AI翻訳は「自然な文章」より同じ製品を作れるか——ベトナム工場と160言語モデルから作る技術指示の受入試験

AI翻訳の品質は、文章が自然かどうかだけでは測れません。旅行案内や社内メールなら、少し言い回しが違っても会話で補えることがあります。しかし、工場へ送る技術指示では、直径と半径、仮締めと本締め、許容値と目標値、右側と作業者から見た右側が入れ替わるだけで、別の部品や危険な工程につながります。

2026年10月、ITmedia NEWSは、産業機械メーカーのニチエツが日本からベトナム工場へ送る製品開発の指示書にGeminiを活用している事例を紹介しました。同社の説明では、以前は技術的な知識や細かな意図が翻訳の途中でずれ、違う内容の製品を作りかけたり、意思疎通が遅れたりしたことがあったといいます。現在は日本語で設計意図、技術的なニュアンス、数式を入力し、技術用語に特化したベトナム語の文書を作っているそうです。

同じ時期、仏Mistral AIは、総パラメータ数約1兆、入力に応じて約520億パラメータを動かすMistral Large 4の重みを公開しました。開発元は160以上の言語へ対応し、製造や工学文書の理解にも力を入れたと説明しています。多言語モデルは急速に強くなっていますが、「対応言語が多い」ことと「その翻訳で同じ製品を安全に作れる」ことは同じではありません。

日本の製造業が次に整えるべきなのは、通訳とAIの勝敗表ではなく、技術指示が設計、翻訳、受領、製造、検査まで同じ意味を保ったかを確かめる受入試験です。本記事では、AIを翻訳者の代わりとして一括評価せず、用語、数値、図面、変更、現物確認を一つの製造記録へつなぐ方法を考えます。

結論——翻訳の合格点は「同じ判断と同じ製品」です

技術翻訳で最も大切なのは、原文と訳文を見比べて読みやすさを採点することではありません。訳文だけを受け取った現地担当者が、送り手と同じ部品を選び、同じ順序で作業し、同じ条件で止まり、同じ検査結果を合否判定できることです。

そのため、AI翻訳の導入では次の五つを分けて確認します。

1. 意味の一致として、部品名、動作、禁止事項、理由が保たれているかを見ます。
2. 数値の一致として、単位、桁、符号、範囲、公差、基準面が変わっていないかを見ます。
3. 作業の一致として、誰が、いつ、どの道具で、何を確認して次へ進むかを見ます。
4. 変更の一致として、旧版が残らず、修正箇所と適用開始時点が伝わったかを見ます。
5. 現物の一致として、図面や画面だけでは分からない音、振動、熱、床面、作業姿勢を実物で確かめます。

AIは、この五つのうち意味の下書き、用語候補、表現の統一、質問候補の作成を速められます。一方、製品を作ってよいという最終承認、危険な曖昧さの解消、現物の合否まで自動的に引き受けるわけではありません。便利さを守りながら事故を防ぐには、AIが訳した文章を人が眺めるだけでなく、受け手が同じ判断を再現できる試験へ変える必要があります。

ベトナム工場の事例が示すのは、語学力だけの問題ではありません

ITmedia NEWSが紹介したニチエツの事例では、同社は金型交換装置や搬送ロボットを日本とベトナムで開発・生産しています。金型交換装置は、数十キログラムから数トンの金型を搬送・着脱する機械です。わずかな寸法や制御のずれが、組み立て直しだけでなく、安全性や設備停止へ影響し得ます。

同社の説明で注目したいのは、従来の問題を「通訳がベトナム語を知らなかった」と単純化していない点です。高度な技術指示には、どんな仕様にするか、どの場所へ注意するか、なぜその設計にするかという専門知識が含まれます。言語に堪能でも、機械の構造や設計者の意図を十分に共有していなければ、自然な文章のまま技術的に違う内容へ変わることがあります。

逆に、設計者が技術を熟知していても、日本語の原文が曖昧ならAIは確実な訳文を作れません。「しっかり締める」「なるべく小さくする」「異音がしたら確認する」といった表現には、締め付けトルク、寸法上限、異音の種類、停止条件がありません。AIが流暢なベトナム語へ直すほど、曖昧さが見えにくい確定事項のように読める危険があります。

したがって、成功の鍵は高性能モデルだけではありません。原文を機械が誤解しにくい形へ整え、用語と単位を固定し、受け手が疑問を返せる経路を作ることです。AIは原文の弱さを補う魔法ではなく、原文にある構造と曖昧さを大きく映す道具として扱います。

