ヒヤリハット報告書は集まっても、活かされていない
安全管理の基本として「ヒヤリハット活動」は多くの製造現場に根付いています。「もう少しで怪我をするところだった」「あの作業は危ない」──現場の気づきを紙の報告書に書いて、安全ミーティングで取り上げる。そのサイクル自体は正しい取り組みです。
ただし、多くの現場で起きているのは「報告書は集まるが、分析されずに棚に積まれる」という状況です。件数が増えるほど、担当者が一件ずつ読んで分類する作業は現実的でなくなります。結果として、同じ種類のヒヤリハットが繰り返し報告されていても、傾向として見えないままになります。
AIが力を発揮するのは、この「記録は集まっているのに分析が追いつかない」という場面です。
なぜ記録が「活かされない」のか
ヒヤリハット報告書が分析されない原因は、担当者の意識の問題ではありません。構造的な問題です。
件数が月に10件であれば、担当者が目を通すことはできます。しかし50件、100件と積み上がると、「発生場所ごとに集計する」「危険の種類を分類する」という作業は、本業を抱えながらこなせる量ではなくなります。
加えて、紙の報告書は「どこで」「何がヒヤリしたか」の記述がバラバラで、分類の基準も人によって異なります。人が手作業で集計しようとするたびに、労力がかかる割に精度が出ない、という状況が生まれます。
AIができること：記録の分類と傾向の可視化
生成AIを使うと、ヒヤリハット報告書のテキストを大量に処理できます。
自動分類で傾向を出す
「発生場所」「作業の種類」「危険の要因」──これらのカテゴリで報告書を分類する作業は、生成AIが得意とする処理です。100件の報告書をまとめてAIに渡し「発生場所と危険要因で分類して」と指示すると、数分で分類表を出力します。
半年分の記録をまとめて処理することで、「プレス機周辺での挟まれ・巻き込まれが全体の多くを占める」「月曜の午後に件数が集中している」といった傾向が見えてきます。担当者が一件ずつ読んでまとめようとすると数日かかる作業です。
似た事例のグループ化
「ボルトが転がって足元に危なかった」「床の工具を踏んで滑りかけた」──表現は異なっても、同じ危険（床上の物品管理）を指しているケースがあります。AIは意味的な類似性をもとにグループ化できます。バラバラに記録されていた事例が、対策を打つべき共通の課題として見えてきます。
対策案の下書き
発生傾向と原因が特定できたら、対策のたたき台をAIに作らせることもできます。「発生場所：プレス機周辺、危険要因：袖口の巻き込み、発生頻度：月複数回」と入力して「改善策の案を出して」と指示すると、チェックリストや手順変更の案を素早く出力します。最終判断と実施は現場の担当者・管理者が行う前提で、「考える出発点」として使います。
AIにできないこと：現場の判断と文化
生成AIはテキストを処理するツールです。安全管理に使うとき、明確な限界があります。
現場の実態はAIには見えない 報告書に書かれた内容だけを処理するため、「報告書には書かれていないが、実際にはもっと危険な状況だった」という文脈は読み取れません。現場での確認と担当者の判断が不可欠です。
報告書の質に依存する 「ヒヤリした」の一言しか書かれていない報告書では、AIが分類できません。「いつ・どこで・何をしていて・何がヒヤリしたか」の構造が整っていないと、AIの処理精度も上がりません。
「報告しやすい文化」はAIでは作れない ヒヤリハット活動の本質は、現場が安心して報告できる雰囲気を作ることにあります。AIは集まったデータの処理を助けるツールであり、報告文化の醸成は組織づくりの問題です。記録の件数が少ない現場では、フォーマットより先に「報告を受け入れる姿勢」を整えることが重要です。
始めるための3ステップ
STEP 1 過去の記録をテキスト化する
紙で保管されている報告書がある場合、まずテキストに変換します。枚数が多ければOCR（文字認識ツール）を使います。Excelにすでにまとめられている場合はそのまま使えます。
最初から全件を整える必要はありません。「直近1年分」など範囲を絞って始められます。
STEP 2 生成AIで分類・整理を試す
テキスト化した記録をChatGPTなどの生成AIに貼り付け、「発生場所・危険要因・作業種別で分類して」と指示します。AIが出力した分類表を担当者が確認・修正することで、精度が上がっていきます。
まず全体の1割程度を試して、分類の精度と使い勝手を確認することをお勧めします。入力する情報には、社外秘の設計情報や顧客情報が含まれないよう注意してください（参考：生成AIを現場で安全に使う社内ルールの作り方）。
STEP 3 傾向を読んで、対策の優先度を決める
分類・集計ができたら、「件数が多い発生場所」「繰り返す危険要因」を優先的に対策の検討対象にします。AIに対策案の下書きを出させ、現場担当者が検討・決定するサイクルを回します。
月1回、分類結果を安全ミーティングの資料として使うだけでも、「データで話し合える」安全活動になります。
記録の「書き方」を先に整える
AIで分析する前提として、報告書の記録フォーマットを整えることが効果的です。自由記述だけでなく、「発生場所」「作業名」「危険の種類（選択式）」の項目を設けることで、AIへの入力データの質が上がります。
フォーマットの見直し自体は難しい作業ではありません。既存の報告書を見直して「AIで処理しやすい構造」に変えることが、効果を引き出す最初のステップになります。
安全管理は、データを「使う」フローを作ることから
製造現場の安全管理は、事故が起きてから動くのではなく、兆候のうちに手を打てるかどうかが分かれ目です。ヒヤリハット記録はその兆候の集積です。
AIを使うことで、積み上がった記録から傾向を読み取り、対策の優先度を根拠のある形で決められます。私たちは、現場の記録状況の確認から、AIを使った分析の仕組みづくりまで、一緒に進めます。効果が見込めない場面では、その旨をはっきりお伝えします。長野・諏訪・岡谷の製造現場でのご相談をお待ちしています。