マルチモーダルAIとは

文章だけ、画像だけ、ではなく、複数の種類の情報をまとめて扱えるAIがマルチモーダルAIです。図面と帳票を同時に読むような、製造業の現場に近い使い方を可能にします。

製造業の情報は、一種類で完結しない

製造業の情報は、一種類では完結しません。たとえば一つの案件は、図面（画像）・仕様書（文章）・部品表（数値）が組み合わさってできています。従来のAIはこれらを別々にしか扱えませんでしたが、マルチモーダルAIは「図面に書かれた形状」と「帳票に書かれた指示」をひとまとめに読み取れます。

画像と文字をまたいで、問いに答える

これにより、「この図面に対応する見積はいくらだったか」のように、画像と文字をまたいだ問いにも答えられるようになります。図面と帳票を別々に管理していると、この横断はできません。種類の違う情報を同じ案件のもとで扱えることが、現場の問いに近づく鍵になります。

図面と帳票を、同じ案件で扱う

マルチモーダルAIが種類の異なる情報を同時に扱えるとして、図面（画像）と帳票（文字）を同じ案件のもとで扱う設計にしたのがARCHAIVEです。図面をAIが形状で読み取り、帳票から文字を抽出し、両方を案件ページにひもづけます。種類の違う情報を分断させずに使える位置づけになります。