現場のAI活用は、なぜ止まるのか
鉄鋼の現場には、長年の運用で磨かれてきた仕事の型があります。一方で、その多くはベテランの頭の中や紙の帳票、ホワイトボードの上にあり、形式知として残っていないことも少なくありません。生成AIの活用を検討するとき、最初につまずくのはツールの性能ではなく、この「業務が言葉になっていない」という壁です。
いきなり大きなシステム投資から入ると、この壁に正面からぶつかります。要件を定めようにも、判断基準が人によって違う。手順を聞いても、答える人によって答えが違う。だからこそ私たちは、最初の一歩を小さく、確実に踏むことをおすすめしています。
最初の一歩は「全員が同じ道具を使える」こと
その最初の一歩として位置づけているのが、ChatGPTをはじめとする生成AIの研修です。座学で機能を紹介して終わりではなく、日報の要約、手順書のたたき台づくり、報告文の下書きといった現場の実際の業務を題材に、手を動かしながら「自分の仕事のどこに効くか」を体感してもらいます。
- 業務を言葉にする練習になる。プロンプトを書くことは、自分の業務を説明することだからです
- 効果の出やすい業務領域が、現場の側から見えてくる
- 「AIに任せてよい仕事」と「人が判断すべき仕事」の線引きが、チームで共有される
研修の進め方はChatGPT研修で紹介しています。
研修の先にある「現場OS」という考え方
研修はゴールではなく入口です。研修を通じて見えてきた業務の構造を、少しずつ仕組みに変えていく。それが私たちの言う現場OS——現場の情報と判断の流れを、ソフトウェアの基盤として通していく考え方——につながります。
エンジニアが現場に入り込み、診断から導入・運用改善までを一気通貫で伴走する進め方はFDEモデルで解説しています。また、現場の「見える化」から始める道筋については、FVMで工場を『見える化』すると何が変わるのかもあわせてお読みください。