化学・素材メーカーのMI活用を、技術と推進の仕組みから読み解く企業別シリーズ。第4回は、日本の化学・素材メーカーのMI活用事例11選の売上高順に従い、東レを取り上げます。
この記事で学べること
- 自己組織化マップとマルチスケールシミュレーションを組み合わせる「統合型MI」の考え方
- 共通解析環境と全社DXの組織が研究開発を支える役割
- 研修・現場テーマ・認定制度をつなぐ人材育成と、MI専門教育との違い
- 東北大学との共同研究や公的研究プログラムの位置付け
- CFRPの開発期間短縮と、2026年のリサイクル性予測の到達点
東レのMIは、材料の候補を絞るデータ解析と、構造・物性を調べるシミュレーションを組み合わせる点が特徴です。 難燃性、力学特性、リサイクル性など、複数の要求を持つ材料設計を具体例にすると、技術と開発上の価値を結び付けて理解できます。
本記事は2026年10月28日までに確認した公開資料に基づきます。2021年の開発発表、2023年の施策・成果、2026年の組織方針と技術発表を、それぞれの時点で扱います。全社DXの人材数や活動をMIだけの実績とせず、企業公表の事実と編集部の考察を分けています。
1.東レのMIは、複数の性能を両立する材料設計を支える
材料開発では、一つの性能を上げるだけでは要求を満たせないことがあります。例えば軽量な構造材料でも、強度、耐熱性、難燃性、加工性などを同時に考えます。候補が増えるほど全てを実験することは難しくなり、どの組み合わせを優先して試すかが重要になります。
東レは、難燃性と力学特性を両立する炭素繊維強化プラスチック(CFRP)の設計にMIを利用したと発表しました。その後の統合報告書では、MIと独自のマルチスケールシミュレーションを統合した手法を紹介しています。[1][2]
| 観点 | 中心となる取り組み | 深掘りする問い |
|---|---|---|
| 技術 | 統合型MI、逆問題解析、構造・物性予測 | 候補の絞り込みと現象理解をどう組み合わせるか |
| 組織づくり | 共通解析環境、全社のDX推進体制 | 材料固有の知識と共通機能をどう分担するか |
| 人材育成 | 研修・実践・認定の連動 | 現場の課題をデータで解く力をどう育てるか |
| 外部連携 | 東北大学との共同研究、公的プログラム | 外部の方法論を材料設計へどう取り込むか |
| 事業への貢献 | 開発期間短縮、性能両立、顧客への材料提案 | 開発のどの段階が改善したか |
2.技術|MIによる候補探索とシミュレーションを組み合わせる
2-1.CFRPのどこを設計するのか
CFRPは、炭素繊維と、それを固めるマトリックス樹脂などから成る複合材料です。繊維の性質に加え、樹脂の種類や組み合わせ、成形条件、繊維と樹脂の関係が、最終的な性能へ影響します。
2021年の発表では、東北大学との共同研究で導入した自己組織化マップを逆問題解析に用い、複数の材料群から有望な組み合わせを抽出したと説明しています。マトリックス樹脂を設計し、CFRPの中間基材であるプリプレグの開発へつなげた事例です。[1]
逆問題解析は、欲しい性能から材料や条件の候補を探す考え方です。「この配合ならどの性能になるか」という予測を、「必要な性能を得るには何を選ぶか」という判断に使います。材料側が求める条件を明確にすることで、解析の出力を次の実験へ渡しやすくなります。
2-2.自己組織化マップで、材料と性能の関係を見渡す
自己組織化マップ(SOM)は、特徴の似たデータを近くに配置するよう学習し、多くの変数を持つデータの関係を見やすい地図へ整理する方法です。材料や性能の組み合わせを俯瞰することで、探索したい領域や、比較すべき候補を考える手掛かりになります。
ただし、地図の近さが、実際の性能を保証するわけではありません。どの変数を使い、どの範囲のデータから作った地図かを確認し、候補は計算や実験で検証します。似たデータが多い領域と、情報が少ない領域を区別することも、解釈のために重要です。
2-3.マルチスケールシミュレーションで性能を検討する
東レの2023年の説明は、SOMを利用するMIと、分子動力学などのミクロな計算からCAEなどのマクロな計算までを連携する手法を「統合型MI」として紹介しています。候補の絞り込みと、異なるスケールでの構造・物性の検討をつなぐ考え方です。[2]
この組み合わせを一般化すると、MIは候補間の関係や有望な領域を探す役割を、シミュレーションは材料の挙動や構造に基づく評価を支える役割を持ちます。双方を行き来すれば、予測値だけでなく、なぜその候補を選ぶかという説明も検討できます。
