VIDEO REVIEW · HUMAN VS AI
人間プログラマー vs AI：TITANS of CNC の22分対決が教えてくれること
01この動画は何を語っているか
TITANS of CNC は米国で最も影響力のあるCNC教育チャンネルの一つで、創設者Titan Gilroyは第一線の加工現場出身、工具と工程への要求の厳しさで知られています。2025年4月、チャンネルはこの直球のタイトルの動画——「Human Programmer vs AI CNC Programmer（人間プログラマー vs AI CNCプログラマー）」——を投稿し、現在までに15万回超の再生を集めています[1]。
動画の設定はシンプルかつ容赦のないものです。チャンネル内で「世界最速クラス」の人間プログラマーBarryが使い慣れたMastercamで、CloudNC CAM Assistを使う同僚Jessieと、同じ部品の加工プログラムを同時に書きます。この動画についてのチャンネルの位置づけは説明欄に記されています——このAIツールは「通常数時間かかる作業を数分で完了できる」、そしてこれは理論ではなく、実際の勝負なのだと[1]。
02対決の進め方：Mastercamの熟練者 vs AI操作者
動画のチャプターから、対決全体のテンポが見て取れます。開始から1分足らずで両者は別々に作業を始め、Barryは伝統的なやり方でツールパスを一歩ずつ構築し、AI側は3DモデルをCAM Assistに渡して加工戦略を生成させます——チャプターマーカーが示すように、およそ動画3分の時点で、AI側のプログラムはすでに完成しており、残りの大半は生成されたプログラム内容を一段ずつ確認していく場面で、22分地点の結論まで続きます[1]。
注目すべきは、これがチャンネルの初めての実測ではない点です。2025年12月の「We Let AI Program This Part… Unreal Results」も同様にAIに実部品をプログラミングさせ、再生数は4万近くに達しました[2]。2026年にはさらに「I Let AI Program My CNC… It Beat Me」という続編もあります。私たちは〈米国TITANS of CNCの実測とCAM Assist千社導入事例〉でこの実測の軸線の全体像を整理しました——この対決動画はその中でも最もドラマチックで、最も直感的な一本です。
動画を見る際に注目すべき点：対決の勝敗基準は「使えるプログラムを仕上げるまでの時間」であって、「部品をそのまま機械にかける」ことではありません。AIが生成した後も、画面のエンジニアはツールパスと戦略を一項目ずつ確認しています——このディテールは勝敗そのものより重要で、後段で改めて触れます。
03学理から見る：AIはなぜ「時間」を「分」に圧縮できるのか
動画が見せる速度差は魔法ではなく、その背後には二つの研究の流れの成熟があります。第一は加工特徴認識で、アルゴリズムに3Dモデルから穴・溝・ボスといった「加工の語彙」を自動で認識させます。2018年のFeatureNet研究は3D畳み込みニューラルネットワークで加工特徴認識を行い、ベンチマークデータセットで約96.7%の認識精度に達しました[3]——機械がいったん幾何を「読み取れる」ようになれば、その後の戦略生成に根拠が生まれます。
第二はコンピュータ支援工程計画（CAPP）で、特徴からどのように工程・工具・切削順序を導くかを扱います。この分野の体系的なレビューは早くから、工程計画は設計と製造をつなぐ要であり、最も人間の経験に依存し、最も自動化が難しい一環だと指摘してきました[4]。AI CAMツールの本質は、この一環のうち「規則性のある」大部分をアルゴリズムに任せ、本当に判断が必要な少数を人に残すことです。人間が数時間かかる理由は、できないからではなく、各ステップを手作業で展開しなければならないからです。AIが速い理由は、その展開を並列化・自動化しているからです。
04動画が語り切らなかったこと：速度で勝った、その先は？
対決式の動画は本質的に「誰が速いか」に焦点を当てますが、AIを工場に持ち込む立場の人にとって、本当の問いは動画が終わった後に始まります：AIが生成したプログラムは、何をもって安全に機械にかけられると保証するのか？
- シミュレーション検証：プログラムが熟練者由来かAI由来かにかかわらず、機械にかける前に3D切削シミュレーションで削り過ぎ・干渉・突っ込みを確認するのは、省略できない関門です。詳しくは〈CNC衝突防止ガイド〉を参照。
- 人による承認：動画でAIがプログラムを完成させた後、エンジニアは多くの時間をかけて一段ずつ確認しました——これこそがhuman-in-the-loopの実際の姿です：AIが展開を担い、人が公差・基準・特殊工法を審査します。
- 前提となるデータ：AIが工場の実情に沿ったプログラムを生成するには、工具ライブラリや機械の制約といったデータがまずデジタル化されていることが前提です。速度の恩恵は、実はデータが整った工場にこそ届きます。
言い換えれば、この対決が本当に証明したのは「AIがプログラマーを置き換える」ことではなく、「プログラミングの展開作業はすでに大幅に圧縮できる」ということです。圧縮で生まれた時間をどこに流すか——より多くの受注、より緻密な検証、より速い見積り——こそが経営者の答えるべき問いです。
