当社はCookieを使用して、お客様が当社のWebサイトでより良い体験を得られるようにしています。引き続き閲覧する場合は、当社グループのプライバシーポリシー 
に同意したことになります。
AIには解けない、制約条件を押さえた最適な生産計画作成を自動化
（左から）F様、Y様
Fixstars Amplify AE
セリオ株式会社 第一開発本部 チーフ
F 様 (写真左側)
セリオ株式会社 第一開発本部
Y 様 (写真右側)
セリオ株式会社は、製造業を主要顧客とするシステムインテグレーターです。製薬メーカーの倉庫配置最適化を皮切りに、複数の最適化案件でFixstars Amplifyを活用しています。
当初、社内には最適化を専門とするチームも有識者もいないところから開発パートナーとして案件に参加したのをきっかけに、現在は電子部品メーカーへ生産計画最適化を提案、開発するまでに至りました。社内に人材も育っています。
製造業のお客様への最適化の提案可能性や、Amplifyの使いやすさ、AI時代における最適化の価値について話を伺いました。
F様当社はお客様のほとんどが製造業です。私の所属する第一開発本部では、モダナイズやCAD/CAM、データ活用基盤の構築、そして組合せ最適化といった、ものづくりに密接な領域を手がけています。データウェアハウスを整備してデータを蓄積するところまで、上流から一貫して対応できるのが強みです。
私はもともとCAD/CAMのソルバー開発を10年ほど手がけてきました。加工パスを生成するためのアルゴリズムやロジックを考える仕事です。ここ5年ほどは組合せ最適化に携わっており、製薬メーカーの案件を皮切りに、電機メーカー、そして現在の電子部品メーカーの案件を担当しています。
Y様私は新卒で入社して2年目です。新人研修が終わって最初に任されたのが、まさにこのAmplifyを使った最適化の案件でした。
F様最初は製薬メーカーの案件でした。自動倉庫内の配置を最適化したいというご要望で、翌日出荷するものを夜間のうちに出口の近くに、当面動かないものを奥に集める、という問題です。Fixstars Amplify社様がプロジェクトマネジメントを担当しているところへ、パートナーとして入らせていただいたのが最初のご縁でした。
Y様新人研修後の初配属が、電子部品メーカーの最適化案件だったんです。「最適化計算って何？」というところから始まり、膨大な組合せを探索して最適解を見つけるものなんだ、という理解から入りました。
Amplify SE（SE）を使うと聞いていたので、まずはSEの使い方を勉強しましたね。SEを通して、最適化計算を理解していった感じです。その後、Amplify
AE（AE）を使うことになっても、戸惑うことなく使うことができました。AEはSEよりも自由度が高く、何でもできる。効率化や人員配置といった領域では非常に強力だと感じました。
F様私はCAD/CAMを業務で使用していた頃からアルゴリズムやロジックを考えて、いかに良いものを作るかを追求してきました。Amplifyのような最適化計算は使用してこなかったのですが、考え方としては似ているので、抵抗なく入れました。むしろ親和性を感じています。
F様生産計画の作成が特定の熟練担当者に依存しており、月に2日間、1日あたり14時間ほどかけて作られていました。長年の経験で培われた、いわば職人技のような業務です。それをシステムとして自動化したい、というのが目的でした。
まず展示会でお話をいただき、年末までに試作モデルを作って「この方向でいけそうだ」と手応えを共有しながら進めました。
現在は、いよいよ本番運用というところまで来ました。今回は現場の運用そのものを変えるのではなく、これまで通りの計画を自動で作って使っていただく形にできたので、現場にも受け入れていただきやすかったと感じています。
F様お客様の業界・現場独自の言い回しが、実際に何を意味しているのか把握するのが難しかったですね。在庫の考え方一つとっても、当初自分がイメージしていたものとは違っていました。そうした一つひとつを確認しながら、現場の条件を制約として表現していく。そこに時間をかけました。
生産計画は産業によって考え方が大きく変わるので、近いキーワードの案件でも、前提から理解し直す必要があります。仕様の確認を重ねる中で、当初は見えていなかった条件が後から出てくることもあり、要件を固めるまでには相応の時間がかかりました。
実際に生産計画に携わっている人に直接ヒアリングして、暗黙知を要件化するのが重要でしたね。次の案件に向けた改善として、質問リストを作ろうと考えています。
