JFEケミカルの材料開発と設備保全にノーコードAI、月1定例会で進む人材育成

モデル作成をノーコードに寄せた選択は、AI活用の担い手を「プログラムを書ける人」から「材料や設備を知っている人」へと移し替えました。データを投入すれば複数の機械学習が自動で走るため、学習前の細かな設定を人が詰める工程が省かれます。専門家をそろえてから始めるのではなく、既に現場の文脈を持っている研究員や技術者がそのまま扱い手になれる。しかも、なぜその結論に至ったかを解釈できる出力が返るため、原理原則で物事を判断する製造業の技術者が、内容を吟味したうえで自分の検討に取り込めます。

異常データが乏しい現場に対して、教師なし学習という前提の異なる手法を選んだ判断も見逃せません。正解ラベルをそろえられないのであれば、「異常を教えて覚えさせる」という発想の延長線上に答えはなく、実際に過去の試みはそこで行き詰まっていました。現場の条件に合わせて技術の側を選び直すという順序が、この取り組みを机上の検討で終わらせなかった要因だと考えられます。

毎月の定例会を支援の骨格に据えた設計は、社内の力だけでは維持しにくい優先順位を外から支えるものでした。AI活用は一歩先を見据えた取り組みであるがゆえに、目の前の通常業務に押し出されやすい性質を持ちます。テーマを見つけるワークショップから計画づくり、モデルの構築と検証、実業務への適用までを一続きで支える体制に、進捗確認という定期的な区切りが組み込まれている。加えて、5つの拠点それぞれからメンバーが参加する形をとったことで、特定の担当者だけが詳しくなる状態を避ける流れが生まれています。