設備が止まるたびに「前にも似たことがなかったか」と誰かに聞いて回る。沖縄の中小の工場では、今でもよくある場面です。結論から言うと、修理の履歴を症状から引ける形で残しておけば、症状を打ち込むだけで過去の似た修理をAIが候補として出してくれます。そのために高価な保全システムはいりません。必要なのは、履歴の書き方をそろえることと、紙の伝票を少しずつ移していく段取りです。

この記事では、食品工場の充填機が朝に止まった1件を例にします。ベテランの記憶と紙の修理伝票で原因を探す今のやり方と、AIで過去の修理を引ける状態とを、工程ごとに比べます。最後に、この二つをつなぐ履歴の書き方ルールと、移し替えの進め方をまとめます。なお、例は説明のために作った場面です。

例にする1件：朝7時、充填ラインが「ガコン」と鳴って止まった

舞台は、県内で豆腐や総菜を作っている従業員30人ほどの工場です。朝7時、出荷に向けて動かし始めた充填ラインから、一定の間隔で「ガコン」と引っかかるような音がして、そのまま非常停止しました。操作盤には「過負荷」と出ています。現場リーダーはラインを止めると、出荷時刻から逆算して、何時までに動かせれば間に合うかを考え始めます。スーパー向けの朝便に間に合わなければ、その日の棚に商品が並びません。

この工場に保全の専任者はいません。機械に一番詳しいのは勤続20年を超える製造課長のAさんです。修理のたびに書く紙の修理伝票は、年ごとに事務所のファイルに綴じてあります。修理の依頼先は、本土のメーカーの代理店と、県内で機械修理を請け負う業者の2つ。県内ではよく見かける体制だと思います。

この1件を「症状を伝える」「似た故障を探す」「部品と業者を手配する」「直したあと記録する」の4つの工程に分けます。それぞれについて、今のやり方とAIを使ったあとを比べていきます。

症状を伝える工程：「なんか変な音」がちゃんと伝わるまで

止まった瞬間を見ていたのは、入社2年目のオペレーターでした。内線でAさんに伝えたのは「なんか変な音がして止まりました」の一言だけです。Aさんは打ち合わせを抜けて現場に行き、音が出たタイミング、どこから鳴っていたか、表示は何だったかを一つずつ聞き直します。これに15分や20分かかることは珍しくありません。Aさんが休みの日なら、同じやり取りを電話ですることになります。

履歴を引ける状態にした工場では、オペレーターが事務所のPCや現場のタブレットに「充填機　一定間隔でガコンという音　過負荷表示で停止」と打ち込みます。うまく言葉にできないときのために、AIが「音はどのあたりから出ていましたか」「止まる直前に速度や品目を変えましたか」と聞き返すようにしておきます。そうすれば、Aさんが現場に着く前に症状の要点がそろいます。AIに原因を当てさせるのが目的ではありません。人がやっていた聞き直しをAIに代わってもらうのが、この工程での役目です。

やり取りが終わると、たとえば「停止7時05分／品目は木綿豆腐／速度は通常のまま／音はノズル下の駆動部あたり、2秒おきくらい／過負荷表示」という形の要約が残ります。Aさんはそれを見ながら現場に向かえます。電話で話すときも、同じ要約を見ながらなら話が早く進みます。

似た故障を探す工程：ファイルをめくるか、候補が並ぶか

Aさんは「3年くらい前にも同じような音が出た気がする」と思い出します。ただ、それが何月だったか、直したのが代理店か県内の業者だったかは覚えていません。事務所でファイルを2冊、3冊とめくって、ようやく「充填機　異音　調整」と手書きされた伝票を見つけます。ところが、何を調整したのかは書いていません。結局は代理店に電話して、当時の作業報告を探してもらうことになりがちです。

履歴がデータになっていれば、さっきの入力に対して似た修理がいくつか並びます。たとえば「3年前の梅雨どき、カム周りのベアリング摩耗で同じような周期音。交換して復旧」「昨年、異物の噛み込みで過負荷停止。清掃して復旧」といった内容です。AIは言い回しが違っても意味が近ければ拾えるので、伝票の言葉が「異音」でも「ガコン」という入力で見つかります。Aさんは候補を見て「周期的な音ならベアリングの可能性が高い。噛み込みも一応見ておこう」と見当をつけ、現場で確かめる順番を決められます。

