IoTと生成AI・フィジカルAIはどうつながるのか。中小製造業が生産性を上げる3つの段階
工場でも生成AIを使うべきだと言われるようになりました。ただ、生成AIを契約しただけで設備の稼働率が上がるわけではありません。この記事では、IoT・生成AI・フィジカルAIの役割の違いと、中小製造業がどの順番で取り組めば生産性につながるのかを整理します。
生成AIを契約すれば、工場の稼働率も上がるんだろう？
営業
もちろんです社長！AIはなんでもできますから！
診断士
残念ながら、契約するだけでは稼働率は上がりません。データを取る、読む、動くの3段階で考えると整理できますよ。
製造業のAI活用は、何から考えればいいのか
「データを取る（IoT）」「読み解く（生成AI）」「現場で動く（フィジカルAI）」の3段階で考えると整理できます。下の段階ができていないと、上の段階は成果が出ません。
| 段階 | 担う技術 | やること | 前提になるもの | 生産性への効き方 |
|---|---|---|---|---|
| 1. 取る | IoT | 稼働・停止・電力・画像を自動で集める | センサー、通信 | どこで時間を失っているかが数字でわかる |
| 2. 読む | 生成AI | 停止理由の分類、要約、検索、レポート作成 | 段階1のデータ、社内の文書 | 数字から打ち手を決めるまでの時間が短くなる |
| 3. 動く | フィジカルAI | 外観の判定、異常時の停止、ロボットの制御 | 段階1のデータ、学習用の画像やデータ | 判断と作業そのものを機械に任せられる |
生成AIは文章やレポートを出力するところで止まり、フィジカルAIは判断の結果が機械の動きになります。どちらも、判断の材料になる設備のデータがあって初めて働きます。
フィジカルAIって、ロボットが勝手に考えて動くもののことですか。
診断士
判断の結果が機械の動きになるのがフィジカルAIです。生成AIは文章やレポートを出すところまでですね。
IoTのデータがないと、生成AIは使えないのか
使えます。ただし、使える範囲が変わります。設備のデータがなくても始められる用途と、データがないと始められない用途があります。
| 用途 | 設備データ | 使う材料 |
|---|---|---|
| 作業手順書の下書き・多言語化 | 不要 | 既存の手順書、写真 |
| 設備マニュアル・過去トラブルの検索 | 不要 | マニュアル、保全記録 |
| 日報・作業者のメモの要約 | 不要 | 日報 |
| 停止理由の分類と集計 | 必要 | IoTの停止記録、作業者の入力 |
| 稼働データの週次サマリと打ち手の候補出し | 必要 | 稼働・停止・生産数のデータ |
| 故障の兆しの検知 | 必要 | 振動・電流・温度の連続データ |
生産性の数字（稼働率、段取り時間、不良率）を動かしたいなら、データが必要な側の用途が本命です。データ不要の用途は、生成AIに慣れるための入口として位置づけるのがよいでしょう。
作業員
手順書の多言語化なら、すぐ試せそうですね。
診断士
入口としてはぴったりです。ただ、稼働率や段取り時間を動かしたいなら、データが必要な用途が本命です。
生成AIは、IoTのデータをどう生産性につなげるのか
数字を見て「次に何をするか」を決めるまでの手間を減らします。IoTで稼働率が見えるようになっても、数字を読み解いて打ち手を決める人の時間が足りず、ダッシュボードが見られなくなることがよくあります。
たとえば、作業者が自由に書いた停止理由（「材料待ち」「段取り」「刃物交換」など、書き方がばらばらなもの）を生成AIに分類させれば、停止の内訳を集計できるようになります。週に一度、稼働データから「停止が増えた設備と時間帯」を文章でまとめさせれば、会議で見るべき点がはっきりします。
ここで大事なのは、生成AIに判断を任せるのではなく、人が判断するための材料づくりを任せることです。生成AIはもっともらしい誤りを出すことがあるため、打ち手を決めるのは人です。
停止理由、みんな書き方がバラバラで集計できていないんですよ。
診断士
そこは生成AIの得意分野です。ばらばらの停止理由を分類して集計できます。ただ、打ち手を決めるのは人ですよ。
営業
じゃあ私の日報の「なんとなく好調」も分類してもらえますかね。
それは分類する前に書き直して。
フィジカルAIは、中小製造業でどこまで現実的か
1つの工程の1つの判断から始めるなら、現実的な選択肢です。入口になりやすいのは次の2つです。
- AI外観検査：カメラの画像からキズや汚れを判定する。目視検査の負担と、検査員による判定のばらつきを減らせる
