「AIを使えば、日報の集計や不良の分析が楽になるのではないか」。そう感じても、まず何をデータにすればよいのか、どこまで整えれば使えるのかで止まる会社は少なくありません。
結論から言うと、AI導入の前に必要なのは、帳票を全部電子化することではありません。現場と管理側が同じ数字を見て、次の判断に使える情報を一つずつ整えることです。この記事では、紙・Excelが残る工場でも始められるデータ化の順番を、実務に沿って解説します。
AI活用の前にデータ化が必要な理由
AIは、入力された情報を整理したり、傾向を探したり、次に確認すべきことを示したりする道具です。元になる記録が曖昧なら、もっともらしい答えが返ってきても、現場の判断には使えません。
大事なのはデータの量ではなく、「何のための数字か」「いつ・どの条件で記録されたか」が分かる状態です。AIのためだけに記録を増やすのではなく、日々の改善が回る記録にしていきます。
AIは現場の曖昧さを自動で解決してくれるわけではない
例えば不良数だけを入力していても、品番、工程、設備、材料ロット、発生時刻が分からなければ、どこを疑うべきか絞れません。「キズ」「バリ」「NG」などの言い方が人によって違う場合も同じです。
AIに任せる前に、現場で使う言葉と記録の単位をそろえる必要があります。これは難しいIT作業ではなく、品質会議や朝礼で確認している内容を、後から追える形にする仕事です。
紙やExcelがあること自体は問題ではない
紙の検査表やExcelの生産計画を、急にすべて廃止する必要はありません。現場では手袋をしている、入力端末が遠い、特急品が入るなど、紙の方が扱いやすい場面もあります。
問題になるのは、紙に書いた後に誰かが転記し、別のExcelで集計し、会議の直前に数字を合わせている状態です。まずは「同じ内容を何回入力しているか」「正しい数字はどこにあるか」を見つけます。
最初に整える4つの情報
AI用の立派なデータベースから始める必要はありません。改善や管理で繰り返し使う情報を、少ない範囲から整えます。優先順位は、困りごとが強く、記録があり、改善後の確認がしやすいものです。
次の4つを一度に完成させようとせず、ひとつの工程・ひとつの帳票から始めてください。
1. 品質情報：不良を「数」と「条件」で残す
不良の件数だけでは、再発防止につながりません。最低限、品番、工程、設備または作業者、発生日時、不良内容、処置をひも付けます。最初は不良内容を5〜10種類程度にまとめ、自由記述は補足欄に残すと集計しやすくなります。
不良を工程別・時間帯別・品番別に分けて見る考え方は、層別の解説も参考になります。AIに分析させる前でも、この切り分けだけで対策の優先順位が見えることがあります。
2. 生産情報：計画・実績・遅れの理由を分ける
生産実績は、完成数だけでなく、計画数、実績数、停止時間、遅れた理由を分けて記録します。「遅れ」の中に段取り、材料待ち、設備停止、手直しが混ざると、改善の打ち手がぼやけるためです。
日報にすべてを書かせるのではなく、毎日または毎週の判断に使う項目だけに絞ります。工場長が「遅れた理由を聞きに回らなくても分かる」状態を、最初の目標にすると現場にも意味が伝わります。
3. 設備情報：止まった時間より、止まった理由を残す
設備停止を「故障」とだけ記録しても、保全や改善の優先順位は決まりません。チョコ停、段取り、刃具交換、材料待ち、品質確認など、現場で使える分類を決めます。最初は厳密な自動取得でなく、担当者が選べる選択肢でも構いません。
設備番号、停止の開始・終了、理由、対応者を一つの表にそろえると、AIに要約させる前でも、停止の偏りを見つけられます。細かすぎる分類は続かないため、月次で見直せる粒度にします。
4. 作業情報：標準と実際の差を言葉にする
作業時間や作業手順は、AI活用だけでなく、教育や多能工化の基礎になります。標準時間だけを置くのではなく、実際に遅れた場面、判断に迷った場面、ベテランに確認した内容を短く残します。
「なぜこの順番なのか」という判断まで残せると、手順書の下書き作成や教育資料の整理にAIを使いやすくなります。属人化を減らす土台としては、技術伝承を仕組み化する進め方もあわせて確認してください。
データ化を小さく始める5つの手順
データ化はシステム導入プロジェクトに見えますが、最初の仕事は現場の困りごとを整理することです。対象を広げすぎず、次の順序で一巡させると失敗しにくくなります。
ここでは、紙の日報をExcelへ転記している工程を例にします。自社の帳票に置き換えて考えてみてください。
手順1. 解きたい判断を一つだけ決める
「AIを入れる」ではなく、「毎週の生産会議で遅れの理由を30分で確認する」「不良の多い工程を月内に特定する」のように、判断を一つに絞ります。成果を測る数字も、転記時間、不良件数、探す時間など一つ決めます。
目的が決まれば、必要な項目と不要な項目が見えてきます。現場に新しい記入項目を増やす前に、今の帳票がその判断に使えるかを確認します。
手順2. 情報の正本を決める
同じ生産数が日報、ホワイトボード、Excelで違っていると、AI以前に会議が止まります。「納期回答に使う進捗はこの表」「品質判断に使う不良数はこの記録」のように、正しい情報の置き場を決めます。
古いExcelをすぐ消す必要はありません。ただし、どれを見れば判断できるかは一つにします。正本が決まらないまま自動連携を作ると、間違った数字を速く回すだけになってしまいます。
手順3. 入力者・確認者・使う人を決める
