切削加工・金型メーカーのローカルLLM：得意なこと、触らせてはいけないこと、最初に試すこと

工場で一番のプログラマーは、入社して20年になります。特定のお客様向けの検査手順は、共有ドライブのPDFの中にあり、見つけられるのは3人だけです。昨夜届いた見積依頼（RFQ）は、2年前に見積もった部品によく似ていますが、実際にいくらでつくれたのか、誰も覚えていません。

これは、大規模言語モデル（LLM）が助けになる種類の問題です。同時に、誰もが最初に思いつく道具、つまり公開されているAIチャットサービスに、多くの工場がまだ十分に考えていないリスクがある種類の問題でもあります。お客様の図面は、自社の判断で共有してよいものではありません。

この記事は、ローカルLLM（自社のハードウェア上で、自社のネットワークの中で動かすもの）を検討している、切削加工・金型メーカーの経営者や管理者に向けて書いています。どこで役立ち、どこから遠ざけるべきか、そして本格的にお金をかける前にどう試すかを整理します。

切削加工・金型メーカーにとって「ローカル」が重要な理由

図面やCADモデルは、読む人にたくさんのことを教えます。形状、公差、そして部品がどのようにつくられるかについての多くの手がかりです。だからこそお客様は秘密保持契約（NDA）のもとで送ってくるのであり、ある製造業マーケットプレイスが、一般的なNDAのひな形ではCAD ファイルを十分に守れないと警告しているのもそのためです。その助言は、契約にファイルの種類を明記すること、そしてファイルがどう保管され、誰が閲覧でき、いつ削除されるのかを確認することです。

これをAIに当てはめてみてください。プログラマーがお客様の図面の注記を公開チャットサービスに貼り付ければ、その情報は社内ネットワークを出て、第三者のもとに渡ります。それが特定のNDAに違反するかどうかは、その文言によりますし、私たちは弁護士ではありません。しかし、この問いは最初に貼り付ける前に確認すべきで、後ではありません。一般的なNDAのもとで公開AIサービスをどう扱うべきかを決定的に示す情報源は見つかりませんでした。ご自身の契約を読み、不明な場合はお客様に確認してください。

ローカルLLMは、この問いに単純な形で答えます。データは建物の外に出ません。それが自社で動かす主な理由です。ただし、それだけで購入を決める理由にはなりません。クラウドサービスのほうが合理的な場合は、後述します。

切削加工・金型メーカーでローカルLLMが得意なこと

言語モデルが役に立つ仕事は次のとおりです。いずれも文章に関わる仕事で、金属を削る仕事ではありません。

1. 自社の文書を普通の言葉で検索する。 作業指示書、検査手順、お客様の仕様書、品質マニュアル、過去の不適合報告書、工具のメモ。フォルダを探し回る代わりに、「お客様Xのハウジングの検査頻度は？」と尋ねて、出典ページへのリンク付きで答えを得ます。これは一般にRAG（検索拡張生成）と呼ばれ、モデルが一般的な記憶ではなく、自社の文書から答える仕組みです。
2. 見積もりの支援。 似た形状の過去案件を探し、かかった費用と問題点を要約し、お客様への返信を下書きします。価格を決めるのは、あくまで見積担当者です。
3. 翻訳と要約。 日本語、中国語、英語、タイ語で届くメール、仕様書、変更通知を、別の言語を読む人が理解できるようにします。複数の言語のお客様を持つ工場では、最初に時間短縮を実感する仕事であることが多いです。
4. ノウハウの記録。 ベテランの技能者やプログラマーが判断の理由を説明し、それを文章に残して検索できるようにすることで、その人が退職した後も残ります。技術と同じくらい、進め方の問題ですが、検索できる蓄積があって初めて使えるものになります。
5. ERPや生産データへの問い合わせ。 「先四半期に納期遅れになったお客様Yの案件はどれで、理由は何か」を普通の言葉で尋ねます。システムがつながっている場合に限ります。

触らせてはいけないこと

人がすべての行を確認せずに、LLMでGコードやツールパスを生成してはいけません。 AIプログラミングツールの提供会社自身が、出力は見直しが必要な出発点だと説明しています。ある提供会社のガイドは、出力がおよそ80%完成した状態だとしていますが、これは提供会社自身の主張であり、測定結果ではありません。私たちが見つけた小規模な学術研究は、AIモデルが機械の操作パネルのスクリーンショットに対してGコードを確認する課題を、16件のテストケースで試しています。Gコードとパネルを合わせた確認の正答率は、プロンプトの設定によっておよそ63%から75%で、著者は結果が予備的であり、1台の旋盤に固有のものだと述べています。非常に小さな標本の研究結果ですが、方向は正しく示しています。機械の動きを、文章を予測する仕組みに任せてはいけません。

間違った答えが工具の衝突や人のけがにつながるものはすべて同じです。事実として扱われる送りと回転数、安全手順、図面から読み取った公差などです。言語モデルは文書の読み手としては役に立ちます。測定器ではありません。

CAM専用のAI製品も存在し、それは汎用LLMとは別の分類です。CAMソフトの中で動き、お客様の工具ライブラリを使います。プログラミング時間がボトルネックなら、それらをそれ自体の価値で検討し、結果はご自身で測ってください。

