Dassault Systemes傘下のSolidWorksは、エンジニアリングAIエージェント群「Virtual Companion」の本格展開を進めている。設計支援にとどまらず、シミュレーションやデータ管理までカバーし、一部顧客では生産性が50～60％向上した事例も出ている。SolidWorksのCEO、マニッシュ・クマ氏が明らかにした。

クマ氏は「正式リリースから4～5カ月しか経っていないが、すでに成果が出ている。生産性を50～60％引き上げた顧客もいる」と述べ、エンジニアリング分野でのAI活用は今後さらに広がるとの見方を示した。

Dassault Systemesは2025年初め、最初のVirtual Companionである「Aura」を公開した。続いて2026年初めには、より高度なエンジニアリング業務に対応する「Leo」と「Marie」をプレビュー版として投入し、7月に正式公開した。

同社によると、Auraは構想立案や探索に特化したAIエージェントだ。社内データとWeb上の外部知識を組み合わせ、設計アイデアの具体化を支援する。

Leoは、製造可能性や設計の妥当性を検討し、実際の生産を見据えた設計案を提示する。Marieは科学的根拠に基づく解析を担い、落下試験、人間工学評価、医療機器の規制対応といった高度な領域にも対応するという。

クマ氏は、クラウド版の3DEXPERIENCEプラットフォームを利用するSolidWorksユーザーにトークンを配布し、Virtual Companionの利用を促してきたと説明した。その上で「短期間でも導入効果が表れ始めている」と話した。

Virtual Companionは3種類だが、各製品に実装する機能やスキルは継続的に拡充しているという。クマ氏は「今後も高度なスキルをさらに組み込んでいく」と述べた。

顧客事例としてクマ氏が挙げたのが、2D図面作成の自動化だ。ある企業では、自社データセットを基にVirtual Companionで2D図面を生成する機能を検証したところ、それだけで生産性が50～60％向上したという。6カ月以内に90％まで引き上げることを目標にしている。

クマ氏は「製造業では2D図面の比重が依然として大きい。設計は3Dでも、工場ではなお2D図面が主流だ」と指摘する。部品でもアセンブリでも図面作成は不可欠で、設計時間のおよそ3分の1がこの作業に費やされるという。

その上で「設計そのものを好む人は多いが、2D図面の作成を好む人はほとんどいない。ここで生産性を90％高められれば、波及効果は大きい」と語った。

2D図面以外にも、必要ではあるものの、できれば避けたい作業は少なくない。クマ氏は、こうした業務をAIで補完できれば、企業にとっても従業員にとってもメリットが大きいとみている。

例として挙げたのが、組み立て工程で部品の穴位置を一つひとつ合わせる作業だ。クマ氏は「煩雑で退屈な作業として敬遠されがちだが、ここでミスが起きると大きなコストにつながる」と説明した。

クマ氏はまた、Virtual Companionが設計専用のAIではない点も強調した。Dassault Systemesの3DEXPERIENCEプラットフォームは、構想段階から顧客現場に配置された製品までを一貫して追跡できる仕組みで、設計に閉じない広い工程を対象としている。

これに合わせてVirtual Companionも、設計支援だけでなく、アイデア創出からデータ管理までを含めてカバーしているという。

エンジニアリングAIを巡る競争は足元で激しくなっており、この分野を主戦場とするスタートアップも増えている。こうした中でクマ氏は、Dassault Systemesは競合が容易に追随できない「堀」を持つと強調する。

その中核にあるのが、同社が「物理」を基盤に据えている点だ。クマ氏は、大規模言語モデル（LLM）や一般的なワールドモデルとは異なる「産業ワールドモデル」に注力していると説明した。

「LLMは言語の統計構造を学習し、次に来る単語を予測する。一方で、ドローンが1秒後や2秒後にどこにいるかを示すものではない。ワールドモデルは、物体の現在の状態から次の状態を予測するAIで、多くは画像や動画から学習する」

その上でクマ氏は「産業ワールドモデルは単なるパターン照合では不十分だ。実際の物理法則に基づき、構造や流体力学まで理解して初めて産業現場で使える」と述べた。

クマ氏は、広範な製造プロセスをカバーできる点も同社の強みとして挙げた。「設計モデリングからシミュレーションツールまで一通りそろっている。分子レベルからBoeing 777のような大型航空機まで、規模や物理領域を問わずシミュレーションを支援できる。長年蓄積してきた形状データや物理データもある」と話す。

さらに「こうした条件を満たす企業はDassault Systemes以外にほとんどない」とも述べた。

Dassault Systemesは、クラウドベースのVirtual Companionを通じて、自前でGPUインフラを整備する余力が限られる製造業の開拓にも力を入れている。

クマ氏は「クラウドでAIを使えば、企業はデータを顧客ごとに分離して保護しながら、必要な知識と計算資源を確保できる。ソフトウェア業界では、スタートアップがすでにこのやり方で大企業に挑んでいる」と述べた。

データ利用の方針については「Dassault Systemesは自社データと合成データだけでAIモデルを学習している。書面による同意がない限り顧客データは使わない。顧客データは常に分離して保護し、管理権限も顧客側にある」と説明した。

エンジニアリング分野でAIの活用が広がるにつれ、エンジニアに求められる役割も変わるとクマ氏はみる。クマ氏は「エンジニアの価値は、正しい意図を見いだすことにある。意図を設計し、モデルが越えてはならないガードレールを定め、結果を評価する。最終責任は人にある」と述べた。

さらに「AIが示した解決策をそのまま適用して不具合が出ても、『AIがやった』では済まされない。AIが大量の提案を返すほど、その中から最適な案を選び、妥当性を検証する力が重要になる」と語った。

AI時代にエンジニアに必要な能力として、クマ氏は3点を挙げる。第1は、正しい問題を見つける力だ。「AIは答えを出せても、問題そのものは見つけられない。複数の課題のうち、どれから解くべきかを判断するのは人の役割だ」とした。

第2はソフトスキルだ。仲間や顧客と良好な関係を築きながら働く力を指し、「AIが誰にでも実行力を与えるなら、能力は高くても傲慢なスーパースターより、一緒に働きやすい人がより求められる」と述べた。

第3はマルチプレイヤーであることだ。「機械工学の人材であっても、電気・電子やソフトウェアまで学ぶ必要がある。フィジカルAIの到達点の一つであるロボットも、こうした分野が融合して生まれる成果物だ」と話した。