設備が突然停止することのコスト
機械が止まった。その瞬間から、現場は動き出す。
仕掛かり中の製品はどうするか。次工程を待つ取引先への連絡は。修理部品はどこにあるか。ベテランが呼び出され、協力会社に連絡が飛び、予定した作業が後回しになる。
こうした「突然の設備停止」は、多くの中小製造業で繰り返し起きています。修理費そのものより、停止中の機会損失や取引先への信頼コストのほうが大きいことも少なくありません。
事後保全（壊れてから直す）は現実的な選択肢ですが、「止まるたびにバタバタする」状況が続くなら、別のアプローチを検討する価値があります。それが「予知保全」です。
「予知保全」とは何か
予知保全とは、設備が実際に止まる前に異常の兆候をつかまえ、計画的にメンテナンスを入れる考え方です。AIはその「兆候をつかまえる」部分を担います。
故障する前の設備は、何かしらのサインを出していることが多いです。
- 振動のパターンが変わる
- モーターに流れる電流の値がずれる
- 設備の稼働温度が上昇する
- 動作サイクルの時間に微妙なブレが出る
これらは人の感覚では見逃しやすい変化です。センサーでデータを取り、AIがその変化を検知します。
AIが「できること」と「まだ難しいこと」
予知保全にAIを使うと言うと、「機械が自分で判断して止まる」ようなイメージを持たれることがあります。実際の役割は、もう少し地に足のついたものです。
AIにできること
異常の兆候を自動で検知する ── センサーから流れ込むデータの中で、「正常な状態からのズレ」を自動で見つけ、アラートを出します。人が24時間監視し続ける必要がなくなります。
正常な状態を学習する ── 設備ごとに「正常とはこういうパターンだ」という基準をデータから自動で作ります。経験則で決めた固定値の閾値より、実態に近い基準になることが多いです。
複数の設備を同時に監視する ── 1台の設備を人が見続けることは難しくありませんが、5台・10台となると限界があります。AIはその数を問いません。
まだ難しいこと
「いつ壊れるか」の正確な予測 ── AIは「異常の兆候がある」とは言えますが、「あと3日で壊れる」のような時間軸の精度ある予測は、現状では難しい場合がほとんどです。
原因の診断 ── 「振動が増えている」は検知できても、「どの部品が摩耗しているか」の診断には、現場のベテランの知見が必要です。AIはサインを出す。判断と対応は人がする。
データなしでは動かない ── センサーデータが蓄積されていないと、AIは何も学習できません。最初はデータを取ることから始まります。
中小製造業の現実的な入口
「AI×予知保全」と聞くと、大企業が専門チームを作って開発するイメージがあります。中小企業が始める入口は別にあります。
後付けセンサー＋クラウドサービス が現実的な選択肢です。既存の設備に振動センサーや電流センサーを後付けし、異常検知に特化したクラウドサービスにデータを送る仕組みです。AIの専門知識がなくても使える製品が、製造業向けに多数出ています。
センサーのコストは以前より下がっており、設備全体に一度に入れる必要はありません。「一番止まると困る設備1台から」始められます。
始め方：3ステップ
STEP 1 最も「止まると困る」設備を1台選ぶ
工場内の全設備に一度に入れる必要はありません。まず「これが止まると一番影響が大きい」設備を1台決めます。
判断の基準は2つです。「止まったときの影響の大きさ（納期・品質・工程への波及）」と「これまでの故障頻度」。両方が高い設備が最初の対象です。
STEP 2 「正常な状態」のデータを数週間記録する
センサーを設置してすぐにAIが動くわけではありません。まず設備が正常に動いているときのデータを記録します。これが「正常の基準」になります。
このフェーズで大切なのは、設備の稼働状況とあわせてデータを記録しておくことです。「この時間帯は別の動作モードで動いている」「この日は特殊な材料を加工していた」という文脈情報がないと、AIが正確な基準を作れません。
STEP 3 閾値を設定してアラートを試す
正常データが蓄積されたら、「ここまでズレたら通知する」という閾値を設定します。最初から高い精度を求める必要はありません。アラートが出たら現場で確認する、という小さなサイクルを回しながら、閾値の精度を上げていきます。
最初の1〜2ヶ月は、アラートの数や正確さより「どのデータが設備の状態を反映しているか」を学ぶ期間です。
始める前に整理しておくこと
設備保全にAIを入れる前に、現場で確認しておくべきことがあります。
設備がどんなデータを出しているか ── PLCや制御盤がすでにデータを出している場合、まずそこから使えます。データが出ていない場合は、センサーの選定から始まります。
保全の記録がどこにあるか ── 過去の故障歴や修理内容が記録されていると、どの設備・どの部位が問題になりやすいかが見えます。Excelの記録でも十分です。
誰が確認・対応するか ── AIがアラートを出しても、確認して判断する人が決まっていないと使われません。担当者と動けるフローを事前に決めておくことが、定着の鍵になります。
まず「見る」ことから始める
予知保全は、一気に完成形を目指す必要はありません。まず「設備の状態を可視化する」だけでも、現場で気づくことが出てきます。
私たちは、設備の現状確認から一緒に考えます。どの設備のどのデータを見るか、どんなツールが現場に合うか──長野・諏訪・岡谷の製造現場の実態に合わせて整理します。「まず何を確認すればいいか」の段階から話を始めてください。