製造の現場でAIを入れるなら、最初に手をつけるべきは検査そのものではなく、検査のあとに残る書類です。寸法を測る、外観を見る、その判断自体は現場の人が長年培ってきた目と手でやるしかない。けれど測った数値を検査記録表に転記し、不良が出れば写真を撮って報告書に貼り、原因と対策を文章にまとめ、是正の結果をまた別の様式に書く——この一連の書き物は、判断でも技能でもなく、ほぼ入力作業です。ここをAIに肩代わりさせると、現場の残業が目に見えて減ります。この記事では、検査から是正までの4つの工程を時系列で追いながら、それぞれの工程で「AIに何を渡すのか」と「人がどこに判断を残すのか」を対応させて整理します。

沖縄の工場で、記録が夕方にまとめて発生する理由

県内の製造業は、食品加工、金属部品、樹脂成形、印刷、建材の二次加工など、数十名規模の事業所が中心です。大手のように検査専任の部署があるわけではなく、ラインを回している人がそのまま検査も担当し、記録も書く。うるま市や沖縄市の工業団地にある工場を思い浮かべてもらうと分かりやすいのですが、日中は現場が動いているので手が離せず、ノギスで測った数値はいったん手元のメモ用紙や作業台に置いた紙に鉛筆で書き殴られます。それを事務所に持ち帰り、夕方から検査記録表のExcelに打ち直す。この「二度書き」が、記録業務の実質的な正体です。

不良品が出たときはさらに重くなります。現物をスマホで撮り、どのロットのどの工程で出たかを思い出しながら報告書に書く。写真はいったん自分のスマホに溜まり、パソコンへメールやチャットで送り、Wordに貼って大きさを調整する。この写真の受け渡しだけで一件あたり十数分は消えます。しかも不良は忙しい日ほど出やすいので、報告書はたいてい後回しになり、翌日以降に記憶をたどって書くことになる。記憶が薄れた状態で書かれた報告書は当然あいまいになり、原因の欄に「作業ミス」「材料のばらつき」といった、何も分からない言葉が並びます。

さらに沖縄特有の事情として、県外の親会社や納入先に提出する書類が多いという点があります。取引先ごとに様式が違い、同じ検査結果を三つの異なるフォーマットに書き直すことも珍しくありません。転記が増えれば増えるほど、写し間違いのリスクも増える。品質を守るための記録が、かえって品質のリスクになっているという逆転がここで起きています。

工程1・検査——測るのは人、書き取るのはAI

最初の工程は検査そのものです。ここでAIに渡す入力は、大きく三つあります。ひとつは測定値の口述。ノギスやマイクロメータで測った数値を、その場でスマホの音声入力に向かって「品番A、1個目、外径12.03、内径8.51」と読み上げる。もうひとつは現品の写真。外観検査であれば、判定したものをそのまま撮る。三つ目はラベルや帳票の撮影で、ロット番号や作業指示書をカメラに収めておけば、あとから紐づけの手がかりになります。

AIがやるのは、この口述と画像を検査記録表の行に整形することです。「外径12.03」という音声を数値の列に、「品番A」を品番の列に、撮影時刻を検査日時に落とし込む。規格値をあらかじめ登録しておけば、公差から外れた数値には印を付けて返してくれます。手を止めて紙に書き、夕方にExcelへ打ち直すという二度手間が、その場の一度きりになる。ここが一番効きます。

一方で、人が判断を残すべき箇所ははっきりしています。合否の判定そのものです。数値が公差内かどうかは機械的に分かりますが、公差ぎりぎりのものを流すか止めるか、外観の傷が許容範囲かどうかは、その製品の用途と納入先の事情を知っている人でなければ決められません。AIが「公差外の可能性」と印を付けたものに対して、人が「これは可」「これは要再測定」と一言添える。この一言が記録に残ることが、あとの工程すべての土台になります。判定をAIに任せてしまうと、なぜそう判断したのかという情報が消え、報告書を書く段階で誰も説明できなくなります。

工程2・記録——写真と数値が別々に散らばらないようにする

検査した内容を記録として成立させる工程です。ここで一番よく起きる失敗は、数値はExcelに、写真はスマホのカメラロールに、メモは紙に、というふうに情報が三か所に散らばること。あとで照合しようとしても、どの写真がどの検査行に対応するのか分からなくなります。実際、不良の報告を書こうとして「あのときの写真、どれだったかな」と数十枚をスクロールした経験のある方は多いはずです。

AIに渡す入力は、工程1で撮った写真と口述、それに作業者が思いついたときに残す短いコメントです。「この日は湿度が高くて材料が柔らかかった」といった、様式に欄が無いから今まで捨てられていた情報こそ渡す価値があります。AIはこれらを一枚のシートにまとめます。左に測定値の表、右に該当する写真、下に所見。取引先ごとの様式が違う場合も、同じ元データから別々の体裁で出し直せるので、三つの帳票に手で写す作業が消えます。

