三菱ふそうトラック・バス株式会社（FUSO）様は、規制が厳しく技術的にも高度な自動車環境で事業を展開し、従業員の研修と認定準備が品質・コンプライアンス・業務卓越性の維持に重要な役割を果たしています。多くの従業員が標準化された試験志向の研修に参加しますが、従来は主に単一言語で提供されていたため、教科の理解度よりも語学力が学習成果を左右し、参加のばらつきや理解の遅れ、研修チームの手作業負荷を招いていました。 Cubastionは、標準化された教材を変更することなく学習効果を高める生成AI研修・模擬試験プラットフォーム「TIFL（Training in Foreign Languages）」を設計・実装しました。
Challenge
語学が学習成果を左右する非効率
事業・技術の両面で生じていた課題をご紹介します。
教材は網羅的で技術的にも正確である一方、標準化された内容を変更せずに学習効果を高めつつ、企業環境に適したスケーラビリティ・ガバナンス・信頼性 を確保することが求められていました。
ビジネス面の課題
教科の理解度ではなく語学力が学習成果を左右
多言語教材の作成・維持に伴う高い手作業負荷
個々の学習進捗に適応しない静的な模擬試験
地域横断での研修プログラムのスケールの限界
受講者のエンゲージメント・完了率のばらつき
技術面の課題
構造化・非構造化が混在する多様な教材フォーマット
設問作成・翻訳に伴う手作業の問題作成
適応的な難易度がなく反復的になりがちな評価
日本語を含む多言語での意味的正確性の担保
試験志向の学習に適した説明可能性の確保
Solution
Cubastionの解決策 ― 生成AI × 適応学習プラットフォーム
提供した学習・評価機能をご紹介します。
TIFLは、静的な教材を適応的で多言語の学習体験 へと転換する生成AIプラットフォームです。MFTBC様のエンタープライズ環境内で完結し、セキュリティ・スケーラビリティ・社内IT標準との整合を確保しています。
ドキュメント駆動の学習インテリジェンス ：教材を一度アップロードするとAIがドメイン知識を抽出し、設問・選択肢・詳細な解説を自動生成（手作業の設問作成と多言語の重複作成を排除）適応型評価エンジン（FSRS） ：リアルタイムの成績に応じて難易度を動的に調整し、設問の反復を防止、弱点領域を重点強化（試験志向の評価規律を維持）多言語学習体験 ：設問・解答・解説を動的に翻訳し、受講者が母語を選択可能（原本の教材は変更せず権威性を維持）説明可能性ファーストの設計 ：各設問に「正解が正しい理由」「不正解が誤りである理由」を提示し、解説中はタイマーを停止して速さより学習を優先
Architecture
既存クラウド標準に整合するクラウドネイティブ構成
FUSOの既存Kubernetesクラスタ上で稼働するモジュール型構成です。
TIFLは、Microsoft Azure上のモジュール型クラウドネイティブ構成 として設計し、FUSOの既存Kubernetesクラスタ上で他のエンタープライズAIワークロードと並行稼働させています。これにより、クラウド標準との整合・高可用性・運用の堅牢性を確保しています。
アプリケーション層 ：Reactによる多言語UIとリアルタイムな試験操作。バックエンドはPython（AIオーケストレーション）とNode.js（アプリロジック・API・セッション）AI・インテリジェンス層 ：Document Intelligenceが教材から知識を抽出し設問・解答・解説を生成。FSRSが難易度をリアルタイム調整。Azure AI Servicesが翻訳し、Kuromojiが日本語の表記・方言を正確に処理データ層 ：Azure Blob Storage（教材原本）とMySQL（出題済み設問の管理・セッション追跡・成績）を分離して管理セキュリティ・基盤層 ：FUSOのエンタープライズ認証と連携し社内従業員に限定。Kubernetes上のコンテナ運用で数千名の同時利用に水平スケール
Capabilities
この事例で実証された提供価値
お客様がCubastionと取り組める領域の一例です。
本プロジェクトを通じて、以下の専門領域における実装力を実証しました。
エンタープライズ生成AIエンジニアリング ：ドキュメントインテリジェンスと設問自動生成、文脈的な解説エンジンを企業標準に整合して構築高度な適応システム設計 ：評価の公正性を保ちつつ、成績連動でパーソナライズされた難易度進行を実現するリアルタイム評価エンジンセキュア／ガバナンス整合の実装 ：RBAC・エンタープライズ認証連携・コンプライアンスに整合し、コンテナ化基盤でエンタープライズ規模にスケール
TIFLは、標準化された教材を一切変更することなく、FUSO従業員が母語で・適応的な難易度で学習できる環境 を実現しました。導入前後の主な変化は次のとおりです。
単一ソースからのAIによる多言語コンテンツ生成により、コンテンツ準備工数を約80%削減
アップロード文書からの設問自動生成により、テスト作成・更新を約60%高速化
文脈的な解説を備えたリアルタイム評価により、評価ターンアラウンドを約70%改善
母語での学習体験により、参加・完了率が約2倍に向上
トレーナー稼働とローカライズ工数の制約から解放され、数千名規模へシームレスにスケール