ニチエツはGoogle Workspace上の有料版Geminiを使い、設計意図、技術的なニュアンス、数式を入力していると説明しています。この実務から学べるのは、短い一文をそのまま翻訳欄へ貼るより、目的と根拠を含めた文脈を渡す方がよいということです。ただし、入力を増やすほど、機密情報、顧客仕様、未公開図面をどこまで外部サービスへ渡してよいかという別の管理も必要になります。

以前の生成AIへ情報を持ち込む前の入力境界を整理した記事で扱ったように、業務上必要な文脈と、外へ出してよい情報は分けます。製品名を置き換えても形状や数式から顧客を推測できる場合があります。翻訳精度を上げるための入力と、秘密を守るための縮小を、案件ごとに両立させます。

160以上の言語対応でも、工場の用語集はなくなりません

Mistral AIの開発元発表によると、Mistral Large 4は総パラメータ数約1兆のマルチモーダルモデルで、入力ごとに約520億パラメータを動かすMixture of Experts構成です。学習データには160以上の言語が含まれ、欧州連合の全ての公用語にも対応すると説明されています。製造、工学図面、複雑な文書や画像の理解も重点分野に挙げられています。

これは、多言語の文書を扱う企業にとって大きな進歩です。日本語の指示と図面を同じ文脈で読み、英語だけを中間言語にせず、複数言語の候補を作れる可能性が広がります。重みが公開されれば、条件を満たす組織は自ら管理する環境で動かす選択肢も持てます。

一方、モデルの大きさは、そのまま現場の正しさではありません。160言語を扱えても、特定企業で「受け」「治具」「逃げ」「かじり」「仮組み」をどう呼ぶかは自動的に決まりません。同じ日本語の「遊び」でも、機械の隙間、操作の余裕、工程上の待ち時間では意味が違います。現地拠点が長年使ってきた言葉と、モデルが一般文書から選ぶ言葉が一致する保証もありません。

そこで、企業ごとの用語集をモデルの外へ持ちます。最低限、次の情報を一語ずつ結びます。

項目	記録する内容	誤りを防ぐ理由
正式用語	日本語、現地語、英語、図面記号	同じ部品へ複数の呼び名が付くのを防ぎます
定義	何を指し、何を含まないか	似た部品や工程との取り違えを防ぎます
単位	ミリメートル、ニュートンメートル、秒など	数字だけが残る事故を防ぎます
使用例	正しい文、図面番号、写真	抽象的な定義を現物へ結びます
禁止表現	曖昧な略語、旧称、地域差のある語	流暢でも誤解を招く表現を止めます
所有者	設計、品質、製造の確認担当	誰が用語を確定するかを明らかにします
版	追加日、変更日、適用製品	過去の意味が新製品へ混ざるのを防ぎます

用語集は、一度作って終わる辞書ではありません。現地担当者が「この訳では部品Aと部品Bを区別できない」と気付いたときに更新します。AIが新しい候補を出しても、図面、部品表、検査表、保守マニュアルで同じ語を使えるかを確認してから採用します。

数字は翻訳せず、検査可能な組として固定します

技術指示で最も怖いのは、文章全体が不自然な訳より、一つだけ自然に変わった数字です。小数点、マイナス記号、範囲を示す波線、上限と下限、摂氏と華氏、ミリメートルとインチ、トルクと力が入れ替わると、読み手は違和感なく誤った作業を進められます。

数値は文章の一部としてAIへ任せ切らず、構造化して扱います。例えば「ボルトを10N・mで締める」は、対象部品、締め付け値、単位、許容差、工具、測定方法、再確認時点を別欄にします。「10」という文字が訳文に残っただけでは合格にしません。締め付けるボルトの番号と、校正済み工具で読む値まで一致させます。

公差も同様です。「20±0.1mm」と「19.9〜20.1mm」は数学的には同じ範囲でも、図面規則や検査装置への入力形式が違う場合があります。「最大20mm」と「20mmを目標にする」も別です。AIには数式を勝手に言い換えさせず、原記号を保持した欄と、現地語で意味を説明する欄を並べます。

単位の変換が必要な場合は、原単位、変換式、丸め規則、変換後の値を残します。人が暗算した値とAIが生成した値を比べるのではなく、計算プログラムや表計算の固定式で再計算します。翻訳モデルは説明を助け、数値計算の正本にはしません。