動かすために必要なもの

データセンターは不要です。あるハードウェア解説記事による大まかな目安では、モデルの重みは、16ビットの完全精度でパラメータ10億個につき約2GB、4ビットに圧縮（量子化）すると10億個につき約0.6GBのメモリを使います。これに従うと、約300億パラメータの中規模モデルを量子化した場合、重みだけでおよそ20GBが必要で、会話の文脈や同時に使う複数の利用者にはさらに必要です。700億パラメータのモデルを4ビットに量子化した場合は、40GBを超えます。

実務上のポイントは2つです。1つ目は、モデルだけでなく、何人が同時に使い、文書がどれくらい長いかに合わせてハードウェアを選ぶこと。2つ目は、小さなローカルモデルは、比較されがちな大きなクラウドモデルより能力が劣ることです。出典付きの文書検索なら、答えが自社のページから来るため、通常は許容範囲です。自由な推論には、それほど期待しないでください。

クラウドサービスのほうが良い場合

検索したい文書が機密でない場合（公開規格、自社の販促資料、一般的な教育コンテンツ）は、クラウドサービスのほうが簡単で安いかもしれません。ローカルのシステムには、保守する人も必要です。必要のないハードウェアを売るより、率直にお伝えします。ローカルを選ぶのは、データがNDAの対象である場合、お客様がそれを期待している場合、そうでなければ制限のある資料を公開ツールに貼り付けたくなってしまう場合です。

何かを買う前に試す5つの問い

過去1か月の実際の質問を20件用意します。社員が実際に尋ねた、または答えるのに苦労したものを、そのままテストに使います。

1. 自社の文書から答え、出典ページを示すか。 出典のない答えは、信用も確認もできません。
2. 答えが文書にないとき、「わかりません」と言うか。 答えをでっち上げるシステムは、システムがないよりも悪いです。
3. 使っている言語を扱えるか。 日本語、中国語、タイ語のお客様の用語を含みます。
4. 誰がどの文書を見られるか。 お客様Aの図面が、お客様Bの案件を担当する人への答えに現れてはいけません。
5. 工場の中で誰かが保守できるか。 それとも、負担できるサポート計画があるか。

30日スタートプラン

第1週：文書の集まりを1つ選ぶ。 頻繁に検索され、利用する権限のあるもの、たとえば検査手順や作業指示書を1つ選びます。CAMベンダーのガイドも勧めているとおり、最初のユースケースは1つです。

第2週：契約を確認する。 対象となる文書に関わるお客様のNDAを読みます。第三者による処理や保管についての制限をメモします。

第3週：テストの質問を書く。 20件の質問と、正しい答え、そして各答えの出典ページをまとめます。

第4週：試して数える。 正答は何件か、正しい出典が付いたのは何件か、自信満々に間違えたのは何件か。その数字が、先に進むべきかを教えてくれます。

Simplicoにできること

私たちは、データを公開サービスに送れない企業向けに、オンプレミスのLLMシステムを構築・運用しています。社内ネットワークの中に導入し、自社文書の検索、ガードレール、監査ログを備え、役立つ場面ではERPや生産システムとつなぎます。私たちのサービスページには、範囲を絞ったPoC（概念実証）をおよそ2〜3週間で行うことが記載されています。認証を取得しているとは主張しませんし、言語モデルがエンジニアリングのいかなる部分も置き換えるとは約束しません。

誰かに相談する前に準備状況を知りたい場合は、無料のローカルLLM導入準備アセスメントをご利用ください。コンプライアンス、インフラ、ユースケース、連携、組織の5つの観点を問う25問の自己診断です。サービスの詳細はsimpliLLMのページにあります。

ご相談ください

チームが最もよく検索する文書と、お客様のNDAの内容を教えてください。ローカルLLMが適しているか、もっと簡単な方法で足りるかをお伝えします。最初は短い打ち合わせで十分です。

• メール：hello@simplico.net
• LINE：iiitum1984
• 電話：(+66) 97496 6397

よくある質問

ローカルLLMにGコードを書かせられますか。
Gコードに見える文章は生成できますが、資格のある人がすべての行を確認せずに機械を動かすために使うべきではありません。信頼性についての公開された根拠は乏しく、AIプログラミングツールの提供会社自身が、出力には確認が必要だと説明しています。

お客様の図面の注記を公開AIチャットに貼り付けても安全ですか。
NDAの内容と、そのサービスの利用規約によります。多くの工場はまだ確認していません。契約を読み、文言が不明確ならお客様に確認してください。ローカルのシステムでは、データが社内ネットワークに留まるため、この問いを避けられます。

どのくらいのコンピューターが必要ですか。
モデルの大きさ、同時に使う人数、文書の長さによります。大まかな目安として、量子化した中規模モデルは、重みだけでGPUメモリが約20GB必要です。モデルの名前ではなく、ユースケースから計画してください。

見積担当者やプログラマーの代わりになりますか。
なりません。情報を探したり文章を下書きしたりする速度が上がります。価格、工程、安全についての判断は、人に残ります。

うちは機械が数台だけです。意味がありますか。
NDAのもとで多くのお客様文書を保管していて、社員がすでに検索に時間を取られている場合を除けば、おそらくまだ早いでしょう。お金をかける前に、上の30日間の試験から始めてください。

出典

• MakerVerse: NDA and IP protection for CAD files（マーケットプレイスの記事）
• CloudNC: How to use AI in machining（ベンダーの記事）
• arXiv: Few-shot VLM-based G-code and HMI verification in CNC machining（プレプリント、小規模データ）
• Computing for Geeks: How much VRAM to run an LLM（ハードウェアガイド）