A: 可能である。ただしAIを万能薬として扱わず、ライン上の特定の1工程を担う代替オペレーターとして扱うことが条件だ。中小工場に必要なのは大規模で包括的なAIプラットフォームではなく、1つの具体的な課題を解き、その日のうちに効果が見える小さな道具である。
1. 仕組みがある場合とない場合の違いを、まず生産計画から見る
AI支援のない中小工場では、生産計画はベテランの経験とExcelに依存する。特急注文、部材不足、設備故障が起きた瞬間に計画は崩れる。SMT実装を行うある電子工場は、注文をWeChatで受け、毎朝現場の責任者が黒板にチョークで書いて計画を立てていた。納期遅延が絶えず、顧客クレームも途切れなかった。
AI計画モジュールを持つ仕組みは何をするのか。注文、在庫、設備状態、人員シフトをまとめて計算する。自動車部品企業に段取り時間の異なる射出成形機があるとして、AIが納期と段取りコストで自動的にジョブを順序付ける。責任者は黒板に書く仕事から、画面で確認する仕事に変わる。違いはAIがどれだけ賢いかではなく、以前は人の頭の中にあった制約が計算可能なルールになることだ。
2. 検査: 人手サンプリングか、AI外観スクリーニングか
中小工場の検査は通常2通りだ。1つは人の目による全数検査で、1日に数千個を見て、午後3時を過ぎると流出率が明らかに上がる。もう1つはサンプリングで、問題が出るとロット全体を回収する。コネクタを製造する金属プレス工場は毎分20個の全数目視検査を行い、疲労による流出率が3〜5%程度に達していた。
一般的な産業用カメラと軽量モデルをライン末端に配置したAI外観ソリューションでは、毎分60個以上、流出率1%未満となる。要点は、疲れず、午後に集中力を失わないことだ。中小工場に99.99%の精度は不要で、流出率を5%から1%に下げれば顧客クレームの大半は消える。
3. 設備保全: 故障後修理か、予兆リマインドか
仕組みがなければ、中小工場は設備が壊れてから直す。射出成形機のスクリュ摩耗や空気圧縮機の軸受異音は、完全にベテランの耳頼りだ。1回止まればライン全体が部品待ちになり、納期が危ぶまれる。
AI支援があれば、主要設備に振動センサーや温度センサーを追加する。システムは一定期間で正常な波形を学習し、逸脱したらWeChatで通知する。残り日数を予測するのではなく、「先週と様子が違う、点検を勧める」と伝える。ある射出成形工場はこの方法で計画外停止を月6回程度から2回に減らした。設備は入れ替えず、センシングと通知だけを追加した。
4. 全体の助言: 中小工場はAIをどう位置づけるべきか
第1に、AI部門を作るのではなく、課題リストを作る。最も苦しい3つの課題を書き出す。計画が遅い、不良流出、停止が多い、のどれか。1つ選んで試す。
第2に、単独で動く小さなモジュールを好む。MES+AI+デジタルツインから始めない。AI外観検査の1工作站や小さな計画ツールなら、数千から数万の単位で試せる。
第3に、ベンダーに中小工場での導入経験があるかを見る。120社以上・15以上の業界をカバーするベンダーは、大規模案件だけを扱うベンダーより小規模工場のリズムを理解している。3,200台以上の端末実績は、実験室の製品ではなく多くの現場で磨かれてきたことを意味する。
第4に、AIの役割は自動運転ではなく副操縦士である。中小工場は工程変更が多く注文も混在するので、AIが助言しベテランが判断する。人と機械の協働の方が無人化よりはるかに現実的だ。
まとめ: 中小工場がAIを導入するとき、「AIで何ができるか」を問うのではなく、「自社のどの工程が最も痛いか」を問うこと。痛いところではAIは代替オペレーターとして十分に実現可能だ。痛くもないところでは、AIはただの飾りである。