入力する人だけに負担が寄る仕組みは続きません。誰が、いつ、どこで記入するか。誰が未入力や異常値を確認するか。誰が会議や朝礼で使うかを決めます。
たとえば「班長が終業時に数量と停止理由を選ぶ、生産管理が翌朝に欠けを確認する、工場長が週次会議で上位3件を見る」と役割を分けます。入力した情報が使われると分かれば、記録の精度も上がります。
手順4. 例外の扱いを先に決める
特急品、手直し、材料変更、外注遅れは、必ず起きます。通常の流れだけ整えると、例外だけが個人のメモや別Excelに逃げ、数字が合わなくなります。
最初から完璧な分類を作る必要はありません。「その他」を残し、週に一度見直すだけでも十分です。その他が頻繁に出るなら、その内容を次月から選択肢に加えます。
手順5. AIは最後に、要約・分類・下書きから使う
記録の形が整ったら、まずAIには判断の代行ではなく、日報の要約、不良内容の仮分類、会議用コメントの下書きを任せます。人が確認しながら使えるため、誤りがあっても影響を小さくできます。
AIを現場に定着させる全体の考え方は、製造業のAI活用の親記事で解説しています。この記事のデータ化は、その第一歩に当たります。
よくある失敗と立て直し方
データ化でつまずく原因は、ツールの性能よりも、目的と現場の運用がつながっていないことです。次の失敗を避けるだけでも、やり直しを減らせます。
工場ごとに事情は違いますが、最初の範囲を小さくし、記録を見て判断する習慣を作ることが共通の土台になります。
失敗1. 既存帳票をそのまま電子化する
長年使ってきたExcelには、過去の都合で増えた列や、もう誰も見ていない項目が混ざりがちです。その形をそのまま移すと、入力の面倒さも二重管理も残ります。
立て直すときは、「この項目はどの判断に使うか」を一つずつ聞きます。答えが出ない項目はいったん外し、必要になったら戻す方が定着します。
失敗2. 経営側だけで入力項目を決める
管理側には重要な数字でも、現場で作業中に入力できないなら続きません。端末の場所、入力のタイミング、手袋や油で画面を触りにくいことまで見て、記録の方法を決めます。
入力する人、確認する人、数字を使う人の3者で、ひとつの帳票を試す時間を取ってください。現場の負担を見ずに始めると、後から紙とExcelが復活します。
失敗3. いきなりAIに判断を任せる
AIの提案は、入力情報と前提条件に左右されます。材料変更や設備の調子、特急対応のような現場の事情を知らないまま、AIの答えだけで品質・納期を判断してはいけません。
最初は人の判断を補助する位置づけにし、AIの出力と実態が違った理由を記録します。その差分が、データと運用を改善する手がかりになります。
社長・工場長が最初の1週間で確認すること
大きな投資を決める前に、まず一つの困りごとを見に行きます。現場の記録と会議で使う数字がつながれば、AI活用の優先順位も具体的になります。
まずは転記と数字合わせが多い帳票を一つ選ぶ
対象は、全社のデータではありません。会議の前に誰かが集め直している日報、不良の一覧、設備停止の記録など、困りごとがはっきりしている帳票を一つ選びます。
対象が小さいほど、入力の負担や例外処理を現場と確認しやすくなります。1か月で一度、実際に判断に使えるところまで持っていく方が、立派な全体構想だけを作るより次につながります。
確認した内容を次の改善テーマにつなげる
記録を見えるようにすると、入力漏れや分類の不足だけでなく、段取り、品質、教育など別の改善テーマも見えてきます。AI活用を単発のツール導入で終わらせず、現場の標準化と改善を進める入口として扱うことが大切です。
次の5点を、現場担当者と一緒に確認してください。
- 毎週、探す・転記する・数字を合わせる作業に時間がかかる帳票はどれか
- その帳票の数字は、最終的に誰のどんな判断に使われるか
- 正しい情報の置き場は一つに決まっているか
- 異常や例外が出たとき、どこにどう残しているか
- 1か月後に「少し楽になった」と判断できる数字は何か
答えがそろわない場合は、AIツールを比べる前に業務の流れを整理する段階です。現場の帳票・記録・会議の流れを見ながら、何を残し何から整えるかを個別に考えたい方は、製造業向けAI活用コンサルティングをご覧ください。
まずは社内で、AI化できる業務と人が確認すべき仕事を整理したい方は、AI活用の無料資料を請求することから始められます。
よくある質問
製造業のAI活用では、どのくらいデータが必要ですか？
用途によって異なります。まずは日報の要約や分類のように、少量の記録でも人が確認しながら使える業務から始めます。画像検査や予測では、対象となる良品・不良品や条件の記録を計画的に集める必要があります。
紙の帳票を使っていてもAI活用は始められますか？
始められます。紙をただ画像にするのではなく、日付、品番、数量、不良内容など、後で判断に使う項目を決めて電子化します。紙を残したまま、転記や集計の負担が大きい部分だけから試す方法が現実的です。
Excelはすべてやめるべきですか？
いいえ。個人の試算や短期の比較に使うExcelまで廃止する必要はありません。複数人が使い、品質・納期・発注の判断に影響する情報について、正本と更新ルールを決めることが優先です。
データ化を外部へ相談するタイミングはいつですか？
帳票やExcelが増え続け、どの数字を信じればよいか分からない、現場と管理側で同じ問題を違う言葉で見ている、AIやシステムの候補はあるが優先順位が決められないときが相談の目安です。
AIコンサルティング｜無料資料あり
