AIがプラスチック成形の制御室に入りつつあるが、工場での実証はまだ不十分

AIはプラスチック成形工程の制御に入り込んできているが、販売側の主張が工場での証拠を先行している。Plastics Technologyは2026年9月25日に「Making AI Work in Plastics R&D」ウェビナーを予定し、人工知能を孤立したパイロットから材料開発、配合、生産へと移行させる手段として提示した。イベントは実用事例を約束するが、測定された工場結果ではない。

この区別は重要だ。議論の対象は研究、革新、製品開発、製造を担うプラスチック業界のリーダー層だ。材料の耐久性や安定性を予測したり、有害物質を置き換えたり、配合コストを低減したり、開発期間を短縮したりする用途が挙げられている。これらは合理的な目標だが、射出成形機がアルゴリズムに工程窓を任せて人間の厳格な管理なしに適合部品を出荷できる証明にはまだ至っていない。

成形窓

Moldex3Dは現場に近い仕組みを提供する。Molding Window AdvisorはMoldex3DのCAE結果を用いてロバストな成形条件を特定する。解析範囲を定義し、実験計画法によるシミュレーションを実行し、実用的な成形窓を構築する前に部品品質を予測する。iMolding Advisorはショートショット試験を用いて欠陥に対する調整を提案する。

有用な点は「AI」という言葉ではなく、シミュレーションと試作の引き渡しにある。プロセスエンジニアは想定範囲を検査し、予測応答をショートショット結果と比較して推奨を受け入れるかどうかを判断できる。これは工程支援であり、アルゴリズムが工場を最適化するという一般的な約束より信頼性が高い。

Moldex3Dは、ツールがCAEデータと実際の生産フィードバックを組み合わせ、金型試作の短縮、ショット数の削減、品質向上、生産コスト低減が可能だと述べている。これらはイベント記述内のベンダー主張のままにとどまる。試作期間、ショット数削減、スクラップ基準、製品認定結果はここに示されていない。したがってQAは、同じ部品・材料・機械・キャビティ構成で文書化された結果が出るまで、成形窓を仮説として扱うべきだ。

KraussMaffeiは別の道を進む。2026年のスマート製造発表では、PX全電動シリーズ、AQCplus、LRXplus SEコンセプトを中心にインテリジェントで自律的な生産ソリューションを位置づけている。同社はまた、オペレーターをリアルタイムで支援する新AI機能も紹介している。これはオペレーターの素早い対応を助けるが、支援は自律的な工程制御ではない。

同社のK 2025資料には具体的な検査数値が1つある。全自動組立セルがレーザースキャナーで部品の高さと幅を0.01mm精度で確認し、光学検査で不良品を分離するというものだ。これは特定された測定値と明確なリジェクト経路を示しており、「インテリジェント生産」という広範な主張より強い証拠となる。ただし、これはAI制御の成形サイクルではなく、下流の組立・検査に関するものだ。

2つの数値は異なるKraussMaffeiシステムを表しており、1つの生産ベンチマークとして扱うべきではない。1つ目は自動組立セルでの寸法検査、2つ目はYanfengドアパネルプロジェクトでのカメラ処理に関するものだ。いずれも成形スクラップの低減や検証済みAI制御ループを確立するものではない。

制御主張

KraussMaffeiの商業的関心は直接的だ。射出成形機、自動化、デジタル生産システムを販売している。プレス資料ではsocialProductionが機械・生産・部品状態を監視し、processSupportが人工知能を用いて工程を自律監視するとしている。仕組みは妥当だが、欠けているのは定義されたベースラインに結びついた特定工場の結果だ。

システム導入を検討する成形業者は4つの率直な質問をすべきだ。どの機械信号が推奨をトリガーしたか。どの工程変数が変化したか。介入前後で同じ部品は何を生産したか。アルゴリズムの推奨が既存工程窓と矛盾した場合、誰がロットリリースを決定したか。

これらの回答がない限り、「自律的」は意図したアーキテクチャを表すものであり、実際に示された運用境界ではない。機械はドリフトを検知できても、無害な材料ロット変化と欠陥を生む温度逸脱を区別できない場合がある。修正を推奨できても適用する権限を持たない場合もある。測定された応答を最適化できても、外観、ウェルドライン強度、寸法安定性、長期性能といった未測定の要求事項を手つかずのままにする場合もある。

現場での検証

AIイベントの中心的な約束は、最適化されたR&Dと効率化された生産を結びつけることだ。方向性は正しいが、その結びつきには工程レベルでの所有権が必要だ。耐久性を予測する配合モデルは、ロバスト条件を特定する成形アドバイザーとは異なる。リアルタイムのオペレーター支援は閉ループ制御とは異なる。検査自動化は上流工程が安定した証拠にはならない。

業界のAI用語を確定したものとは見なさない方がよい。ここで最も強いのは仕組みの記述だ。DOEベースのシミュレーション、ショートショットフィードバック、機械データ管理、リアルタイム支援、測定検査。最も弱いのは、これらの仕組みがすでに反復可能な工場全体の利得をもたらすという主張だ。提供されたイベントおよびサプライヤー資料には、プロセッサーが比較可能な共通ベースライン、特定生産部品、日付付きの前後結果が示されていない。

次の確認は単純だ。1つの特定部品について、材料ロット、機械、キャビティ数、工程窓、介入ログ、リジェクト率、リリース判断をAIツール導入前後で記録した管理生産記録を要求することだ。その記録が存在するまで、AIは検証ワークフローに属するものであり、その上にあるものではない。