人が残す判断は、どの情報を正式な記録に載せるかという取捨選択です。撮った写真が全部必要なわけではないし、口述の言い間違いは削らなければならない。AIがまとめた案に対して、現場の担当者が「この写真は不要」「この所見は残す」と選ぶ。この選別を人がやることで、記録の責任の所在が現場に留まります。ここを自動確定にしてしまうと、間違いが混ざったまま外部に出る危険があります。

工程	AIに渡す入力	AIが返すもの	人が判断を残す箇所
検査	測定値の口述・現品写真・ラベル撮影	記録表の行への整形／公差外の印	合否の最終判定と、その理由の一言
記録	写真・口述・様式外の気づきメモ	数値と写真を紐づけた1枚のシート／様式別の出し分け	載せる情報の取捨選択
不良報告	不良品の写真・発生状況の口述・過去の類似記録	報告書の下書き／類似案件の提示	原因の断定と、推定に留める線引き
是正	対策内容・実施後の検査データ	効果の推移の可視化／期限のリマインド	是正完了とするかの決裁

工程3・不良報告——書けない原因は、思い出せないから

不良が出たときの報告書は、多くの現場で最も嫌われている書類です。理由は単純で、書くべき内容が多いわりに、書く時点では記憶が薄れているから。発生日時、ロット、工程、現象、影響範囲、暫定処置、原因、恒久対策。この欄をすべて埋めるのに、慣れた人でも三十分から一時間かかります。

AIに渡す入力は三つです。不良品そのものの写真、発生した状況の口述、そして過去の類似記録。特に効くのが口述で、現場を離れる前に「三号機で成形品のバリ、朝一の立ち上げから五個連続、金型の温度が上がりきってなかったかも」と一分しゃべっておく。AIはこれを報告書の各欄に振り分け、暫定処置と原因の候補まで下書きします。写真を渡せば、どこに不具合があるかの位置説明も文章化してくれます。ゼロから書くのと、下書きを直すのとでは、体感の負担がまったく違います。

過去記録の照合も、人ではなかなかできない仕事です。半年前に同じ現象が出ていたかどうかを、紙のファイルをめくって探す人はいません。AIが「同じ品番で三月にバリの報告があります」と出してくれれば、それだけで再発かどうかの見立てが立ちます。

ここで人が絶対に手放してはいけないのが、原因の断定です。AIが出すのはあくまで候補であって、金型温度が原因だと決めるのは現場の判断。しかも本当に分からないときは「推定」と書き、断定しないことが正しい記録です。AIの下書きは自信ありげな文章になりやすいので、そのまま提出すると根拠のない断定が取引先に渡ってしまいます。下書きを読み、断定してよい部分と推定に留める部分を仕分けする——この線引きが、報告書における人の仕事です。

工程4・是正——やりっぱなしを防ぐのは記録の連続性

報告書を出して終わりにならないために、是正の工程があります。対策を打ったあと、本当に不良が減ったのかを追う。ところが現実には、この追跡がいちばん抜けます。対策を決めた時点で気持ちが一区切りついてしまい、二週間後の確認が誰の予定にも入っていないからです。

AIに渡す入力は、決めた対策の内容と、その後の検査データです。工程1・2で記録がデジタルになっていれば、対策前後の不良率は自動で並びます。「金型の予熱時間を五分延長した前後で、朝一のバリ発生が週三件から週一件に」といった推移が、集計作業なしで見える。加えて、確認予定日が近づいたら知らせる役割もAIに持たせておくと、追跡漏れが構造的に減ります。

人が残す判断は、是正を完了としてよいかの決裁です。数字が下がっていても、たまたま生産量が少なかっただけかもしれない。逆に数字が変わっていなくても、原因が別にあると分かったなら次の手に進むべきです。この判断は責任を伴うので、必ず人の名前で残す。AIが出した推移グラフに、責任者が「継続監視」「完了」とサインを添える形が現実的です。

音声入力を現場で使えるものにする工夫

ここまで口述を前提に書いてきましたが、工場の現場は静かではありません。プレス機や集塵機が動いていれば、普通に話しても拾いません。県内の工場で実際に試すなら、いくつか工夫が要ります。ひとつは片耳のイヤホンマイクを使うこと。口元にマイクが来るので、周囲の音の影響を大きく減らせます。もうひとつは言い方を決めておくこと。「品番、個数、項目、数値」の順に必ず言う、と現場で取り決めておけば、認識の精度も整形の精度も上がります。

