AIと経験豊富な技術者、それぞれの強みを考える
製造業では、長年の経験を通じて身につく知識や判断力があります。
図面を見たときに加工の難しい部分が分かる。
材料の特徴から、加工時に注意することを予測できる。
工具や加工条件を工夫し、品質を安定させる方法を考えられる。
こうした能力は、実際の仕事を通して少しずつ培われるものです。
一方、最近ではChatGPTなどの生成AIによって、材料や加工方法についての情報を手軽に調べられるようになってきました。
では、AIが詳しい説明をできるようになれば、経験豊富な技術者の価値は小さくなるのでしょうか。
私は、そうではないと思っています。
例えば、マシニングセンタで新しい部品を加工する場合を考えてみます。
図面を確認し、材料や形状に合わせて工具を選び、加工する順番を考えます。
AIを使えば、一般的な加工方法や工具の特徴について情報を整理することはできます。
しかし、実際に使用する機械の状態や、材料の固定方法、加工中の振動、切りくずの状態などは、現場で確認しなければ分かりません。
特に多品種少量加工では、毎回同じ条件で作業できるとは限りません。
似た形状でも材料や寸法公差が違えば、適した加工方法が変わる場合があります。
経験豊富な技術者は、こうした条件を考えながら、実際の加工方法を決めていきます。
ただし、長年の経験があれば、すべての問題を解決できるわけでもありません。
初めて扱う材料や、新しい工具、これまで経験したことのない加工技術に出会うこともあります。
そんなときには、新しい情報を調べたり、別の専門技術を持つ人に相談したりすることが必要です。
AIも、そのための情報収集を助ける道具の一つになるかもしれません。
ここで大切なのは、AIと技術者のどちらが優れているかを決めることではありません。
それぞれが何を得意とし、どのように組み合わせれば仕事に役立つのかを考えることです。
また、AIが示した情報と、経験から得られた判断が違う場合もあるでしょう。
そのとき、AIが新しいから正しい、経験が豊富だから正しいと決める必要はありません。
条件や根拠を確認し、実際の仕事に適しているかを判断することが大切です。
(株)アリスは、樹脂・金属・ゴムなど、自社加工と国内協力会社の技術を組み合わせながら、さまざまなものづくりに関わっています。
自社にない技術については、専門会社から学ぶこともあります。
経験を大切にしながら、新しい知識や方法も受け止める。
技術者の判断力と、新しい技術による情報収集の力。
それぞれを活かすことで、ものづくりの選択肢を広げていきたいと考えています。