Y様正直、つまずく部分は特にありませんでした。「この条件をこう書けば、こう解ける」という流れが直感的に理解できたので、使い勝手で困る場面がなかったです。基本的な制約はワンホット制約などを組み合わせるだけで表現できますし、ドキュメントを読める人なら誰でも扱えると思います。
F様汎用性という点では、本当に懐が深いと感じています。これまで手がけてきた複数の生産計画案件——それぞれ業種も制約の性質も大きく異なるのですが——そのどれもがAEで表現できました。「こういう条件を入れたい」と思ったことが、ほぼそのまま制約として書ける。この表現力の高さが、AEの大きな魅力だと思います。
F様一方で、何でも表現できるからこそ、複雑な条件をどう組み立てるかは、こちらの設計次第になります。特に苦労したのは、2段階の時系列が絡む制約です。たとえば、ある工程を切り替えた後に、別の部署がチェックを行う項目がある。しかもその部署は別のカレンダーで動いている。切り替えのカレンダーとチェックのカレンダーが別々で、2段構えになると、それを一つの制約として組み上げるのに頭をひねりました。
AEは汎用的で何でもできる反面、そういうケースは作り込みが必要になります。SEのように、ある程度の制約が型として組み込まれていれば、もっと簡単にできた部分もあったかもしれません。ただ、それはコンセプトの違いですね。
Y様性能には満足しています。通常の問題であれば1秒前後で結果が返ってきます。開発のピーク時には24時間動かし続けていたのですが、レスポンスよく、さらに実行回数や時間を気にせず使えたのは安心でした。クラウドなので、拠点を問わずどこからでも実行できる点も大きいです。
Y様サポート面では、Fixstars Amplify社様のエンジニアに制約の組み方やコードをレビューしていただき、アドバイスをもらえたのが心強かったです。心配だった部分を見ていただいて「問題ない」と言ってもらえたことで、安心して進められました。
F様最適化は、AIが普及しても代替されない領域だと考えています。今回の電子部品メーカーの案件は制約が10種類ほどありましたが、これはAIには解けないだろうと感じます。
最大の理由は「制約を必ず守る」という厳密さです。AIは確からしさの精度を上げていくものですが、確実なものにはなりません。一方、生産計画の現場では99%守れていてもダメで、絶対に破ってはいけない制約があります。その厳密さは確かに存在する。そこにこそ最適化の価値があると思っています。
F様結構、あると思います。最近では、倉庫内のロボットの経路最適化の話もありましたね。
これまでは最適化という手法ではなく、別の方法で解決されてきたものも色々あると思います。例えば、CAMでは経路を作った後、非効率なパスを置き換えるという最適化をしていました。こうしたところにも使えるんじゃないでしょうか。近い領域には色々あると思っていて、生産効率だったり、ドリルの摩耗の最小化、設計・形状の最適化だったりには、Amplifyのブラックボックス最適化が使えそうです。
最適化に向けた検討や計算時間はもちろん、加工時間が10%も減ったら、お客様には相当に喜んでいただけますよね。
Y様大規模な問題への対応です。今回は対象となるジョブ数が多く、数ヶ月先までを範囲としたため、一度に投入しきれず時間軸で分割して解きました。もっと大きな問題を一度に、より速く解けるようになると嬉しいです。
Y様あとは個人的に、ブラックボックス最適化をもっと手軽に試せるようになると嬉しいですね。AIモデルの軽量化など、応用してみたい領域があります。
F様細かいところでは、ライセンスの期間をもう少し柔軟にしていただけると、実務では助かりますね。日割りのような形で、購入日を起点に使えると、プロジェクトの立ち上がりに合わせやすいと感じています。
＊本記事の掲載内容は全て取材時（2026年6月）の情報に基づいています
その現場でしか通じない言葉を理解し、現実の条件を一つひとつ制約として表現していく——お話を伺う中で、生産計画の自動化とは、現場の知恵を地道に翻訳していく営みなのだと感じました。10種類を超える制約、しかも時系列が複雑に絡み合う条件まで表現できる。その汎用性の高さがAmplify AEの強みであり、同時に、複雑な条件をどう組み立てるかという設計の腕が問われるところでもあります。現場で最適化と向き合ってこられたセリオ様だからこその、実感のこもったお話でした。CAMの加工パスや形状最適化など、製造業に広がる応用の可能性も含め、今後もご一緒できればと思っています。
聞き手: 相澤 和宏（株式会社Fixstars Amplify バイスプレジデント）
