260830 持続可能性を問う_現場主導カイゼン

「余白」を残す工場が、なぜ最強なのか

ー熟練工の勘とAIが共進化する現場のカイゼン力ー

＊動画解説は ⭐️

１．「熟練の勘」は、もう消えていくしかないのだろうか

長年積み重ねてきた自分の経験や勘が、この先も誰かの役に立つのだろうか——そんな不安を感じたことはありませんか。私は最近、製造業の現場を調べる中で、まさにこの問いと向き合っている企業がいくつもあることを知りました。

日本のものづくりの現場では今、熟練工の高齢化と大量退職が同時に進んでいます。「見て覚えろ」としか教えられてこなかった手先の感覚、音や振動から異常を察知する力は、マニュアルに書き起こせないまま、現場を去る人と一緒に失われようとしています。

もし自分の勘や経験がデータとして残せるとしたら、それをAIに託したいと思いますか。実は今、その「消えていくしかない」と思われていた熟練の技を、AI・センサーで可視化し、現場の作業者自身がAIを育てていく取り組みが、国内企業ですでに始まっています。

２．「見て覚えろ」が通用しない時代——技能伝承という待ったなしの課題

結論から言うと、熟練工が体で覚えてきた技能は、人手不足と大量退職によって、もう「見て覚える」というやり方だけでは残せないところまで来ています。

現場で「あの人が辞めたら、この仕事は誰もできなくなる」と感じたことはありませんか。実際、ある報告によると、34歳以下の若手就業者は2002年から2021年までの20年間で121万人減少した一方、65歳以上の就業者は33万人増加したとされています。製造業の事業所数も2016年から2021年の5年間で約4.4万社減り、2024年の中小企業の従業員過不足DIはマイナス18.2と、人手不足が数字にもはっきり表れています。

厄介なのは、熟練工の技能の多くが「暗黙知」と呼ばれるものだという点です。触覚・音・微細な振動から異常を察知する感覚は、本人すら「当たり前」だと思っていて、聞かれない限り言葉にできないことが多いと指摘されています。マニュアルを作っても、現場は日々変わるのに文書は書いた瞬間から更新が止まってしまう、という構造的な難しさもあります。

一方で、この技能伝承の課題に対して、人をほぼ介在させない「完全無人化」という道を選んだ工場も海外には存在します。中国のフォックスコンの「ライトオフファクトリー」や、宝山鋼鉄の「ダークファクトリー」などです。人に頼るのをやめ、技能問題そのものを消してしまう、という発想ですね。日本の現場は、この道を選ばず、もう一つの方向へ進もうとしています。

３．このデータ、どこまで信じていいのか——公的統計とアンケートの限界

ここで一度、立ち止まっておきたいと思います。数字を見るとき、それが「誰が」「いつ」「どんな対象に」調べた結果なのか、意識したことはありますか。

今回参照している経済産業省「ものづくり白書2025」の就業者数や中小企業の人手不足DI、そして伊藤忠テクノソリューションズ（CTC）とトヨタ車体による共同研究のプレスリリース（2025年12月2日付、期間・目的が明記済み）は、比較的信頼性の高い一次情報だと考えています。

一方、後ほど紹介する「AIは技能継承に役立つか」というアンケートは、日経ものづくりが製造業関係者の購読者286人に実施したものであり、日本の製造業全体を代表する数字ではありません。また「34歳以下121万人減・65歳以上33万人増」というデータは、複数の二次記事で語られているものの、私自身は一次統計までは遡って確認できておらず、あくまで「そういう報告がある」という慎重な扱いにとどめます。日立などの企業発表も、技術の存在は確認できても、効果の大きさまでは検証しきれていない点をお伝えしておきます。

４．なぜ日本の現場は「人を消す」方向に振り切らなかったのか——バブル期の教訓

効率を突き詰めた末に、あえて「人を残す」という選択をする発想を、あなたはどう思いますか。

実は日本のものづくりは、すでに一度、極限までの無人化を経験しています。バブル期の日産座間工場などでは、自動化率が99%に達していたという指摘があります。これは、現在の中国の無人工場と比べても、決して見劣りしない水準だったとされています。