図面と文章は、互いの正しさを自動では保証しません

マルチモーダルモデルは図面、写真、文章を一緒に扱えるようになっています。図面を見せて説明文を作る、写真から部品候補を挙げる、変更箇所を要約する、といった作業は速くなります。しかし、図面と文章を同時にAIへ渡したからといって、両者の矛盾が必ず見つかるわけではありません。

図面には、寸法線、基準面、断面、注記、表面粗さ、溶接記号、改訂欄があります。文章には、作業順序、禁止事項、理由、例外があります。AIが図面の一部を読み落としても、もっともらしい文章を完成させることがあります。反対に、文章の旧仕様を図面の最新版へ合わせたつもりで補完し、正式な変更手続きを飛ばす可能性もあります。

対策は、図面を説明用画像として貼るだけでなく、照合対象を指定することです。「部品番号B-14の穴径」「基準面Aからの距離」「改訂Cで変更した材質」「作業者側から見た回転方向」のように、何を読むかを一つずつ質問します。その回答を図面管理システムの正本と比較し、全体を一回で承認しません。

また、図面上の矢印や色だけに意味を持たせないことも重要です。白黒印刷、画面縮小、色覚差、画像圧縮で区別が消える場合があります。部品番号、座標、工程番号、文章の動作を併記し、訳文から原図の場所へ戻れるようにします。

曖昧な依頼を検出して聞き返す運用を整理した記事で示したように、AIが答えを完成させることより、情報が足りないときに止まれることが重要です。技術翻訳では、基準面が不明、単位がない、図面版が一致しない、部品番号が存在しない場合を「推測して続行」ではなく「質問して保留」へ送ります。

逆翻訳より、受け手の再説明を試します

AI翻訳の確認方法として、現地語へ訳した文を別の翻訳で日本語へ戻す逆翻訳がよく使われます。大きな意味の欠落を見つける助けにはなりますが、これだけでは十分ではありません。同じモデルや似た学習傾向のモデルを使うと、最初の誤りを自然な日本語へ戻し、問題がないように見せることがあります。

より実務的なのは、訳文を読んだ現地担当者に、次の四点を自分の言葉で説明してもらう方法です。

• 何を作り、どの状態を完成とするか。
• 最初に確認する部品、図面、工具は何か。
• どの数値を測り、どこから外れたら止めるか。
• 不明点や異常が出たとき、誰へ何を返すか。

これは語学試験ではありません。送り手の意図と受け手の作業像が一致したかを確かめる試験です。説明が違えば、受け手を責める前に、原文、用語集、図面、訳文のどこで分かれたかを追います。

小さな試作品や模擬工程も有効です。本生産の前に一個だけ組み立て、寸法、動作、作業時間、質問数を記録します。文章では一致したつもりでも、工具が入らない、手袋では操作できない、床の傾きで搬送が変わる、といった問題が見えます。翻訳品質を文書の中だけで完結させず、現物で閉じます。

変更通知は、新しい訳文を送るだけでは足りません

製造現場では、最初の翻訳より変更の伝達で事故が起きやすくなります。新版の文書をメールで送っても、共有フォルダー、印刷物、個人端末、作業台に旧版が残るからです。訳文が正しくても、作業者が古い指示を見れば製品はそろいません。

変更時には、文書全体を再送するだけでなく、変更番号、変更理由、対象製品、対象ロット、旧版との差、適用開始時刻、旧版の回収方法を示します。現地語版だけを修正した場合も、日本語原文と同じ版番号へそろえます。原文が改訂D、ベトナム語が改訂Cのままでは、会議で「最新版」と言っても指すものが違います。

AIを使うと、変更差分の要約や複数言語への展開を速められます。ただし、要約が省いた箇所を重要でないと判断したのは誰かを残します。特に「変更なし」とした段落も、参照する部品番号や前提条件が変わっていないかを確認します。

変更の受領は、ファイルを開いた記録だけで完了にしません。対象者が差分を読み、必要な工具、材料、検査表、作業プログラムを更新し、旧版を使えない状態にしたことまで確認します。自動翻訳の速さを、現場が理解して切り替える時間より先へ走らせないことが大切です。

