日立、製造現場の「AIアレルギー」を払拭し生成AIツールを定着させる方法

「AIに何ができるのか分からない」――。伝統的な製造現場に、新しいIT技術を持ち込む際、最大の壁となるのがこうした現場の戸惑いだ。

日立製作所は、AIやデータ解析の専門スキルを持つ新人データサイエンティストを、製造現場へと送り込んでいる。2021年から展開する独自の研修プログラム「モノづくり実習」では、新人データサイエンティストをモノづくりの現場に3カ月にわたって配属。作業員へのヒアリングを通じた課題発見から、データの標準化と分析、さらには現場の実態に即した解決策の提案までを一貫して担わせる。

この施策には、机上のデータ分析にとどまらず、現場との対話を通じて組織を動かす「ビジネス力」や「提案力」を備えた、日立ならではの「IT×OT（制御・運用技術）×プロダクト」を活用できる人材を育成する狙いがある。2025年度の同実習は、新幹線や国内外の鉄道を支える制御装置を製造する水戸事業所の品質保証部門で実施した。

日立は、いかにして現場の「AIアレルギー」を払拭し、現場とのコミュニケーションを通じて業務時間を短縮する生成AIツールを定着させたのか。「現場密着型DX」の実践プロセスについて、実習に参加した若手女性データサイエンティストの禹周賢（ウ・ジュヒョン）さん（デジタルアナリティクス推進部）と、受け入れ先の現場担当者にインタビューした。

30年前の部品とバラバラの報告書 工場に漂う「AIへの半信半疑」

水戸事業所の品質保証部門が直面していた大きな課題の一つは、鉄道事業者から不具合として戻ってくる「返送品」の調査業務だった。鉄道部品は長期間使用されるため、時には30年前の古い部品が戻ってくることもある。しかし、過去の図面や報告書は保存ルールが統一されておらず、ファイル名や記載の粒度も人によってバラバラで、データが散在している状態だった。

現場で実習生を受け入れた品質保証本部の愛甲隆史さんは、当時の苦労を「散らばった資料を確認しに行って、中身を見るという作業の繰り返しだった」と振り返る。1回の調査で数十件にも及ぶ報告書に目を通し、必要な情報を探し出すだけで1時間以上かかることも日常茶飯事だった。この調査業務を効率化し、顧客にいち早く原因を報告して製品を返すことが、品質保証部門の長年の悲願だった。

この課題に対し、モノづくり実習生として派遣された禹さんは、生成AIを活用した解決策を模索する。過去のデータをAIに読み込ませ、必要な情報を瞬時に引き出せる探索ツールを開発しようとする試みだ。しかしプロジェクトを始めた当初、障壁となったのはテクノロジーに対する現場との認識のズレだった。

愛甲さんは「生成AIツールがあることは知っていたものの、使い方がよく分かっていなかった」と、当時の率直な戸惑いを明かす。同部門の前田慶介部長も「今まで自分たちが書いてきた言葉をAIが拾えるのだろうか。期待と同時に恐らく難しいのでは……と思っていた」と振り返る。現場にはAIに対する「半信半疑の空気」が漂っていたのだった。

紙とペンを持ってベテランの横へ 分析者から「現場の仲間」に

禹さんも、この見えない壁に苦心することになる。

「現場の方々は『AIに何ができて何ができないのか』ということが明確でない状態で、認識が合いませんでした。テキストや資料だけで説明するのは、とても難しかったですね」（禹さん）