ではなぜ、その後の日本はあえて人手を残す方向へ回帰したのでしょうか。SNS上で注目を集めた生産技術エンジニアの見解によると、理由は大きく3つあるとされています。1つ目は、自動化ラインは一度故障すると復旧に時間がかかり、人が関わるラインの方がむしろ早く立て直せること。2つ目は、多品種小ロット生産という時代の流れに、固定的な自動化設備が対応しづらかったこと。3つ目は、結果として「人でやったほうが安く、メンテナンスも不要、トラブルも少ない」という経済合理性です。

東京大学名誉教授の藤本隆宏氏は、日本の優良な現場の最大の強みを「多能的な従業員のチームワーク」だと分析しています。これは、戦後の労働力不足を背景に、長期雇用の中で従業員を育ててきた必然の産物だという見方です。

ただし、これは「日本企業＝人間中心」という単純な話でもありません。同じ日本企業の中にも、ファナックのように720時間連続無人運転・営業利益率20%台半ばという、徹底した完全無人化を追求する路線も現に存在しています。

５．「AIは技能を継承できる」7割、「できない技能もある」6割——現場は今どう感じているか

あなたは「AIが技能を引き継いでくれる」と聞いて、安心しますか、それとも一抹の寂しさを感じますか。

現場の実感は、楽観にも悲観にも偏っていないようです。日経ものづくりが2025年11月に実施したアンケート（回答286件）では、「AIは熟練技能の継承に役立つ」との回答が「非常に役立つ」21.3%と「ある程度役立つ」51.4%を合わせて72.7%にのぼりました。7割を超える現場が、AIに一定の期待を寄せているということです。

一方で、同じ調査で「AIでも継承できない技能・技術がある」と答えた人も59.4%、約6割に達しています。AIに任せれば技能伝承の問題がすべて解決する、というほど単純な話ではないという実感が、数字にも表れているわけです。

SNS上では、中国の自動化工場を見て感動する日本の経営者がいる一方、実務経験者からは「それは日本がすでに一度たどった道だ」という冷静な指摘に多くの賛同が集まりました。さらに「職人技を神聖視すること自体が、かえって伝承を妨げている」という逆張り的な主張をする論者もいます（この点は本文未確認のため、あくまでそういう見方もある、という程度に留めておきます）。

もしかすると、あなたも成果主義や数値管理が広がった時代を、現場や職場で経験してきたのではないでしょうか。だからこそ、「現場の当事者意識」が見直されつつあるという今回の話は、他人事ではなく響く部分があるかもしれません。

ここまで、技能伝承の危機と、日本の現場が過去の教訓から選び取った「人を残す」という判断について見てきました。ここから先では、実際に現場作業者自身がAIをどう育てているのか、トヨタ自動車東日本や武蔵精密工業の具体的な実装事例と、あなた自身の経験をどう活かせるかというヒントをご紹介します。

６．現場が自らAIを育てる——武蔵精密工業・トヨタ自動車東日本に学ぶ実装のヒント

結論から言うと、「現場主導カイゼン」の本質は、AIに現場を丸ごと任せてしまうことではなく、現場で働く人自身がAIの精度を補正し、育て続ける仕組みを持つことにあります。「AIに仕事を奪われるのでは」という不安な問いより先に、「AIと一緒にどう仕事を育てていくか」という視点を持てるかどうかが、分かれ目になるのではないでしょうか。

トヨタ自動車東日本では、タイヤサイズを確認する工程で、1日あたり約700回もの屈伸動作を伴う目視確認が続けられていました。ここにAI画像解析を導入し、体を屈めずに確認できる仕組みへ改善したのは、ITの専門家ではなく、IT未経験の現場メンバー自身です。しかも一度作って終わりではなく、毎年AI機能を更新し続けているといいます。「現場のことは現場が一番分かっている」という、当たり前のようで実際にはなかなか難しいことを、やり切っている例だと感じます。