AI、技術者、通訳の役割を競争にしません

ニチエツの事例では、同社の特定の用途でGeminiが意思疎通の改善に役立ったと説明されています。これは価値ある事例ですが、全ての通訳よりAIが優れるという一般則ではありません。通訳は、表情、ためらい、現場の関係、過去の経緯を読み、言葉に出ていない疑問を返せます。技術者は設計根拠と危険を判断できます。AIは大量の文書を速くそろえ、用語候補や欠落候補を出せます。

三者の役割を次のように分けると、優劣ではなく連携になります。

担当	主に担うこと	単独で確定しないこと
AI	初訳、表現統一、用語候補、差分候補、質問候補	製造開始、安全判断、仕様変更の承認
設計・製造技術者	仕様、数値、図面、工程、停止条件の確定	現地語の自然さ、文化的な伝わり方の推測
通訳・現地担当者	意味の確認、地域語、対話、疑問の発見	設計根拠の変更、未承認の数値補完
品質担当者	試作品、検査、版、逸脱、是正の承認	翻訳文の流暢さだけによる合格

全ての文書を四者で重く確認する必要はありません。危険度と変更の大きさで確認を変えます。社内の日程連絡はAI初訳と受け手確認でよくても、安全装置の解除条件、重量物の搬送、顧客固有の公差、法令表示は専門家と品質担当者を通します。

重要なのは、AIを導入した後も質問数を減らすことだけを目標にしないことです。必要な質問まで消えれば、現場は分からないまま作業を進めます。良い翻訳は、質問をゼロにするのではなく、曖昧な往復を減らし、止めるべき質問を早く具体的にします。

現物の音、振動、熱、床面は翻訳文の外に残ります

ニチエツの社長は、オンライン活用を進めても、実際に現地へ行く重要性を再認識していると話しています。搬送ロボットでは、実機の挙動、音、振動、発熱、工場の床面を直接確かめながら議論する必要があるという説明です。

この点は、マルチモーダルAIが進化しても残ります。映像で振動を見られても、撮影速度や角度で見え方が変わります。音声を送れても、マイクの特性や周囲の機械音で違いが出ます。温度画像があっても、測定位置や放射率設定が違えば比較できません。床面のわずかな傾き、油、粉じん、照明、作業者の動線も、文書だけでは再現しにくい条件です。

そこで、遠隔で完了できる確認と、現地でしか閉じない確認を最初から分けます。文書の版、数値、部品表、プログラム差分は遠隔で照合できます。異音の種類、振動の伝わり方、熱の広がり、手の届き方、搬送経路は現地確認を残します。

現地確認をAI導入の失敗と捉えないことも大切です。AIで文書作成と初期質問を速めた分、技術者は現物でしか分からない問題へ時間を使えます。出張回数だけを減らすのではなく、行くべき問題を絞り、到着前に図面と質問をそろえることが本当の効率化です。

技術翻訳の受入試験は九つの記録で作ります

受入試験は、翻訳ソフトの点数表ではありません。一つの指示が製品へ変わるまで、意味がどこで確定し、どこで変わり得るかを追う記録です。

記録	内容
完了対象	何を作る、直す、検査する指示か
原文の正本	文書番号、版、作成者、承認者、適用日
翻訳条件	使用モデル、版、設定、入力した補助情報
用語	案件用語集、禁止略語、現地での呼び名
数値	値、単位、公差、基準面、計算式、検査方法
図面・現物	参照図面、部品番号、写真、試作品、確認地点
質問と回答	不明点、回答者、回答日、反映先
変更	差分、対象ロット、旧版回収、切替完了
合格	受け手の再説明、試作品、検査結果、最終承認者

モデル名と版を残すのは、責任をモデルへ移すためではありません。同じ文を再翻訳したときに結果が変わった理由を追うためです。クラウドサービスは画面上でモデルを更新する場合があります。昨日と同じ操作でも訳語が変わり得るため、重要文書では出力と確認結果を案件記録へ保存します。

また、合格欄は「翻訳済み」ではなく、「受け手が作業を説明できた」「試作品が検査を通った」「旧版を回収した」のようにします。文章の完成と製造の受入れを分けることで、AI翻訳の速さを保ちながら、最終責任を現場の合格条件へ戻せます。

30日で一つの指示書から始めます

最初の一週間は、過去に質問や手戻りが多かった指示書を一つ選びます。重大事故につながる最難関文書から始める必要はありません。部品名、数値、図面、変更履歴があり、少量の試作で確認できる文書が向いています。日本語原文、既存の訳文、現地からの質問、手戻り記録を集めます。

