研究職が3年かけて選んだ、製造業AIツールはこれ ─"信用できる1本"の選び方─

「AIツールが多すぎて、何から手をつければいいのか分からない。」

研究開発の現場で、そう感じている人は多いと思います。私もずっとそうでした。

この記事は、こんな方に向けて書いています。

• 製造業・研究開発でAIを使いたいけど、ツールを選びきれずにいる方

• 一度AIの試験導入をしたものの、なんとなく立ち消えになった経験がある方

• DX推進を任されて、「何を基準に選べばいいのか」で止まっている方

私は化学メーカーの研究開発職5年目で、会社のDX推進（PoC）メンバーを兼任しています。本業の合間に、3年かけて製造業向けのAIツールを展示会で見て回ってきました。

その中で、ようやく「これだ」と思える1本に出会いました。ストックマークの「Aconnect（エーコネクト）」というツールです。

今日は、なぜこのツールを選んだのか。そして、私が3年かけてたどり着いた「ツールの選び方」を、正直に書きます。

ツール名そのものより、「どういう基準で選ぶか」のほうが、たぶんあなたの役に立ちます。

「AIツールが多すぎて選べない」のは、あなたのせいじゃない

この章で分かること：選択肢が増えすぎた今、ツール選びが難しくなった理由。

私が製造業向けの展示会に通い始めたのは、3年ほど前のことです。

当時、研究開発向けにAIやデータ分析のツールを出している企業は、会場を見渡してもほんの数社しかいませんでした。

それが直近では、同じ展示会を一周するだけで、20社以上に増えていました。

（増えすぎて、もう全部は把握できへん。）

これは、いいことのはずです。選択肢が増えたのだから。でも実際に現場に立つと、逆のことが起きます。

選択肢が多すぎて、どれを選べばいいのか分からなくなる。

しかも、どのブースに行っても「うちのツールが一番です」と言われる。機能の説明を聞いても、似たような言葉が並んで、違いがよく分からない。

「多すぎて選べない」というのは、情報感度が低いからではありません。むしろ、ちゃんと調べようとする真面目な人ほど、選択肢の海でおぼれてしまう。

だからこそ、機能を一個ずつ比べる前に、「自分なりの選ぶ基準」を持っておくことが、何より大事だと私は思っています。

そもそも、ChatGPTやClaudeじゃダメなの？

この章で分かること：汎用AIと製造業特化型AIの、決定的な違い。

ここで多くの人が引っかかる疑問があります。

「ChatGPTやClaudeみたいな汎用のAIがあれば、それで十分じゃないの？」

結論から言うと、用途によります。 どちらが上ではなく、得意分野が違う、というのが正確です。

汎用AI（ChatGPTやClaudeなど）は、文章作成や要約、アイデア出しといった「広く浅く」の作業がとても得意です。私も日常的に使っています。

でも、研究開発の現場で困るのはここからです。

• 専門的な論文や特許を調べさせると、情報を拾いきれない

• グラフや図表が入った資料を、正確に読み取れないことがある

• 社内に蓄積された過去の報告書（社外秘）とは、そもそもつながっていない

つまり、汎用AIは「世間一般のこと」には強いけれど、「製造業の研究開発という専門領域」と「自社の中だけにある情報」には弱い。

製造業に特化したツールは、ここを埋めるために作られています。論文・特許・業界ニュースといった専門的な情報源を持ち、社内のデータとも安全につなげられる。

「汎用AIで代替できてしまうツール」なら、わざわざお金を払う意味はありません。逆に、汎用AIでは届かない場所に手が届くなら、それは検討する価値がある。これも、私の中の選別基準の一つになりました。

3年通って気づいた、「選んではいけないツール」の共通点

この章で分かること：避けるべきツールを見分ける、4つのサイン。

たくさんのツールを見てきて、「これは選ばないほうがいい」と感じるパターンが、はっきりしてきました。4つあります。

① 何年も機能がほとんど変わっていない

去年見たときと今年見たときで、できることがほぼ同じ。これは、開発が止まっているサインです。AIの世界は進化が速いので、立ち止まっているツールは、数年後に確実に時代遅れになります。

② 企業そのものに成長性が見込めない

ツールを作っている会社が、これから伸びていけるのか。資金は続くのか。導入した翌年にサービスが終了したら、目も当てられません。（見極め方は、このあとの章で具体的に書きます。）

③ 押しが強くて、誠実さに欠ける

これは意外かもしれませんが、私の中ではかなり大きな判断材料です。

DXの展示会でブースに立ち寄ると、そのあと頻繁にメールや電話が来たり、ブースで必要以上に時間を取られたりすることが、ちょくちょくありました。

（そんなに押されると、逆に使う気なくなるんやけど……。）

強く売り込まれるほど、「このツール、自信ないから押してるのかな」と勘ぐってしまう。押し売りは、むしろ誠実さの欠如に見えてしまうんです。少なくとも私には。

④ 汎用AIで代替できてしまう

前の章で書いたとおりです。ChatGPTやClaudeでできることしかできないなら、わざわざ専用ツールを入れる理由がありません。

この4つのサインのどれかが見えたら、私はそっと候補から外すようにしています。

私がたどり着いた、製造業AIツールを選ぶ「3つの基準」

この章で分かること：機能の前に見るべき、ツール選定の3つの軸。

避けるべきパターンの裏返しが、そのまま「選ぶ基準」になります。私が最終的に大事にしたのは、この3つでした。

基準①：企業の安定性

そもそも、その会社がつぶれないか。事業を続けられる体力があるか。

調達してきた資金の額、導入している企業の顔ぶれ、設立からの年数。こういう情報は、調べればある程度わかります。「大手企業がたくさん使っている」というのは、それだけ厳しい審査を通過してきた証拠でもあります。

