不良が起きた時、現場は止める、選別する、納期を守る、客先へ連絡するという対応に追われます。報告書は後回しになり、写真、測定値、作業者の説明、変更履歴が別々に残ると、原因を考える前の事実整理だけで時間がかかります。
AIは不良の原因を決める道具ではありません。まず現物・写真・測定値・現場の説明を残し、AIに時系列整理、報告書初稿、過去事例の検索、確認漏れの洗い出しを任せます。原因の確定、封じ込め、対策の承認は人が行います。
ここでは、AIを事実を使える形に整える作業者として使い、不良報告を再発防止へつなげる方法を解説します。
不良報告が再発防止につながらない理由
書式を埋めても、何が起き、どこまで影響し、次に何を確かめるかが見えなければ改善には使えません。
事実より先に原因を決めてしまう
「作業者のミス」「材料が悪い」と早く決めると、確認すべき工程条件、設備、ロット、変更点が抜けます。原因は現物と記録を並べてから考えます。
写真・測定値・聞き取りが残っていない
不良品の全体と拡大写真、発生時刻、品番・ロット、測定値、設備条件、作業者の説明を先に残します。後から思い出すのではなく、発生時の事実を残すことが出発点です。
封じ込めと恒久対策が混ざっている
選別、隔離、出荷停止は今流出を防ぐ対応です。条件見直し、標準書改訂、教育は再発を防ぐ対応です。期限と責任者を分けて管理します。
AIに任せる作業と、人が決めること
AIは不良を見て責任を取れません。人が判断の基準を持ち、AIには記録を整える役割を渡します。
AIは報告素材を時系列と項目別に整理する
写真の説明、日報、検査記録、聞き取りメモから、いつ・どの工程で・何が・何個起きたかを一覧にします。報告書の「現象」「暫定処置」「確認中の事項」の初稿も作れます。
人は事実確認、封じ込め、原因・対策を決める
出荷可否、ライン停止、選別範囲、原因の確定、客先への説明は責任者が決めます。AIの推定原因は仮説に留め、現物・規格・工程の確認で裏付けます。
完成形を先に決める
「品質担当が10分で影響範囲と未確認事項を把握できる」「対策の担当と期限が分かる報告書」にするなど、完成形を先に決めます。AIを考える代わりにせず、決めた形へ整理させます。
AI活用の前に残すべき不良の素材
AIの出力品質は、発生時に残した素材で決まります。完璧な帳票より、後から比較できる事実を優先します。
現物と写真を、比較できる形で撮る
不良箇所の拡大だけでなく、製品全体、良品との比較、測定位置、発生工程が分かる写真を残します。撮影時刻とロットを紐づけると、後から探せます。
作業者と検査者の説明を録音・記録する
「いつもと違ったこと」「何を見て異常と判断したか」「直前に変えたこと」を短く聞きます。録音をAIで文字起こしし、確認用のメモに整えると、聞き取り漏れを減らせます。
4Mと直近の変更を並べる
人、設備、材料、方法の変化を時系列で見ます。変更が原因と決めるためではなく、確認すべき仮説を漏らさないためです。4M変更管理へ戻して確認します。
不良報告にAIを使う4ステップ
一件の不良を対象に、素材の残し方から始めます。いきなり原因分析の自動化を目指しません。
ステップ1: 封じ込めと事実保存を先に行う
対象ロットを隔離し、必要なら出荷・工程を止めます。現物、写真、測定値、発生数、工程・設備・時刻を残し、影響範囲を確認します。
ステップ2: AIで事実一覧と報告書初稿を作る
素材を基に、発生状況、暫定処置、未確認事項、関係者への確認依頼をAIに整理させます。顧客名、図面、価格などは社内ルールに従い、外部AIへ渡さない情報を伏せます。
ステップ3: 過去事例と現場を照合する
AIに過去の不良報告から似た現象や対策を探させることはできます。しかし、その対策が今回も有効かは現場で確認します。品質管理の基本に沿って事実を確かめます。
ステップ4: 対策を標準と教育へ戻す
対策後に何を何個確認するか、誰がいつまで見るかを決めます。効果が確認できたら作業標準、点検表、教育内容を改訂し、同じ不良が起きない仕組みにします。
現場で使える不良報告書の項目例
不良報告書は、立派な文章より、次の人が事実を追えて行動できることが大切です。書式を増やす前に、必要な項目が一続きで見えるか確認します。
発生状況は「いつ・どこで・何が」を具体化する
発生日、工程、設備番号、品番または製品群、ロット、発生数、発見者、発見方法を残します。「キズ発生」だけではなく、「2号機の加工後検査で、外径部に線状のキズを3個発見」のように、現物を見に行ける情報にします。
暫定処置は、範囲と完了を分けて書く
隔離、選別、追加検査、出荷保留を行った場合は、対象範囲、実施者、開始・終了時刻、確認結果を残します。「選別済み」と書くだけでは、どこまで確認したか分かりません。AIにはこの不足項目を指摘させることができます。
恒久対策は、効果確認の条件まで決める
対策として条件を変えたなら、何ロット、どの特性、どの期間を見て有効とするかを決めます。対策案、担当者、期限、効果確認、標準書改訂を別々に管理すれば、対策が口約束で終わりにくくなります。
一段踏み込んだAI活用
報告書作成が安定した後は、AIを過去の知見を使いやすくする役へ広げられます。
過去不良を自然な言葉で探せるようにする
不良内容、工程、部品群、対策、写真をそろえておけば、「成形品の白化」「組立後のガタ」のような言葉から過去事例を探せます。AIは候補を出し、人が適用可否を決めます。
対策の未完了を追えるようにする
AIは報告書から担当者、期限、確認結果がない案件を一覧にできます。実施確認までを管理し、資料作成だけで終わらせないことが重要です。
不良報告のAI活用で失敗しやすいこと
便利な下書きほど、確認を省かない仕組みが必要です。
AIの推定原因を結論にする
AIはもっともらしい文章を作れますが、現場の因果関係を保証しません。原因は現物、測定、工程条件で確認し、三現主義で確かめます。
報告書だけ早くなり、現場が変わらない
報告の完成を成果にせず、不良の再発、選別工数、対策完了まで見ます。AIが減らすのは整理作業であり、改善の実行は人が担います。
AIで事実を早くそろえ、現場で対策を決める
不良報告のAI活用は、原因をAIに委ねる話ではありません。現場の記録を早く整え、関係者が同じ事実を見て、封じ込めと再発防止を決めるための仕組みです。
一件の不良から試す
まず一件で、素材保存、AIによる初稿、現場確認、標準改訂までを回します。製造業のAI活用全体は、AI活用の親記事も確認してください。
自社に合う運用を決める
情報管理や報告フローを整理したい場合は、製造業向けAIコンサルティング、検討のたたき台には無料資料をご利用ください。
よくある質問
AIに不良原因を判定させてもよいですか？
原因候補の整理には使えますが、判定はできません。現物、規格、工程条件を確認し、責任者が結論を出します。
紙の不良報告書でも始められますか？
始められます。写真、測定値、時刻、ロット、聞き取りを残し、必要な情報だけを読み取って整理するところから始めます。
まず何をAIに任せるとよいですか？
発生状況、暫定処置、未確認事項の整理と、過去事例を探す作業から始めると安全です。
外部へ相談する目安は何ですか？
不良報告が属人化している、過去事例を生かせない、対策の完了確認が続かない場合が目安です。
AIコンサルティング｜無料資料あり
