ダイキン工業と日立、熟練者の勘を学ぶ設備故障診断AIの実証で回答精度90％超

学習させる対象を、過去の保守・保全記録から判断の道筋そのものへ広げた設計が、この取り組みの中核にあります。記録を読み込ませただけでは回答精度が不十分だという見極めが先にあり、そこで着目されたのが、設備図面の読み方や故障分析の考え方という、ベテランの頭の中で動いていた手続きでした。起きた事象と答えの対応関係を覚えさせるのではなく、原因を絞り込む筋道を覚えさせる。この切り替えがあったからこそ、初めて直面する事象に対しても筋の良い解決策を推論できる余地が生まれたと考えられます。

暗黙知の形式知化を、現場任せにも技術側任せにもしなかった役割分担も効いています。日立製作所が持つ製造現場のOT（設備の制御・運用）側のドメインナレッジとIT側の技術を掛け合わせる形をとったことで、現場が語る勘やコツをAIが学べる形へ翻訳する担い手が置かれました。勘やコツは、聞かれ方が的確でなければ言葉になりません。設備の制御と運用を理解している相手だからこそ、なぜそこを見たのかまで引き出せる。協創という進め方の実質は、この点にあったと見ています。

タブレット端末に状況を入力すればその場で答えが返るという入り口の作り方も、実運用を成立させる条件でした。設備が止まっている最中の技術者には、資料を探して読み込む余裕がありません。答えを受け取った技術者がその内容から学び、使われるほどに現場の知見が積み上がっていく循環は、この使われ方の設計から生まれたものと言えます。