ニシュカム・バッタ氏は、GrayCyanのHonestAI最高経営責任者（CEO）。
製造業の歴史の大部分において、進歩とは企業が生産プロセスから摩擦をいかに効果的に取り除けるかによって定義されてきた。機械化が手作業に取って代わった。ソフトウェアがクリップボードに取って代わった。自動化が反復作業に取って代わった。
私たちは今、人工知能（AI）におけるフォードモデルの導入以来、最大の効率性の進化を経験している。AIはしばしば、人間の関与を排除する次の代替手段として、あるいは悪役として描かれる。しかし、その物語は、AIが現在どのように機能しているか、そして今日の工場現場で実際に何が起きているかを過大評価している。
最も効果的な製造業者は、AIを使ってプロセスから人を排除しているのではない。彼らはAIを使って、人々がすでに行っていることをより良くしているのだ。
製造業におけるAIの真の現状
AIは製造業において、実験段階をはるかに超えて進化している。予知保全システムは、機器が故障する前に問題を検知する。コンピュータビジョンは、生産サイクルの早い段階で欠陥を特定する。需要予測モデルは、変動の激しい市場において、チームがより確信を持って計画を立てるのを支援する。
しかし、成功した導入事例がある一方で、パイロット段階を超えることのない別の取り組みも存在する。技術は単独では機能するが、実際の業務に導入されると苦戦することがある。これは、効果的なAIが独立したサイロで機能することができないためであり、また製造業が本質的に人間中心であるためだ。
工場は動的な環境である。経験豊富なオペレーターは、データセットが完全には捉えきれない文脈、履歴、直感に基づいて、毎日判断を下している。その現実を認識せずにAIが導入されると、効率性よりも摩擦を生み出すことが多い。
成果を上げている企業は、AIを代替手段ではなく協力者として設計している企業である。
AIが真に価値を付加する領域
AIは、人間には見えないパターンを見ることに優れている。膨大な量のセンサーデータを処理し、ミリ秒単位で異常を表面化し、人がコーヒーを淹れる時間に数千のシナリオを実行できる。
その能力は非常に強力だ……特に人間の判断と組み合わせた場合には。
AIが機器故障の早期警告サインを強調表示すると、保守チームは反応するのではなく行動する時間を得る。品質チームがリアルタイムの欠陥インサイトを受け取ると、小さな問題が高額なリコールになる前に介入できる。計画担当者がより明確な需要シグナルを持つと、プレッシャーの下でより良いトレードオフを行うことができる。
いずれの場合も、AIは最終決定を下さない。人間が下すのだ。そして、その区別は重要である。
AIが真の損害をもたらす可能性がある領域
問題は、AIが万能薬として扱われるときに生じる。経営陣が自動化を主にコスト削減ツールとして捉え、より良い仕事を可能にする手段として見ない場合、信頼は急速に失われる。
私は、オペレーターの意見を聞かずに導入されたAIシステムが、仕事の進め方と一致しないために無視されるのを見てきた。誰も説明できず、自信を持って行動できないブラックボックスモデルが推奨事項を生成するのを見てきた。そして、組織が欠陥のあるプロセスを自動化し、非効率性を大規模に固定化するのを見てきた。
そのような場合、AIは価値を提供しないだけでなく、支援するはずだった人々を積極的に損なう。
工場現場で実際に機能するもの
最も成功している製造業者は、異なるアプローチを取っている。彼らは、AIが仕事に最も近い人々の効率性をどのように高め、摩擦を減らすことができるかを問うことから始める。
彼らは、オペレーター、エンジニア、保守チームを早期に、単なるユーザーとしてではなく、貢献者として関与させる。場合によっては、システムが既存のワークフローに適合しないため、導入後に採用が遅れていることに初めて気づくこともある。それに応じて行われた小さな調整が、信頼を再構築し、使用を促進するのに役立つ。彼らは、フィードバック、修正、継続的な学習を促すシステムを設計する。そして、効率性指標だけでなく、有効性、つまりチームが技術を信頼し、依存しているかどうかによって成功を測定する。
ヒューマン・イン・ザ・ループシステムは妥協ではない。それは競争優位性である。人々がAIがどのようにインサイトに到達するかを理解し、それに異議を唱えたり洗練させたりできる場合、採用は自然に加速する。
オペレーションマネージャーへのヒント
オペレーションリーダーにとって、問題はAIが工場現場に属するかどうかではない。すでに物事を動かし続けている人々とプロセスを混乱させることなく、どのように導入するかである。私が見てきた限り、成功と挫折の違いは、しばしばいくつかの基本に帰着する。
1. コミュニケーション
まず、人々と話し、本当に耳を傾けることから始める。仕事に最も近いオペレーター、技術者、監督者は、どこで時間が失われ、どこでエラーが忍び込み、どこでシステムが静かに故障するかを理解している。彼らの視点なしにAIが導入されると、ほぼ常に的を外す。チームが含まれていると感じると、技術が導入された後、それを信頼し使用する可能性がはるかに高くなる。
2. データに深く入り込む
自動化に投資する前に、時間がどこに費やされているかを厳しく見る。どのタスクが最も多くの労働力を消費しているか。どこでボトルネックが生産を遅らせたり、チームを絶え間ない手直しに追い込んだりしているか。データはすでに保守ログ、シフトレポート、生産ダッシュボードに存在している。それを正直に検証する必要があるだけだ。AIは、すでにスムーズに実行されているプロセスではなく、摩擦の多い領域に適用されたときに最も価値を提供する。
3. ギャップを修正する
AIでスケールする前に、業務が堅実であることを確認する。自動化は壊れたワークフローを修正しない。それらを拡大する。引き継ぎが不明確で、データに一貫性がなく、説明責任が曖昧な場合、AIは単にそれらの問題を高速で増幅する。最も効果的な組織は、インテリジェンスを重ねる前に、プロセスを引き締め、所有権を明確にし、入力を標準化する時間を取る。基盤が気密である場合、AIはリスクではなく力の乗数になる。
成功するAI採用は、技術が導入されるずっと前から始まる。それは人々、規律、そして仕事が実際にどのように行われるかについての深い理解から始まる。
より持続可能な前進の道
AIは製造業を再形成し続けるだろう。それは避けられない。それが取る方向は、依然として非常に選択の問題である。
AIを代替手段として扱う製造業者は、組織的知識、労働力のエンゲージメント、長期的なレジリエンスを失うリスクがある。それを人間の専門知識の延長として扱う製造業者は、はるかに強力な何かを解き放つ。より賢明な意思決定、より強力なチーム、そして時間とともに改善される業務である。
最高の状態では、AIは人々を方程式から取り除かない。それは彼らの本能を研ぎ澄まし、可視性を拡大し、人間が最も得意とすること……問題解決、創造性、判断に集中する自由を与える。
