• ブログ一覧
  • 生成AIで突破口を開いた――2週間で残業を激減させた劇的改善

生成AIで突破口を開いた――2週間で残業を激減させた劇的改善

公開日:
本記事の概要
本記事は、Jマテ.カッパープロダクツ株式会社 代表取締役社長 山本耕治氏‧経営企画室 西本俊介氏へのインタビューに基づく全3回シリーズの第3回です。
※第1回では、2022年の社長交代を起点としたDX推進の全体像と、トップダウンとボトムアップを両立させた3年間の歩みをご紹介しました。
第1回記事はこちら

社長交代をDX推進の起点に――生成AIで技能伝承時間を86%削減した製造業の挑戦

「社長交代をDX推進の起点に――生成AIで技能伝承時間を86%削減した製造業の挑戦」のブログ記事はこちら
※第2回では、生成AIを活用した動画マニュアル作成の仕組みと、9ヶ月で178種類を達成するまでのプロセスをお伝えしました。
第2回記事はこちら

生成AIを活用したDX推進:ベテランのノウハウを可視化するための取り組み

「生成AIを活用したDX推進:ベテランのノウハウを可視化するための取り組み」のブログ記事はこちら

数字が示す静かな変化

2025年2月から10月末までの9ヶ月間、同社では178種類の動画マニュアルが作られました。水道関連部品を製造する工場で、注目すべき変化が起きていました。

「星取り率52%→96%」

この改善には、働き方を変えた具体的なストーリーがありました。この数字の意味を、まず説明しましょう。

星取り率とは何か―白星を目指す現場

「星取り率」という言葉を聞いたことがあるでしょうか。相撲の星取りのように、白星☆なら定時内完了、黒星★なら残業。製造現場では、こうした分かりやすい指標で日々の生産を管理します。

1日で生産すべき数量が決まっています。同社ではこれを「日当たり必要数」といいます。定時内に完了すれば白星、残業になれば黒星です。

水道関連部品を製造する工場では、朝の機械立ち上げが鍵でした。29台の機械を毎朝立ち上げます。この作業が遅れると、その日の生産全体が遅れます。結果として、定時内に必要数を生産できなくなるのです。

2025年2月の時点で、この工場の星取り率は52%でした。半分近くの日で、残業が発生していました。

この状況を改善する方法は、実は知られていました。動画マニュアルで手順を標準化することです。ただし、作成工数を考えると現実的ではありませんでした。

生成AIが開いた突破口

動画マニュアルの作成は手間がかかります。ナレーション原稿を作り、スライドを仮作成し、1スライドごとに音声を録音する。さらに、音声に合わせてスライドの表示時間を手動で調整する。2〜3分の動画1本を作るのに、90分かかりました。

29台分の機械立ち上げ手順を動画化するには、膨大な時間が必要でした。「やるべきだが、現実的ではない」ある意味で、諦めていた部分がありました。

この壁を突破したのが、生成AIでした。音声合成技術により、ナレーション原稿から自動で音声が生成されます。スライドの表示時間も自動で設定されます。作業時間は90分から45〜60分へ、ほぼ半減しました。突破口が開けたのです。

わずか2週間の集中改善

動画マニュアルによる改善が、現実的になりました。担当者は、現場改善に着手しました。同社では、1週間サイクルでPDCAを回します。担当者が現場に入り、一緒に測定します。手順、ルール、流れを整理しながら、現場に指導します。問題があれば、すぐに修正します。

このサイクルを2回繰り返しました。わずか2週間で、星取り率52%が96%になりました。

もう一つ、重要な変化がありました。属人化の解消です。動画マニュアルが、特定の人に頼っていた状態を変えました。複数の人が立ち上げできるようになり、チームでカバーできる体制が整いました。