二週目は、原文を整理します。主語、動作、対象、数値、単位、停止条件、理由を分け、曖昧な副詞を具体化します。案件用語集を作り、部品表と図面の名称をそろえます。そのうえでAIへ初訳させ、別の担当者が数値と図面参照を機械的に比較します。

三週目は、現地担当者による再説明と小さな試作を行います。完成状態、作業順、測定、停止、質問先を説明してもらい、違いを記録します。誤解が出た箇所は、訳文だけでなく日本語原文と用語集も直します。AIへ同じ修正を再依頼し、変えてはいけない数値が保たれたかを確認します。

四週目は、変更を一回模擬します。公差、部品、作業順のいずれかを安全な試験範囲で変え、複数言語の差分作成、承認、配布、旧版回収、現地受領までの時間を測ります。最後に、AIを使わない従来手順とも比べます。

見る指標は、翻訳文字数や利用回数だけではありません。

• 初訳から受け手の理解確認までの時間です。
• 数値、単位、図面番号の不一致件数です。
• 製造開始前に見つかった曖昧さの割合です。
• 質問一件が回答され、文書へ反映されるまでの時間です。
• 試作で発生した手戻りと廃棄の件数です。
• 変更後に旧版が残っていた場所の数です。
• 遠隔で閉じた問題と、現地確認が必要だった問題の割合です。
• AI、技術者、通訳、品質担当者が使った合計時間です。

AIで初訳が速くなっても、検査と修正の合計時間が増えたなら改善とは言えません。反対に、質問数が一時的に増えても、製造開始前に曖昧さを見つけ、手戻りや停止を減らせたなら価値があります。分母を翻訳文書数ではなく、合格した指示と製品へ置きます。

日本企業では「日本語が正本」も点検します

海外拠点との文書では、日本語原文を無条件の正本にしがちです。しかし、日本語が曖昧で、現地語版の質問によって初めて仕様不足が見つかることがあります。その場合、現地語を日本語へ合わせて終えるのではなく、日本語原文も改訂します。

正本とは、最初に書かれた言語ではなく、承認済みの意味、数値、図面、変更を一つに保つ場所です。日本語、ベトナム語、英語のどれかだけが先に直り、他が追いつかない状態を防ぎます。各言語版から同じ文書番号、版、図面、部品表へ戻れるようにします。

これは、日本本社が決定権を失うという話ではありません。むしろ、現地からの質問を製品改善へ戻し、日本語の曖昧さを減らす仕組みです。海外拠点を翻訳された命令の受取先ではなく、製造可能性と安全性を確かめる共同設計者として扱います。

以前のAIモデルを発表日ではなく業務で使える日から評価した記事で整理したように、モデルが公開されたことと、現場が受け入れられることは別です。多言語モデルでも、用語集、試作、変更管理、現地確認を通って初めて、その会社の技術翻訳へ使える状態になります。

主な参考資料

• ベトナム工場への技術指示でGeminiを活用したニチエツの事例（ITmedia NEWS）
• Mistral Large 4のモデル構成、多言語対応、製造分野を説明した開発元発表
• Mistral Large 4の重み公開と約1兆パラメータ構成を伝えたITmedia AI＋の記事

次の翻訳会議で、文章ではなく製品を説明できますか

多言語モデルが強くなるほど、翻訳ボタンを押すまでの時間は短くなります。だからこそ、その後の確認を省くのではなく、何を確かめるかを具体的にする必要があります。自然な文章、160以上の対応言語、巨大なパラメータ数は有力な道具ですが、部品、数値、図面、変更、現物の一致を単独では保証しません。

日本の製造業にとっての現実的な始め方は、全ての技術文書を一度にAIへ移すことではありません。手戻りの多い指示書を一つ選び、原文を整え、用語を固定し、数値を構造化し、受け手に再説明してもらい、小さな試作品で閉じることです。そこで見つかった質問を、次の翻訳だけでなく日本語の設計文書にも戻します。

次に「この翻訳は自然です」と報告を受けたとき、もう一歩だけ先を尋ねてみてはいかがでしょうか。受け手は同じ部品を選び、同じ条件で止まり、同じ検査で合格を判断できますか。その問いへ図面番号、試作品、変更履歴で答えられるなら、AI翻訳は言葉を置き換える機能から、国境を越えて同じ製品を作るための品質工程へ育っていきます。