みんなが楽に生産性向上できたら それって相当すごいんじゃない？』と思った生成AI作ったことがない素人エンジニアが、自分が作った生成系AIを製造現場へ適用して“どの程度”生産効率向上ができるのか？#私の働き方実験 #中間報告書

■ 実験の背景と目的

労働人口減少に伴い、3K職場と言われる製造業への若手の就職希望が減っています。
しかし、現場の改善を行い、生産性を向上するためにはどうしても現場の調査やデータ収集、確認などを現地・現物・現認で行う必要があります。
(いわゆる三現主義ですね。)

新機種開発、新たな技術の導入は日常茶飯事。少しでもいいものをお客様に、また、世の中に送り出すため、改善の毎日。
さらに、働き方改革の方針の下、残業時間は減らしましょう！の指示が飛びます。

人はいない、現場に行かなければいけない、時間がない、そのくせ、仕事や勉強しなければならない事は山積み・・・。ギブアップ・・・
何人もの後輩が会社を変わりました。勿論、彼らにはやりたいことがあったから会社を変わったり、家庭の事情だったりと、色々な事情も合ったのだとは思います。

このような中で、「楽に生産性向上できたらいいんじゃね？」と今流行のAIを使ってみようと。
しかも、ド素人がやってみようと思ったわけです。

■ 検証したいこと

　今回の課題は3つあります。
① 自分自身の業務は、あまり増やさず改善する。
② 少ない時間で生産性向上につなげるものとする。
③ 誰でも作ることができ、属人度が低い。
これらは今後、改善を続けていく上で必要な内容です。

この課題解決手段としてAIを用いるわけですが、検証したいことは3つあります。
a) どのくらいの勉強時間で作ることができるようになるのか。
b) 生産性の向上率はどの程度か。
c) 自分以外の人に教えて、すぐ作ってもらえるレベルになるのか。
これらを検証することで、課題解決になるのかを確認してみようと思います。

■中間報告での気付き

生成AIからすぐに思っているものは出来ないですが、生成AIからプログラムを吐き出させることで、ある程度の改善につながるものを作成できるところまでこぎつけることができました。

■中間報告時点での改善状況

Pythonでの吐き出しで100万通りの最適解の算出結果から、設備を自動点灯させ、どのサイクルで製造すれば良いかということを見える化しました。
18時間/機種の間接員の生産性向上につなげることが出来ています。

■今後について

引き続き生成AIを用い、製造の生産性向上、技能伝承・標準化などに取り組みたいと思います。