EWB ProfessionalとAccuris ThreadでMBSEワークフローに人工知能（AI）を導入する方法
エンジニアリングチームがモデルベースシステムエンジニアリング（MBSE）とデジタルエンジニアリングに向けて進化する中、人工知能（AI）を製品ライフサイクル全体のMBSEワークフローに統合するという新たなフロンティアが出現している。新しく導入されたAI-Augmented MBSE Maturity Modelは、現在の能力を評価し、より高度な自動化と意思決定支援への道筋を描くための貴重なフレームワークを提供します。
モデルベースシステムエンジニアリングは、エンジニアリングプロセス内で情報、フィードバック、要件を交換するための主要な手段として機能し、従来の文書中心のシステムからデジタルモデルへと移行する。
組織がこの成熟曲線を登るのを助けるために エンジニアリング・ワークベンチ・プロフェッショナルと Accuris Threadは、手作業からAIを活用したシステムエンジニアリングに移行するために必要な知識、自動化、AI搭載ツールを提供します。
複雑なシステムのためのAIを活用したMBSE成熟度モデルの理解
モデルベースシステムエンジニアリングのためのAI支援成熟度モデル（ZWF, De Gruyter 2024）は、MBSEにおけるAIの統合を高めるための6つのレベルを定義している：
- レベル0：手動MBSE- AIによる支援なしの従来のワークフロー。
- レベル1：AIがサポートするエンジニアリング - 技術的なワークフローをサポートするために使用される一般的なAI機能
- レベル2：エンジニアリング専用コパイロット- AIテクノロジーとコパイロットは、特定の開発タスクの自動化でエンジニアをサポートする。
- レベル3：継続的なAI統合エンジニアリング- AIコパイロットは開発プロセス全体を自動化できる。
- レベル4：AI主導型エンジニアリング- AIアシスタントがエンジニアとともにチームの一員として働き、人間の専門家が開発の概要と調整を行う。
- レベル5：自律的AIエンジニアリング- AIアシスタントは、エンジニアリング・プロセスの最初から最後まで、戦略やタスクを所有、計画、実行することができ、積極的にモデルを開発、検証、進化させることができる。
ほとんどの組織はレベル0からレベル2の範囲内で仕事をしている。その先に進むには、AI支援エンジニアリングとスケーラブルな自動化のために設計されたデジタル・プラットフォームが必要だ。
MBSEの成熟度を高めるための方法論には、さまざまなプロセスの合理化と自動化が含まれ、これにより生産性が向上し、手作業が削減される。
エンジニアリング・ワークベンチでMBSEの成熟度を高める システム工学のプロフェッショナル
EWB Professionalは、手動から半自動MBSEへの移行を支援する基本機能を提供します：
- エンジニアリング知識管理：EWBは、有効なエンジニアリング規格、規制、コード、仕様、特許、技術参考資料を一元化し、従来は非構造化データであったものをデジタル化・一元化することでエンジニアリングの実践を強化します。
- AIを駆使した検索：機械学習、自然言語処理、セマンティック検索などの人工知能が、システムやプロジェクトに不可欠な規格やエンジニアリング情報の研究、開発、分析を飛躍的に促進します。
- 自動化されたエンジニアリング・ワークフロー：内蔵ツールは、コンプライアンス管理、影響分析、変更管理をサポートし、標準の内容が変更された場合には自動アラートが表示され、AIがドキュメントのリビジョン間の自動比較を行います。
- MBSEツールへの標準コンテンツの統合：標準コンテンツからモデリングプラットフォームへの直接的な接続により、技術的知識をシステムモデルにシームレスに統合することができます。
これらの機能はシステムエンジニアリングの自動化をサポートし、手作業によるオーバーヘッドを劇的に削減する。
AccurisスレッドでAI拡張MBSEを解き明かす
Accuris Threadは、MBSEの成熟度の中核をなす要件管理のAIによる改善に焦点を当てています：
- 要件の自動抽出：要件を特定、定義し、ドキュメントから自動的に抽出します。
- 自然言語の理解：自然言語処理を使用して、AIベースのセマンティック分析を使用して、要件に自動的にタグを付け、分類し、メタデータを追加します。
- インテリジェントなトレーサビリティ：要件、モデル、システム、および監査やコンプライアンスレポートのようなその他の重要な文書間の、AIがサポートする動的なデジタルスレッドを作成します。
- MBSEアプリケーションとの統合- 抽出された要件を、他のモデルベースのツールやシステムに直接接続できます。
これらの機能により、Accuris Threadは、エンジニアリングチームがAIを活用したMBSEワークフロー（成熟度レベル3および4）に移行することを支援し、将来の自律的システムエンジニアリングの基礎を築きます。
MBSEにおける人工知能が今重要な理由
MBSEにAIを組み込むことは将来のビジョンではなく、現在のニーズです。品質とコンプライアンスを維持しながらイノベーションを加速しなければならないというプレッシャーが、MBSEツール、AI、およびモデリング、シミュレーション、解析を自動化するデジタル・スレッディング・ソリューションの導入を企業に促しています。シミュレーションは、システムの性能と動作を検証し、設計が要件を満たし、意図したとおりに機能することを保証する上で重要な役割を果たします。
EWBプロフェッショナルとアキュリス・スレッドを併用することで、それが可能になる：
- 複雑なシステム間でつながった情報
- サイクルタイムの短縮
- リスクの低減、手戻りの低減
- デジタルエンジニアリングの目標に沿ったスケーラブルなAI統合
- システムエンジニアリングのトレーサビリティとコラボレーションの向上
これらのツールはAIを活用してエンジニアリングと意思決定の効率を改善し、リスクを低減して市場投入までの時間を短縮する。
最後の収穫デジタルシステム、モデリング、デザインにおけるAIの進歩
MBSE戦略にAIを導入する方法を検討されている場合は、AI-Augmented MBSE Maturity Modelを使用して現在の状況をベンチマークすることから始めてください。そして、EWB ProfessionalやAccuris Threadのような、ワークフローの支援からインテリジェントな自動化まで、さまざまな分野で進歩を加速させるツールをチームに装備してください。
AI技術を活用することで、システム、プロセス、モデル、設計の効率と効果を改善し、モデルベースシステムエンジニアリング（MBSE）を大幅に強化することができます。機械学習アルゴリズムは、大規模なデータセットを分析して分析を最適化し、要件特定を自動化し、要件、パフォーマンスデータ、フィードバックに基づいてシステムモデルを生成および改良することにより、モデリングとシミュレーションを改善することができます。
適切なツールを導入することで、エンジニアリング組織はMBSEを手作業からインテリジェントで適応性のあるプロセスに変えることができる。