改善提案に「時間がかかる」理由
5Sの推進や動線改善の取り組みは、問題の認識から始まります。「モノの置き場が決まっていない」「作業者の歩行距離が長い」──誰もが気づいている課題でも、改善提案書としてまとめるには、現状の整理、改善案の検討、効果の見立て、文書化と、それぞれに時間と手間がかかります。
改善担当者や現場リーダーが「考える時間」を確保できていないと、提案が止まります。知識があっても時間がなければ動けません。
生成AIは、この「たたき台を作る」作業を代わりに引き受けます。
生成AIが5S・動線改善で使える3つの場面
1. 現状の記録と課題の言語化
現場で観察した内容を生成AIに入力すると、課題の整理と言語化を手伝います。
「部品棚の配置がバラバラで探すのに時間がかかる」「検査工程から出荷エリアまでの距離が長く、運搬が2回に分かれている」──このような断片的なメモを貼り付けると、AIは課題を整理し、5S(整理・整頓・清掃・清潔・躾)の観点や動線の問題点として言語化します。
「何が問題なのかはわかっているが、うまく言葉にできない」という状況で特に力を発揮します。
2. 改善案の「たたき台」生成
現状を整理したうえで「改善案を3パターン提案してほしい」と依頼すると、AIは検討の候補を複数出します。設備のレイアウト変更、保管場所の見直し、動線の集約、表示や色分けの方法など、改善施策の方向性を並べてくれます。
このたたき台は完成品ではありません。AIが出した案は現場を知らずに生成された案であり、設備の重量・固定設備の制約・作業者の動き方の慣習など、現場の実態を反映していません。たたき台を土台にして、担当者が「これは使える」「これは現場的に無理」と取捨選択することで、本物の改善案になります。
3. 改善提案書のドラフト作成
検討した改善案が固まったら、「この内容で改善提案書を作ってほしい」とAIに依頼します。現状の課題・改善の内容・期待される効果・実施スケジュールの構成で文書を作成してくれます。
提案書を一から書く時間が、大幅に短くなります。
AIを使った改善提案の進め方
AIを使う場合も、起点は現場観察です。入力の質が出力の質を左右します。観察した内容──どこで・何が・どれくらい問題になっているか──を具体的に入力するほど、AIの出力は使えるものになります。
AIが判断できないこと
生成AIを使った改善提案は、「案を素早く出す」ことに強みがあります。一方で、AIが判断できない領域は明確にあります。
設備・スペースの制約 ── 工場の床面積・設備の固定・電源や配管の位置は、現場を知る人間が判断します。
コストと優先順位 ── 改善を実施するコスト・改善効果の実現確度・他の改善との優先順位は、経営判断の領域です。
現場の合意形成 ── 誰がどう働くかが変わる改善は、現場への説明と合意が必要です。AIの提案であることは、合意の根拠になりません。
AIのたたき台を起点に、人が判断して前に進める構造で使います。
従来の進め方との違い
改善担当者がすべての工程を一人で進める従来の方法と比べると、AI活用では「整理・案出し・文書化」の時間が短くなります。担当者は判断することに集中し、AIが手を動かす工程を補います。
改善の質は担当者の判断力で決まります。AIが担当者の代わりに判断する、ということではありません。
現場で使い始める3ステップ
STEP 1 一つの課題から試す
最初から5S全体を対象にする必要はありません。「この棚の整頓が毎月課題になる」「この工程の動線が気になっている」という特定の課題に絞って、AIに現状を説明してみます。
STEP 2 出てきた案を現場で評価する
AIが出した案を現場担当者と一緒に確認します。「使える」「使えない」「ここを修正すれば使える」という評価をそのままAIにフィードバックすると、次の出力が改善されます。
長野・諏訪・岡谷の製造現場では、限られたスペースで多品種の部材を管理しているケースが多く、レイアウト変更には設備担当者や安全担当者の確認が不可欠です。AIの案をそのまま実施するのではなく、現場の事情を知っている人が精査する工程を省かないことが重要です。
STEP 3 提案書にして社内で共有する
改善案が固まったら、提案書のドラフトをAIで作成し、社内で共有します。提案書が残ると、取り組みが記録になり、次の改善の参考にもなります。「改善を言葉にして残す」習慣を、AIがサポートします。
私たちの関わり方
私たちは、どの課題にAIが役立つか、どう使い始めるかを、長野・諏訪・岡谷の製造現場の実態に合わせて整理します。「まずこの課題から試してみよう」という判断と、試した結果の振り返りを一緒に行います。効果が見込めない場面は、その旨をはっきり伝えます。