熟練工ノウハウ可視化システム（開発事例・製造業 技能継承）

1. 背景・導入前の課題

製造現場の品質を支えているのは熟練工の判断ですが、その「勘・経験」は外から見えづらく、組織で共有しづらいものでした。

抱えていた具体的な課題

• 技能の属人化：異常検知や工具交換のタイミングなど、重要な判断が特定の熟練工に依存している。
• 退職による喪失リスク：ベテランの退職とともに、長年のノウハウが組織から失われてしまう。
• 言語化の難しさ：本人も「なんとなく分かる」レベルで判断しており、マニュアル化が進まない。

ベテランが退職した翌月、これまで異音だけで不良の兆候を見抜いていた工程で原因不明の不良が増え、若手は「なぜそう判断するのか」を聞ける相手を失います。一人の頭の中にしかなかった判断基準は、退職届と一緒に組織の外へ出ていきます。

2. 解決策・システムの仕組み

ヒアリング音声・現場写真・社内マニュアルなどをアップロードすると、AIが熟練工の判断プロセスを整理し、フローチャートとして可視化するシステムを開発しました。

システムの主な特徴

• 判断プロセスの自動構造化：「異音検知→発生部位の特定→工具摩耗/びびり→対応」といった思考の流れをツリー状のフローチャートに整理。
• “たたき台”という設計思想：AIが完璧に再現するのではなく、判断を言語化したたたき台を作成。本人が後から確認・修正しやすい形にする。
• 裏側は構造化データ：フローの背後はJSON等の構造化データで、AIエージェントが読み込みやすく、教育プログラムや社内チャットボットへ展開できる。

3. 導入後の効果

Before / After 比較

主要ポイント

※「2年→1年」「−65%」は本システムが目指す効果イメージの数値です。実際の効果は対象工程・データ量・運用体制により異なります。

4. システム概要

5. よくある質問

熟練工本人の負担は大きくないですか？

ヒアリング音声・現場写真・既存マニュアルをアップロードするだけで、AIが判断プロセスのたたき台を作成します。ゼロから書き起こすのではなく、出来上がったフローを確認・修正する形なので、負担を抑えて言語化できます。

AIが間違って再現したらどうなりますか？

本システムは「AIが正解を出す」前提ではなく「修正しやすいたたき台を出す」設計です。熟練工本人が内容を確認・修正できるため、現場の納得感を保ちながら精度を高めていけます。

作ったフローは他に活かせますか？

裏側が構造化データのため、教育プログラムや社内チャットボット、AIエージェントの知識源として二次活用できます。

どんな工程に向いていますか？

異常検知・工具交換・品質判断など、ベテランの「勘・経験」に依存している工程に適しています。対象工程に合わせて構築範囲をご相談します。

関連記事

• Human-in-the-LoopをDifyに落とし込み、AIの暴走を防ぐ安全設計
• Human-in-the-Loopの活用事例｜Difyでの運用パターン9選