オートメーション新聞PDF電子版はすべて無料でお読みいただけます。購読申し込みはこちらから

【プロダクトインタビュー】パトライト「PATLITE Quality Link System」社内データ資産と熟練者の「知験(知識と経験)」をAIで統合 品質DXで「想定モレ」の根絶へ

左から、お三方の所属部署と役職、お名前を共有ください

 品質保証部所属 黒澤課長代理、佐々木さん、芳田部長

パトライトは、社内に蓄積された20年以上の苦情や問い合わせなどの情報、有識者の「知験」を統合・可視化するAIシステム「PATLITE Quality Link System」を品質本部主体で構築し、2026年4月より社内運用を開始した。製造現場のAI活用は外観検査が主流だが、同社は品質保証やリスク未然防止を目的に生成AIを導入。有識者の高齢化に伴う暗黙知の消失や部門間のサイロ化による「想定モレ」の根絶を目指している。

目次

社内のデータ資産を共有し「想定モレ」をなくす

――「PATLITE Quality Link System」について

製品をリリースするにあたって、数年に1回程度、「あの人なら知っていたのに」という情報共有不足による「想定モレ」や不具合が発生していました。「PATLITE Quality Link System」は、社内のデータ資産や有識者の「知験」をAIで共有・活用し、不具合の未然防止と再発防止を実現するシステムです。検査部門でのAI活用は一般的ですが、品質起点で設計・開発段階のリスクを防ぐ取り組みは珍しく、当社の強みになると考えています。

――導入に至った背景と経緯について

当社には20年以上蓄積された苦情や問い合わせなどのお客様の声のデータがありますが、各部署に分散しサイロ化していました。また、データ量が多すぎて人の手では扱い切れませんでした。さらに有識者の高齢化が進み、「詳しい人に聞けば解決する」体制の維持が困難になったため、人に聞くように自然言語でAIに聞ける仕組みが必要でした。2023年末から構想し、2024年からPoCを開始、約2年間の検討を経て2026年4月に運用を開始しました。

安全な閉域環境とGPTの採用――社内データに特化したシステム構成

――どのようなシステム構成になっているのでしょうか。

「人に聞くようにAIに聞く」「機密情報を安全に利用できる」「社内データの追加・更新に対応できる」の3点を重視し、安全運用や保守負担を考慮して、日本語処理が安定しているGPTを採用した内田洋行様の「Mµgen」をベースに構築しました。

機密保持のため社内ネットワーク(プライベートVPN)の閉域環境で運用し、情報漏洩を防ぐためインターネット検索機能は外し、社内データ資産を最優先して回答を導き出すデジタル資料室のような仕組みです。

――構築やPoCで苦労した点はありましたか

業務で多用されるExcelデータの扱いに苦労しました。セル結合や画像混在などがあり、AIが構造を読み解くのが苦手だったのは想定外でした。また、元データの誤字や新旧混在により、事実と異なる回答を出力するハルシネーションも発生しました。そのため「AIの回答を鵜呑みにせず人間が判断する」運用を徹底しています。現在は独自の専門用語や社内ルールを理解させる「辞書データ」を追加し、誤回答を防ぐ実験を進めています。

課長職以上を中心に限定展開 「知験」の伝承に向けた「教えて!えらい人」の取り組み

――現在はどの部署でどのように活用されていますか。

主に生産、営業、営業企画部門などで生産に関わる課長クラス以上やリーダー層、実務担当者に限定して使っています。日常的な調べ物はCopilot等の汎用ツールで十分であり、本システムはトラブル分析や次の一手を判断する責任者が「想定モレ」を防ぐツールと位置づけているためです。

具体的には、過去情報を参照した新製品開発時の設計インプットや、生産でのライン設計時のリスク検討、品質保証での原因究明の初期整理などに役立てています。

――現場の反応はいかがですか

現場からは「どのデータを参照すべきか」「どんなプロンプトを入力すればよいか」といった具体的な相談が寄せられています。

また、AI活用には暗黙知のデータ化が不可欠です。そこで品質本部では、有識者が語る定例会を1年以上継続しているほか、若手からの疑問に答える「教えて!えらい人」という質問コーナーを立ち上げました。双方向で「知験」を引き出し、AIが参照できるテキストデータとして蓄積する活動を両輪で進めています。

マルチモーダル対応と、「想定モレ」から「想定外」の排除へ

――今後の展望について

まずはテキストに加え、画像や図面、音声、動画など扱えるデータの種類を拡大していきます。そして「想定モレをなくす」から、社内に前例がないトラブルも防ぐ「想定外をなくす」段階へのステップアップを目指します。将来はISOや業界規格などの外部データも取り込み、新技術導入時のリスクも網羅的に予測できるようにしたいと考えています。

今回の取り組みは単なるAI導入ではなく、社内の知識と経験を将来に活かし続ける「品質DX」そのものです。AI活用基盤と「知験」のデータ化・伝承という両輪を着実に回し続け、ものづくりの品質向上を支えてまいります。

https://www.patlite.co.jp

この記事が気に入ったら
フォローしてね!

  • URLをコピーしました!
目次