ベテランの勘をAIに引き継ぐ方法 — 勘を測れる条件に分解する (1)

熟練者の勘は、その人が退職する日に会社から一緒に消えてしまいます。AIに引き継げるのは勘そのものではなく、勘を条件に分解し、条件ごとに測り方を決めた基準です。第1回では、松下のホームベーカリー、アプガースコア、韓国政府の製造暗黙知AIパイロット事業とプレス工程の課題を手がかりに、ベテランの判断を名前の付いた条件に分け、測定方法を付ける手順を整理しました。

AXAI転換暗黙知製造AI

その人だけが知っている勘は、その人が退職する日に会社から一緒に消えてしまいます。 AIに引き継げるのは勘そのものではなく、勘を分解してできた基準です。

「それは班長に聞いてください」

どの工場にも、こういう方が一人はいます。プレスの音を聞いただけで「今日は金型の調子がおかしい」とラインを止める人、生地を手で押して「あと10分」と言う人、見積書に目を通して「この取引先は納期を守れません」と言う人です。たいてい当たります。ところが、なぜそう判断したのかを尋ねると「見ればわかります」という答えが返ってきます。

この勘は会社の大きな資産です。同時に会社がコントロールできない資産でもあります。その方が休暇を取れば判断が止まり、退職すれば判断が消えます。

韓国政府もこの問題を事業として扱い始めました。韓国の産業通商部(産業・通商政策を担う省庁)は、2026年の補正予算480億ウォンを投じて30の工程を選び、熟練工のノウハウをデータ化してAIモデルを開発する製造暗黙知ベースのAIモデル開発パイロット事業(韓国語)に着手しました。課題あたり1年間で16億ウォン規模です(ヘラルドK(韓国語))。背景は単純です。高齢化で名匠たちが引退し、ノウハウが途切れる危機にあるということです。

では問いはこうなります。「見ればわかる」という勘を、どうやってAIが使える形に移すのか。第1回では、勘を条件に分解し、測り方を付ける前段階を扱います。

結果物を撮影しても勘は出てきません

まず、よくある思い込みを一つ指摘しておきます。センサーをたくさん付けてデータをためれば、勘が自然に学習されるだろうという期待です。

経営学で暗黙知という言葉を広めた野中郁次郎のハーバード・ビジネス・レビュー論文「知識創造企業」に、この思い込みをよく表す事例が出てきます。1985年、松下電器の開発陣は家庭用ホームベーカリーを開発していましたが、パンの外側は焦げ、中は生焼けでした。開発陣は機械がこねた生地とパン職人がこねた生地をX線で撮影して比較までしましたが、意味のあるデータは得られませんでした。

突破口を開いたのはソフトウェア開発者の田中郁子さんでした。大阪で一番おいしいパンを焼くといわれるホテルのパン職人長のもとに入り、こね方を学んだのです。彼女は職人長が生地を独特なやり方で伸ばしていることに気づき、エンジニアたちと1年の試行錯誤を経て、機械の内側に特殊な突起を設ける仕様でその動作を再現しました。この製品は発売初年度に新製品のキッチン家電として販売記録を打ち立てました。

この話の核心は順序です。結果物(生地)をどれほど精密に撮影しても、勘は出てきませんでした。人のそばでその人が何をしているかを観察し、それを「伸ばしながらひねる」という言葉に置き換えてはじめて、設計仕様になりました。野中はこの過程を、暗黙知が形式知へと移る動きと呼びました。

松下のホームベーカリー開発で、生地をX線で撮影する方法は失敗し、パン職人長のそばで観察して伸ばしながらひねるという言葉にしてはじめて設計仕様になったことを示すフロー図
結果物を撮影した試みと、人のそばで観察した試みの違い。出典:野中郁次郎、ハーバード・ビジネス・レビュー(1991、2007年再録)

AI時代でもこの順序は変わりません。データ収集より先に、勘を言葉に分解する段階が必要です。

原則1. 勘を、名前の付いたいくつかの条件に分解してください

1952年、米国の麻酔科医ヴァージニア・アプガーは、生まれたばかりの赤ちゃんの状態を判断する医師たちの「感覚」を5つの項目に分けました。心拍数、呼吸、筋緊張、刺激への反応、皮膚の色です。項目ごとに0点から2点を付けて合計します。1953年に学術誌で発表されたこの提案は、今もアプガースコアという名前で分娩室で使われています。

