全性の問題などが挙げられます。

特に人為的ミスが発生しやすい業務にはAIの活用が適切です。

自動車業界の中でも、特に生産・整備工程の段階での人為的ミスは人命にも関わってくるため、人が行うリスクは非常に大きいと言えます。

また近年では、若者の車離れや自動車開発領域の拡大などにより自動車業界は人手不足も問題になっているため、全ての業務を人が行っていては労働力が不足してしまいます。

自動車業界における業務をAIが行うリスク・注意点

自動車業界の業務をAIが行うリスクとしてまず予想されるのが、整備工場や生産工場のわずかな条件の変化に対応できない可能性があることです。

機械学習モデルを適切に管理しなければ、製品の品質劣化や工場設備のトラブル・事故、誤った予測による施策の失敗など、さまざまなリスクにつながります。

工場内でのAI活用は、時に人命にかかわる非常に大きなリスクを伴うため、機械学習モデルの精度を定期的にチェックしメンテナンスできる環境を整えなければいけません。

また自動車業界に限ったことではありませんが、AIを業務に活用する際は情報漏洩のリスクに細心の注意が必要です。

ツールによっては入力したデータをAIの学習に応用することがあるため、個人や企業データ、開発データなど重要な情報が外部に漏洩してしまう可能性があります。

AI利用・自動化による自動車業界の事件5選

ここでは実際に自動車業界で起きた、AIに関連する事件を5つご紹介します。

AIを導入することで多大なメリットを得られる反面、大きなリスクも伴うことを、具体例を参考にしっかり理解しておきましょう。

Uber

2018年3月、米ライドシェア大手Uberが開発する自動運転車両のテストカーが、道路を横断中の歩行者をはね死亡させる事故が発生。※18

試験走行中のため車両にはテストドライバーが搭乗していましたが、スマホ使用による前方不注視によって事故が発生したと結論付けられました。

事故後の分析では、Uberの自動運転AIはそもそも車道に歩行者がいることを想定していなかったため、最後まで「歩行者」とは認識できず急ブレーキも作動しないなど、様々なシステムの欠陥が明らかになりました。

テスラモーターズ

電気自動車メーカー最大手・テスラモーターズのEV車に搭載されているADAS（先進運転支援システム）「オートパイロット（AutoPilot）」が関わる事故は、2019年以降736件発生し、実に17人が死亡しています。※19

事故の要因の1つとして、ドライバーがオートパイロットを「自動運転と誤解している」ことが挙げられます。

テスラの「オートパイロット」とオプション機能の「フル・セルフ・ドライビング（FSD）」は、ドライバーの監視が必要な「自動運転レベル2」相当の「運転支援システム」であり、運転の主体はあくまでドライバーにあります。

しかしこの名称が「完全自動運転」であるかのようで紛らわしく、誤解による運転手側の過失が事故につながったケースも少なくありません。

オートパイロットが関連する全ての事故をテスラの運転支援技術のせいにすることはできませんが、自動車メーカーが続々と開発を進める自動運転に対する「安全性」への信頼に、世間から厳しい目を向けられることとなりました。

GM／クルーズ（Cruise）

米自動車大手ゼネラル・モーターズ（GM）の傘下「クルーズ（Cruise）」は、米国カリフォルニア州において初めて無人で乗客を運ぶ許可を取得し、完全自動運転（無人）タクシーの実用化に成功しています。※20

しかし2022年5月、無人タクシーの公道走行許可が下りた矢先に、10数台の無人タクシーが数時間にわたり道路を占拠するという珍事件が発生。

同様の騒動は同年6月にも発生し、周辺住民を驚かせました。

2023年8月には、緊急走行中の消防車両と交差点で衝突し、無人タクシーの乗客1人が負傷。

クルーズの無人タクシーはこれまでにも、緊急走行車両の移動の妨げになるトラブルを度々起こしていました。

さらには、クルーズの無人タクシーに轢かれた女性が車両の下敷きになるという事件も発生。

カリフォルニア州車両管理局の要請を受け、2023年8月以降、クルーズの無人タクシーは多数の問題発生によりその数を半減させることとなりました。

トヨタ自動車

2020年8月、東京パラリンピック・選手村にて、トヨタ社製の自動運転バスと視覚障害のある柔道選手が接触し、負傷した選手が試合を欠場するという事件が起きました。※21

この事故の際に使用されていた車両は、あくまでシステムが人の運転を支援する「レベル2」であり、運転の主体は人にあったため、搭乗していたオペレーターに過失があると判断されています。

この事故によって、人による操作とシステムによる操作を使い分ける自動運転の難しさが改めて浮き彫りとなりました。

トヨタ／小島プレス工業

2022年2月、トヨタ自動車に内外装部品を提供する小島プレス工業がサイバー攻撃を受け、同社のシステムに障害が発生。※22

この影響により、トヨタ自動車が国内に有するすべての完成車工場（14工場28ライン）が稼働停止に追い込まれ、約1万3000台の生産に遅れが生じました。

この事件より以前の2020年6月にも、ホンダが同様の被害を受けています。

自動車業界で生成AIを使用する際の今後の問題点・課題

自動車業界のほとんどの業種では、AIを活用できる業務が多く存在します。上手に活用すれば、業務の効率化や品質の向上が期待できるので活用しない手はありません。

ただし、品質検査やAIツールによる自動生成技術は、精度が完全ではないため、最終的なチェックは人の目に依存しているのが現状です。よって、AIツールのチェック技術や情報生成技術の精度向上が今後の課題と言えるでしょう。

これは、未来への展望になりますが、AIの精度が向上していけば、そのうち公道を走っているのは自動運転技術を搭載した高性能な自動車だけになるかもしれませんね！

人の体調や一瞬の油断が事故に繋がることもないので、車両事故が大幅に削減できると思うと未来が明るく思えてきます。

生成AIを使いこなすための第一歩として、ChatGPTを使ってみたいと考えている方は、以下の記事を参考にしてみてください。

生成AIで解決する自動車業界の未来

自動車業界は、人手不足・技術革新への対応・海外市場開拓・カーシェアリングの普及・若年層のシェア獲得など、多様な課題に直面しています。これらの課題に対し、生成AIが今までにない新しい解決法を提供する可能性を秘めているのです。

特に、生成AIの活用で業務効率を大幅に向上させられるのがポイント。。例えば、チューリング株式会社の自動運転技術開発、トヨタシステムズのコード生成、DSオートモビルのChatGPT搭載車両など、すでに先進的な取り組みが始まっています。これらの事例は、生成AIが自動車業界に変化をもたらす力を持っていることを示しているわけです。

今後、生成AIの導入はさらに加速すると予想されます。企業のIT担当者や経営者にとって、生成AIの活用は競争力を高める重要な戦略となるでしょう。

最後に

いかがだったでしょうか？

「どの工程にAIを活用すべきか」や「人が担うべき業務との切り分け方」に悩んでいる方は、導入検討のヒントを得てみてください。