技能実習生が工場で作業をする様子
AI技術の伝承

96%がもたらしたもの―定時で終わる現場

96%達成後の現場の声です。「現場は変わりません。定時内に終わるようになりました」

淡々とした答えです。しかし、この言葉の裏には大きな変化がありました。

以前は、残業ありきで生産を進めていました。立ち上げが遅れても、残業すれば必要数は生産できます。「残業は仕方ない」と諦めていました。

動画マニュアルによる標準化は、この空気を変えました。手順が明確になり、複数の人が立ち上げできるようになりました。特定の人に頼る必要がなくなったのです。

できる人が増えたことで、何が変わったのか。まず、責任の負荷が分散されました。以前は「自分がいないと立ち上げができない」というプレッシャーがありました。今は、チームでカバーできます。結果として、休みやすくなりました。

無理しなくなった、という声もありました。少ない人数で急いで立ち上げる必要がなくなったのです。そして、残業しなくなりました。定時内に完了することが、当たり前になりました。

重要なのは、作業量は変わっていないということです。29台の立ち上げも、生産数量も同じです。

変わったのは、働き方です。属人化が解消され、チームで対応できるようになりました。無理をせず、定時内に終わるようになりました。こうして、ボトルネックが解消されました。

現場に広がる変化

星取り率の改善は、178種類の動画マニュアルが生んだ変化の一例です。他の工場、他の部署でも、同じような変化が起きています。

加工工場では、検査機器の操作手順が標準化され、測定のばらつきが減りました。安全作業の標準手順が動画になり、新人教育の時間が短縮されました。営業部では、営業の新人マニュアルによって、配属後スムーズに実務に入れるようになりました。

これらは地道な改善ですが、確実に現場の働き方を変えています。

成果を生んだのは、三つの要素でした。生成AIで工数の壁を越え、高速PDCAで改善を回し、現場と一緒に測定する。この組み合わせが、変化を生みました。

地域企業との知見共有

同社は、自社の経験をオープンにしています。定期的に工場見学やセミナーを開催し、DX推進の知見を地域企業と共有しています。

ノウハウ伝承の課題を、どの企業も抱えています。生成AIは、「動画マニュアルを作りたいが工数が...」という壁を越える突破口になるよう事例を発表しています。

同社の経験は、同じ悩みを持つ企業にとって貴重な参考になります。DXの知見を独り占めせず、地域全体で共有する。産学官金が連携し、中小企業が支え合う仕組みを作る。同社の「地産地消のDX」という考え方は、こうして広がり始めています。

あなたの職場にも、ボトルネックがあるはずです。「残業は仕方ない」と諦めていることが、解消できるかもしれません。

この取り組みが示すのは、問いを立てることの大切さです。ボトルネックを見つけ、解消する方法を考える。その一歩が、変化を生みます。

派手な成果を追うものではありません。現場の「当たり前」を、少しずつ変えていくものです。その積み重ねが、持続可能なDXにつながります。

参考情報

生成AIを使う人は増えましたが、AIに「何を問うべきか」を意識して使う人はまだ少ないのが現状です。適切な問いを立てられなければ、AIの答えは的外れになり、成果にもつながりません。
AI時代に人間が果たすべき役割は「問いを立てること」です。AIは答えを導く強力な道具ですが、何を問うかを決めるのは人間です。では、どうすれば良い問いを立てられるのか。その鍵は、AIの仕組みを理解することにあります。
AIの原理や推論の構造を知ることで、AIにできること・できないこと、そして人間が担うべき領域が見えてきます。これこそが「問いを立てる力」を育てる基盤です。

本ブログを運営する一般財団法人AI人材育成機構では、未経験からAIエンジニア・データアナリスト・データサイエンティストを育成するTokyo iX「AIエンジニア学科」「データサイエンス学科」を開講しています。
中でも注目は、「業務に活かす生成AI~基礎からRAGの実装まで~」。理論と実装の両面からAIの本質を学び、ビジネスに活かす思考力と実践力を磨きます。講座は東京大学大学院 佐藤一誠教授が執筆し、個人・企業研修の双方に対応しています。

▶ 講座の詳細はこちら

お気軽にお問合せください。

無料相談する
ブログ一覧へ戻る