生成AI設備検索の精度比較の改善事例｜工場DX・業務改善の横展開募集で共同検証に4拠点の参加を募集

一度は思うように使われなかった「生成AI設備検索の精度比較」を、本社DX推進室で見直しました。担当の田中悠介です。止まった理由を隠さず整理したことが、再スタートのきっかけになりました。

取り組みの背景と進め方

取り組み前は、共通化の要望はあるものの、対象データと評価方法がそろわず比較を始められていません。そこで、直近の作業から136件を選び、作業時間、待ち時間、差し戻し、例外対応を記録しました。平均だけを見ると原因が隠れるため、特に時間が長かった例と、担当者が判断に迷った例を一件ずつ確認しました。

実施したのは、現行業務を無理に変えず、共通部分と拠点固有部分を分けて差分を記録する方式にしました。現場を止めないよう対象を限定し、毎週一度、利用者と管理者で結果を確認しました。質問が多かった部分は短い手順書に直し、正常時だけでなく、作業を止める条件と手作業へ戻す条件も決めました。

分かった効果と残った課題

試行中は、生成AI設備検索の精度比較に直接関わる担当者だけでなく、前後の工程にも週一回意見を聞きました。136件の記録には、数字だけでなく『何に迷ったか』『誰の助けが必要だったか』も一行で追加しています。この記録から、説明資料だけでは見えなかった小さな不便が分かり、操作や役割分担を早めに直すことができました。

主な結果は「共同検証に4拠点の参加を募集」です。確認漏れややり直しも導入前より33％減りました。一方で、繁忙日や経験の浅い担当者では効果が小さい場面もありました。数字が良くても別の工程へ負担を移しては意味がないため、品質、安全、使いやすさも一緒に確認しています。

今回の確認ポイント

1. 品質と安全を最優先にする
2. 効果だけでなく保守時間も測る
3. 他拠点との違いを先に確認する

皆さんに聞きたいこと

参加を検討いただける方は、対象設備や業務の概要、現在の困りごと、試行可能な時期をコメントしてください。まず情報交換だけでも歓迎します。

※この投稿はデモンストレーション用のサンプルです。