PROTOCORE LAB
METHODOLOGY  /  01 — 08
方法論METHODOLOGY / CASE STUDY

AIに設計を任せる前に、 何を検証するか。

OpenAIのハードウェア開発事例から考える

CASE — OPENAI · 2026.11.03

CodexとChatGPTが、 物理製品の設計を支援する。

01CAD
02DRAWING
03SIMULATION
04REVIEW

OpenAI 社内のハードウェア・インフラチームでの活用事例

KEY NUMBER — MODEL USAGE
23倍

ハードウェアチームのモデル利用量

2月以降・トークンベース

※OpenAIの社内利用に関する指標。
すべての企業で同じ効果が出ることを示す数字ではありません。

DESIGN ≠ MANUFACTURING
DESIGN設計
2人×1週間未満

Astraの支援で、筐体・基板・ソフトウェア連携を含む
試験用デバイスを設計

MANUFACTURING製造準備
複数回のレビューと反復

生産上の制約・許容差・組み立ての細部を
一貫して扱えなかった

設計案を出せる≠製造へ進める
PROPOSE / EXECUTE / VERIFY

任せる工程を、3つに分ける。

01 PROPOSE
AIに任せる

既存部品の案出し
図面の差分整理

02 EXECUTE
人が確認してから

シミュレーションの
設定

03 VERIFY
担当エンジニアがレビュー

製造図面の確定

※発表された失敗・レビュー条件を、企業の検証設計へ当てはめた仮例（OpenAIの公式事例ではありません）

CHECKPOINTS

見た目の完成度だけでは、 足りない。

AIの出力をそのまま採用せず、
次工程へ進む条件を、先に決める。

  • 製造設備の制約
  • 部品の許容差
  • 組立手順
  • コスト
  • 既存設計との整合
CONCLUSION

AI導入の判断は、生成速度ではなく、

次工程へ安全に渡せる 品質と確認方法で。

まずは一つの工程から。見落とした制約と、修正回数を記録する。

PROTOCORE LAB

出典：OpenAI「Accelerating engineering for the physical world」