「AIを入れたけど、現場が使ってくれない」

愛知・静岡の製造業の経営者から、この言葉を聞く機会が増えた。

一方で、同じ東海の製造現場で、劇的な成果を出している企業がある。年間4億円の労務費削減、稼働率15%向上、売上高30%増——数字だけ見ると別世界の話に聞こえるが、すべてこの地域の企業の実話だ。

成果が出る会社と出ない会社。何が違うのか。

愛知の製造現場で起きていること

愛知県の自動車・部品メーカーでは、AIの活用が「検査の自動化」から「意思決定の支援」へと進化している。

愛知県碧南市の旭鉄工では、既存の生産設備にスマートフォンや市販のセンサーを取り付け、稼働データをクラウドへリアルタイムで蓄積する仕組みを自社開発した。そのデータ上に「AI製造部長」を構築し、ラインの微細な停止が起きた際に「プレス機の電力変動と98%の相関あり、原因は金型の劣化と推定」と現場タブレットに表示させる。

熟練管理職の「勘」をAIが再現したことで、同社は年間労務費を約4億円節減し、10億円規模の利益改善を果たした。

愛知県南区のナゴヤテック工業は、IoTセンサーによる予知保全とAIカメラによる品質検査を段階的に導入した。稼働率は15%向上し、導入からわずか8ヶ月で売上高が30%増加。投資回収期間を当初想定の2年から10ヶ月に縮めた。

アイシン（愛知県安城市）は、電動部品ラインをデジタル空間上に丸ごと再現する「デジタルツイン」を稼働させている。熟練作業者の動線や判断をデータとして保存し、退職後も技術が途絶えない仕組みをつくっている。

静岡でも、現場主導のAI活用が広がっている

静岡県でも、自動車・精密機械メーカーを中心に独自のAI活用が進んでいる。

静岡市の岩本工業は、大規模なシステム投資なしに成果を出した好例だ。ChatGPTのAPIとExcel VBAを組み合わせ、手書きの加工指示から「加工指示書」「仕掛品票」「出荷案内」の3種類の帳票を自動生成する仕組みを構築した。転記ミスがゼロになり、担当者は付加価値業務に集中できるようになった。

浜松市のスズキ部品製造は、大規模言語モデル（LLM）を設計・検図業務に組み込み、図面チェックのヒューマンエラーを削減した。磐田市のヤマハモーターエンジニアリングは、3次元CADデータをAIが解析・生成する技術を実証し、初期デザイン作成のスピードを大幅に上げている。

静岡県内のこれらの取り組みに共通しているのは「既存の業務フローに合わせてAIをつなぐ」発想だ。基幹システムを刷新するのではなく、現場がすでに使っているツールにAIを接続するスモールスタートが功を奏している。

成果が出る会社の3つの共通点

東海全体の導入事例を見渡すと、成果を出している会社には共通するパターンがある。

① 「現場の困りごと」から始めている

「AIを導入したい」という目的でスタートした会社は、ほぼ例外なく止まる。成果が出ているのは、「このラインの突発停止を防ぎたい」「この帳票作成に毎日2時間かかっている」という具体的な課題から逆算している会社だ。

旭鉄工も、最初は「管理職が稼働状況を把握するのに時間がかかりすぎる」という現場の不満からスタートした。岩本工業も、転記ミスという地味な課題を起点にしている。

② ベテランの「勘」をデータに変えている

太平洋工業（岐阜県大垣市）は、熟練者が機械の音で異常を察知していた経験を、振動センサーと音響解析AIで再現した。アイシンはベテランの動線をデジタルツインに記録した。

東海の製造業が抱える最大の課題は熟練工の高齢化だ。この問題に対してAIが提供できる最大の価値は「自動化」ではなく「技術の継承」だと、現場事例を見ていると感じる。

③ 現場を巻き込んでいる

AIの判定に「なぜそう判断したのか」を見せない会社では、現場が信頼せずに使わなくなる。スザキ工業所（岐阜県各務原市）は、AI生産計画の判断根拠を現場に開示し、合意を取りながら導入した。その結果、残業時間20%削減・有給取得率100%を達成している。

システムへの不信感を放置したまま導入を進めることが、AI活用が止まる最大の原因だ。

「人が変わる」ことが最後の壁

技術的な問題は、実は解決しやすい。

本当に難しいのは、現場の人間がAIを「脅威」ではなく「相棒」として受け入れるかどうかだ。

旭鉄工の「AI製造部長」は、管理職の仕事を奪うために作ったのではない。管理職が本来やるべき「なぜ止まったのかを考える」時間を作るために作った。その文脈で現場に説明されたことで、受け入れられた。

AIの導入は、組織のOSをアップデートする作業と同じだ。ツールだけ入れても動かない。それを動かすための人と組織が変わらなければ、投資は無駄になる。

あなたの会社のAI活用が止まっているとしたら、技術の問題ですか？それとも、組織の問題ですか？

AIと組織変革の両面からの支援については、AI組織開発の教科書もあわせてご覧ください。