自動車用トランスミッション大手のジヤトコ（本社：静岡県富士市）は、長年蓄積してきた設計ナレッジや技術文書といった知的資産の形式知化を推進するため、RAG（検索拡張生成）システムを構築した。属人化しがちな暗黙知を全社で活用する。RAG製品「Stockmark A Technology（SAT）」を提供したストックマークが2025年7月10日に発表した。
ジヤトコは、自動車用トランスミッションを開発している企業である。自動車における電動化の到来という転換期を迎え、既存事業とともに新事業領域の開拓に力を入れている。こうした中、技術資産や設計ノウハウといった属人化している暗黙知を、全社の誰もが活用可能な形式化されたナレッジへと転換する仕組みづくりが課題となっていた。
「電動化時代におけるイノベーションの創出には、過去の技術資産をいかに活用するかが鍵となる。数年後に定年を迎えるベテラン層の知見を失う前に、全社で共有できる形にしなければならない」（ジヤトコ 常務執行役員 開発部門担当の田中寛康氏）。
画面1：RAGシステム「Stockmark A Technology」の画面（出典：ストックマーク）拡大画像表示
同社は当初、RAG（検索拡張生成）の構築にあたり、設計情報などの複雑な情報を扱うことや、図表やグラフを多く用いた文書から適切な回答を抽出することに課題を感じていた。これを解決可能なRAG製品として「Stockmark A Technology（SAT）」を採用した（画面1）。
SATは、図・画像を含むデータや形式が異なるデータを構造化し、検索可能なデータ形式に変換する（図1）。さらに、構造化したデータベースから、概念同士の関係性を表したナレッジグラフを自動で生成する。これらに対する質問と回答の検証も実施可能だとしている。
図1：RAGシステム「Stockmark A Technology」の概要（出典：ストックマーク）拡大画像表示
「ジヤトコは、以前からベクトル検索を用いたRAGの活用を試みていた。しかし、単語の類似度だけでは、図や表を多用する設計文書の文脈をAIに理解させることは困難だった。ナレッジグラフを使うアプローチにより、情報同士の関係性を構造化し、因果関係を捉えられるようになった」（ジヤトコ イノベーション技術開発部 主管の中崎勝啓氏）。
