はじめに：技能伝承は「教える人が足りない」時代に入っている
製造業や建設業では、ベテラン技能者が長年の経験で身につけた判断力や作業の勘を、いかに次世代へ引き継ぐかが大きな課題になっています。2025年版ものづくり白書でも、製造業の人材育成において「指導する人材が不足している」とする事業所が6割以上にのぼることが示されています。
これまで技能伝承は、現場で一緒に作業しながら覚えるOJTが中心でした。しかし、人手不足、熟練者の高齢化、教育時間の不足が重なると、「見て覚える」「何度も聞いて覚える」だけでは限界があります。
そこで注目されているのが、生成AIを活用してベテランの暗黙知を言語化し、作業標準書・FAQ・教育コンテンツ・現場支援システムへ変換する方法です。本記事では、元資料で整理されているインタビューエージェント、マルチモーダルデータ、RAG、チューターエージェント、AR、Human-in-the-loopの考え方をもとに、中小企業でも取り組みやすい技能伝承の実践手順として整理します。
生成AIによる技能伝承とは何か
暗黙知を「使える知識」に変える取り組み
暗黙知とは、ベテランが感覚的に判断している知識のことです。たとえば、機械音のわずかな違い、材料の手触り、工具を当てる角度、異常が起きる前の違和感などは、本人にとっては当たり前でも、若手には見えにくい知識です。
生成AIによる技能伝承では、この暗黙知を単に録音・録画するだけで終わらせません。インタビュー、作業動画、音声、写真、過去のトラブル記録、品質データなどを集め、AIで整理し、現場で検索・参照できる形に変換していきます。
重要なのは、「AIがベテランの代わりになる」ことではありません。AIは、ベテランの頭の中にある判断基準を引き出し、整理し、若手が学びやすい形に変換する補助役です。
手順1：インタビューエージェントでベテランの判断基準を引き出す
「なぜそう判断したのか」を掘り下げる
技能伝承の第一歩は、ベテランに話を聞くことです。ただし、「作業手順を教えてください」と聞くだけでは、表面的な回答になりがちです。熟練者ほど、重要な判断を無意識に行っているため、自分でも説明しきれないことがあります。
そこで有効なのが、生成AIを使ったインタビュー設計です。AIに対して、事前に「新人教育用の作業標準書を作る」「品質不良を防ぐ判断基準を抽出する」など目的を与え、段階的に質問を作らせます。
たとえば、次のような問いを用意します。
「通常と違うと感じるのは、どの音・振動・見た目が変わったときですか」
「その作業で新人が失敗しやすいポイントはどこですか」
「やり直しを判断する基準は何ですか」
「過去にヒヤリとした事例はありますか」
「手順書には書かれていないが、必ず見ている部分はありますか」
こうした質問を重ねることで、単なる作業手順ではなく、判断の理由、例外対応、失敗回避のポイントまで引き出せます。
手順2：動画・音声・写真を集め、作業の実態を記録する
文章だけでは技能は残らない
現場の技能は、言葉だけでは表現しきれません。手の動き、視線、作業姿勢、工具の当て方、材料の置き方、音の変化など、身体的な情報が多く含まれています。
そのため、インタビューとあわせて、作業動画、作業音声、写真、作業メモを収集します。特に有効なのは、ベテランが実際に作業しながら「今、何を見ているか」「なぜこの順番で行うか」を口頭で説明する方法です。
音声認識を使えば、録音した内容をテキスト化できます。ただし、工場や建設現場では機械音や環境音が入りやすく、専門用語も多いため、認識結果をそのまま使うのは危険です。生成AIを使って文章を整える場合も、最終確認は必ず現場の人が行う必要があります。
手順3：生成AIで作業標準書・FAQ・教育資料へ変換する
プロンプト設計で成果物の品質が変わる
集めた情報をそのまま保存しても、現場では使われません。重要なのは、目的に応じて使いやすい形式に変換することです。
たとえば、新人教育には「作業手順書」、現場の疑問解消には「FAQ」、品質管理には「チェックリスト」、管理者向けには「教育計画表」や「技能マップ」が向いています。
生成AIに依頼するときは、次の4点を明確にします。
役割：
熟練技能者の知識を新人向けに整理する専門家として回答させる。
目的：
作業ミスを減らし、新人が安全に作業を覚えるための資料を作る。
条件：
専門用語には補足を入れる。危険作業は注意点を明記する。判断が必要な部分は「確認ポイント」として分ける。
出力形式：
工程ごとに、作業内容、注意点、よくある失敗、確認方法を表で整理する。
このように条件を具体化すると、AIの出力は実務で使いやすくなります。ただし、AIが作った文書は完成品ではありません。ベテランや管理者が確認し、現場の実態に合わせて修正することで、初めて使える標準書になります。
手順4：RAGで社内ナレッジを検索できる仕組みにする
「聞けば答えてくれる」社内知識ベースを作る
作業標準書やトラブル事例が増えてくると、次に必要になるのは検索性です。紙のファイルや共有フォルダに資料が散らばっているだけでは、必要なときに見つかりません。
そこで有効なのがRAGです。RAGは、社内文書や過去の記録を参照しながら、質問に対して回答を生成する仕組みです。たとえば若手社員が「この機械で異音がした場合、最初にどこを確認すればよいか」と質問すると、関連する点検記録、過去のトラブル事例、ベテランのコメントを参照して回答できます。
