実施時期: 2024年04月|2026.06.02 最終更新
熟練技術者の暗黙知をAIで形式知化し、設備故障の復旧時間を大幅短縮
※イメージ画像です
プロジェクト概要
アプローチと成果
カテゴリー詳細
お問い合わせ
こんな課題を持つ企業におすすめの事例です
- グローバル展開に伴う品質の均一化に悩んでいる
- 熟練技術者の暗黙知（勘・コツ・経験）の継承に課題を感じている
- 設備故障時の原因特定や復旧に時間がかかり、生産性低下を防ぎたい
プロジェクト概要
背景・目的
ダイキン工業は海外売上比率が85％に達し、グローバル企業として成長を続ける一方で、世界各国の製造拠点において同一品質を保つことが大きな課題となっていました。特に海外工場では人材の流動性が高く、時間をかけて技術者を育成しても離職してしまうケースが少なくありません。そのため、人が入れ替わっても業務を正確に行えるよう、作業の標準化や自動化が急務でした。
また、設備の故障や異常による製造ラインの停止は、時間とコストの大きな無駄を生んでおり、経験の浅い技術者が多い現場では原因特定までの時間ロスが深刻でした。こうした背景から、環境の変化に柔軟に対応し稼働し続ける「止まらない工場」の実現を目指し、日立製作所との協創プロジェクトがスタートしました。
アプローチと成果
アプローチ
日立製作所の支援のもと、ダイキン工業の堺製作所 臨海工場において「工場の設備故障診断を支援するAIエージェント」を開発し、試験運用を開始しました。このシステムは、現場で発生した故障の状況をタブレット端末に入力すると、AIが原因と対策を提示する仕組みです。
開発にあたっては、単に過去の保守・保全記録をAIに学習させるだけでは回答精度が不十分でした。そこで、現場の課題解決の鍵を握るベテラン技術者の「勘・コツ・経験」といった暗黙知に着目しました。日立製作所が持つ製造現場のOT（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、設備図面の読み方や故障分析の考え方を形式知化してAIに学習させる独自のアプローチを採用しています。これにより、AIは過去の事例だけでなく、初めての事象に対しても筋の良い解決策を推論できるようになり、回答精度を飛躍的に向上させました。
プロジェクトへの評価と成果
改善・向上したこと
対応時間・リードタイムの短縮
属人化解消
社内ナレッジ活用
生産性向上
推進したこと
プロトタイプ開発（PoC）
AI活用の社内展開・定着
AIエージェントの導入により、故障の原因特定から対策実行までの時間が大幅に短縮されました。実証実験の段階で回答精度は90％以上、回答時間も10秒以内という高いパフォーマンスを発揮しています。さらに、故障時だけでなく、不調を事前に予知して対策を行う運用も動き始めています。
定性的な成果として、AIの提案を通じて熟練技術者の知見が現場に伝承され、若手技術者のスキル向上に寄与しています。現場では、AIが熟練者の知識を学び、そのAIの提案から技術者が学び、さらにAIが賢くなっていくという「AIと人間の教え合い」のサイクルが生まれており、機械と人が共に成長する新しいモノづくりの環境が実現しています。
カテゴリー詳細
プロジェクト内容
AI導入・支援形態
導入部門・データ活用
導入部門と活用内容
製造
設備異常検知・予知保全
活用したデータ
文書・ナレッジ
社内文書・ナレッジ
マニュアル・業務規定・FAQ
帳票・紙の資料
図面・設計図・仕様書（紙/PDF）
採用したAI技術・ツール
採用したAI技術
テキスト・言語AI
社内データ検索
社内Q&A対応
AIモデル・構築手法
(RAG / ファインチューニング / 他)
AIエージェント（AIが自律的にツールを使いタスク実行）
活用・導入したAIモデル・ツール
その他のツール
連携ツール
チャットツール・UI（画面）連携
専用Webアプリ・業務システム
WarpBiz編集部の事例考察
成功の最大の要因は、ベテラン技術者の暗黙知を形式知化し、AIに学習させた点にあります。このアプローチは、製造業だけでなく、建設業や医療現場など、熟練者の経験が品質を左右する他業種への応用が期待できます。導入にあたっては、現場の知見をいかに言語化しデータ化するかがハードルとなるため、現場とIT部門の密な連携が不可欠です。同様のAI活用を検討される方は、ぜひ他の事例記事もご覧ください。
プロジェクト実施・導入企業
株式会社日立製作所
この事例と同じようなシステムを開発したいですか？ WarpBizで実現可能なパートナーを探しましょう。
ダイキン工業株式会社
この事例を見た方は以下の事例も見ています
類似事例を読み込んでいます
関連度の高い事例を選定しています。少しお待ちください。