블로그

エージェンティックAI（自律型AI）は、製品開発のスピードをすでに変え始めています。現在、多くのR&D組織は、AIやエージェントができることと、チームが日々行っている実際のワークフローとの間の溝をどう埋めるべきか模索している段階にあります。Rescaleの2026年春のリリースは、この溝を解消するために構築されました。エンジニアリングチームが既に信頼を置いているシミュレーション・ワークフローと連携するよう設計された、新しい包括的デジタルエンジニアリング・プラットフォームを提供します。 本ブログでは、3つの主要な新機能領域について解説します： Agentic・Digital Engineering：エージェントが加速させるイノベーション シミュレーション主導のエンジニアリング組織において、最大の生産性低下要因となっているのは、その周辺にある手動の反復作業です。実行前の入力ファイルの検証、終了後の失敗原因の診断、結果のレポート作成、そして次回の計算設定などです。 「AIエンジニアリング」はそれを変えます。2026年春のリリースにより、R&Dチームは製品開発のライフサイクル全体にシミュレーション・ネイティブなエージェントを配置できるようになります。 具体的な活用イメージ： 図注： Rescaleエージェントライブラリから構築済みのAIエージェントを選択し、実行する様子。 これらのプラットフォーム強化による成果は、R&D（研究開発）およびエンジニアリングチームにとって、即座に変革をもたらすものとなります。エージェントが複雑な（かつ、しばしば退屈な）セットアップ、実行、結果の抽出を処理することで、エンジニアは1サイクルあたりにより多くの設計案を評価できるようになります。また、自動化された検証ワークフローによってシミュレーションエラーが減少し、問題の予兆を捉えるエージェント型のトラブルシューティングにより、ジョブの失敗に気づかず計算リソースを無駄にすることも防げます。 世界最大級かつ最も革新的な空調・化学メーカーの一社であるダイキン工業は、Rescaleプラットフォーム上でAIファーストのR&Dエコシステムの構築を進めています。各拠点のR&D現場にクラウドCAEおよびデータインテリジェンスとしてRescaleを導入したことで、同社は手動によるシミュレーションデータ管理の負担を大幅に軽減しました。現在は、グローバルなR&D組織全体で、より広範なエージェンティック・デジタルエンジニアリング機能の展開に向けた歩みを進めています。 “グローバルなR&D能力を強化していく中で、我々にはAI主導のCAEエンジニアリングにおける卓越した姿（Excellence）へのビジョンを掲げています。今この瞬間に期待を感じているのは、Rescaleが打ち出した新機能が、我々の目指す方向性と極めて直接的に合致している点です。すでに現在も生産性の向上を実感していますが、これからのロードマップは、我々が次に目指す高い目標とも一致しています。”‐高根沢 悟 氏（ダイキン工業株式会社 テクノロジー・イノベーションセンター デジタルエンジニアリンググループ シニアエンジニア 兼 グループリーダー ） GTC 2026でRescaleとのパートナーシップを発表したマクラーレン・オートモーティブは、これらの機能を大規模に運用している先行事例です。マクラーレン独自のエンジニアリングデータのみで学習させ、NVIDIAのインフラを基盤としたプラットフォームを運用することで、同社のエンジニアは複数の物理ドメインにわたる数千もの設計案をわずか数時間で評価できるようになりました。エージェンティック・ワークフローにより、エキスパートの生産性は3倍に向上しています。 AI Physics：サロゲートモデリングのための完全なオペレーティングシステム サロゲートモデリング（代替モデル）は、長年エンジニアリングのロードマップに掲げられてきました。ニューラルネットワーク、低次元モデル（ROM）、機械学習アクセラレータといった技術は、概念としてはすでに十分に理解されています。したがって、今日の課題は「技術を理解すること」ではありません。今求められているのは、生のシミュレーションデータを、実際のエンジニアリングチームが信頼して活用できる「実用的な（プロダクションレベルの）モデル」へと変換するための、実用的かつ拡張性のある手法を見つけ出すことなのです。…