AI活用による技能伝承・新人教育の効率化
- 業種
- 家具・木工製品製造
- 従業員数
- 約40名
CASE
中小企業のAI事例・実績
同じような不良が起きても、担当者によって名称や日報の書き方が異なり、過去の対応を調査に生かしにくい状態でした。材料ロットや金型、設備、成形条件が別々の帳票に残り、経験者への確認が繰り返されていました。
アスタは、不良分類と記録項目をそろえ、今回の条件に近いトラブルと対応履歴を探せる形へ整理しました。AIが原因を断定するのではなく、参照元と条件の違いを示し、現場で確認する項目を整理する支援として組み込みました。
品質トラブルが発生した際の、類似記録の検索と調査準備が1件90分から30分へ短縮しました。
この事例のポイント
日報に使う不良の名称や略称、記入方法が担当者によって異なり、似たトラブルが起きても過去の記録を探しにくい状態でした。経験者が覚えている対応を、その都度聞き直す必要がありました。
材料ロット、金型、設備、成形条件、対応結果が別々の帳票に残っていました。今回と過去の条件を比べるために複数の資料を開き直す必要があり、調査の準備に時間がかかっていました。
応急対応は記録されていても、どの条件を確認して判断したかが十分に残っていませんでした。担当者が交代すると、前回どこまで調べたのかを確かめ直す必要がありました。
アスタは、資料の所在と担当者の判断手順を確認し、AIが補助する作業と人が確認する作業を分けました。取り組みの前に、次の情報とルールを整理しています。
現場で使う不良の名称や略称を整理し、設備・金型・材料ロットなどを同じ形式で残します。記録がない条件は欠損として扱います。
今回の不良の特徴や条件から、過去の似た記録を抽出します。参照元の日報と、どの条件が一致しているのかを一緒に示します。
材料、金型、設備、記録された条件の違いを整理し、確認候補を一覧化します。単に一緒に起きているだけの傾向と、原因が確認された情報を区別します。
担当者が実際に確認した項目、採用しなかった仮説、対策後の結果を記録します。AIが成形条件を自動変更するのではなく、現場の判断を支える記録として蓄積します。

AIで不良記録を整理し
調査準備を90分から30分へ
品質トラブルが発生した際の、類似記録の検索と調査準備が1件90分から30分へ短縮しました。材料、金型、設備、成形条件を同じ単位で比較できるようになり、担当者が複数の帳票を読み直して確認項目を組み立てる負担を減らしました。
製造と品質管理が、同じ記録を見て調査を進められるようになった点も変化です。試した対策だけでなく、確認した条件や採用しなかった仮説も残す運用とし、次の担当者が調査の経緯をたどれる状態へ整えました。
対象は類似記録の検索と確認項目の整理にかかる時間です。不良率の低下や原因特定率を示す数値ではありません。
品質管理と製造で記録の更新責任を決め、朝会や品質会議で繰り返し発生する事象を確認します。AIの候補が外れた場合も記録し、日報の書式や分類を見直します。条件変更は通常の承認・品質確認の手順に従います。
AIが挙げた要因は調査候補であり、原因が確定したという意味ではありません。成形条件の変更と製品の合否判断は、従来の品質管理・承認手順で行います。画像による良否判定を一度に導入するのではなく、日報と対応履歴の整理から進める内容です。
今回のテーマに加え、次の業務にもAIを活用できる余地があります。以下は、業務量と利用できるデータを確認したうえで検討する候補です。

アスタは、中小企業のAI活用に特化した支援会社です。経営者と現場の話を聞き、実際の業務を確認したうえで、取り組む課題を整理します。AIの選定・設定に加え、業務フロー、担当者の役割、確認と改善を続ける運用まで一緒に整えます。
初回相談無料。
現場で使える形までご支援します。
業務の課題整理からAIの導入、現場での運用・改善まで一貫して支援します。

自社に合う活用テーマの整理から、導入・定着までの進め方を解説しています。

業務で使う情報をどのように整理し、AIへ渡すかを紹介しています。