鳥取の製造業向けAI研修｜現場で使える業務効率化の実例

鳥取の製造業では、設計補助、見積もり、品質管理、作業手順書、現場マニュアル、多言語対応など、毎日発生する知的作業に生成AIを活用できる余地があります。まずは、自社の業務ごとに作業時間を測り、AIで下書き、要約、翻訳、チェックリスト化、検索補助ができる作業から始めるのが現実的です。

AI研修は、工場長と現場リーダーを含む5〜8人程度で始めると、現場の業務に即した使い方を作りやすくなります。半日研修を2回に分け、その間に実務で試す期間を挟むことで、研修後すぐに現場で使い始められる体制を作れます。

鳥取の製造業向けAI研修は、設備投資型のAIから始める必要はありません。最初に取り組むべきなのは、生成AIを使って、見積もり、仕様書、品質報告、作業手順書、教育資料、英文メールなどの「現場周辺の知的作業」を軽くすることです。

外観検査AIや予知保全システムのような設備連動型AIは、導入準備、データ整備、費用対効果の検証が必要です。まずは、ベテランが頭の中で行っている判断や説明を文章化し、若手や他部門と共有できる形にすることが、投資リスクを抑えた第一歩になります。

鳥取の製造業がAI研修を必要としている3つの背景

鳥取県の基盤産業のひとつは製造業です。ジェトロの地域情報では、鳥取県では昭和60年代から電子部品・デバイス関連産業の量産部門の立地が進み、2019年工業統計調査における製造品出荷額は8,055億円とされています。東部・中部地域を中心に、電子部品・デバイス製造、情報通信機械器具、電気機械器具が集積していることも示されています。

背景1：技能継承の負担が重くなっている。

経済産業省などが公表した2025年版ものづくり白書の概要では、製造業における人材育成の問題として、能力開発や人材育成に関する問題がある事業所のうち、65.9%が「指導する人材が不足している」と回答しています。これは、技能を教えたいのに、教える側の人材や時間が足りないという構造的な課題を示しています。

背景2：人手不足の中で、現場周辺の事務作業が増えている。

製造現場では、作る仕事だけでなく、見積もり、仕様確認、不良報告、日報、教育資料、顧客対応などの周辺業務も増えています。2025年版ものづくり白書の概要では、2024年の製造業就業者数が2023年からわずかに減少し、中小企業における製造業の従業員数過不足DIも不足側に転じていることが示されています。限られた人数で現場を回すには、人が判断すべき仕事と、AIに下書きや整理を任せられる仕事を分ける必要があります。

背景3：中小企業のAI活用は、まだ先行者になれる段階にある。

中小企業基盤整備機構が2026年3月に公表した調査では、中小企業のAI導入率は20.4%です。AI導入済み企業では生成AIの利用が82.6%と最も多く、業務分野別では総務・管理部門が68.3%、営業・販売・サービス部門が60.3%、経営・企画部門が58.5%、製造・生産部門が34.9%となっています。製造業の現場では、まだ本格導入が進みきっていない企業も多いため、早く現場業務に落とし込めば、地域内で先行しやすい段階です。

製造業の現場で使えるAI活用シーン10選

鳥取の中小製造業が、生成AIを使って取り組みやすい業務シーンを示します。ここで想定するのは、ChatGPT Business、claude、Gemini for Google Workspaceなどの法人向け環境を使い、社内ルールを整えたうえで活用する方法です。

シーン1：見積書の下書きを作る。

顧客からの引き合い内容、数量、納期、加工条件、過去の類似案件をもとに、見積書の構成案や確認項目をAIに整理させます。金額や原価判断は人が行う必要がありますが、最初のたたき台を作る時間は短縮できます。

シーン2：技術文書や仕様書のたたき台を作る。

顧客要件のメモから、仕様書、確認事項リスト、社内共有用の要約を作成できます。海外取引がある場合は、日本語版と英語版の草案を同時に作り、担当者が専門用語や数値を確認する流れにできます。

シーン3：作業手順書を新人にも伝わる文章に直す。

ベテランが書いた手順書やメモは、現場経験がある人には分かっても、新人には伝わりにくいことがあります。AIを使うと、手順を分解し、注意点、禁止事項、確認ポイントを整理した文章に直せます。

