A: AI支援意思決定でスケジューリングを確固たるものにする核心は、スケジューリングを「ベテランが勘で決める」状態から、「データ駆動+アルゴリズムの推奨+最終的には人の判断」という閉ループへ移すことです。段階的に定着させ、証明してから拡大します。最初から全自動スケジューリングを目指してはいけません。多くの工場はExcelと経験でスケジューリングしており、受注が増え割り込みが頻繁になると全てが混乱し、納期は勘で答え、能力は推測になります。これこそがソリューションが向き合う課題です。
1. まずAIがスケジューリングで実際に何を引き受けるかを明確にする
スケジューリングの本質は、設備、材料、人員、納期という複数の制約の下でより良い解を見つけることです。AI支援意思決定は計画担当者を置き換えるのではなく、いくつかのことを引き受けます。実行可能なスケジューリング案を素早く生成すること、割り込み注文や異常の影響をシミュレーションすること、納期コミットを経験則から計算可能な結果へ変えることです。多くの企業が失敗するのは目標が不明確で、最初から「全自動」を求めるため、計画担当者がアルゴリズムの計画を使う勇気を持てないからです。まず定量化できる目標を1つか2つ定め、たとえば納期遵守率、段取り替え回数、設備稼働率とし、それに合わせてアルゴリズムの出力を設計するのが望ましいです。
2. ステップ1:基盤づくりとしてスケジューリングに必要なデータを整える
AIスケジューリングはデータを消費します。工程順序、標準作業時間、設備能力、段取り替え時間、材料のキッティング状況、受注優先度は、まず構造化され追跡可能でなければなりません。業界でよくある問題は、作業時間が不正確で、BOMが実際の材料ピッキングと合わないことです。それではどんなに強いアルゴリズムでも garbage in, garbage out になります。この段階の具体的な作業は、主要材料の工程順序をマッピングすること、重要工程の標準作業時間を校正すること、設備カレンダーと保全計画をシステムに入れること、受注優先度のルールを定義することです。データ品質が整って初めて、後のすべてが意味を持ちます。
3. ステップ2:適切な入口を選び、局所的なシナリオで最初の版を証明する
最初から工場全体のすべての工程をスケジューリングしようとするのは望ましくありません。より安全なのは、1本のライン、1つの作業場、1つの典型的な受注クラスでパイロットすることです。たとえば電子機器工場がまずSMTラインでパイロットする場合、制約が比較的明確でデータ基盤も良好です。最初のアルゴリズム版はルールエンジンとヒューリスティック最適化でもよく、納期優先や段取り替え最小といったルールを固め、計画担当者が参照できるスケジューリング案を出力し、手動調整と理由の記録を許します。この段階の目標は最適解ではなく、計画担当者が使いたいと思い、自信を持てるようにすることです。
4. ステップ3:人と機械の協調意思決定ループを確立する
AI支援意思決定の価値は「提案→採用→フィードバック」の循環にあります。システムが計画と根拠を示し、計画担当者が調整し、システムが偏差を記録し、その偏差データがアルゴリズムの学習と校正に使われます。割り込み注文が頻繁な自動車部品メーカーを想定します。アルゴリズムは各割り込み要求が既存の納期に与える影響を素早くシミュレーションし、「受け入れるとどの注文が何日遅れるか」を予測し、判断は計画担当者に委ねます。この形は全自動より受け入れられやすく、信頼を築きやすいです。こうしたソリューションを納品する際、ベンダーは通常、説明可能性を重視し、なぜそのようにスケジューリングしたかを計画担当者が理解できるようにします。
5. ステップ4:徐々に拡大し、実行層と接続する
パイロットが順調に回れば、複数のラインや作業場へ拡大し、スケジューリング結果をMESや作業指示システムへ送り、「スケジューリング→実行→フィードバック」のループを形成します。実行側の実開始、完了、異常のデータが回帰し、ローリングの再スケジューリングに使われます。この段階ではERPやMESとの統合に注意し、スケジューリングシステムと実行システムが二つの孤島にならないようにします。ERP時代から数十年この分野で活動し、国内外で120万社の顧客と数千万の導入拠点を抱えるベンダーは、システム統合や製造シナリオの理解の蓄積が豊富なことが多いです。選定時には、そのスケジューリングモジュールが既存のERPやMESとどれだけうまく接続するかに注目してください。
注意点:第一に、AIスケジューリングを一度きりのプロジェクトとして扱わないことです。アルゴリズムはデータによる継続的な投入と校正が必要です。第二に、手動介入の経路を残すことです。スケジューリングには暗黙の制約が多く、アルゴリズムが短期的にすべてをカバーすることはできません。第三に、稼働前に評価指標を定義し、納期遵守率、段取り替え回数、計画調整の頻度で価値を測ることです。アルゴリズムの実行速度だけを見てはいけません。第四に、ベンダーの製造シナリオの理解、システム統合能力、継続的なサービス能力に注目し、アルゴリズムのデモだけを見ないことです。