ヒョンデ、社内AI導入で衝突テストのレビュー時間を90%削減

ヒョンデ自動車グループは、社内AIツールの導入により衝突テストのレビュー時間を90%削減したことなどを明らかにした。同社は「Physical AI+」構想を掲げ、2028年までに人型ロボットの自社工場への大規模導入を目指している。ただし、今回発表された生産性向上の数値は自己申告であり、ロボットの量産や労働組合との交渉など、物理的な展開には依然として課題が残されている。

■7年間のデータインフラ構築とAI導入率80%の背景

ヒョンデ自動車グループはソウルで開催した社内監査イベント「AX Achievement Showcase」において、AIツールの導入によりエンジニアの衝突テストケースの検索・レビュー時間を90%削減し、不必要な生産ダウンタイムを86%削減、車両メンテナンスの応答時間を42%短縮したと発表した。また、このAIロジックを自動車、ロボット、工場へと拡張する新たなフレームワーク「Physical AI+」も公表した。これらの数値は製品発表ではなく、社内における生産性向上の成果である。同社はBoston Dynamicsの吸収や、2028年に向けた年間3万台のロボット生産目標を掲げており、大規模なAIプログラムの運用能力を証明することが求められていた。

同グループのICTマネジメント部門長であるEunsook Jin社長は、技術そのものよりも、組織が新技術をいかに早く理解し業務に適用できるかが重要だと語った。この背景には、2019年から始まった7年間のデジタルトランスフォーメーション（DX）の取り組みがある。AIツールを展開する前に、JIRAやConfluenceなどの導入、Microsoft 365による統合クラウド環境の構築、そして事業部門横断的な「Global One Data Pipeline」の確立といった基盤整備が行われた。

この基盤の集大成が、従業員が単一のインターフェースを通じてChatGPT、Gemini、Claudeに安全にアクセスできる独自の生成AIプラットフォーム「H Chat Pro」である。2025年から一般社員向けに展開され、2026年7月時点でヒョンデと起亜（Kia）の一般社員の約80%にあたる3万人のユーザーを獲得した。自動運転や水素などの国家中核技術の研究開発チームは外部クラウドツールの使用が制限されていたが、安全なマルチモデルラッパーを構築することでこの制約をクリアし、高い導入率を実現した。

■衝突テストレビュー時間90%削減の真意

今回発表された「90%削減」という指標は、エンジニアが関連する衝突テストのケースを特定しレビューする時間を指しており、衝突シミュレーション自体の実行時間を短縮したわけではない。物理的な衝突テストには多額のコストがかかるため、現在では仮想シミュレーションで補完されている。しかし、シミュレーションの前に、エンジニアは過去の膨大なデータから類似ケースを検索する必要があり、ヒョンデの「Crash Safety AI Assistant」はこの検索・レビューのワークフローを自動化するものである。

このシステムは、独自の衝突データベースに対する自然言語処理（NLP）ベースの検索およびケース比較エンジンとして機能する。エンジニアが条件を入力すると、関連する過去のケースが構造化された分析とともに提示され、これまで数時間かかっていた手作業による検索を置き換える。90%の時間短縮はこの検索・レビュー段階のみから生じており、結果の解釈や設計上の結論の導出、シミュレーションの実行は引き続きエンジニアが行う。

■製造現場における3つのAIツールとデータフライホイール

製造現場でも、構造化データと検索・自動化の組み合わせが活用されている。「AI Automated Recognition Service」は、生産ラインのビジョンAIカメラで車両識別番号（VIN）を自動的に読み取り、システム上の生産記録とリアルタイムで照合する。現在、韓国、米国、欧州、インド、アジア太平洋地域の約70の製造工程に導入されており、年間約52億4000万ウォン（約390万ドル、約6億2000万円、1ドル=159円換算）のコスト削減を生み出している。

「Transfer Cart Sequencing Optimization」システムは、部品を運ぶカートの経路最適化を行う。設備の不具合でカートの経路が寸断された際、従来は作業員が手動で代替経路を計算していたが、強化学習モデルによって最適な経路を自動的に特定するようにした。これにより、不必要な生産ダウンタイムが86%削減された。また、3つ目のツールである「E-FOREST: POLARIS」は、製造エンジニアがソフトウェア開発の専門知識なしに独自のAIエージェントを構築・テスト・展開できるプラットフォームであり、個人の専門知識を共有可能なデジタル資産に変換する。