今回なら、まず数分で済むノズル周りの残りかすや異物を確かめ、次に電源を落として駆動部を手で回し、引っかかる位置がないかを見る、という段取りになります。手早く確かめられるものから順に消していけば、分解が必要な作業に入る前に、ある程度原因を絞り込めます。

ただし、候補はあくまで候補で、最後に判断するのは現場の人です。AIが出すのは「過去にこういう修理があった」という事実だけで、今回も原因が同じとは限りません。それでも、何もないところから考えるのと、3つの候補を一つずつ消していくのとでは、ラインが止まっている時間が変わってきます。こうした形でAIを業務に組み込む考え方は、AIエージェントの導入支援のページでも紹介しています。

部品と業者を手配する工程：本土からの取り寄せまで見越せるか

原因はベアリングらしいと分かっても、沖縄の工場ではそこから先が長くなることがあります。在庫がなければ本土から取り寄せになり、船便にするか航空便にするか決めなければなりません。台風の時期なら、いつ届くかも読めません。前回どの型番をどこから買ったかが伝票に残っていなければ、機械の銘板を写真に撮って代理店に送り、型番を調べてもらうところからやり直しです。

履歴に「交換した部品の型番」「手配先」「届くまでの日数」が残っていれば、候補の修理を開いた時点で「前回はこの型番を県内の業者経由で取り寄せ、届くまで数日かかった」と分かります。その場で倉庫に予備があるか確かめ、なければすぐに発注できます。同じ部品の交換が何度も出てくるなら、次からは予備を1つ置いておこうと決める材料にもなります。塩気と湿気で金属部品が傷みやすい沖縄では、何度も交換している部品が一目で分かるだけでも十分に役立ちます。

予備を置くかどうかは、たとえば「年に2回以上交換している」「届くまで1週間以上かかる」「止まると出荷に響く設備の部品」のどれかに当てはまるかで決める、というように社内で目安を作っておくと迷いません。履歴がそろっていれば、この目安に当てはまる部品を一覧で出すのもAIに頼めます。

直したあとに残す工程：伝票1枚で終わるか、次に役立つ記録になるか

復旧したあと、Aさんは疲れた中で伝票に「充填機　異音　ベアリング交換　復旧」と書き、ファイルに綴じます。これで次の人が同じ故障を調べられるかというと、難しいでしょう。症状がどう出たか、どの順番で確かめたか、疑ったけれど違った原因は何か。そうしたことは書かれず、Aさんの頭の中にしか残りません。

記録の工程でもAIは手伝えます。作業のあと、Aさんが「最初は異物を疑って清掃したけど直らなかった。手で回したらカムの位置で引っかかったので、ベアリングを替えた」と話したり短いメモを書いたりすれば、AIがそれを決まった項目に分けて下書きにします。Aさんは読んで直すだけで済みます。書く手間が減った分、次の故障で役に立つ情報が残るようになります。

下書きは「症状：2秒おきのガコン音、過負荷停止」「確かめたこと：①ノズル周りの清掃→変化なし ②手回しでカム位置に引っかかり」「原因：カム側ベアリングの摩耗」「処置：ベアリング交換、試運転30分で異常なし」のような形になります。朝の症状の要約とつなげておけば、1件の故障の始まりから終わりまでが1つの記録にまとまります。

4つの工程を並べると、次のようになります。

工程	ベテランの記憶と紙の伝票	症状からAIで引ける状態
症状を伝える	「変な音」をベテランが一から聞き直す	入力の時点でAIが聞き返し、要点がそろう
似た故障を探す	記憶を頼りにファイルをめくる	言い回しが違っても近い修理が候補に並ぶ
部品と業者を手配する	型番を調べ直すところから始まる	前回の型番・手配先・届くまでの日数がすぐ分かる
記録を残す	伝票に1行だけ。経緯は頭の中	話した内容をAIが項目に分けて下書きする

