RICOSは、製造業の設計・開発プロセスにおける「解析に時間やコストがかかる」「検討できる設計案が限られる」「CAE専任者に業務が集中する」「CAE解析に関連する知見が散逸している」といった課題を、CAEと機械学習を組み合わせた技術で解決します。解析時間の短縮、多数の設計案探索、設計・解析業務の高度化を支援します。

従来のCAEは、物理支配方程式を数値的に解くことで解析結果を得ます。一方、RICOSのAI-CAEは、既存のシミュレーションデータをもとに機械学習モデルを構築し、解析結果を高速に予測します。これにより、従来は数時間から数日かかっていた解析を、10分前後の短時間で確認できるようになります。

主に、シミュレーション結果を高速に予測する「RICOS Lightning」、多数の設計案を自動探索する「RICOS Generative CAE」、これらを提供するプラットフォーム「RICOS Production Suite」、とこれらを通じたコンサルティングサービスを提供しています。

自動車、電機、機械、重工業、航空宇宙、エネルギー関連など、3D形状の設計・解析を行う幅広い製造業で活用可能です。特に、流体・熱・構造などの解析に時間やコストがかかっている領域、多数の形状案を比較したい領域で効果を発揮しやすいです。

AIモデルの精度は、対象となる物理現象、形状の複雑さ、学習データの質と量、評価したい指標によって異なります。RICOSでは、まずお客様の既存データや検証目的を確認し、AI化が可能か、どの指標をどの程度の精度で予測できるかを段階的に評価します。

基本的には、お客様の中でこれまで行われたCADの設計形状、メッシュ、解析条件、解析結果などのデータが必要です。必要なデータ数や形式は、対象とする物理現象や予測したい指標によって変わります。初期段階では、数個-10個程度の少量のデータを用いた可能性検証から始めることも可能です。

はい。既存のCAE解析結果は、AIモデルを学習するための重要なデータになります。すでに蓄積されている解析データを活用することで、既存の設計・解析資産を活かしながら、解析業務の高速化や設計検討数の拡大を目指すことができます。

RICOSは、3D形状やメッシュを扱う機械学習技術の研究開発に取り組んでおり、複雑な形状に対する予測モデル構築を強みとしています。ただし、適用可能性や精度は対象領域によって異なるため、お客様との技術ミーティングやデータ確認をさせて頂き、具体的な形状・解析条件を確認した上で判断します。

流体、熱、構造、衝突など、製造業で用いられるさまざまな解析領域への応用を進めています。対応可否は、対象となる物理現象、データの有無、評価したい指標、必要精度によって異なります。具体的なテーマについては個別にご相談ください。

必ずしも完全に置き換えるものではありません。RICOSのAI-CAEは、時間のかかる解析工程の一部を高速な予測モデルで代替・補完し、設計検討のスピードを高めるための技術です。高精度な最終検証や重要な意思決定では、従来CAEと組み合わせて活用することを想定しています。

RICOS Lightningは、機械学習によってシミュレーション結果を高速に予測するアプリケーションです。既存のCAE解析データを学習し、新しい形状や条件に対する解析結果を短時間で予測することで、設計検討のスピード向上を支援します。

解析時間の圧倒的短縮、HPCやCAEライセンスコストの削減、AI補佐による解析専任者以外のCAEの利用、メッシング工数の削減、設計案の比較回数の増加などが期待できます。特に、同じような設計領域で多数の形状や条件を比較する業務で、効果を発揮しやすいです。

対象領域やモデル構成によりますが、従来のCAEで数時間から数日かかっていた解析を、10分程度で確認できている事例は多くあります。ただし、短縮効果は対象となる解析内容、データ量、必要精度によって異なるため、初期検証等で効果を確認します。

対象によっては、従来のシミュレーションでは精度が低下しやすい粗いメッシュを用いても、機械学習モデルにより高精度な予測を目指せる場合があります。これにより、従来負荷が大きかったメッシング作業の工数削減につながる可能性があります。

RICOS Generative CAEは、製品形状の変更から性能検証までのループを自動化し、多数の設計案を探索・提案するシステムです。性能要件や制約条件を踏まえながら、既存製品の改良や新規設計案の検討を支援します。

