AIに相談できる時代だからこそ、現場を知ることの価値を考える
AIを使うようになってから、仕事に必要な情報を調べる方法が大きく変わってきました。
以前なら、専門書を探したり、メーカーの資料を調べたり、詳しい人に相談したりしていたことも、今ではAIに質問することで、短時間で情報を整理できるようになりました。
知らなかった技術を知るきっかけにもなります。
これまで考えたことのなかった方法を提案してくれることもあります。
しかし、AIを使いながら感じるのは、情報を集めることと、その情報を実際の仕事に役立てることは、同じではないということです。
特に製造業では、その違いが大きいと思っています。
正しい説明が、正しい判断につながるとは限らない
例えば、樹脂部品の加工方法についてAIに質問したとします。
材質の特徴や加工上の注意点、一般的な製造方法などを整理して説明してくれます。
初めて扱う材料について調べるときには、便利な道具になるでしょう。
しかし、その説明だけで実際の加工方法を決められるわけではありません。
同じ材質でも、製品の形状や寸法、必要な精度によって加工の難しさは変わります。
薄い部分があれば変形を考慮しなければなりません。
細長い形状であれば、加工中の振動や保持方法が問題になることもあります。
材料の内部応力や温度変化によって、加工後の寸法が変化する可能性もあります。
こうした問題は、一般的な材料特性を知っているだけでは判断できません。
実際にどのような設備を使うのか。
どのような工具を選ぶのか。
どの部分を保持し、どの順番で加工するのか。
製造現場では、具体的な条件を一つずつ考える必要があります。
AIから得た説明が正しくても、目の前の仕事にそのまま当てはまるとは限らないのです。
図面には、製作する人が考える余地が残されている
お客様からお預かりする図面には、製品をつくるための重要な情報が記載されています。
寸法、公差、材質、表面の状態など、守らなければならない条件があります。
ただし、図面に加工方法のすべてが書かれているわけではありません。
どの順番で加工するのか。
どこを基準にして寸法を管理するのか。
どのような方法で製品を固定するのか。
こうしたことは、製作する側が検討しなければならない場合があります。
例えば、複数の面に厳しい寸法精度が求められる部品では、加工する順番によって仕上がりに違いが生じることがあります。
単純に図面の寸法を読み取るだけでは、問題を見つけられないかもしれません。
だからこそ、製造業では図面を読むことと、実際につくる方法を考えることの両方が必要になります。
私は、この考える部分にこそ、ものづくりの面白さがあると思っています。
経験があるからこそ、思い込みにも注意したい
現場の経験は大切です。
過去に似た部品を加工した経験があれば、注意すべき点を早い段階で見つけられる場合があります。
以前発生した問題を覚えていれば、同じ失敗を避けるための対策も考えられます。
しかし、経験が豊富であることが、必ずしも最適な判断につながるとは限りません。
これまでうまくいっていた方法を、何となく使い続けていることもあるからです。
設備が変わっているかもしれません。
材料の選択肢が増えているかもしれません。
以前は難しかった加工が、新しい工具や技術によって実現しやすくなっている可能性もあります。
過去の経験は大切ですが、それだけで判断してしまうと、新しい可能性を見逃すことがあります。
私は、経験を否定する必要はないと思っています。
むしろ、経験を持っているからこそ、新しい情報と比較する意味があるのではないでしょうか。
その際に、AIが役立つ可能性があります。
AIを、自分の考えを確かめる相手にする
私がAIに期待していることの一つは、自分とは異なる視点から問題を考えるきっかけを得られることです。
例えば、ある製品について加工方法を検討しているとします。
自分では、これまでの経験から一つの方法を考えています。
そこでAIに、別の加工方法や注意すべき問題点がないか質問してみる。
すると、考えていなかった方法や、確認しておくべき条件が挙がるかもしれません。
もちろん、その回答が実際に使えるとは限りません。
AIは、こちらが説明していない現場の状況まで理解しているわけではないからです。
加工設備の仕様、工具の状態、作業環境、作業者の経験など、実際の製造条件にはさまざまな違いがあります。
AIから得た情報は、確認や検討の出発点として扱う必要があります。
それでも、自分の考えを見直すきっかけが生まれることには価値があると思います。
人間は、知らないことよりも、知っているつもりになっていることを見直す方が難しい場合があります。
AIとの対話によって、当たり前だと思っていた方法に疑問を持てるのであれば、それだけでも利用する意味があるのではないでしょうか。
お客様の仕事を理解するには、技術だけでは足りない
製造業で仕事を進めるときには、加工技術だけでなく、お客様の事情を理解することも必要になります。
