想定読者： 年商20〜500億円・従業員100〜1,000名・国内2〜3工場規模の中堅製造業の製造部長、生産技術部長、品質保証部長。50代後半〜60代の熟練工が工程の判断を握り、退職時期が3〜5年内に集中していて継承計画が間に合っていない現場。
中堅製造業の現場には、設計図にもマニュアルにも書かれていない暗黙知が膨大に蓄積している。段取り替えの勘所、温度・湿度による微調整、不良発生時の判断、設備の癖。これらを抱えた熟練工が定年や転職で抜けると、歩留まりや生産性に明確な悪化が出る。本稿では、ナレッジRAG（検索拡張生成）を軸とした技能伝承と、退職リスクの数値化を整理する。
熟練工1人退職の数値インパクト
熟練工1名の退職で起きる損失の典型像を示す（業種・工程・規模で大きく変動）。
| 損失項目 | 月次インパクトのレンジ |
|---|---|
| 段取り替え時間延長（10〜20分／回） | 30〜80万円 |
| 不良率上昇（0.1〜0.3pt） | 50〜150万円 |
| 設備停止時間増加（月3〜8時間） | 40〜120万円 |
| 後継者育成工数（OJT工数増） | 30〜80万円 |
| 後工程・営業からの問合せ対応 | 20〜50万円 |
| 合計（月） | 170〜480万円 |
| 合計（年） | 2,000〜5,800万円 |
ナレッジRAGが解く範囲と解かない範囲
ナレッジRAGは、社内文書・図面・トラブル履歴・SOPなどを検索して、生成AIが文脈を踏まえて回答する仕組みだ。中堅製造業での適用範囲を整理する。
RAGが解く範囲
- 「過去に同じトラブルがあったか」「どう対処したか」の検索
- 設備マニュアル・SOP・QC工程表からのピンポイント抽出
- 熟練工インタビューを文字化したナレッジの自然言語検索
- 多言語対応（外国人技能実習生・特定技能）
RAGだけでは解かない範囲
- 五感に依存する判断（音、振動、色味、匂い）→ センサー化や画像化と併用が必要
- 動作の体得（手の動かし方、力加減）→ 動画・VR・OJTと併用
- 経営判断レベルの暗黙知 → 別途意思決定支援設計が必要
RAG単独で技能伝承が完結するわけではない。映像・センサー・OJTとの組合せ設計が必須だ。
12ヶ月で構築する技能伝承基盤
| 期間 | 施策 | 成果物 |
|---|---|---|
| 0〜2ヶ月 | 熟練工インタビュー設計、対象工程選定 | 工程別暗黙知マップ |
| 3〜5ヶ月 | インタビュー実施・文字起こし・整理 | ナレッジドキュメント30〜80件 |
| 6〜8ヶ月 | RAG基盤構築・検索評価・現場PoC | 検索精度80%以上の動作デモ |
| 9〜10ヶ月 | 現場展開・タブレット導入・教育 | 現場での日常利用開始 |
| 11〜12ヶ月 | 利用ログ分析・追加コンテンツ・改善ループ | 月間500件以上の検索利用 |
月次削減額のレンジ試算
従業員300名・主要熟練工8名の中堅製造業の例。
- 段取り替え時間短縮（年5,000時間×3,000円）：月125万円
- 不良率0.1pt改善：月60〜150万円
- トラブル対応時間50%削減：月50〜120万円
- 後継育成工数30%削減：月40〜80万円
- 合計：月275〜475万円（年3,300〜5,700万円）
熟練工1〜2名分の退職コストを直接相殺できる規模だ。
現場が使い続ける運用ルール
技術導入が成功しても、現場で使われ続けなければROIは出ない。継続利用の鍵は3つ。
- 現場端末の常設：タブレット・大型ディスプレイを工程に常設し、検索が3秒以内に始まる動線。
- 質問テンプレート：「○○トラブルが起きた時」「△△材料の段取り」のショートカットを用意し、入力負荷をゼロに近づける。
- 熟練工の関与継続：定期インタビュー（月1〜2回、1時間）でナレッジを継ぎ足す。退職後はアドバイザー契約も選択肢。
利用ログを月次でレビューし、検索ヒット率の低い領域を補強し続ける運用が必須。
「熟練工が3年以内に何人も定年で抜ける。技能伝承が間に合わずに歩留まりが落ちるのが見えとる」
中堅製造業（年商20〜500億）の属人化解消・技能伝承を100件以上支援した経験から、貴社の工程に合うナレッジRAG導入をご提案します。
※ 営業電話はしません | オンライン対応可 | 相談だけでもOK
よくある質問
