電車に乗ってぼーっと窓の外を眺めていたら、ふとこんなことを考えてしまいました。「私たちが当たり前に使っているものって、いったい何回検査されてここに来たんだろう」って。

スマホも、車のパーツも、家電も。私たちの手に届くまでに、気が遠くなるような回数の検査を通り抜けてきている。そのほとんどを、人が目と手で確かめてきたわけです。

NTNと矢崎総業が組んだ、という話

ベアリング大手のNTNと、自動車用ワイヤーハーネスで知られる矢崎総業。この二社が、ロボットとAIを組み合わせた製品検査装置の開発に取り組んでいます。製造業のど真ん中にいる会社同士が、ここに本気を出してきた。それだけで、この話には少し重みがあります。

両社とも、「作る」ことで長年積み上げてきた会社です。だからこそ、検査の現場がどれだけ大変かを身に染みてわかっている。そこにAIとロボットを持ち込むというのは、単なるコスト削減の話じゃないと私は思っています。

検査って、実はものすごく難しい仕事

検査という仕事をなめてはいけないと、私はわりと強く思っているんです。傷の有無を判断するって、一見シンプルに聞こえるけれど、光の当たり方、見る角度、微妙な色の違い、今日の体調……そういうものが全部絡んでくる、実は相当に繊細な仕事です。

熟練の検査員の方が「これは良品、これはダメ」と判断するとき、その人の頭の中にはとてつもない量の経験が詰まっている。問題は、その経験が人に紐づいているということで、その人が辞めたら一緒に消えてしまう。製造業が長年抱えてきた、地味だけど深刻な課題です。

AIが学ぶのは「答え」じゃなくて「目」

こういう検査にAIを使うとき、やっていることを乱暴に言うと「熟練者の目を育て直す」に近いんです。良品と不良品を大量に見せて、その違いのパターンを覚えさせる。そうすると、人間の目では見落としてしまうような微細な異常も拾えるようになってくる。

さらにロボットが組み合わさると、疲れを知らずに同じ精度で何千個でも見続けられます。人間には物理的に無理な領域に、ようやく手が届くようになってきた、という感じです。

で、これって私たちには関係ある話？

大企業の話でしょ、うちには関係ないか……と思いかけた方、ちょっと待ってください。規模は違っても、構造はたぶん同じです。あなたのビジネスの中にも「熟練者の目」に頼り切っている部分、ありませんか。

接客の質の判断、文章のチェック、見積もりの妥当性の感覚……そういう「何となくわかる」をずっと特定の人の頭の中に置いておくのは、実はリスクです。それをAIに学ばせる、あるいは仕組みとして外に出す、という発想は、製造業じゃなくても使えます。

NTNと矢崎総業のニュースを読んで、私が面白いと思ったのはそこで。「検査」という言葉の裏側にある「暗黙知をどう外に出すか」という問いは、業種を超えて全員に突きつけられているものだと思うんです。移動中に考え始めたことが、思いのほか深いところまで来てしまいました。……霧が濃い日はこういう思考が止まらなくて、少し困ってます。

※ この記事の文章・画像はAIで生成されています。情報の正確性については、ご自身でもご確認ください。