エンジニアリングにおけるAIの使用は、ソフトウェア開発でかなり活用されており、LLMはコーディングに優れたツールであることが証明されています。実際、Altiumブログのメインページにも、これに関するいくつかの例があり、私たちはそれらを非常に印象的だと考えています。しかし、エンジニアが物理的な製品を構築するエンジニアリングのもう一方の側面では、AIの役割はそれほど大きくありませんでした。しかし、ハードウェア開発の一分野で、AIが大きな利益を提供できる領域があります:エンジニアリング要件管理。
エンジニアリング要件がどのように機能するかを考えると、それらはテキストと表でいっぱいの大きな文書に存在する傾向があります。図表も含まれることがありますが、ほとんどのデータはテキスト形式です。これが典型的にエンジニアリング要件文書が作成される方法であるため、LLMは輝く本当の機会を持っています。エンジニアリング要件文書に基づいて分析、要約、プロセスを定義するために使用できます。この記事では、AIが要件管理をエンジニアリングマネージャーにとって頭痛の種でなくするために使用されている4つの方法を紹介します。
エンジニアリング要件文書は、製品の機能と性能の仕様をすべて記述した非常に長く(そして退屈な)文書であることが多いです。その製品が回路基板の場合、これには電気的、機械的、信頼性、製造、および使用性の要件の混合が関与します。しばしば、これらの要件は特定の業界標準やテスト方法を参照し、関連する標準やテストへの準拠を定義する適合要件も含まれます。
要件文書は一般的に、顧客調査、製品関係者との会議、および類似製品の過去の知識に基づいて、人間のエンジニアによって作成されます。しかし、エンジニアリング管理にとって、要件文書はプロジェクトを指導するためにはあまり役に立ちません。これらの文書は要約され、タスクとマイルストーンに分割され、プロジェクト管理システムに入力され、その後チームメンバーに割り当てられる必要があります。ここで、特にLLMなどのAIが、これらの重要なタスクのいくつかを合理化するのに役立ちます。
要件文書は非常に長く、読むのに時間がかかるため、LLMを使用してこれらの文書を明確で簡潔な箇条書きに要約することは明らかな利用方法です。モデルからの出力は、機能仕様、電気仕様、標準適合性などの点で実行可能である必要があります。電子システム設計やPCB設計において、LLMで要約された要件は通常、特定の標準、部品番号、部品タイプ、または電気的値を仕様の一部として参照します。
ここでの違いは、具体性と言葉遣いにあります。「shall」という言葉の使用、特定の参照指定子のリストアップ、具体的な数値の記述は、よく書かれたエンジニアリング要件の特徴です。LLMは、長い要件文書からこのデータを抽出するのに優れています。フロントエンドの電気設計や回路図のキャプチャが進むにつれて、要約された要件は常に追加の参照指定子、回路、または回路図シートに言及するように更新されることがあります。
開発ワークフローの一環として、仕様リストを実際のエンジニアリング要件に変換することは、重要なタスクの一つです。AIは、不完全な要件文書を取り、要約とセグメンテーションのプロセス中に各要件を拡張することができます。機能要件の短いリストを詳述し、より実行可能なエンジニアリング目標を形成することは、LLMの主要な使用例の一つであるテキスト生成を反映しています。これにより、要件リストがより完全になり、要件にリンクできる基準が提供されます。
要件はしばしば、親子関係を持つ階層構造を形成します。親要件は、複数の子要件を暗示する30,000フィートのビューのようなものです。AIは、これらの親子関係を要件文書にソートするのに特に役立ちます。特に、それらの関係が完全に特定されていない場合に有効です。
機能要件間の親子関係は、いくつかの理由で生じる可能性があります。電子システム開発ワークフローでは、これには以下のようなものが含まれるかもしれません:
多くの場合、親子要件リストは複数の文書に存在する可能性があります。これらの各文書にAIを適用することで、要件の階層を形成し、開発ワークフローの管理に役立てることができます。
要件リストが文書から抽出され、明確な階層に精緻化された後、エンジニアリングチームは製品の構築を開始できます。しかし、開発の途中で要件を変更する必要があるとチームが気づいた場合はどうなるでしょうか?
その変更の影響は、ほとんどの場合、孤立して感じられることはありません。変更は他の要件に影響を与える可能性が高く、それらがどのように評価、テスト、または設計において考慮されるかに影響を与えます。数値要件の場合、これは通常簡単です。なぜなら、それらはしばしば単純な方程式によって関連しているからです。しかし、テキストベースの要件の場合、これはより困難です。AIはその影響を評価する役割を果たすことができます。テキストのAIベースの分析は、その要件を要件階層の上方に伝播させるのに役立ち、最終的には設計のための主要な親要件に到達します。
電子開発チーム向けの効果的な要件管理ソフトウェアは、生成されたシステム要件を取り込み、それらを明確な階層に整理するべきです。電子設計者は、設計ツールとPDMシステム内でこれらの要件を見ることが必要であり、最適な環境では、PCB設計ソフトウェア、PDMインスタンス、および要件データ間の直接リンクが提供されます。
これは、Altium 365内の要件およびシステムポータルで設計チームが見つけることができる正確なものです。エンジニアリングマネージャーやチームリーダーは、AIを活用して要件を作成および整理でき、各要件をPCBプロジェクトファイル内の設計オブジェクトにタグ付けすることができます。詳細を知りたい方は、要件およびシステムポータル製品管理チームとの最近のポッドキャストエピソードをご覧ください。
要件管理のタスクに溺れることなく、Altium 365 要件&システムポータルでワークフローを合理化しましょう、そして設計チームを生産的に保ちましょう。あなたのリーチと能力を拡大する新しいワークフローへのシームレスな移行を体験してください。