- 異常時の自動停止：電流や振動の変化から異常を検知して設備を止める。予知保全の手前の段階として取り組める
どちらも、判定を現場の機器で行うエッジAIの構成が向いています。通信を待たずに判定でき、データを社外に出さずに済むためです。
注意すべきなのは、フィジカルAIは判断を誤ったときの影響が画面の中で済まないことです。不良品を見逃して流出させる、正常な設備を止めてしまうといったことが起こりえます。導入直後は、人の判定とAIの判定を並べて比べる期間を必ず設けてください。
AIが間違えて、正常な機械を止めたら困るな。
診断士
だから導入直後は、人の判定とAIの判定を並べて比べる期間を必ず設けてください。
AIを使い始める前に、何を決めておくべきか
決めておくべきことは3つです。技術の選定より先に、社内のルールと担当を決めてください。
- AIに入力してよい情報の範囲：図面、顧客名、見積単価などの機密情報を外部のAIサービスに入れてよいか。入力した内容の扱いはサービスごとに異なるため、利用規約と設定を確認する
- 効果を測る指標：停止時間、段取り時間、検査にかかる工数など、AIを入れる前の数字を記録しておく。前の数字がないと、効果があったかどうか判断できない
- 結果を見て動く担当者：AIが出したまとめや判定を見て、打ち手を決める人を1人決める。兼任でかまわない
AIは、取ったデータを生産性の改善につなげるための道具です。まずOEEや稼働率など、改善したい数字を1つ決め、その数字を動かすためにどの段階のAIが必要かを考える。この順番で進めれば、AIの導入そのものが目的になることを防げます。
営業
では社長、まずAIを導入して、目的はあとから考えましょう！
診断士
浦和さん、逆です。改善したい数字を1つ決めてから、必要なAIを選びましょう。
じゃあ、うちはまず稼働率だな。
自社の設備条件に合う導入方法を診断したい場合は、中小製造業向けの工場診断サービスも参考にしてください。
よくある質問
IoTを導入していなくても、生成AIは使えますか？
使えます。作業手順書の下書きや多言語化、設備マニュアルや過去のトラブル記録の検索、日報の要約などは、設備のデータがなくても始められます。ただし「どの設備がなぜ止まっているか」といった設備の状態に関する問いには、IoTで取った稼働データが必要です。
工場の稼働データを生成AIに渡しても安全ですか？
利用するサービスと設定によります。入力した内容を学習に使うかどうか、どこに保存されるかはサービスごとに異なるため、利用規約と設定を確認してください。図面や顧客名、見積単価などの機密情報は、社内で入力してよい範囲を決めてから使うのが安全です。
フィジカルAIと産業用ロボットは何が違いますか？
従来の産業用ロボットは、人が教えた動きを正確に繰り返すものです。フィジカルAIは、カメラやセンサーで状況を捉え、AIが判断した結果を機械の動きにつなげます。置き場所が毎回少し違う部品をつかむ、外観を見て不良品をはじくといった、判断を伴う作業に向きます。
この記事に出てくる用語
- 生成AI — 生成AIとは、学習したデータをもとに、文章・画像・プログラムなどを新しく作り出すAIである。指示を言葉で伝えられるため、専門の担当者がいない中小製造業でも使い始めやすい。
- フィジカルAI — フィジカルAIとは、センサーやカメラで現実の状況を捉え、ロボットや設備などの機械を通じて判断から動作までを行うAIである。画面の中で文章や画像を生成するAIと違い、現場で「動く」ことを前提にしている。
- エッジAI — エッジAIとは、クラウドにデータを送らず、工場内のカメラやゲートウェイなど現場に近い機器の上でAIの処理を行う方式である。判定が速く、通信が不安定な環境や、データを社外に出したくない場合に向く。
- AI外観検査 — AI外観検査とは、カメラで撮影した製品の画像をAIが判定し、キズ・汚れ・欠けなどの不良を見分ける検査の方法である。目視検査の負担と、検査員による判定のばらつきを減らすことを目的とする。
- 予知保全 — 予知保全とは、設備の振動・電流・温度などのデータから故障の兆しを捉え、壊れる前に部品交換や修理を行う保全の方法である。故障してから直す事後保全や、一定期間ごとに交換する時間基準保全と対比される。
- OEE — OEEとは、設備の総合的な効率を「時間稼働率 × 性能稼働率 × 良品率」の掛け算で表した指標である。3つの損失を1つの数値に統合するため、改善余地がどこにあるかを分解して把握できる。