中小企業の場合、最初から大規模なシステムを作る必要はありません。まずは、作業標準書、設備点検記録、品質不良レポート、ヒヤリハット報告、ベテランへのインタビュー記録を整理し、検索しやすい形にまとめることから始めます。
経済産業省の中堅・中小企業向けDX推進の手引きでも、DXは単なるIT導入ではなく、経営課題を起点に業務変革へつなげることが重要とされています。技能伝承におけるAI活用も、ツール導入ではなく「現場の知識を組織の資産に変える」取り組みとして設計する必要があります。
手順5：チューターエージェントで若手の自律学習を支援する
ベテランに何度も聞けない問題を解消する
若手が技能を学ぶとき、同じことを何度も聞くのを遠慮してしまうことがあります。一方、ベテラン側も、日々の業務をこなしながら反復的な質問に答え続けるのは負担です。
そこで、社内ナレッジをもとにしたチューターエージェントを用意します。これは、若手が作業前や作業後に質問できるAI相談役です。
「この工程で確認すべきポイントは何ですか」
「前回の不良原因は何でしたか」
「新人が間違えやすいところを教えてください」
「この作業を始める前に準備するものを教えてください」
こうした質問に対して、社内の標準書や過去事例をもとに回答できれば、若手は自分で学習を進めやすくなります。ベテランは基本的な説明に追われる時間を減らし、より高度な判断や例外対応の指導に集中できます。
手順6：ARや現場端末で作業中の支援につなげる
手順書を「見る資料」から「作業中に使うガイド」へ
技能伝承をさらに進めると、紙のマニュアルやタブレット表示だけでなく、ARスマートグラスなどを使った作業支援も選択肢になります。
たとえば、作業者の視界に「次に確認する箇所」「工具を当てる角度」「締め付けの順番」「注意すべき危険箇所」を表示できれば、未経験者でも作業の全体像をつかみやすくなります。
もちろん、すべての企業がすぐにARを導入する必要はありません。まずはスマートフォンやタブレットで作業動画を見られるようにするだけでも効果があります。重要なのは、教育資料を作って終わりにせず、現場の作業導線の中で使える状態にすることです。
導入時に注意すべきリスク
AIの回答をそのまま現場判断に使わない
技能伝承に生成AIを使う場合、最も注意すべきなのはハルシネーションです。AIはもっともらしい回答を作ることがありますが、その内容が常に正しいとは限りません。特に安全基準、設備操作、品質判定、化学物質、重量物、電気、火気を扱う現場では、AIの回答をそのまま実行に移すべきではありません。
AI事業者ガイドラインでも、AIの利活用にあたってはリスクを踏まえたガバナンスの整備が重要とされています。 現場で使う場合は、AIが作成した内容を「下書き」「参考情報」と位置づけ、最終判断は人間が行うHuman-in-the-loopを徹底する必要があります。
機密情報や個人情報を入力しない
もう一つの重要なリスクは情報漏えいです。製造条件、図面、顧客情報、独自ノウハウ、不具合データなどは、企業にとって重要な資産です。生成AIに入力してよい情報と、入力してはいけない情報を明確に分ける必要があります。
IPAも、生成AI利用時の最低限のセキュリティ対策に関する情報を公開しており、社内教育や利用ルールづくりの参考になります。 特に中小企業では、無料版AIの個人利用から始まってしまうケースもあるため、業務で使うAI、入力禁止情報、確認フロー、責任範囲を早い段階で決めておくことが大切です。
中小企業が始めるなら「1工程・1ベテラン」からでよい
生成AIによる技能伝承は、大規模なシステム導入から始める必要はありません。むしろ最初は、小さく始める方が成功しやすいです。
おすすめは、次のような進め方です。
1つ目は、対象工程を1つに絞ることです。品質不良が多い工程、新人がつまずきやすい工程、ベテラン依存が強い工程を選びます。
2つ目は、ベテラン1名へのインタビューから始めることです。作業手順だけでなく、判断基準、失敗例、例外対応を聞き出します。
3つ目は、作業動画と音声を残すことです。文章では伝わりにくい身体動作やタイミングを記録します。
4つ目は、生成AIで作業標準書・FAQ・チェックリストに変換することです。
5つ目は、若手に実際に使ってもらい、分かりにくい部分を修正することです。
この流れを1工程で試し、効果が見えたら他の工程へ広げていきます。最初から全社展開を目指すより、現場で「これは使える」と感じられる小さな成功事例を作ることが重要です。
まとめ：技能伝承の目的は、マニュアル作成ではなく組織の学習力を高めること
生成AIを活用した技能伝承は、単にマニュアルを効率よく作る取り組みではありません。ベテランの経験、判断、失敗から得た知恵を、組織全体で使える知識に変える取り組みです。
そのためには、インタビューで暗黙知を引き出し、動画や音声で現場の動きを記録し、生成AIで標準書やFAQへ変換し、RAGで検索できるようにし、チューターエージェントで若手の学習を支援する流れが有効です。
一方で、AIの回答を過信せず、人間が確認する仕組みを残すことも欠かせません。技能伝承における生成AIは、ベテランを置き換えるものではなく、ベテランの知恵を次世代へ渡しやすくする道具です。
人手不足が続く中で、企業が競争力を維持するには、個人の経験に依存した技能を、組織で活用できる知識へ変えていく必要があります。生成AIは、その変換を現実的なスピードで進めるための有力な選択肢になります。
コメント