シーン4：品質報告書や不良報告書の作成を補助する。

不良内容、発生日時、発生工程、暫定対応、原因候補、再発防止策のメモをもとに、社内フォーマットに沿った報告書の下書きを作れます。AIの出力は事実確認が必要ですが、報告書を書く前の構成整理には有効です。

シーン5：海外顧客との英文メール対応を補助する。

英文メールの読解、返信案の作成、丁寧な表現への修正、専門用語の確認にAIを使えます。海外営業の担当者だけでなく、技術担当者が直接やり取りする場面でも、心理的な負担を下げられます。

シーン6：過去トラブルや対処履歴を探しやすくする。

過去の品質トラブル記録、5W1H報告、クレーム対応履歴を整理し、類似事案を探しやすくできます。ただし、この用途では社内文書の保管場所、アクセス権限、検索方法の設計が必要です。単に無料チャットに資料を入れるのではなく、法人向け環境や社内検索の仕組みと組み合わせる必要があります。

シーン7：作業日報や工程日報を整理する。

作業員が入力した短いメモや音声文字起こしを、日報フォーマットに整える使い方ができます。週次や月次の振り返りでは、日報をもとに、遅延要因、ヒヤリハット、改善候補を要約することもできます。

シーン8：会議議事録の作成を軽くする。

Microsoft TeamsやZoomなどの文字起こし機能と組み合わせれば、会議内容の要点、決定事項、担当者、期限を整理できます。ただし、議事録を完全に任せるのではなく、決定事項や数値は参加者が確認する運用が必要です。

シーン9：図面や写真の確認補助に使う。

画像理解に対応した生成AIを使うと、図面や部品写真をもとに、確認すべき観点、読み取りにくい箇所、チェックリストの候補を整理できます。ただし、正確な寸法測定や合否判定を生成AIだけに任せるのは危険です。測定や品質判定は、専用機器、検査基準、人の確認と組み合わせる必要があります。

シーン10：採用・教育コンテンツを作る。

求人原稿、会社案内、新人研修テキスト、安全教育資料、現場用クイズなどを作成できます。製造業の仕事の魅力を、未経験者にも伝わる言葉に直す用途にも向いています。

これらの活用は、大型設備を入れなくても始められる領域です。ただし、個人情報、顧客情報、図面、原価情報、未公開の仕様情報を扱う場合は、法人向けプラン、管理者設定、社内ルールを確認してから使う必要があります。OpenAIはChatGPT Businessなどのビジネス向けサービスについて、入力と出力を標準ではモデル学習に使わないと説明しています。Microsoftも、Microsoft 365 Copilotのプロンプト、応答、Microsoft Graph経由のデータは基盤LLMの学習に使わないと説明しています。Googleも、Gemini for Google Workspaceに関して、許可なしにチャットやアップロードファイルを人間がレビューしたり、生成AIモデルの学習に使ったりしないと説明しています。

鳥取の製造業向けAI研修・推奨カリキュラム

5〜8人の現場リーダー層を対象にした、半日×2回と実務トライ期間を組み合わせるカリキュラム例を示します。

参加メンバーは、工場長または製造部長、品質管理担当、設計・技術担当、現場リーダー、若手社員で構成します。経営層または工場長が参加すると、研修後にルール整備や現場展開を進めやすくなります。

1回目の研修では、生成AIの基本と製造現場での使いどころを確認します。ChatGPT、Microsoft 365 Copilot、Geminiの違いを把握し、図面、顧客情報、社外秘情報、著作権、個人情報をどう扱うかを確認します。そのうえで、自社の業務の中から、AIで下書き、整理、要約、翻訳、チェックリスト化ができる作業を洗い出します。

1回目と2回目の間には、2〜4週間の実務トライ期間を入れます。各メンバーが、自分の担当業務から1〜2件を選び、実際にAIを使って試します。見積書、品質報告、日報、手順書、英文メールなど、現場で頻度の高い業務を選ぶと効果が見えやすくなります。

2回目の研修では、実務トライの結果を共有します。うまくいった使い方は社内テンプレートにし、うまくいかなかった使い方は、指示文、入力情報、確認手順を見直します。最後に、入力してよい情報と入力してはいけない情報を整理し、3か月後にどの部署へ広げるかを決めます。

研修後の30日間は、週1回の短い共有会を設けると定着しやすくなります。各メンバーが実際に使った事例を持ち寄り、効果があったプロンプトや注意点を共有します。月末には、経営層または工場長も参加して、次に広げる業務を決めます。