アプガースコアは新生児の状態を心拍数、呼吸、筋緊張、刺激への反応、皮膚の色の5項目に分け、項目ごとに0〜2点を付けて合計することを示す図
医師の感覚を名前の付いた5つの条件に分けたアプガースコア。出典:Virginia Apgar (1953)

アプガースコアが長く生き残ったのは、精巧だからではありません。経験豊富な医師が何を見ていたのかに名前を付けたからです。名前が付けば新人も同じところを見るようになり、異なる判断どうしを比較できます。

韓国の現場でも同じことが進んでいます。先ほどの政府事業の課題の一つとして進められているプレス工程の名匠の暗黙知データ化課題(韓国語)は、光州・平洞産業団地のプレス量産ラインを対象としています。打痕不良が出たときに名匠が何を見て原因を突き止めるのかを、金型の摩耗状態、素材の据わり具合、設備の微細な振動音という条件に分け、作業映像・音声・センサー・検査画像・図面をこの条件に合わせて結び付けます。「不良が出た、名匠が直した」という漠然とした記録が、「3つの条件のうちどれがずれたのか」という問いに変わるわけです。

実務のヒント:条件は5〜8個が適当です。3個以下では勘の細かなニュアンスが失われ、15個を超えると熟練者本人も条件どうしの重みを判断できなくなります。名前には熟練者がふだん使っている言葉をそのまま使うと、抵抗が少なくなります。

原則2. 条件ごとに「何で測るか」まで書いてください

条件に名前を付けただけでは半分です。「ほどよい起伏」「音が澄んでいる」「生地が生きている」といった言葉は人には通じても、機械にとっては何の意味もありません。

条件ごとに測定方法を付けてみると、すぐにデータにない条件が浮かび上がります。名匠が「音」で判断しているなら、今の設備ログにはその音がありません。「手の感触」で判断しているなら、触感を測る装置がありません。プレス課題が映像とセンサーに加えて音声まで別途集めている理由もここにあります。これを前もって表にしておいてください。

条件熟練者の表現測定方法今データはあるか
金型の状態「刃が少しなまっている」ショット数、摩耗測定値一部あり
設備の音「音が濁っている」振動・音響センサーなし
素材の据わり「少し浮いている」ビジョンカメラなし

この表の最後の列が、そのまま投資リストになります。自社のデータがAIに使える状態かを点検するときも、この表から始めてください。

測定方法を書くときは、2つのことも一緒に書いておいてください。一つは測る単位と周期です。金型の摩耗を毎ショット見るのか、交代ごとに見るのかによって、必要な機器が変わります。もう一つは熟練者がその条件をいつ見ているかです。名匠が音を聞く瞬間がプレスが下りた直後なら、センサーもその瞬間をとらえなければなりません。

分解の段階でよく陥る落とし穴

マニュアルを書き取って終わってしまう。熟練者に「ノウハウをまとめてください」と頼むと、たいてい既存の作業標準書に似た文書が出てきます。本人も何を見て判断しているのかを意識していないからです。松下の開発陣がX線写真から答えを見つけられなかったように、文書を集めるだけでは勘は出てきません。現場で判断が下される瞬間をとらえ、「なぜ今止めたのですか」「何が見えましたか」とその場で尋ねてください。

熟練者一人の勘を会社の基準として固めてしまう。名匠二人に同じ事例を見せると、判断が分かれるケースが思いのほか多くあります。分かれる箇所こそ、基準がまだ十分に分解されていない場所です。できれば二人以上の判断を並べ、どこで分かれるのかをまず確認してください。

まとめ

ベテランの勘は神秘的なものではなく、まだ名前の付いていない条件の束です。結果物を撮影するより人のそばで観察し、5〜8個の条件に分けて名前を付け、条件ごとに何で測るかを書いてください。その表の空欄が、最初の投資リストになります。

次回は、分解した条件をどう組み合わせるか、勘を信じてよい領域はどこまでか、そして熟練者をどのような立場に迎えるべきかを扱います。


連載「ベテランの勘をAIに引き継ぐ方法」
  1. 勘を測れる条件に分解する(この記事)
  2. 重みを明らかにし、熟練者を検収者に据える

参考資料