ENEOS Materials 于 2022 年作为 ENEOS 集团材料业务的核心实体正式成立。公司致力于研发、生产及销售多元化产品，涵盖汽车轮胎与高尔夫球专用橡胶、工业橡胶制品、锂离子电池粘合剂，以及各类尖端的下一代材料。

面对劳动力短缺与成本上涨带来的生产力挑战，同时为了确保在处理企业私有信息时能安全、准确地使用 AI，ENEOS Materials 成为日本首批引入 ChatGPT Enterprise 的企业之一，并已将其应用范围扩大至全体员工。

此次引入带来的显著成效如下：

公司的跨职能团队与 OpenAI 合作部署了 ChatGPT Enterprise，在多个部门落地了具有显著成效的应用场景。

在日本，制造业正面临双重挑战：因出生率下降和人口老龄化而导致的劳动力短缺，以及原材料和能源成本上升。ENEOS Materials 亦未能幸免。生产技术部经理佐仓芳郎 (Yoshirou Sakura) 指出：“随着劳动人口的下滑，利用数字化工具提升生产力已成为必然选择。提高效率并拓宽员工的能力边界，是我们保持竞争力的关键。”

为了解决该问题，ENEOS Materials 选择了 ChatGPT Enterprise。落实这一战略时，ENEOS Materials 组建了一支跨部门的志愿者先锋队。他们的目标是“先行掌握技术，再探索它在制造业中的潜力”。研发部经理一林卓 (Taku Ichibayashi) 解释道：“要利用 AI 实现业务成果最大化，确保处理私有信息时具备安全的环境至关重要。ChatGPT Enterprise 不仅满足了我们内部的网络安全要求，还提供了我们所需的输出准确度。”

自引入以来，ChatGPT Enterprise 在公司内部迅速普及，员工已创建了超过 1,000 个定制 GPT。公司超过 90% 的员工每周至少使用一次 ChatGPT，且 80% 以上的员工表示工作流得到了显著改善。凭借这一势头，ENEOS Materials 在全组织范围内推广该工具，使其成为创造新价值的核心元素。佐仓表示：“ChatGPT 已成为我们每位员工的得力助手。”

“深度研究 (Deep Research) 让我们彻底克服了语言障碍，”ENEOS Materials 工艺开发与工程部的酒见健一 (Kenichi Sakemi) 表示，该部门管理一间设在匈牙利的工厂。酒见补充道：“过去我们需要数月时间去搜寻和研读匈牙利语资料。而现在，凭借深度研究对当地素材的全方位检索能力，整个过程缩减至几十分钟。”

该部门始终致力于提升生产力、优化产品质量并降低环境影响，因此必须对前沿技术进行快速、精准的研究以保持领先地位。通过部署深度研究功能，团队已将这一愿景转化为显著的实测成果：

此外，深度研究在化学工程等高度专业化的领域同样表现惊人。面对复杂的化学计算和高级咨询，团队现在能够实现极速响应与执行。

工程部门开发了一款基于公司标准的定制 GPT，专门用于工厂设计。只需输入流体类型、流速、管径、压损及材质要求等参数，该定制 GPT 即可极速生成优化后的设计规范。

“不久前，确认材料腐蚀风险和设计基准仍需耗费大量精力，”酒见表示，“而现在，借助定制 GPT，只需几秒钟即可完成。”

ChatGPT 还在提升安全性方面发挥关键作用：它能在设计阶段标记材料选择风险。随着该定制 GPT 的持续应用，安全防线得到进一步加固，整体可靠性也随之提升。

该工具不仅显著缩短了设计周期，还提升了安全标准与成本效益。通过交叉引用内部标准，并结合 ChatGPT 的强大计算能力与领域知识，它实现了更优的工厂设计，显著增强了 ENEOS Materials 的生产实力。

人力资源部每年都会开展大量员工培训，并收集课后反馈以优化后续项目。“此前，由于资源有限，我们难以对培训效果进行深度分析，”人力资源部门的武田真理 (Marie Takeda) 说道。

通过引入专门用于培训分析的定制 GPT，人力资源部显著实现了流程优化：

尽管没有任何编程经验，武田仍独立开发了一款用于数据汇总的内部工具。“这是我第一次尝试编写代码，”她解释道，“但在 ChatGPT 的帮助下，即使没有任何编程基础，我也能亲手打造出这款工具。”得益于此，数据汇总所需的时间缩减了约 90%。

“ChatGPT 创造的价值远不止于缩减工时，”一林表示。在 ENEOS Materials，该平台最突出的优势在于其极致的响应速度与易用性。与那些学习曲线陡峭的工具不同，ChatGPT 让任何员工都能直接用日语描述需求，无需任何编程技能即可即时生成高质量成果。随着信心的增强，各团队自然而然地开始探索更高级的工作流，并不断挖掘出意想不到的创新点。

展望未来，ENEOS Materials 计划将 AI 的应用范围从 ChatGPT 进一步扩展至全线业务。通过将 AI 深度融入各项运营环节，公司旨在应对日本人口老龄化和不断下滑带来的制造业劳动力短缺，同时提升在国内外的核心竞争力。佐仓的愿景，是将内部训练的 AI 模型直接集成到生产设备中，在生产一线实现自然语言控制。