表の右側に、特別な仕組みは何もありません。差を生んでいるのは、記録がどう書かれているかです。

引ける履歴にするための書き方の決めごと

AIが過去の修理を拾えるかどうかは、履歴の中身でほぼ決まります。項目は多すぎると続かないので、最低限これだけはそろえたいというものを挙げます。まず設備名は、社内での呼び名と、銘板に書かれた名前の両方を書きます。症状は、見たこと・聞こえたこと・画面の表示を、きれいな言葉に直さず現場の言い方のまま書きます。「ガコン」「焦げくさい」といった言葉も、そのまま残すのが大事です。

加えて、起きたときの状況（時間帯、季節や天気、直前にしていた作業）、確かめたこと（違った原因も含めて順番どおりに）、最終的な原因、処置の内容、交換した部品の型番、手配先と届くまでの日数、担当者を書きます。中でも抜けやすいのが違った原因です。「異物を疑って清掃したが違った」という1行があれば、次の人は同じ回り道をせずに済みます。ベテランが経験で持っている勘の多くは、実はこの「違った原因」の積み重ねです。

設備名の呼び方がばらばらなのも、よくつまずく点です。同じ機械を「1号機」「充填機」「豆腐ライン」と人によって呼び分けていると、履歴が別々の機械の記録に分かれてしまいます。社内の呼び名と正式な名前の対応表を1枚作り、記録を書く画面の横に貼っておくだけでもかなり違います。対応表は「1号機＝充填機＝豆腐ライン＝銘板の機種名」のように1行に並べ、設置場所も添えておくと、新しく入った人でも迷いません。

最初から完璧を目指さないことも決めておきます。分からない項目は空欄で構いません。全部埋まらないからと記録そのものを書かないより、半分でも残っているほうが、ずっと役に立ちます。

紙の修理伝票を移し替える段取り

過去の伝票をまとめて一度にデータにしようとすると、たいてい途中で止まってしまいます。おすすめは、これから起きる故障を新しい書き方で記録することから始めるやり方です。数か月続けると、よく止まる設備の記録が自然とたまっていき、それだけで検索できる状態に近づきます。

過去の伝票は、止まると出荷に響く設備やよく止まる設備に絞って、直近の数年分から移します。伝票をスマートフォンで撮り、AIで文字を読み取って項目に分けた下書きを作ります。それをベテランが読み、覚えていることを書き足します。手書きの読み取りは間違うこともあるので、人が確かめる工程は外さないでください。一度に片づけようとせず、「毎週決まった曜日に30分、10枚ずつ」のように小分けにすると、忙しい時期でも止まらずに続けられます。

伝票に書かれていない話は、ベテランに聞き取って残します。「この機械で一番困った故障は」「梅雨や台風のあとに出やすい不調は」と聞いて、話を録音し、AIに文章にしてもらいます。退職や異動の前にこれをやっておけるかどうかで、残るものが大きく変わります。

記録の置き場所は、表計算ソフトでも、社内ですでに使っている業務アプリでも構いません。どの道具が合うか、AIで引けるようにするにはどこをつなぐかは、工場の今の環境によって変わります。社外のAIサービスに取引先の名前や図面をどこまで入れてよいかも、先に社内で決めておきましょう。

まとめ：ベテランの記憶を「引ける履歴」に置き換える

同じ停止トラブルを工程ごとに比べると、差が出るのは、症状を伝えるとき・似た故障を探すとき・部品を手配するとき・記録を残すとき、それぞれで情報がすぐ手に入るかどうかでした。そこを支えているのは、AIそのものより、履歴を症状から引ける形で書いておくことです。現場の言葉のまま書く、違った原因も残す、設備名をそろえる。この3つを守って、これから起きる故障の記録から始めれば、紙の伝票の移し替えは急がなくても大丈夫です。

自社の設備や記録のやり方に合わせて、どこから手をつけるかを一緒に整理したい場合は、お問い合わせからご相談ください。進め方や費用は内容によって変わるため、今の状況をうかがったうえでご提案します。