実務で必要になるのは、計算モデルと実際の試料がどこまで対応するかの点検です。樹脂の状態、繊維の配置、欠陥、成形履歴などの扱いによって、予測の意味は変わります。適用範囲の考え方は、材料モデルの適用範囲も参考になります。
2-4.2026年はリサイクル性と力学特性の両立へ
2026年8月、東レはCFRPのリサイクル性と力学特性を両立する樹脂候補を選ぶ材料設計技術を発表しました。樹脂の分子構造と性質の関係を機械学習で扱い、選定した組成をCFRPにした後も分解・再利用に関わる特性を確認したと説明しています。[7][8]
英語版発表は、従来モデルと比べた予測精度の改善を、決定係数を指標として報告しています。また、将来的な候補評価数の削減を見込んでいます。予測指標の改善、材料での確認、将来の削減見込みは、別々の到達点として読みます。[8]
2021年と2026年の事例に共通するのは、複数の要求性能を扱う設計です。一方、対象とする性能、使用データ、モデルの詳細は同一とは限りません。両者を一つのモデルの連続成果と推定せず、MIの適用課題が広がった事例として捉えます。
3.組織づくり|共通環境と研究現場をつなぐ
3-1.PythonとGUIの両方で解析を支える
『TORAY REPORT 2023』は、Python共通環境と独自のデータ分析ツールを備えた「東レ共通データ解析環境」を、2022年11月から全社展開したと説明しています。専門家のプログラムテンプレートや、プログラミング不要の操作環境も紹介されています。[2]
ここから見えるのは、利用者の能力と仕事に応じて入り口を用意する設計です。繰り返す解析はGUIで試し、個別の処理が必要ならPythonで拡張する。共通部分を整えれば、各テーマで環境構築を繰り返す負担を減らせます。これは公開された仕組みを踏まえた編集部の考察です。
一方、解析環境の共通化と、データの意味の統一は異なる仕事です。同じ強度でも、試験方法や温度、試料の状態が違えば単純には比較できません。現場が持つ測定・材料知識を、入力規則やメタデータへ落とし込む役割が必要になります。
3-2.2026年のDX体制は、技術革新と事業運営を結ぶ
『TORAY REPORT 2026』では、TDX推進委員会の下で、業務プロセス改革、テクノロジー・イノベーション、スマートファクトリーを推進し、生成AI・DX人材育成・ITの部会が支える体制を示しています。技術革新の活動には、インフォマティクスとシミュレーションによる開発の高度化が含まれます。[5]
MIの案件に置き換えると、材料課題を解く活動と、環境・人材を整える活動を連携させる設計といえます。研究者が全ての基盤を用意するより、専門機能を共有し、材料ごとの要件へ集中できる分担が考えられます。
ただし、これらは全社DXの推進体制です。MI専任組織の現在の人数、個別テーマの採択権限、データやモデルの保守責任者までは、今回の参照資料では特定できません。全社の枠組みと、案件ごとの具体的な運営を分けて理解します。
| 仕事 | 材料・開発側の役割 | データ・計算側の役割 |
|---|---|---|
| 性能の定義 | 必須性能、試験条件、製造上の制約を決める | 評価指標と候補探索の条件に変換する |
| 候補の選定 | 合成・成形できる組み合わせを確認する | データ解析と計算で候補を比較する |
| 実験検証 | 試料履歴、測定値、ばらつきを記録する | 予測との差を調べ、適用範囲を見直す |
| 再利用 | 材料固有の注意点を説明する | 共通の処理・評価・更新手順を整える |
4.人材育成|研修・実践・認定を結び付ける
4-1.現場課題を解く力と、専門技術を作る力
東レの人材育成に関する公式説明では、DX研修や認定制度と連動した教育を紹介しています。単にITを学ぶだけでなく、現場課題の解決へデジタルを使う人材を育てる方向です。[6]
MIでも、利用者と専門家で必要な能力は異なります。材料研究者には、問いの設定、データの背景の説明、実験での検証が求められます。専門家には、モデルや計算方法の選定、誤差の評価、実装・更新が求められます。双方をつなぐ役割は、材料の制約を解析条件へ変換し、結果を開発上の判断へ戻すことです。
4-2.DX認定人数を、MI専門家数へ読み替えない
2026年の統合報告書は、研修・現場テーマの推進・人材認定を一体で進め、前中期経営課題の3年間で約4,900名のDX人材を認定したと説明しています。この数は全社DXの公表値であり、MI専任者やMI上級者の人数を意味しません。[5]
人数を比較するときは、認定基準、対象職種、集計期間、累計か在籍者かをそろえる必要があります。教育の規模に加え、自分のテーマで適切に解析し、実験を変え、他の人へ説明できるかを見ると、育成と実務のつながりを評価できます。
4-3.材料の原理原則とデータ解析を一緒に学ぶ