製造業の業務効率化で起こり得る具体的な変化

AI研修を導入して3〜6か月で見込める変化は、業務内容や運用方法によって幅があります。中小企業基盤整備機構の調査でも、AIの導入目的は「業務効率化／作業時間の短縮」が87.0%で最多となっており、導入効果としても「業務効率化／作業時間の短縮」が83.2%と高く評価されています。

設計・見積もり業務では、顧客要件の整理、確認事項の洗い出し、見積書の構成案作成が早くなります。最終的な原価、納期、加工可否は人が判断する必要がありますが、ゼロから書き始める時間を減らせます。

品質管理業務では、不良報告書や品質報告書の書き出しが楽になります。現場メモをもとに、事実、原因候補、暫定対応、再発防止策を整理できるため、報告書の抜け漏れを減らしやすくなります。

マニュアル・技能継承では、ベテランの説明を文章化し、若手が読みやすい形に整えられます。2025年版ものづくり白書の概要でも、製造業における人材育成の問題として「指導する人材が不足している」が最も多く挙げられており、教える人の負担を軽くする仕組みづくりは重要です。

海外対応・多言語業務では、英文メールや多言語マニュアルの下書き作成に使えます。担当者が専門用語や数値を確認する前提で使えば、海外顧客への返信や資料作成の負担を下げられます。

会議・報告書作成では、議事録、決定事項、タスク、期限の整理に使えます。議事録作成を完全にゼロにするのではなく、確認すべき部分を人が確認し、清書の時間を減らす使い方が現実的です。

採用・人材確保では、求人原稿、会社紹介文、未経験者向けの仕事内容説明を作れます。鳥取のように採用競争が厳しい地域では、自社の仕事の魅力を分かりやすく伝える文章を増やすことも重要です。

失敗しないAI研修の進め方

ステップ1では、現場で毎日発生する3業務を選びます。最初から全業務を変えようとせず、見積書、品質報告書、作業日報、手順書、英文メールなど、頻度が高く時間を取られている業務に絞ります。

ステップ2では、AI推進チームを5〜8人で組成します。工場長、品質管理、設計、現場リーダー、若手社員を組み合わせます。意思決定者と実際に手を動かす人の両方を含めることが大切です。

ステップ3では、情報管理ルールを先に決めます。図面、顧客名、単価、原価、個人情報、未公開の技術情報をどこまでAIに入力してよいかを明文化します。AI活用は便利さから始めるのではなく、守る情報を決めてから始める必要があります。

ステップ4では、研修会社を製造業への理解で選びます。生成AIの一般論だけを教える研修では、現場に残りにくくなります。図面、仕様書、品質報告、工程日報、作業手順書など、製造業特有の業務に踏み込めるかを確認してください。

ステップ5では、研修後30日以内に成果共有会を開きます。5〜8人のメンバーが、実際に試した業務、短縮できた作業、失敗した使い方、今後広げたい部署を発表します。経営層がその場で評価し、次の展開を決めることで、AI活用が一過性の研修で終わりにくくなります。

ステップ6では、半年後の追加テーマを決めます。生成AIで文書作成やナレッジ共有に成果が出たら、次に外観検査AI、予知保全、需要予測、在庫最適化などの設備連動型・データ連動型AIを検討します。いきなり高額なAI設備から入るのではなく、まず社内にAI活用の言葉と経験を作ることが重要です。

よくある誤解

誤解1：「製造業のAIは外観検査AIのことだ」と考えることです。

画像認識による外観検査は、AIの代表的な用途のひとつです。ただし、設備、カメラ、照明、良品・不良品データ、判定基準の整備が必要です。中小企業が最初に始めるなら、設備投資が少なくて済む生成AIで、文書作成、報告、教育、翻訳、検索補助から取り組む方が現実的です。

誤解2：「現場の人間がAIを使いこなせるはずがない」と考えることです。

生成AIは、日本語の指示文で使えるため、プログラミングができなくても始められます。むしろ、現場経験が長い人ほど、何を確認すべきか、どこにミスが起きやすいかを知っているため、AIに良い指示を出せる場合があります。

誤解3：「セキュリティが心配だから一切使えない」と考えることです。

セキュリティを心配すること自体は正しい判断です。ただし、個人向け無料プランを業務に使うリスクと、法人向けプランを管理者設定と社内ルールのもとで使うリスクは分けて考える必要があります。法人向けサービスでも、入力してよい情報と入力してはいけない情報を決め、人が確認する運用が必要です。

