ベテランが辞めたら現場が回らない…『勘』はAIで残せるか　#ai #技術 #製造業dx #製造

ベテランが退職する前に、その人の経験や勘をAIに入れておきたい。 製造現場で、こうした話を聞くことがあります。 でも、「ベテランの勘をAIに入れる」とは、具体的に何をすることなのでしょうか。 センサーやカメラを付けてデータを集めれば、それだけで技能継承が進むのでしょうか。 今回は、鋳物、プレス機、ろう付けの例から、熟練者の経験や判断をAIに落とし込むとはどういうことなのかを考えます。 大事なのは、ただデータを集めることではありません。 熟練者が何を見ているのか。 どんな違和感を判断材料にしているのか。 どの条件、判断、結果を記録すべきなのか。 その見極め自体が、現場で積み重ねられてきたノウハウです。 そして、熟練者の経験をITやAIの言葉に置き換えるには、熟練者とAIの間に立つ「橋渡し役」が必要になります。 AIを使うから人間が不要になるのではありません。 AIを使うからこそ、人と人をつなぐ力が重要になる。 今回は、AIを使った技能継承と人間力について、むずかしすぎない言葉で整理します。 このチャンネルでは、IT、AI、デジタル技術の話を、むずかしすぎない言葉で探索していきます。 音声： VOICEVOX:青山龍星 参考資料： 三菱総研DCS 製造業・熟練技能者の暗黙知をAIに代替させる実証実験を開始 https://www.dcs.co.jp/knowledge/report/man... 三菱総研DCS ニュースリリース：純銅鋳物製造プロセスのAI実証 https://www.dcs.co.jp/news/2021/211213.html 経済産業省 2018年版ものづくり白書：Connected Industries の推進 https://www.meti.go.jp/report/whitepaper/m... https://www.meti.go.jp/report/whitepaper/m... 経済産業省 2018年版ものづくり白書 PDF版 https://www.meti.go.jp/report/whitepaper/m... IPA 未踏アドバンスト事業：熟練者の無意識な暗黙知を抽出・継承可能なマルチモーダルAI https://www.ipa.go.jp/jinzai/mitou/advance...