東レの公式人材育成ページは、専修学校の教育でもDX認定と連動する「情報Ⅰ」を2023年に設け、2025年から「情報Ⅰ・Ⅱ」へ内容を拡充したと説明しています。これはMI専門研修に限らない技術人材育成の一部です。[6]
編集部の提案として、MI教育の演習には、既知の材料で予測と実測を比べる課題が有効です。入力条件を変えたときに結果がどう動くか、材料知識と整合するか、違いがあるならどの情報が不足するかを議論します。操作の習得に、結果の意味を検討する過程を組み込めます。
今回の参照資料からは、MIに限定した研修カリキュラム、修了者数、研修後の利益効果までは確認できません。開示されている全社DXの制度を基礎に、MI固有の育成について分かることと、今後確かめたいことを区別しています。
5.外部連携|大学の方法論を材料設計の課題へ取り込む
5-1.東北大学との共同研究を、逆問題解析へ使う
難燃性CFRPの発表は、東北大学との共同研究でSOMを導入したことを明記しています。必要な特性を満たす組み合わせを、材料データから探す用途に位置付けられています。[1]
外部の手法を取り込む際には、「何が新しいアルゴリズムか」に加え、「どの判断を改善するか」を共有することが重要です。データにある材料群、未評価の組み合わせ、測定できる性能を整理すれば、大学側の方法論と企業側の材料知識の接点を作れます。これは事例を踏まえた編集部の考察です。
5-2.公的プログラムの成果と、自社の実用化を区別する
2021年の発表は、成果の一部がSIP「統合型材料開発システムによるマテリアル革命」によるものと説明しています。2026年のリサイクル性を扱う技術でも、SIP第3期のサーキュラーエコノミー関連課題への言及があります。[1][8]
公的研究で得る基盤技術と、個別製品の量産・顧客採用は、異なる段階です。手法の成立、材料試料での確認、製造条件の確立、顧客評価と進む際には、評価内容も変わります。外部連携を設計するなら、研究成果の共有範囲と、事業化へ進む判断をあらかじめ整理すると役立ちます。
5-3.顧客の材料選定を支えるサービスへ広げる
2023年のIR資料には、顧客が欲しい物性を入力し、最適な樹脂を提案する「材料コンシェルジュ・サービス」が掲載されています。同年2月の開始を紹介し、材料データとAIを顧客の材料選定へ用いる取り組みです。[3][4]
これは大学との共同研究とは異なる、顧客接点でのデータ活用です。社内で新しい材料を設計する仕事に加え、既存の候補から用途に合う樹脂を提案する仕事でも、材料データは価値を持ちます。両者のモデルや解析環境が直接つながるかは、今回の資料では確認できません。
6.事業への貢献|開発期間・材料性能・顧客提案を分けて読む
6-1.難燃性CFRPでは、開発期間の半減を報告
2023年の経営資料では、統合的なMIの活用により、難燃性と力学特性を両立するCFRPの開発期間を従来比で半減したと説明しています。これは当該開発事例の企業公表値です。東レの研究全体や、全てのCFRPに適用できる短縮率とは扱いません。[3]
この結果を自社へ応用するなら、何を期間の始点と終点にしたかを確認します。候補選定から試料評価までなのか、顧客への提出までなのかで意味が異なります。比較した材料の難しさや要求性能がそろっているかも、短縮効果を判断する材料になります。
6-2.性能の両立を、対象条件付きで評価する
2021年の発表は、航空機向け現行材と同等の圧縮強度・耐熱性などを維持し、燃焼時の発熱に関する指標(Heat Release Rate)を35%低減したと報告しています。同時に今後の実証・展開を示しており、その時点で航空機の量産採用が完了したという発表ではありません。[1]
事業上の価値は、実験回数が減ることに加え、従来は両立が難しかった要求へ近づくことにもあります。ただし、安全・品質要求の厳しい用途では、試験の再現性、加工や使用環境での安定性、規格・顧客要求への適合など、次の評価が必要です。
6-3.予測精度の改善と、売上への寄与を切り分ける
2026年のリサイクル材料設計は、候補を絞るモデルと材料での確認に関する技術発表として評価できます。将来の評価工数の削減や用途展開は、今後の実績として追う情報です。材料コンシェルジュも、提供機能と顧客の利用成果を分けると、価値の到達点が明確になります。
| 取り組み | 確認できる到達点 | 混同しない情報 |
|---|---|---|
| 難燃性CFRP | 当該開発期間の半減、複数性能の両立[1][3] | 全研究テーマの短縮率、航空機量産採用 |
| 共通解析環境 | Python・GUI環境の全社展開[2] | 利用者数やMI単独の利益寄与 |
