東大阪の研究開発現場から生産現場までの「ものづくり」なら【株式会社アリス】試作サンプル、切削加工、精密部品加工、可視化部品製作、透明化処理、現物からの製作、単品OK

AIと不良原因分析|なぜなぜ分析と再発防止への活用

2026.02.25

製造現場では、加工寸法の不良や表面傷、組み立て不良など、さまざまな問題が発生することがあります。

問題が起きたときには、製品を修正したり、作り直したりする必要がある場合もあります。

しかし、目の前の不良品を処理するだけでは、同じ問題が再発する可能性があります。

重要なのは、なぜ不良が発生したのかを調べ、再発を防ぐことです。

こうした原因分析の一つに、なぜなぜ分析があります。

AIを活用することで、原因の候補や確認すべき情報を整理することも考えられます。

なぜなぜ分析とは

なぜなぜ分析は、発生した問題に対して「なぜ」を繰り返し、原因を掘り下げていく方法です。

例えば、切削加工した部品の寸法が公差から外れていたとします。

なぜ寸法が外れたのか。

工具の摩耗によって加工寸法が変化した可能性があります。

では、なぜ工具の摩耗を発見できなかったのか。

工具の状態を確認するタイミングが適切ではなかったのかもしれません。

さらに、なぜ確認できなかったのかを調べることで、作業方法や管理方法の問題が見つかる場合があります。

ただし、この説明は考え方の例です。

実際の原因が工具摩耗であるとは限りません。

原因を一つに決めつけない

例えば、穴位置の不良が発生した場合です。

原因として、加工原点の設定、材料の固定方法、工具のたわみ、加工プログラムなど、複数の可能性があります。

最初に思いついた原因だけを調べると、本当の問題を見落とす場合があります。

そのため、発生した現象と、原因についての仮説を分けて考えることが重要です。

また、一つの不良に複数の原因が関係する場合もあります。

「なぜ」を五回繰り返せば必ず正しい原因に到達できるわけではありません。

回数よりも、実際の証拠によって原因を確認することが大切です。

AIで原因の候補を整理する

ChatGPTなどの生成AIに、発生した不良の内容、材料、加工方法、測定結果などを伝えることで、確認すべき原因の候補を整理できます。

例えば、寸法不良であれば、工作機械、工具、材料、固定方法、測定方法などの観点から確認項目を洗い出せます。

また、特性要因図などを作成するための情報整理にも活用できます。

ただし、AIが提示した原因は仮説です。

実際に何が起こったのかは、加工記録や測定結果、現物の状態を確認しなければ分かりません。

AIが示した説明を、そのまま不良原因として報告することは適切ではありません。

現物と加工記録で確認する

不良原因を調べるときには、現物の確認が重要です。

例えば、部品の寸法が変化した場合です。

加工直後から寸法が外れていたのか。

時間が経過してから変化したのか。

特定の加工位置だけで発生しているのか。

こうした違いによって、調べるべき原因が変わります。

また、工具の使用履歴、加工条件、材料のロット、測定時の温度なども、必要に応じて確認します。

AIは記録を比較する補助になりますが、記録そのものが正確でなければ、適切な分析はできません。

対策の効果を確認する

原因が分かったと考えても、対策を実施しただけで終わりにしてはいけません。

例えば、工具摩耗が原因と判断し、工具交換のタイミングを変更した場合です。

対策後に同じ不良が発生しなくなったかを確認する必要があります。

また、一定期間は問題が発生しなくても、加工材料や製作数量などの条件が変われば、再び問題が起こる可能性があります。

そのため、対策の有効性を確認し、必要な管理方法へ反映することが重要です。

AIで再発防止の記録を活かす

不良が発生したときの原因、対策、確認結果などを記録しておけば、似た問題が起こった場合の参考になります。

AIを利用して、過去の不良記録から関連する事例を探したり、発生条件を比較したりすることも考えられます。

ただし、以前の不良と似ているからといって、今回も同じ原因とは限りません。

過去の記録は参考情報として扱い、今回の現物や加工条件を確認する必要があります。

また、顧客図面や不良情報などを外部のAIサービスへ入力する場合には、機密保持や情報管理についても確認が必要です。

失敗から技術を積み重ねる

(株)アリスでは、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、研究開発から生産現場までのものづくりに関わっています。

製造の仕事では、問題が発生しないように努めることが基本です。

しかし、未知の材料や新しい形状、初めての加工方法に取り組む中では、予想していなかった課題が見つかる場合もあります。

そのときに大切なのは、問題を曖昧にせず、原因を調べ、次の仕事で同じ問題を繰り返さないようにすることです。

AIは原因の候補や過去の記録を整理するための道具になります。

しかし、実際の原因を確かめ、対策の効果を検証することは欠かせません。

失敗の記録を単なる反省で終わらせず、次のものづくりに役立つ技術へ変えていく。

そうした積み重ねを大切にしていきたいと思っています。

アリスの仕事に対する想いを見る オリジナルサンプル制作