ストックマークは2026年5月15日，宣布启动一项面向企业内部非公开数据与隐性知识的“AI-Ready化”实证项目，将这些信息转换为可供AI学习与利用的形式。该项目将与伊藤忠商事、三菱ケミカル、三井住友銀行、味の素、LIXIL 等在内的日本大型企业共16家公司合作推进。
本次实证是经济产业省与NEDO推进的生成式AI开发力强化项目“GENIAC”的一部分，已作为研究主题正式获选。项目将根据各参与企业的业务特点设定具体应用场景，分阶段推进各公司的AI-Ready化工作，并计划把实证过程中积累的方法论与经验整理为最佳实践向社会公开。
让企业内部非公开数据与隐性知识真正被AI“看得懂、用得上”
在企业导入生成式AI的过程中，仅依赖基于公开数据训练的通用型AI，往往难以充分覆盖企业特有的知识与一线经验。尤其在制造业等领域，大量图纸、操作手册、账票、设计资料、历史判断记录等以非结构化数据形式沉淀下来，熟练员工的经验和判断也多以“暗黙知”的方式存在，难以直接被AI利用。
此次项目的目标，是将这些机密数据与“匠人技艺”整理成AI可处理的状态。ストックマーク将“AI-Ready化”定位为：把企业内部非公开数据转换为AI可以学习、推理和应用的形态。具体举措包括：对数据进行结构化处理、提升数据质量并完善治理机制，以及构建能够持续吸收一线反馈的迭代学习循环等。
参与本项目的16家公司包括：味の素、伊藤忠商事、NGK、神戸製鋼所、ジェイテクト、スズキ、住友化学、太陽誘電、帝人、東京電力ホールディングス、日揮ホールディングス、三井住友銀行、三菱ケミカル、ヤンマーホールディングス、ライオン、LIXIL。覆盖材料与化学、汽车、机械、基础设施、商社、金融等广泛行业。
将行业数据整理为AI代理可理解的“Skills”
项目的重点主题之一，是推动各行业数据的AI-Ready化，并通过“Skills”实现面向AI代理（Agent）的手册化。具体而言，将图纸、账票、操作手册、聊天记录、业务流程文档等，整理为AI代理能够理解和调用的“Skills”，并验证相应的构建方法与运用模式。
另一项重要主题，是构建面向特定产业与业务场景的数据基盘以及专用AI代理。项目将引入联邦学习与合成数据等技术，在不对外泄露企业机密数据的前提下进行AI训练与应用，目标是打造具备高度专业性的AI代理。同时，还将验证权限管理、数据脱敏与遮蔽等安全防护功能，以及在私有云环境中运行的安全处理基盘。
各参与企业设定的具体主题也各不相同。味の素将把制造与技术相关知识进行AI-Ready化，构建可搜索、可复用的下一代技术知识平台。伊藤忠商事则尝试把现货与期货市场的“相场观”转化为形式化知识，开发用于提升市况预测精度的混合型市场分析AI。三菱ケミカル计划在化学工艺领域，将通用工程知识与领域特有知识进行分离与结构化，验证面向人员培养与运行支援的混合模型。
三井住友銀行将以支付相关解决方案销售中的隐性知识为对象，通过访谈与AI-Ready化技术开发并验证一套结构化工具。LIXIL则尝试把在线展厅的接待视频与产品构成规格进行一体化学习，构建支撑复杂装修方案提案的数据基盘。
作为GENIAC“AI-Ready化”研究主题之一被正式采纳
本次举措被定位为经济产业省与NEDO推进的“GENIAC”项目中，“关于制造业数据等的AI-Ready化的研究开发”主题之一。2026年5月14日，经济产业省与NEDO宣布，新增采纳9项关于制造业数据等AI-Ready化的研究开发主题，以及2项关于机器人基础模型的研究开发主题。
NEDO对本研究主题公开征集到的36项提案进行了评审，并确定了实施单位。在AI-Ready化相关主题中，除ストックマーク外，入选企业还包括AIONA、アイクリスタル、SyntheticGestalt、日立製作所、FastLabel、FairyDevices、フツパー、フライウィール等。
ストックマーク获采纳的研究主题为：“制造业中非结构化数据的多层结构化，以及通过访谈型Agent将隐性知识形式化并实现自律运用流程的研究开发”。项目实施期为2026年度至2027年度之间的1年。
生成式AI应用进入“让自家数据可用”这一新阶段
在企业导入生成式AI的进程中，除了聊天机器人、文档摘要等单点应用之外，如何让AI在安全前提下利用企业自有数据与业务知识，正在成为基础设施层面的关键课题。本次实证并非聚焦于模型本身的开发，而是将重点放在：如何把企业内部长期积累的非公开数据与隐性知识，转化为AI应用的前提条件与基础资产。
ストックマーク计划通过与16家企业的现场实证，将获得的经验整理为AI-Ready化的最佳实践，对外公开，以推动日本企业整体对生成式AI的有效利用。如何打破企业内部技术文档、业务数据与熟练员工判断之间的割裂，将其结构化并连接到AI代理与业务特化型AI上，将成为今后验证的核心议题。