誤解4：「AIを入れると現場の仕事が奪われる」と考えることです。

中小製造業で最初に起こりやすい変化は、人員削減ではなく、書類作成、報告、翻訳、教育資料づくりにかかる時間の削減です。人が判断すべき仕事に時間を戻すために使う、という位置づけが現実的です。

誤解5：「うちの会社はまだ早い」と考えることです。

中小企業基盤整備機構の2026年3月調査では、中小企業のAI導入率は20.4%です。導入済み企業では生成AIの利用が82.6%と最も多く、生成AIはすでに中小企業でも使われ始めています。まだ多数派ではない今だからこそ、早く実務に落とし込む意味があります。

FAQ

Q1：従業員10人程度の町工場でも、AI研修は意味がありますか？

A：意味があります。むしろ少人数の会社の方が、工場長や社長の判断が現場に届きやすく、試した結果をすぐに業務へ反映しやすいです。10人規模であれば、工場長を含む5人程度で始めると進めやすくなります。

Q2：AI研修にかかる期間はどのくらいですか？

A：半日研修を2回行い、その間に2〜4週間の実務トライ期間を挟む形が現実的です。合計では1か月前後を見ておくと、単なる座学ではなく、実際の業務で試した結果をもとに改善できます。

Q3：図面や顧客情報をAIに入れても大丈夫ですか？

A：無条件に大丈夫とは言えません。法人向けプランでは、入力データをモデル学習に使わないことを説明しているサービスがありますが、顧客契約、社内規程、情報の機密度によって扱いは変わります。研修の中で、入力してよい情報、匿名化すべき情報、入力してはいけない情報を明文化する必要があります。

Q4：オンライン研修と、講師が鳥取まで来る研修では、どちらが良いですか？

A：基礎部分はオンラインでも対応できます。ただし、図面、手順書、日報、品質報告など、自社の実資料を使って実装ワークを行う場合は、対面またはハイブリッド形式の方が進めやすい場合があります。費用だけでなく、現場資料をどこまで扱えるかで判断してください。

Q5：研修後、本当に現場で使ってもらえるか不安です。

A：研修後に使われるかどうかは、研修中に実業務を扱うかどうかで大きく変わります。見積書、品質報告、日報、手順書など、参加者が日常的に困っている業務を題材にすれば、使い続ける理由が生まれます。研修後30日以内に成果共有会を開くことも重要です。

Q6：AI研修と外観検査AIの導入は、どちらを先にやるべきですか？

A：多くの中小製造業では、生成AI研修を先に行う方が安全です。設備投資のリスクが低く、AIに何ができて何ができないかを社内で理解できます。そのうえで、外観検査AIや予知保全AIのような設備連動型AIに進むと、導入判断の精度が上がります。

まとめ

鳥取の製造業がAI研修を成功させるためには、最初から大きな設備投資を目指すのではなく、生成AIで現場周辺の知的作業を軽くすることから始めるべきです。

見積書、品質報告書、作業日報、手順書、英文メール、教育資料など、毎日発生する業務を題材にすれば、AI活用の効果を現場が実感しやすくなります。

5〜8人のAI推進チームを作り、工場長、品質管理、設計、現場リーダー、若手社員を含めて進めると、現場の実務に合った使い方を作れます。

ベテランの暗黙知を文章化し、若手や他部門と共有できる形にすることは、技能継承の課題に対する現実的な一歩になります。

研修後30日以内に成果共有会を開き、うまくいった使い方を社内テンプレートにすることで、AI活用は一過性の研修ではなく、現場の習慣に変わっていきます。

鳥取の電子部品、機械加工、食品加工などの中小製造業は、生成AIを使って地域の先行者になれる時期にあります。人材不足が深刻化する中で、5〜8人の小さな研修が、3年後の事業継続力と受注競争力を大きく左右します。

参考リンク

ジェトロ「鳥取県 地域への投資とビジネスチャンス」

経済産業省「2025年版ものづくり白書 概要」

中小企業基盤整備機構「中小企業のAI等の利活用に係る実態調査」

OpenAI「Business data privacy, security, and compliance」

Microsoft Learn「Data, Privacy, and Security for Microsoft 365 Copilot」

Google Workspace「Generative AI in Google Workspace Privacy Hub」