CASE STUDY
ベテランの技術・知見をAIに学習させる「技術伝承AIエージェント」
→
SUISHIN FOR MANUFACTURING
製造業の技術継承を、
現場で使えるAIに。
標準書・図面・不良報告・過去案件・熟練者ヒアリングをもとに、貴社固有の設計・加工・品質判断に答えられる「熟練者AI」を構築します。
01CHALLENGE
なぜ、技術継承は進まないのか。
課題は「知識がない」ことではなく、「使える形でつながっていない」こと。
01
ベテラン依存
聞く相手が限られ、判断が属人化する
02
情報が散在
標準書・図面・議事録・不良報告が分断している
03
マニュアルが機能しない
資料はあっても探しづらく、現場の質問に答えられない
04
育成に時間がかかる
OJTが長期化し、拠点間で品質差が出る
02VALUE
暗黙知の抽出で終わらせず、
現場で使われる状態まで。
STEP 01
集める
既存データと熟練者の知見を収集
STEP 02
つなぐ
横断参照できる形に統合
STEP 03
使う
現場の質問に答えるAIとして活用
- 01
熟練者AI
若手が設計・加工・品質判断を相談できる
- 02
ナレッジ統合
標準書・図面・不良報告・過去案件を横断参照
- 03
改善サイクル
利用ログをもとに継続的に更新・改善
03PROCESS
5つのステップで、着実に仕組み化。
STEP 01
対象業務の選定
どの工程・判断を対象にするか整理
STEP 02
既存データ取り込み
標準書・図面・不良報告・過去案件
STEP 03
熟練者ヒアリング
判断理由・例外対応を言語化
STEP 04
AI化・現場検証
実際の質問で精度と使いやすさを検証
STEP 05
運用・改善
利用ログをもとに継続的に改善
NOTE最初は1工程・1テーマから始められます。
04SCENES
現場の質問を、
そのまま業務に役立つ回答へ。
- 01
若手教育
「この工程で最初に覚えるべきポイントは？」
- 02
不良・品質対応
「似た不良の原因と対策を教えて」
- 03
設計・加工判断
「この条件で注意すべき点は？」
- 04
他拠点・海外展開
現場に聞かなくても判断基準を確認できる
05DATA SOURCES
点在する情報を、AIが参照できる形に。
作業標準書図面/仕様書不良報告過去案件会議議事録改善記録基幹システム熟練者ヒアリング
06BENEFITS
導入で見込める効果。
01
育成スピード向上
若手の立ち上がりを早める
02
判断の標準化
人によるばらつきを減らす
03
品質対応の迅速化
過去事例をすぐ参照できる
04
ナレッジの資産化
退職・異動リスクを低減する
07SECURITY & GOVERNANCE
製造業の導入要件に、きめ細かく配慮。
01
セキュリティ方針に配慮
取り扱いデータや公開範囲を整理
02
権限・ログ管理
利用者ごとのアクセスや履歴を管理
03
構成の選択肢
クラウド・閉域・オンプレ方針に応じて設計
04
段階活用
まずは限定導入し、運用しながら拡大
08RELATED