| リサイクル性予測 | 樹脂候補の選定技術とCFRPでの特性確認[7][8] | 将来の評価削減見込みと達成済み実績 |
| 材料コンシェルジュ | 材料データ・AIによる樹脂提案サービス[4] | 全顧客で同じ期間短縮が得られる保証 |
今回の参照資料から、MIだけによる売上増加額や利益改善額は特定できません。開発期間、要求性能を満たす候補、顧客評価への進捗を追い、その後の事業実績へつなげて読むことが適切です。詳しい評価の考え方は、MIの事業貢献で整理しています。
7.自社へ取り入れるための3つの着眼点
以下は公開事例を踏まえた編集部の考察です。複数性能の両立、共通の利用環境、現場での人材育成という点は、規模の異なる組織でも検討できます。
7-1.必須条件と改善したい性能を分ける
例えば、強度の最低値を満たしながら、難燃性と加工性を改善するという形で目標を整理します。全てを単純な一つのスコアにせず、外せない条件と比較したい性能を分けることで、候補を選ぶ理由が明確になります。これは編集部の仮想例です。
7-2.MIと計算で、どの不確かさを減らすか決める
実験データで候補の順位を調べ、計算で構造や挙動を確認するなど、各手法へ任せる役割を定めます。方法を増やすだけでは開発は速くなりません。次の試作を決めるために不足する情報を一つ選び、その情報を得る方法として解析や計算を組み込みます。
7-3.共通化するものと、材料固有の知識を分ける
環境構築、可視化、検証手順、結果の保存などは共通化の候補になります。一方、測定条件、化学構造の表現、製造制約は材料ごとの知識が必要です。専門家と現場がこの境界を共有すれば、ツールの利用と研究者の判断を合わせて育てられます。
8.よくある質問
統合型MIは、一つのAIモデルの名前ですか?
東レの資料では、MIとマルチスケールシミュレーションを統合した材料開発の手法として説明されています。特定の一つの学習モデルや、市販ソフト名だけを指す説明ではありません。
自己組織化マップだけで、最適な材料を決められますか?
データの関係を整理し候補を検討するために利用できますが、材料の製造可能性や実際の性能は、計算・実験で確かめます。入力に使ったデータと、予測を使う範囲の確認も必要です。
約4,900名はMIを使える研究者の人数ですか?
2026年の統合報告書にある数値は、前中期経営課題の3年間で認定したDX人材の数です。MI専門者や研究者だけを対象とする人数へは読み替えられません。
開発期間が半減したなら、利益効果も計算できますか?
人件費、実験費、設備利用、採用時期、販売の変化などの情報が必要です。期間短縮だけから利益額を直接算出することはできません。開発工程の変化と、その後の事業実績を合わせて確認します。
9.材料データと計算、現場の判断を結び付ける
東レの事例では、SOMによる候補探索、マルチスケールシミュレーション、共通解析環境、DX人材育成が確認できます。材料の複数性能を扱う技術と、研究者が継続して使う仕組みを組み合わせている点が、自社のMI推進を考える手掛かりになります。
最初に、どの性能を、どの条件で両立したいかを定めます。次に、実験データと計算で確認することを分担し、候補を実験で検証する。得た知識を共通手順や教育へ戻せば、一つの成功を次のテーマへ生かしやすくなります。
前回は旭化成のMI戦略を紹介しました。全体一覧は化学・素材メーカー11社のMI活用事例をご覧ください。売上高順の次回対象は住友化学です。
参考文献・公式資料
資料確認日:2026年10月28日。組織・制度・成果は各資料の発表時点の情報を含みます。資料[7][8]は同じ技術発表の日本語版・英語版です。本記事は公開資料に基づく編集部の分析であり、各社の公式見解を代弁するものではありません。
- 東レ「難燃性と力学特性を両立するCFRPを短期間で開発」2021年11月30日
- 東レ『TORAY REPORT 2023』特にpp.74–75、DX・統合型MI・共通解析環境
- 東レ「中期経営課題 プロジェクトAP-G 2025」2023年3月27日
- 東レ「東レの価値創出力強化」TORAY IR Day、2023年6月5日
- 東レ『TORAY REPORT 2026』特にpp.58–59、DX推進体制・DX人材育成
- 東レ「新しい価値を創造する人材の確保と育成」
- 東レ「CFRPのマテリアルリサイクル性を向上させる高精度材料設計技術を開発」2026年8月20日
- Toray, “Toray Develops High-Precision Materials Design Technology to Enhance CFRP Recyclability,” August 2026(資料[7]の英語版。技術内容・評価指標の確認に使用)


