概要
https://zenn.dev/eversteel_tech/articles/d41ddd33f08d89
詳細内容
## 鉄鋼業界のAI検収システムのデータ変換モジュールについて
https://zenn.dev/eversteel_tech/articles/d41ddd33f08d89
EVERSTEELは、各工場独自のデータ形式をAI検収システムに連携させるための、設定ベースのデータ変換モジュールを開発し、導入リードタイムの大幅な短縮と運用コストの削減を実現しました。
**Content Type**: ⚙️ Tools
**Language**: ja
**Scores**: Signal:5/5 | Depth:4/5 | Unique:4/5 | Practical:5/5 | Anti-Hype:5/5
**Main Journal**: 91/100 | **Annex Potential**: 90/100 | **Overall**: 92/100
**Topics**: [[データ変換, AIシステム連携, 設定駆動開発, リードタイム短縮, 鉄鋼業界DX]]
本記事は、EVERSTEELが鉄鋼業界向けに提供するAIスクラップ検収システム「鉄ナビ検収AI」と、各工場が独自に運用する既存システムとのデータ連携課題を解決するために開発した、設定ベースのデータ変換モジュールについて解説しています。電炉メーカーのカーボンニュートラル実現に向けた動きの中で、検収業務の効率化・標準化が求められる一方、各工場システムは独自のデータ形式を持つため、連携が大きな障壁となっていました。
従来のカスタムコードによる変換アプローチは、新工場導入ごとに2〜4週間のリードタイムと高額な保守コストを要し、スケーラビリティに限界がありました。そこでEVERSTEELは、「コードではなく、設定でデータ変換を表現する」というコンセプトに基づき、3ステップからなる変換システムを構築しました。これにより、導入リードタイムは1〜2日へと劇的に短縮され、運用コストの大幅な削減とビジネスアジリティの向上が実現しています。
この変換システムは以下の3つの独立したステップで構成されます。
1. **SchemaMapper**: データの「どこからどこへ」を整理し、フィールドの移動や配置を担当します。単純なコピー、配列全体の移動、複数フィールドの結合などが可能です。
2. **FieldTransformer**: データの「値の中身」を変換し、位置は変えずに値の内容だけを変更します。コードから意味のある値へのマッピング、日時・タイムゾーン変換、単位変換、配列の条件付き合計といった機能を持ちます。
3. **ConditionalStructure**: 「ビジネスルール」を適用し、条件に応じてデータを動的に変更します。NULL値や空文字のデフォルト設定、条件による分類、データ補完などが実装されています。
これらのステップは単一責任の原則に従い分離されており、理解しやすく、テストしやすく、拡張しやすい設計となっています。変換ルールは全てJSON形式の設定データとして管理されるため、新しい工場を追加する際にプログラマによる実装は不要となり、設定作成とテスト作成のみで対応が完結します。
将来的には、Model Context Protocol（MCP）を活用し、AIがデータサンプルから初期設定とテストコードを自動生成することで、リードタイムをさらに数時間レベルにまで短縮することを目指しています。この設定ベースのアプローチは、顧客側の基幹システム改修コストを不要にし、迅速な導入を可能にすることで、鉄ナビ検収AIの普及を加速させ、ひいては鉄鋼業界の脱炭素化に貢献する戦略的な選択であると筆者は強調しています。