愛知県豊橋市の武蔵精密工業では、シャフトやギアといった精密部品の検査で、0.002%というごくわずかな不良まで見極める検査ロボットを開発し、2020年にトヨタ本社工場で採用されて以降、19社に65台を納入しています。この開発の鍵は「ITベンダーでは知りようのない、現場が抱える課題を当事者として理解していたこと」にあったと語られています。技術力だけでなく、現場の当事者意識そのものが競争力の源泉になっているわけですね。

日立製作所でも、原子力発電所や鉄道・発電設備の現場をメタバース上に再現し、熟練者の指導を受けられる「現場拡張メタバース」を開発しています。2025年7月には大みか事業所で、生成AIを使って熟練者の暗黙知を形式知にし、トラブル対応の高度化・効率化を確認する実証実験も行われました。

ここで紹介した動きに共通しているのは、AIが人間の経験や知恵を「置き換える」のではなく、「後押しし、見える化する」道具として使われているという点です。もしあなたがこれまで積み重ねてきた仕事の経験の中に、「これはAIと組み合わせたら、誰かの役に立つかもしれない」と思えるものがあるとしたら、それを言葉にして棚卸ししてみることが、AI副業を考える最初の一歩になるかもしれません。

７．「余白」「循環」「手入れ」——効率だけでは測れない強さについて

結論として、現場主導カイゼンが示しているのは、効率をとにかく突き詰めることでも、昔ながらの職人技をただ懐かしむことでもなく、経験知を絶えず手入れし、循環させ続ける仕組みそのものに強さが宿るという視点です。この考え方は、製造業に限らず、私たちのAIとの向き合い方全般にも通じているように思います。

ここまでの流れを振り返ってみましょう。人手不足と熟練工の大量退職という待ったなしの課題があり（技能伝承という壁）、日本はバブル期にすでに自動化率99%という極限の無人化を一度経験した上で、稼働率や柔軟性、経済合理性の観点からあえて人手を残す方向へ回帰した歴史があり（バブル期の教訓）、そして今、現場自身がAIのパラメータを補正し育てる具体的な実装が各地で進んでいる（現場主導カイゼン）、という流れでした。

ただし、これは「日本型がいつでも正しい」という単純な話ではありません。フォックスコンの「ライトオフファクトリー」や宝山鋼鉄の「ダークファクトリー」のような、人をほぼ介在させない完全無人化にも一定の合理性があります。同じ日本企業の中にも、ファナックのように徹底した完全自動化を追求し、720時間連続の無人運転と20%台半ばの営業利益率を実現している路線が現に存在しており、「日本＝人間中心、海外＝トップダウン数値管理」という単純な対立構図で語るのは、正確ではないでしょう。

大切なのは、どちらか一方を礼賛することではなく、あなた自身の経験や技能を一度棚卸しし、AIを「置き換える相手」ではなく「一緒に育てる相手」として捉え直してみることだと私は思います。あなたにとっての「余白」——あえて効率化しない部分、手をかけ続けたい部分は、どこにあるでしょうか。

８．あわせて読みたい——持続可能性を"問う"ための関連記事

このテーマへの理解をさらに深めたい方には、以下の記事もあわせて読んでみてほしいです。

1）水と戦うな、水と踊れ——武田信玄が現代のデジタルツインに教えることー⭐

先人の経験知（伝統知）とAI・IoTセンサーは対立するものではなく、互いを補い合う関係にあるという視点は、今回の「熟練工の勘とAIが共進化する」というテーマと重なる部分が多く、あわせて読むことで理解がより深まるはずです。

このnoteシリーズは、先人の知恵や現場の経験を鵜呑みにせず、かといって頭ごなしに否定もせず、自分の頭で問い直してみるという姿勢を大切にしています。次はどんなテーマの「問い」を、一緒に考えてみたいでしょうか。

＊動画解説は ⭐️