「汎用AIに聞く」と「AI整備に相談する」は、なぜこんなに違うのか

ある朝、エンジンの音がいつもと少しだけ違う。アイドリングがわずかに不安定で、加速のつきも鈍い気がする——。そんなとき、スマホで汎用AIに「こんな症状なんだけど」と聞けば、それらしい答えはすぐに返ってきます。とても便利です。

けれど、その答えが「あなたの一台」に向けられたものかというと、話は別です。

汎用AIは「世界の平均」を答える

ChatGPTのような汎用AIは、インターネット上の膨大な情報を学習しています。だから一般論にはめっぽう強い。「点火系か燃料系を疑いましょう」といった教科書的な答えは、いつでも返ってきます。

もちろん、メーカーや年式を書き添えれば、汎用AIもその前提で答えてくれます。最近は過去のやり取りを覚えてくれる汎用AIも増えてきました。

ただ、覚えていてくれるのは「あなたが会話の中で打ち込んだこと」まで。いつ・どの部品を・どんな手順で交換したか——という整備記録が、台帳としてきちんと積み上がっていくわけではありません。そして何より、同じ車に乗る他のオーナーが実際にどう直したかや、整備の現場でしか得られない知見は、汎用AIには最初から見えていないのです。

根拠についても同じことが言えます。最近は出典を示してくれる汎用AIも増えました。メーカーの整備マニュアルのように信頼できる出典もあれば、誰が書いたか分からないページが交じることもあり、確かさはまちまちです。しかも旧車や輸入車のように元の情報そのものが少ない領域では、それらしい嘘——いわゆるハルシネーション——を自信たっぷりに語ることもあります。

そして、マニュアルは“あるべき手順”は教えてくれますが、40年を経た個体で実際に何が起きるか、同じ車に乗るオーナーがどう直したかまでは書かれていません。大事なのは「出典があるか」ではなく「何に裏打ちされているか」。さきほどの整備台帳や会員の実例といった“生きた一次情報”に支えられているかどうかが、整備では命綱になります。

The Vintage SalonのAI整備が見ているもの

このサイトのAI整備は、ただ言葉を生成しているわけではありません。回答する前に、いくつもの「現場の文脈」を見ています。

・現役整備士の知見 — 現役の整備士が現場で積み上げてきた整備ナレッジを土台に答えます
・あなたの愛車情報 — 登録されたメーカー・車種・年式を踏まえて、毎回入力しなくても、その車に即した話をします
・会員のみなさんの整備記録 — 同じ悩みを乗り越えた先輩オーナーの実例を参照します
・根拠の提示 — どのナレッジに基づいた回答なのかを示すので、鵜呑みにせず自分で確かめられます

つまり返ってくるのは「世界の平均」ではなく、「旧車・輸入車・モーターホームという文脈」に立った答えです。ここが、単に汎用AIに聞くのとは決定的に違うところです。

そして、いちばんの違いは「データそのもの」です。整備書にもネットにも載っていない“現場の癖”——たとえば「この年式は特定の条件で似た症状が出やすい」といった知見は、世に出回っていない以上、汎用AIには学びようがありません。The Vintage SalonのAI整備は、整備士が実際に直して得た知見や、同じ車に乗る会員が残した整備記録という、ここにしかない情報を参照します。だから、ネット検索では行き着けない一手にたどり着けることがあるのです。

そして何より、こうした蓄積はネット上のどこにも公開されていません。会員のための場所に、ここでしか読めない形で積み上がっているデータです。だから、汎用AIがこの先どれだけ賢くなっても、学習のしようがありません。これは賢さの差ではなく、そもそも参照できる情報そのものが違う、という話なのです。

それでも分からないときは、ちゃんと人につながる

そしてもうひとつ。AI整備はあくまで最初の相談相手だと、私たちは考えています。

診断で解決しきれなければ、事務局への相談へ。AI整備が手前で交通整理をして、本当に人の手が必要な場面だけ、人につなぐ。その流れまで含めて「AI整備」です。答えを出して終わり、ではありません。

汎用AIは、いわば「とても物知りな他人」。The Vintage SalonのAI整備は、「あなたの一台を知っていて、いつでも相談できる仲間」。

次に愛車が妙な音を立てたら、ぜひその違いを試してみてください。