これらの社内AIツールは、競合他社が購入できない「独自のデータ」を生み出す基盤となっている。H Chat Proのやり取り、VINの照合記録、カートの経路変更などの運用データは「Global One Data Pipeline」に送られ、AIモデルの改善に還元される。ヒョンデはこのサイクルを「データフライホイール」と呼んでおり、従業員の80%がAIを導入していることの構造的な重要性がここにある。

■車両、ロボット、工場を結ぶ「Physical AI+」構想

今回のイベントでは、この拡張の次の段階を示すラベルとして「Physical AI+」フレームワークが正式に発表された。この構想は3つの領域からなる。1つ目の「Vehicles（車両）」では、社内で開発されたAI機能（データパイプライン、モデル学習、センサー統合など）を、Waymoとの既存の協業を含む自動運転システムに適用する。

2つ目の「Robots（ロボット）」は、2026年7月にソフトバンクからの持ち分売却が完了し、ヒョンデ自動車グループの完全子会社となったBoston Dynamicsの電動人型ロボット「Atlas」と4足歩行ロボット「Spot」を中心とする。Atlasは2028年にジョージア州の工場（Hyundai Motor Group Metaplant America）で部品の順序付け作業を開始する予定である。同社は同年までにサバンナ近郊の専用工場で年間3万台のAtlasの生産能力を確保し、自社の製造施設に2万5000台以上を展開する目標を掲げている。

3つ目の「Factories（工場）」は、品質管理、物流、スケジューリングが手作業ではなくアルゴリズムによって管理される「Software-Defined Factories（ソフトウェア定義型工場）」へと進化しつつある。今回発表されたAIツールは、その移行の現状を示すものである。

■セマングムへの巨額投資とNVIDIAとの協業

社内の生産性向上とは別に、Physical AI時代に向けたヒョンデの最大の資本投下となるのが、全北特別自治道の埋め立て地に建設される「Saemangeum AI Valley（セマングムAIバレー）」である。2026年に入って発表されたこのプロジェクトは、複数の独立した報道によると約9兆ウォン（現在の為替レートで約63.6億〜70.6億ドル、約1兆1100億〜1兆1200億円、1ドル=159円換算）の投資規模とされ、AIデータセンター、ロボット製造クラスター、クリーン水素生産のための水電解施設、都市インフラが含まれる予定だ。

この投資と並行して、ヒョンデはNVIDIAと提携し、韓国の大学、研究機関、スタートアップに提供することを目的とした標準化されたハードウェアおよびソフトウェア環境「Robot Reference Platform」を開発している。この提携では、自動運転システムとロボティクスの両方のトレーニングと検証にNVIDIAのシミュレーションフレームワークを使用しており、同グループが以前に発表した、AIモデルのトレーニング用に5万基のNVIDIA Blackwell GPUを導入する計画にも関連している。

■成果の自己申告と2028年ロボット展開に向けた課題

今回発表された生産性の指標はヒョンデの自己申告である。衝突ケースのレビュー時間の90%削減、ダウンタイムの86%削減、メンテナンス応答の42%改善は、独立した監査機関によって検証されたものではない。説明されたツールには確立されたメカニズムがあり、製造業のエンタープライズAI導入において同等の投資対効果（ROI）の主張は見られるため妥当性はあるが、その精度は外部監査ではなくヒョンデ独自の測定によるものである。

イベントが残したより大きな疑問は、文書化されたエンタープライズAIの基盤が物理的なロボット工学のタイムラインを実際に加速させるのか、それとも2つのプログラムがたまたま同じ語彙を共有しているだけの並行した軌道なのかということだ。H Chat Proの80%の導入率は、AIツールを大規模に展開するヒョンデの能力について確かなことを示している。しかし、その組織的能力が、2028年までに3万台の人型ロボットを予定通りに展開することにつながるかどうかは、ハードウェア製造の立ち上げ、全国金属労働組合（Korean Metal Workers' Union）との労働協約交渉、Boston DynamicsやGoogle DeepMindにおける基盤モデル開発の進捗にかかっており、これらはソフトウェア導入の問題ではない。

