ダイキンのマテリアルズインフォマティクス（MI）の成功事例

ダイキン工業は業務用エアコンに留まらず、冷媒やコンプレッサー、モーター、パワー半導体など多彩な部品を自社開発・生産する数少ないメーカーです。その化学技術を活かし、近年は情報科学を取り入れた「マテリアルズ・インフォマティクス（MI）」による材料設計を本格化させています。

マテリアルズインフォマティクス(MI)とは統計学や機械学習、計算化学を駆使し、実験データや文献情報から性能を予測して最適な材料を探索する手法です。これまでのアナログ的な試作・測定中心の開発から一歩進み、データを基盤にした論理的なプロセスへと移行することが、ダイキンTIC（デジタル材料設計センター）の大きなミッションとなっています。

この記事では、膨大な選択肢を抱える高分子材料開発においてダイキンが直面した課題と、MI導入による成果、今後の展望をわかりやすく解説します。

ダイキンが抱えていた課題

従来の高分子材料開発は、分子構造や成形加工方法といった多様な要素が絡み合い、「勘・コツ・経験」に頼る属人的なプロセスが中心でした。例えばポリエチレン（PE）は製造条件や分子鎖長、分岐の度合いで無数のバリエーションが生まれ、安価なレジ袋から防弾繊維、耐熱フィルムまで性質が大きく異なります。

こうした複雑さを前に、従来は試作と物性評価を繰り返すしかなく、時間とコストがかさみやすいという課題がありました。さらに、ベテラン技術者が蓄積したノウハウが退職とともに社内に残らず、新人育成や知見の共有が十分に進んでいなかった点も見逃せません。

また、創薬分野のMIでは入力パラメータを化学構造式として明示しやすいのに対し、高分子材料では入力定義そのものが曖昧になりがちで、機械学習モデルの構築にも技術的ハードルが存在しました。このように「できること」と「やるべきこと」のすり合わせが難しく、テーマ設定やモデル化の段階でつまずくケースが少なくありませんでした。

マテリアルズインフォマティクス(MI)導入で出した成果

ダイキンがマテリアルズインフォマティクス(MI)を導入した結果、まず試作サイクルの短縮と意思決定の迅速化が進みました。従来は試作品を現場で作製し、物性値を得るのに数週間を要していたプロセスが、シミュレーションと機械学習による予測を併用することで、アイデア検証の初期段階を数日以内に終えられるようになったのです。

これにより開発者は手戻りを減らし、多くの案を並行して検討できるようになりました。次に、MIプロジェクトを通じて得られたデータやモデルは、ベテラン技術者のノウハウを定量化するツールとしても機能しています。属人的だった「感覚的評価」を数値化・可視化し、新人や異分野の研究者へのナレッジトランスファーが促進されたことは大きな成果です。

さらに、MIの予測結果をもとにお客様との対話を行うことで、ヒアリングが具体的になり、要求仕様のすり合わせが深まりました。単なる要望受け身ではなく、「この条件でこういった材料候補があります」といった提案型のコミュニケーションを実現し、共同開発のスピードを高めています。結果として、従来は半年以上かかっていた新素材の市場適用までの期間が半分程度に短縮されつつあります。

参照元：ダイキン公式HP https://www.daikin.co.jp/tic/topics/feature/2024/20240906

今後の展望

ダイキンは、マテリアルズインフォマティクス（MI）を単なる解析手段ではなく、材料開発全体を支える基盤として活用する方向性を示しています。その実現には、ビジネスのニーズと技術的な可能性を見極める目利き力が求められ、人材育成にも力を入れています。 また、分子設計から加工までを統合的に扱うために、部門間の技術共有や対話の質を高める取り組みも進行中です。

マテリアルズインフォマティクス（MI）を通じて顧客との共創を促し、試行錯誤のサイクルをより速く回すことで、開発の柔軟性と応答性を高めることが期待されています。 研究者の業務負担を軽減し、創造的な作業に集中できる環境づくりも含め、MIの活用範囲は今後さらに広がっていくと考えられます。