性能向上、コストダウン、軽量化、製造要件への適合など、複数の条件を同時に満たす設計案を探索したい場面で活用できます。自動車車体/部品、機械コンポーネント、電機機器、重工業関連部品など、幅広い製造業での応用が考えられます。

はい。手作業では現実的に検討しきれない数の設計案を、短期間で探索することを目指しています。例えば、形状変更と性能検証のループを自動化することで、数万から数十万以上の候補を比較検討するような活用が可能です。

製造要件や設計上の制約をパラメータとして組み込むことで、実際に製造可能な形状に近づけた探索が可能です。ただし、最終的な製造可否はお客様の設備・工程・品質要件によって異なるため、設計部門や生産技術部門と連携しながら検証を進めます。

まず、お客様の設計・解析業務の課題、既存データ、評価したい指標、必要な精度、運用イメージを確認します。その上で、AI化の可能性、期待できる効果、必要なデータ、検証ステップを整理し、コンサルティング（PoC）の形で初期検証を行います。

主に「対象の解析業務をAI化できるか」「予測結果が実務上意味のある精度に近づくか」「どの指標を予測対象にすべきか」「本格導入に向けてどのデータや運用が必要か」を確認します。すべての要件を一度に満たすのではなく、導入判断に必要な論点を段階的に明確化します。

はい。AI化の可能性や効果が確認できた場合、製品ライセンス導入に進むことが可能です。ライセンス導入後は、お客様側でデータや条件を扱いながら、継続的に予測モデルを活用・改善していく運用を目指します。もちろん、必要に応じて弊社がお手伝いさせて頂きながら改善を目指す運用も可能です。

専門知識がある方がスムーズに進む場面はありますが、必ずしもお客様側にAIの専門家が必要というわけではありません。RICOSの技術チームが、データ整理、モデル構築、精度評価、業務フロー設計まで支援します。CAE部門だけでなく、設計・企画・開発部門での活用も視野に入れています。

お客様のセキュリティ要件や運用方針に応じて、クラウド環境やオンプレミス環境いずれの運用でも対応が可能です。具体的な対応可否や構成は、データの機密性、社内ITポリシー、利用規模、必要な計算環境を確認した上でご提案します。

お客様からお預かりするCADデータ、解析条件、解析結果などは、契約条件およびセキュリティ方針に基づいて適切に取り扱います。機密性の高いデータを扱う場合は、利用環境、アクセス権限、保存方法、学習データの扱いなどを事前に確認します。

費用は、対象となる解析テーマ、必要なデータ整備、モデル構築の難易度、ライセンス範囲、運用環境、サポート内容によって異なります。まずは課題や利用目的を伺った上で、コンサルティング、ライセンス導入など最適な進め方をご提案します。

解析時間の短縮、CAEライセンスやHPC利用コストの削減、設計案の検討数増加、手戻り削減、開発リードタイム短縮などが期待できます。効果の大きさは、お客様の現在の解析業務量や課題によって異なるため、初期段階で定量・定性の両面から整理します。

はい。最初から大規模な導入を行うのではなく、特定の部品、特定の性能指標、限定されたデータセットを用いた小規模な検証から始めることが可能です。まずはAI化/システム利用の可能性と効果を確認し、その後、対象範囲や利用部門を拡大していく進め方を推奨しています。

はい。現在の設計・解析業務で感じている課題や、「AIをどのように活用できるかわからない」という段階からでもご相談いただけます。RICOSのチームが、業務内容や課題を伺いながら、AI-CAEの適用可能性や検討の進め方を整理します。

可能であれば、対象製品・部品、現在の解析内容、解析にかかる時間、評価したい指標、既存データの有無、現状の課題感をご共有ください。詳細なデータがない場合でも、まずは概要レベルのご相談から進めることができます。

はい。モデル構築後の精度確認、追加データへの対応、運用フローの設計、社内展開に向けた支援など、導入後の活用定着に向けたサポートを行います。単なるツール提供にとどまらず、お客様の設計・解析業務に根づく形での活用を支援します。

お問い合わせフォームより、現在の課題や検討したいテーマをご連絡ください。内容を確認の上、担当者よりご連絡し、必要に応じて事例紹介、デモ、初期検証の進め方、お見積りについてご案内します。