■非エンジニアによる「Vibe Coding」の推進

イベントからのシグナルとしてあまり注目されなかったが、グループのIT関連会社であるHyundai AutoEverのSeokmoon Ryoo CEOが、参加者向けに「Vibe Coding」のハンズオンセッションをライブで行った。Vibe Codingとは、従来のプログラミング構文を必要とせず、自然言語のAIプロンプトを使用して機能するソフトウェアコードを生成する手法を指す。

このセッションが含まれたことは、ヒョンデがIT部門の展開を待つのではなく、非エンジニア自身がH Chat ProのAIエージェント機能を通じてAIツールを構築・カスタマイズすることを意図していることを示している。H Chat Proユーザーの増加する割合がすでにこれを実行しており、ソフトウェア開発の背景を持たずに特定のビジネス課題向けのカスタムAIエージェントを構築している。イベントでは、これを例外的なケースではなく、機能として扱っていた。

■注目ポイントQ&A

●ヒョンデのCrash Safety AI Assistantは具体的に何を90%削減したのですか？

90%の削減は、エンジニアが過去の衝突テストのケースデータを検索し、レビューするのに費やす時間に適用されます。衝突シミュレーションの実行に必要な時間ではありません。AIアシスタントは、エンジニアのクエリに応じて関連する過去のケース（テスト条件、負傷メカニズム、改善策など）を提示する検索・検索システムです。シミュレーションの実行や設計上の決定は引き続きエンジニアが行いますが、AIはこれまで分析前のワークフローの大部分を占めていた手動のデータベース検索のボトルネックを解消します。

●ヒョンデのAIツールがこれほど生産的であるなら、なぜ2028年のロボット展開は依然として未確定な問題なのですか？

エンタープライズソフトウェアの導入とハードウェアの製造は異なる問題だからです。H Chat Proが3万人の従業員全体で80%の導入率に達したことは、ヒョンデがAIツールを大規模に展開できることを示しており、これは組織およびインフラの能力です。一方、2028年までに3万台のAtlas人型ロボットを展開するには、物理的な生産を月約4台から月2,500台へと拡大し、同意なしの工場立ち入りを公に阻止してきた全国金属労働組合との労使協定を締結し、Robotics Metaplant Application Centerでの実際の工場タスクにおけるAIモデルのパフォーマンスを検証する必要があります。ソフトウェアがハードウェアよりも先行している状態です。

●データフライホイールとは何ですか？また、ヒョンデの競争力にとってなぜ重要なのですか？

ヒョンデのデータフライホイールとは、従業員、工場センサー、車両、そして将来的にはロボットからの運用データがAIモデルを改善し、それが運用を改善し、さらに有用なデータを生成するという自己強化サイクルのことです。戦略的な重要性は、この種の独自の物理世界のトレーニングデータは購入できず、大規模な継続的運用からのみ蓄積されるという点にあります。従業員の80%のAI導入率と、70のグローバル製造プロセスにわたる工場センサーデータ、そして増加するロボットフリートを組み合わせることで、ヒョンデはほとんどのテクノロジー企業がアクセスできない物理世界のデータカテゴリーでAIをトレーニングできる立場にあります。

●H Chat Proとは何ですか？従業員が単にChatGPTを使用するのとどう違うのですか？

H Chat Proは、ヒョンデが社内で管理する生成AIプラットフォームであり、従業員は単一の安全なインターフェースを通じて、ChatGPT、Gemini、Claudeなどの複数の外部AIモデルにアクセスできます。個人のAI利用との決定的な違いはデータガバナンスです。国家中核技術の規制対象となる技術（自動運転、水素など）に取り組むヒョンデの研究開発チームは、外部のクラウドAIツールを直接使用することが法的に禁じられています。H Chat Proは、これらの制限を満たしつつ従業員に商用モデルへのアクセスを提供する、コンプライアンスに準拠した中間レイヤーを作成します。また、非エンジニアがコードを書かずに特定の業務タスク用のカスタムAIエージェントを構築・展開することも可能にします。

元記事: Hyundai Discloses 90% Cut in Crash-Test Review Time, 80% Staff AI Adoption