基準②：ツールの成長性

機能がこれからも進化していくか。会社自体が伸びていけるか。

「作って終わり」のツールではなく、使いながら一緒に良くなっていくツールかどうか。これは、長く使うほど効いてきます。

基準③：顧客への誠実さ

ここが、私が一番重視したところです。

具体的には、こういう姿勢があるか。無理な押し売りをしない。正確な情報をくれる。できないことや課題を、隠さず正直に話してくれる。 こちらのフィードバックを聞いて、改善に活かしてくれる。

性能の高さは、正直どのツールもそれなりにアピールしてきます。
でも、「一緒に育てていける相手かどうか」は、カタログには載っていない。だからこそ、ここを見極めることに意味があると思っています。

「Aconnect」が、研究職の私の心を動かした理由

この章で分かること：実際に話を聞いて「これは違う」と感じた、具体的なポイント。

この3つの基準で見たとき、私の中で頭一つ抜けていたのが、ストックマークの「Aconnect」でした。

きっかけは、インテックス大阪で開かれた「高機能素材Week」という展示会です。

ストックマークのことは、実は1年前から知っていました。だから今回は、改めて話を聞きに行ったんです。1年ぶりに訪ねてみて、まず驚いたのが、機能が明らかに進化していたこと。

ホームページを見ても、大手の研究開発や知的財産の部門での活用事例が、ぐっと充実していました。（基準②の「成長性」が、目に見える形で証明されていたわけです。）

そして、ブースの雰囲気が、ほかと全然違いました。

押し売り感が、驚くほどない。質問には丁寧に答えてくれるのに、「絶対に使ってください」という空気をまったく出してこない。あっさりしていて、でも誠実。

（あ、この感じ。信用できるかもしれへん。）

機能の中身も、研究開発の現場目線で「これは効く」と思えるものでした。

• 社外の論文・特許・ニュースと、社内の資料（BOXなどと連携）を横断して検索できる

• 汎用AIが苦手なグラフや図表を、構造ごと読み取って要約してくれる

• キーワードを入れるだけで、製造業向けの調査レポートを自動で作ってくれる

• 特許調査や技術探索を、エージェント（AIの担当者のようなもの）が代わりに進めてくれる

でも、私が一番「いいな」と思ったのは、機能の多さそのものではありません。

研究や情報収集の初心者でも使いやすく、ベテランが持っているような知見を引き出せること。 論文や特許の調査って、本来すごく時間がかかるし、慣れも必要です。それを誰でも効率よくできるようになる。これは、現場にとって本当に大きい。

決め手は、「課題を正直に話してくれた」こと

この章で分かること：私が最終的に「信用できる」と確信した瞬間。

最後に、いちばん書きたかったことを。

実は、Aconnectに行き着いたのは、私だけではありませんでした。

開発部隊の師匠（過去の記事に何度も登場している、私が憧れている大先輩です）にも、早い段階で情報を共有していました。すると師匠も、同じようにストックマークのツールが一番うちに合っている、という結論にたどり着いていたんです。

（あの師匠と、同じ答えにたどり着けた。）

これが、地味にめちゃくちゃ嬉しかった。卓越した思考を持つ人と同じ景色が見えたことが、自分の判断への自信になりました。

そして、信用を決定づけたのは、ヒアリングのときの担当者の一言でした。

「この機能は、まだ○○の面で課題があって、今アップデート中です。」

できることをアピールするだけでなく、できていないことを、正直に話してくれた。 しかも、その課題をこれからどう改善していくつもりかまで、きちんと説明してくれたんです。

これって、簡単なようでなかなかできないことだと思います。弱みを見せるわけですから。

でも私には、それがいちばん信用できる態度に映りました。保守だけでなく、機能の成長という面でも、「作っただけで終わり」のツールではない。一緒に育てていける相手だ、と確信できた瞬間でした。

性能だけで選ばなくていい。「育てていける相手か」で選ぶ

この章で分かること：3年かけてたどり着いた、私なりの結論。

正式な導入は、まだこれからです。

これから情報部門にアプローチして、必要なら社長へのプレゼンもする予定です。（社長を動かす大変さは、別の記事に書いたとおり、生半可ではありませんが……。）

それでも、3年間ツールを見続けてきて、はっきり言えることがあります。

AIツールは、性能の高さだけで選ばなくていい。

機能を一個ずつ比べるのも大事ですが、それ以上に、

• その会社は、これからも続いて、伸びていけるか（安定性・成長性）

• 課題を隠さず、一緒に良くしていける相手か（誠実さ）

ここを見ることが、長く使うツールでは効いてきます。

私が3年かけて学んだのは、結局「一緒に育てていける会社かどうか」が最後の決め手になる、ということでした。

「このツールなら、うちの会社を動かせるかもしれない。」

そう初めて思えた1本に出会えた。それが、今の私の正直な気持ちです。

あなたがもしツール選びで迷っているなら、機能表とにらめっこする前に、まずこの3つの基準を、頭の片隅に置いてみてください。

💬 あなたが「このツール、良さそう」と思った理由や、
逆に「これはないな」と直感で感じた瞬間があれば、
ぜひコメントで教えてください。

ぜひコメントで教えてください。

▶ この記事が少しでも役に立ったら、「スキ」と「フォロー」で応援してもらえると励みになります。

📚 あわせて読みたい