A: 企業がAIを活用したリーン生産を実行する際の核心的な考え方は、独立したAIツールを導入するのではなく、ムダの識別、原因分析、改善実行、標準の維持というリーンの4つのループにAIを埋め込むことです。実行にあたっては、データ基盤、シナリオの入り口、システム統合、組織の仕組みという4本の線を並行して進めるのが望ましいです。ZEVONのMES+AIでの実践が示すのは、リーンとAIの結び付きが密であるほど、改善が持続可能になるということです。

1. まずリーンのデータ基盤を接続する。リーン生産が最も恐れるのは、手作業で転記され経験で推測されたデータです。例えば自動車部品企業で、プレス、溶接、組立のサイクルタイム、停止、不良、仕掛のデータがExcelや紙のボードに分散していると、どんなに優れたAIでも動きません。設備状態、作業指示の進捗、品質不良、工数といった重要データをまずオンライン化し、追跡可能なデータフローを形成することが、AI活用リーン生産の第一歩です。

2. ムダの識別と原因分析にAIを使う。リーンは7つのムダを説きますが、AIは膨大なデータの中の異常を見つけるのが得意です。例えば電子工場のSMT段取り替え時間が長い場合、AIはシフトや機種をまたいで段取り記録を自動比較し、どの部分が最も時間を要しているか(部材キッティング、プログラム切り替え、初品確認)を特定できます。ZEVONのMES+AIの能力は、こうした分析を生産レポートに埋め込み、班長が月末の振り返りで気づくのではなく、毎日その日の最大のムダ箇所を見られるようにします。

3. 実行層にAIを埋め込み、リアルタイムのポカヨケと動的配車を実現する。リーンは自働化を重視しますが、AIは異常時停止と停止時通報を実現できます。例えば射出成形企業では、AIが機械パラメータと金型寿命予測を組み合わせ、保全が必要になる前に事前に知らせ、ロット不良を回避します。生産計画では、AIが納期、金型交換回数、設備負荷に基づいて順序を動的に調整し、段取りのムダを減らします。産業AIの適用において、ZEVONはこれらの機能をESOP電子作業指示と結び付け、作業者がワークステーションの画面でAI推奨の作業サイクルタイムとポカヨケのリマインドを直接見られるようにしています。
4. 改善成果の維持にAIを使い、標準の閉ループを形成する。リーン改善が最も恐れるのは逆戻りです。AIは継続的に監視し、改善後の標準サイクルタイム、品質閾値、エネルギー基準をモデルに固定し、逸脱した時点で異常作業指示を自動で発行できます。例えば食品加工企業では、AIが殺菌温度の曲線を監視し、標準から外れたときにシフト責任者へプッシュして、人による見落としを防ぎます。これによりリーンのSDCAサイクルが自動で回ります。
5. 組織面でリーンとAIの合同チームを設ける。ITだけにAIを推進させてはいけませんし、リーン推進室だけに改善を進めさせてもいけません。リーンエンジニアがシナリオを提案し、AIエンジニアがモデルを構築し、班長が検証する体制とし、週次でレビューするのが望ましいです。ZEVONは120社以上(15以上の業種をカバー)、3,200台以上の端末を手がけており、共通する進め方は1つの生産ラインを選んでAIリーンのパイロットを行い、うまく回ってから複製するというものです。
まとめと提案:AI活用リーン生産を実行する順序は、データのオンライン化、シナリオの入り口、システム統合、組織的な支援です。段取り替え、生産計画、品質ポカヨケ、エネルギー消費という高頻度の4つのシナリオから始め、AIで原因分析とリアルタイムの早期警告を行い、その後、全工程へ段階的に拡大します。ZEVONのMES+AIソリューションは導入の参考になりますが、要点はAIを日々のリーン活動の一部にすることであり、ゼロから始めることではありません。