製造業の現場で働いていると、必ず耳にするフレーズがあります。「あの人がいなくなったら、この工程は誰が見るんだ」というものです。熟練工の退職年齢が近づくたびに、現場では静かな危機感が広がります。

「勘と経験」が属人化する現場あるある

加工条件の微調整、異音からの不具合予知、材料のロットによる微妙な設定変更。こうした判断は長年の経験に基づくもので、マニュアル化しづらいのが実情です。新人に引き継ごうとしても「見て覚えろ」「体で覚えるものだ」という指導スタイルが根強く、結果として特定の人にしかできない工程が残り続けます。

人手不足が叫ばれる中、こうした属人化は経営リスクとして認識され始めています。実際、厚生労働省の調査でも製造業における人材確保の課題は継続的に指摘されており、技能継承は多くの企業にとって避けて通れないテーマになっています。

AI・デジタル化は救世主になり得るか

ここ数年、画像認識によるキズ・不良品検査や、センサーデータを使った設備の異常予知など、AIを活用した取り組みが現場に入り始めています。ベテランの「音でわかる」「触感でわかる」といった判断を、振動データや温度データに置き換えて数値化する試みも進んでいます。

実際にこうした仕組みを導入した企業では、検査精度のばらつきが減った、異常の早期発見につながった、という声も聞かれます。ただし、これは万能の解決策というわけではありません。データを集めるセンサー類の設置コスト、現場の作業フローに合わせたシステム調整、そして何より「そのデータが本当にベテランの判断を代替できるのか」という検証には、相応の時間と試行錯誤が必要です。

導入のハードルは技術より「人」にある

現場でAI導入の話をすると、よく出るのが「結局、使いこなせるのか」という不安です。どれだけ優れたシステムを入れても、それを使う側が仕組みを理解し、日々の運用に落とし込めなければ宝の持ち腐れになります。

また、ベテラン自身が「自分のノウハウをデータに渡す」ことに抵抗を感じるケースも少なくありません。長年培ってきた技術が数値やアルゴリズムに置き換わることへの複雑な思いは、現場感覚としてよく理解できます。だからこそ、技術導入と並行して、ベテランと若手、そして経営層が「なぜこれが必要なのか」を共有するコミュニケーションが欠かせません。

技能継承の課題に、唯一の正解はまだありません。AIやデジタル化はあくまで選択肢の一つであり、それを自社の現場でどう活かすかは、結局のところ人と組織の問題に帰着します。もしあなたの職場で同じような課題があるとしたら、次の一歩として何から始めますか。