日本初创企业Stockmark宣布，作为“GENIAC”第四期“制造业数据等AI准备化研究开发”项目的获选单位，将与国内16家公司共同推进“日本企业隐性知识/内部数据AI准备化项目”。该项目启动发布会于5月14日举行。
Stockmark成立于2016年，专注于利用生成式AI技术支持企业发展，运营制造业AI代理“Aconnect”及将各种数据结构化转化为企业资产的“SAT”，并致力于开发企业专用的生成式AI。
“GENIAC（Generative AI Accelerator Challenge）”是由日本经济产业省与国立研究开发法人新能源·产业技术综合开发机构（NEDO）共同推动的生成式AI开发能力提升项目。该项目旨在扭转日本数字领域的滞后，通过提升基础模型开发能力、计算资源调配、数据集积累、知识共享及生成式AI的社会应用等方面支持国内生成式AI的发展。
此次Stockmark获选的课题为“制造业非结构化数据的多层次结构化及通过听取Agent实现隐性知识形式化与自主运用流程的研究开发”。核心目标是将制造业中沉睡的资深员工经验、知识及非结构化隐性知识转化为生成式AI可学习和利用的“AI准备”数据结构，并将其应用于实际工作场景。
AI应用的关键数据就在企业内部
发布会伊始，Stockmark代表取缔役CEO林达表示，此次项目从经济产业省和NEDO的草案阶段起，审查进度迅速。林达强调，依赖公开数据的AI难以满足实际业务中对专业性极高问题的回答需求。尽管模型性能重要，但仅依赖互联网公开数据的AI已显局限，真正关键的数据都藏在企业内部。
林达指出，关键在于将企业内部的隐性知识转化为AI易于学习的结构化数据，并让AI理解熟练员工的见解和惯例。未来AI的主战场将是企业内部数据。项目目标是实现AI在实际数据和业务中的应用验证，整理最佳实践，确保现场可用。
此外，项目将公开可供其他企业利用的共通知识，但严格保护现场数据、知识和训练模型，确保机密数据安全，推动AI应用。
林达表示，项目共邀请约40家公司参与，最终16家公司报名，无一反对，显示出企业推动数字化转型的强烈意愿。
自有知识资产的AI化应由企业自主掌控
经济产业省大臣官房审议官（商务信息政策局担当）奥家敏和在会上发表讲话，主题为“AI政策与数据政策的融合”。
他回顾了AI政策的起步，指出2022年ChatGPT的出现让人们认识到AI在工作中的应用潜力，但日本缺乏GPU资源。通过从NVIDIA采购GPU并与Google、Microsoft合作，逐步构建GPU云服务基础设施，支持具备开发能力的企业。
2024年，AI开始与物理领域融合，涉及机器人等领域，引发关于是否应将非结构化数据用于学习的讨论，强调保护日本独有数据的重要性。为此，今年补充预算开始支持物理AI相关项目。
他指出，目前的大规模语言模型主要基于互联网信息，预计2025年前后数据将被“吃尽”，未来AI将更多依赖AI生成的数据。由于AI结论基于概率，无法提升水平，且无法获得物理领域和非结构化数据，需依靠现场人员的专业知识对数据进行语义标注和合理划分，推动机器人等设备的自主运用。
奥家强调，企业应自主使用自身知识资产，防止数据泄露，同时需对数据进行精炼。美国巨头Palantir Technologies在该领域领先，日本也涌现出众多初创企业，政策将重点支持该领域发展，期待企业积极参与。
随后，16家参与企业代表依次介绍了各自的项目主题，涵盖制造业、化工、金融等多个领域。部分代表及主题包括：
- 日本味之素：构建基于多年积累制造技术知识的AI准备化技术知识平台
- 日本伊藤忠商事：开发市场行情预测的混合型市场分析AI
- 日本NGK：构建研发隐性知识继承与知识利用的AI平台
- 日本神户制钢所：推动发电厂运营管理数据AI准备化及优化
- 日本JTEKT：研究生成式AI对企业隐性知识的形式化及数据结构化技术
- 日本铃木：开发基于复杂质量数据库和非结构化知识的AI质量保证平台
JTEKT与铃木的具体实践
作为汽车行业代表，JTEKT和铃木的项目备受关注。
JTEKT作为丰田集团旗下的汽车零部件制造商，正从传统供应商转型为解决方案提供商。其业务涵盖工厂、管理、采购、销售和研发等多个领域，积累了大量隐性知识。尽管存在设计阶段的结构化数据（如DRBFM），但仍有大量未结构化的Excel、PDF及手写笔记等文本信息。JTEKT希望通过AI聊天机器人形式，让包括新人在内的所有员工轻松利用这些隐性知识。
铃木作为知名汽车和摩托车制造商，涉及设计、开发、制造等多个环节，存在大量不同类型的隐性知识和非结构化数据。铃木重点关注质量管理，致力于通过AI快速解决质量问题，将市场反馈的不良信息与设计和实验数据关联，快速定位原因，实现质量提升和成本降低。