05台湾工場の対応：図面から始まるAIフロー
動画のAIは3Dモデルから出発しますが、台湾の加工受託現場の日常はしばしばもう一歩手前です：顧客が投げてくるのは2D図面（DWG、PDF、時には写真）です。これこそがBestAI CAMの切り込み点の違いです——AIは読図から始まります：2D図面を認識し、3Dモデルを構築し、次に自社の工具ライブラリ、制御装置、ストローク／回転数の上限に従ってG-codeを生成し、続いて3D切削シミュレーション、最後に別の独立したAIが完成寸法と元図を照合します（フローの詳細は〈CNC自動プログラミング完全ガイド〉を参照）。
動画と同じ哲学は：人は常に重要な意思決定点にいるということです。公差の取捨、基準の選択、特殊工法、実機前の最終確認はすべて専門家が承認し、AIが担うのは数時間の展開作業を分単位に圧縮することです。すでにMastercamを長年使っているなら、一から作り直す必要はありません——私たちは統合テストを行い、AIの出力は既存フローに戻せることを確認しました（〈Mastercamを20年、AI CAMは置き換えか付加価値か？〉を参照）。
06よくある質問 FAQ
動画でAIは本当に人間プログラマーに勝ったのですか？
「使えるプログラムを仕上げるまでの時間」で言えば、動画のチャプターはAI側が約3分でプログラムを完成させた一方、人間プログラマーはまだツールパスを構築中だったことを示しており、チャンネルは通常数時間かかる作業をAIが数分でこなすと位置づけています。ただし動画後半の大半は、AIが生成したプログラムをエンジニアが一段ずつ確認する場面です——速いのはAIですが、最終的な承認は依然として人が行っています。
AIプログラミングが速い原理は何ですか？
二つの研究の流れが成熟したためです。一つは加工特徴認識で、深層学習モデル（FeatureNetなど）が3Dモデルから穴・溝・ボスといった加工特徴を高い精度で認識できるようになりました。もう一つはコンピュータ支援工程計画（CAPP）で、特徴から工程・工具・切削順序を導く規則的な部分をアルゴリズムに任せます。人間が遅いのは一手ずつ手作業で展開するためで、AIはその展開を自動化しています。
これはCAMエンジニアが失業することを意味しますか？
動画とTITANSシリーズ全体の実測が一致して示す結論は、AIは技師の生産性を高めるツールであり、置き換えではないということです。圧縮されるのは反復的な展開作業で、公差の判断、基準の選択、特殊工法、実機前の確認はむしろ経験豊富な人により依存します。変わるのは仕事の内容の比率であって、仕事そのものの有無ではありません。
台湾工場が同様のワークフローを試すには、どこから始めればよいですか？
まず代表的な2D図面を一枚選び、制御された試験導入を行います。AIに読図させ、3Dモデルを構築し、自社の工具ライブラリと機械の制約に従ってG-codeを生成し、切削シミュレーションと寸法照合を実行して、現行フローとの工数差を測定します。実部品のデータで導入を判断する方が、どんな動画を見るよりも確実です。
新しい記事や動画の解説が公開されたらお知らせします——受信箱をあふれさせず、ワンクリックで購読解除。（ニュースレターは中国語）
SEE IT ON YOUR OWN DRAWING
あなた自身の図面で、この「分単位」のプログラミングを再現する
2D図面の認識、3Dモデリング、G-code生成から切削シミュレーションとAI寸法照合まで——一枚の実図面で試してみてください。対決動画よりも説得力があります。
導入コンサルタントに相談 トレーニングコース07参考文献
- TITANS of CNC MACHINING（YouTube）。Human Programmer vs AI CNC Programmer（2025-04-03 公開）。youtube.com/watch?v=C-jsM9LvbQQ
- TITANS of CNC MACHINING（YouTube）。We Let AI Program This Part… Unreal Results（2025-12-23 公開）。youtube.com/watch?v=rH3GD5lmK0E
- Zhang, Z., Jaiswal, P., & Rai, R. (2018). FeatureNet: Machining feature recognition based on 3D Convolutional Neural Network. Computer-Aided Design, 101, 12–22.
- Xu, X., Wang, L., & Newman, S. T. (2011). Computer-aided process planning — A critical review of recent developments and future trends. International Journal of Computer Integrated Manufacturing, 24(1), 1–31.