例えば、同じ部品でも、試作品なのか量産品なのかによって考え方が変わります。
試作品であれば、設計変更の可能性を考慮する必要があるかもしれません。
量産品であれば、品質の安定性や継続的な供給体制が重要になるでしょう。
緊急の補修部品であれば、通常とは異なる納期への対応が求められる場合もあります。
単に図面どおりのものを製作できるかどうかだけでは、お客様にとって適切な提案ができるとは限りません。
お客様が何を優先しているのかを理解する必要があります。
価格なのか。
納期なのか。
品質なのか。
それとも、今後の製品開発につながる技術的な検証なのか。
もちろん、これらは一つだけを選べばよいというものではありません。
複数の条件を満たしながら、現実的な方法を考える必要があります。
こうした判断では、AIが情報整理を手伝うことはできても、お客様との打ち合わせそのものを軽視することはできません。
私は、仕事を進めるうえで、この部分を大切にしたいと考えています。
現場の知識を、会社全体の力に変えられないか
製造業では、長年の経験によって身につく知識が数多くあります。
図面を見た瞬間に気づく問題。
加工中の音や振動から感じ取る変化。
製品の状態を確認して判断する微妙な違い。
こうした知識の中には、文章だけで伝えることが難しいものもあります。
しかし、だからといって、すべてを個人の経験だけに頼っていてよいとは思いません。
なぜ、その加工方法を選んだのか。
どのような問題が発生し、どう対処したのか。
何を確認した結果、その判断に至ったのか。
可能な範囲で記録を残し、次の仕事に生かせるようにすることも大切です。
AIは、こうした記録の整理に役立つ可能性があります。
例えば、作業記録や打ち合わせ内容から、確認事項や注意点を抽出する。
過去の問題を分類し、似た案件を検討するときに参照しやすくする。
ただし、記録した内容が正確でなければ、整理しても意味がありません。
また、経験者が感覚的に判断していることを、すべて文章に置き換えられるわけでもありません。
現場の知識を失わず、次の世代へ伝えていくには、AIだけでなく、人が教え、実際に経験する機会が必要です。
若い人にも、考える仕事の面白さを知ってほしい
ものづくりの仕事というと、工作機械を操作したり、図面に従って部品を加工したりする姿を想像する人が多いかもしれません。
もちろん、それも大切な仕事です。
しかし、製造業の仕事には、もっと多くの考える場面があります。
お客様が何を求めているのかを理解する。
加工方法を検討する。
必要な技術を調べる。
問題が発生した原因を考える。
異なる分野の人たちと相談しながら、解決方法を探す。
そうした仕事には、最初からすべての答えを知っている必要はありません。
分からないことを調べ、考え、試しながら理解していくことも、仕事の一部です。
AIが普及すれば、専門知識を学ぶ方法も変わっていくでしょう。
しかし、AIが答えを示してくれるからといって、自分で考える必要がなくなるわけではありません。
むしろ、その答えをどう判断し、どう行動につなげるかが、これまで以上に大切になると思います。
私は、ものづくりに興味を持つ人に、こうした仕事の面白さも知ってほしいと考えています。
新しい仕事に挑戦できる会社でありたい
(株)アリスには、自社でできることと、できないことがあります。
これは、どの製造業にも共通することだと思います。
重要なのは、できないことがあるときに、どう考えるかです。
必要な設備がない。
経験したことのない加工が必要になる。
これまで扱ったことのない材質について相談を受ける。
そのような場合でも、すぐに不可能だと決めるのではなく、実現するために何が必要なのかを考えたいと思っています。
もちろん、安全性や品質を確認できない仕事を、無理に引き受けることはできません。
必要な技術や設備を持つ協力会社に相談することもあれば、製造方法そのものを見直す必要があるかもしれません。
AIによって、新しい技術を調べたり、検討事項を整理したりすることは、以前より取り組みやすくなる可能性があります。
しかし、最終的に仕事として成立させるためには、人の知識と経験、そして責任ある判断が欠かせません。
私が目指しているのは、何でもできると宣伝する会社ではありません。
分からないことにも向き合い、必要な方法を探し、お客様と一緒に解決を考えられる会社です。
AIを利用することも、そのための一つの手段だと考えています。
新しい技術が登場しても、今までの経験を大切にする。
経験があるからこそ、新しい考え方にも耳を傾ける。
そして、得られた知識を実際の仕事に生かしていく。
そうした積み重ねによって、お客様から相談していただける仕事の幅を広げていきたいと思っています。
製造業の価値は、設備の数や会社の規模だけで決まるものではありません。
お客様の問題にどこまで向き合い、実現する方法をどこまで考えられるか。
AIと仕事をしていくこれからの時代にも、その姿勢を磨き続けていきたいと考えています。