それでも騒音がきつい工程では、無理に音声にせず、写真と数字の手打ちを組み合わせたほうが速いこともあります。全工程を同じやり方に統一しようとすると、必ずどこかで無理が出る。うるさい工程は撮影中心、静かな検査室は口述中心、というふうに工程ごとに入力手段を変えてよいと最初に決めておくと、現場の抵抗が減ります。AIに渡す入り口は一つでも、渡し方は複数あってよいわけです。

言葉の問題も現実にあります。年配の作業者の話し方や、現場でしか通じない呼び名——「あのバリ」「例の傷」といった言い方は、そのままでは記録になりません。よく使う現場用語を一覧にして最初に登録しておくと、変換の精度が上がります。この一覧づくり自体が、実は品質用語の整理にもなっていて、若手への引き継ぎにも効いてきます。

導入で最初につまずくのは、たいてい人の心配ごと

技術的な話よりも先に片付けたほうがよいのが、現場の受け止めです。検査記録をAIに任せると言うと、「監視されるのか」「ミスが全部残るのか」という反応が返ってくることがあります。実際、記録が細かくなれば個人の作業履歴も見えやすくなるので、この懸念は的外れではありません。

ここは最初に線を引いておくのが誠実だと思います。記録の目的は個人の評価ではなく、不良の再発を防ぐことだと明言し、集計の見せ方も工程単位・ロット単位にとどめる。誰がやったかではなく、どこで起きたかを見る。この方針を口だけでなく、実際の帳票の作りとして示すと、現場の協力が得られやすくなります。

もうひとつよくあるのが、「AIが判定するなら検査員は要らないのか」という不安です。この記事でずっと書いてきたとおり、判定は人が残す部分です。AIが引き受けるのは書き取りと整形と照合であって、良し悪しを決める権限は渡していない。むしろ書類仕事から解放されたぶん、検査そのものに時間を使えるようになります。この説明を導入前にきちんとしておくかどうかで、現場の温度がまったく変わります。

費用や期間については、扱う品目数や既存の帳票の複雑さ、取引先ごとの様式の数によって大きく変わるため、一律には言えません。まずは一工程・一品番だけで試して、記録にかかる時間がどれだけ変わるかを実測してから広げる進め方が現実的です。AIエージェントの導入支援では、こうした小さい範囲での試行から一緒に設計しています。

紙をやめる話ではなく、書き直しをやめる話

誤解されやすいのですが、この取り組みは「紙をなくす」ことが目的ではありません。現場で鉛筆を使うこと自体は悪くない。問題は、同じ情報を人が二回も三回も書き直していることです。紙に書き、Excelに打ち直し、報告書に貼り直し、取引先の様式に写し直す。この写経のような作業が、月に何十時間も消えている。

AIが入ることで変わるのは、一度入れた情報が、そのまま最後まで使い回されるようになるという一点です。検査で口述した数値が、そのまま記録表になり、不良が出ればその行が報告書の根拠になり、是正の効果測定にも同じデータが使われる。工程をまたいで情報が生き続けるので、書き直しが発生しない。これが4工程を時系列で通して設計する意味です。

逆に言えば、どこか一工程だけをAI化しても効果は限定的です。検査記録だけデジタルにしても、不良報告が別のWordで独立していれば、結局そこで写し直しが起きます。全部を一度に変える必要はありませんが、次の工程にどうつなぐかだけは最初に決めておいたほうがよい。順番としては、検査記録をデジタル化する、その記録から不良報告を生成できるようにする、報告と是正を紐づける、という流れが自然です。

まとめ——判断を人に残したまま、書類だけを軽くする

検査、記録、不良報告、是正。この4工程を時系列で見ていくと、AIに渡せるものと人が持ち続けるべきものが、はっきり分かれることが見えてきます。渡せるのは口述の書き取り、写真と数値の紐づけ、様式への整形、過去記録の照合、期限の管理。持ち続けるべきなのは、合否の判定、記録に載せる情報の選別、原因を断定するか推定に留めるかの線引き、そして是正を完了とする決裁です。

この分け方さえ守っていれば、AIを入れても品質保証の責任構造は崩れません。むしろ、判断の記録が明示的に残るぶん、なぜそう決めたのかが後から追える組織になります。書類が軽くなり、判断が濃くなる。目指すべきはその形だと考えています。

沖縄の中小製造業は、人手が限られているぶん、一人あたりの書類負担が大きくなりがちです。だからこそ、記録の書き直しを減らす効果は他地域より大きく出ます。まずは自社の一工程で、記録にどれだけ時間がかかっているかを測るところから始めてみてください。具体的な進め方についてはお問い合わせから相談いただければ、現場の状況に合わせて一緒に考えます。