Q. 熟練工がインタビューに非協力的な場合は。 A. 「自分が辞めたら困るから教えない」心理は珍しくない。経営層からの説明、インタビュー対価の設計、退職後アドバイザー契約の提示など、敬意と対価の両面で動機づける必要がある。
Q. 文書化されていない暗黙知をRAGで扱えますか。 A. インタビューを文字化することで形式知に変換できる。映像・音声・センサーデータと組み合わせるとより精度が上がる。最初から完璧を目指さず、検索ヒットしたら継ぎ足す運用が現実的。
Q. 生成AIの誤回答（ハルシネーション）が現場で問題になりませんか。 A. RAGは社内ドキュメントを根拠に回答する設計のため、汎用LLM単独より大幅に低減できる。ただし回答に必ず出典リンクを付け、現場が原典を確認できる動線にすることが必須。
GXOでは、中堅製造業向けの技能伝承・ナレッジRAG基盤構築・運用設計の無料相談を受け付けております。
追加の一次情報・確認観点
この記事の内容を社内で検討する場合は、一般論だけで判断せず、次の一次情報と自社データを照合してください。特に、稟議・RFP・ベンダー選定では「何を実装するか」よりも「どのリスクをどの水準まで下げるか」を先に決めると、見積もり比較のブレを抑えられます。
| 確認領域 | 参照先 | 自社で確認すること |
|---|---|---|
| AIリスク管理 | NIST AI Risk Management Framework | 用途、リスク、評価方法、運用責任者を確認する |
| LLMセキュリティ | OWASP Top 10 for LLM Applications | プロンプトインジェクション、情報漏えい、権限設計を確認する |
| AI事業者ガイドライン | 総務省 AI関連政策 | 説明責任、透明性、安全性、利用者保護の観点を確認する |
| DX推進 | IPA デジタル基盤センター | DX推進指標、IT人材、デジタル基盤の観点で現状を確認する |
| 個人情報 | 個人情報保護委員会 | 個人情報・委託先管理・利用目的・安全管理措置を確認する |
稟議・RFPで使う数値設計
投資判断では、導入前後で測れる指標を3から5個に絞ります。下表のように、現状値・目標値・測定方法・責任者をセットにしておくと、PoC後に本番化するかどうかを判断しやすくなります。
| 指標 | 現状確認 | 目標の置き方 | 失敗しやすい例 |
|---|---|---|---|
| 対象業務数 | 現状の対象業務を棚卸し | 初期は1から3業務に限定 | 対象を広げすぎて要件が固まらない |
| 月間処理件数 | 件数、担当者、例外率を確認 | 上位20%の高頻度業務から改善 | 件数が少ない業務を先に自動化する |
| 例外対応率 | 手戻り、確認待ち、属人判断を計測 | 例外の分類と承認ルールを定義 | 例外をAIやシステムだけで吸収しようとする |
| 正答率・再現率 | テストデータで評価 | 業務許容ラインを明文化 | 体感評価だけで本番化する |
| 人手確認率 | 承認が必要な判断を分類 | 高リスク判断は人間承認 | 全自動化を前提に設計する |
よくある失敗と回避策
| 失敗パターン | 起きる理由 | 回避策 |
|---|---|---|
| 目的が曖昧なままツール選定に入る | 比較軸が価格や機能数に寄る | 経営課題、業務課題、測定KPIを先に固定する |
| 現場確認が不足する | 例外処理や非公式運用が見落とされる | 担当者ヒアリングと実データ確認を必ず行う |
| 運用責任者が決まっていない | 導入後の改善が止まる | 業務側とIT側の責任分界をRACIで定義する |
| AIの回答品質を本番で初めて確認する | 評価データと禁止事項が未定義 | テストセット、NG例、監査ログを用意する |
GXOに相談する前に整理しておく情報
初回相談では、次の情報があると診断と提案の精度が上がります。すべて揃っていなくても問題ありませんが、分かる範囲で用意しておくと、概算費用・期間・体制の見立てを早く出せます。
- 対象業務の現行フロー、利用中システム、Excel・紙・チャット運用の一覧
- 月間件数、担当人数、手戻り件数、確認待ち時間などの概算
- 個人情報、機密情報、外部委託、権限管理に関する制約
- 希望開始時期、予算レンジ、社内承認者、決裁までの流れ
- AIに任せたい業務、任せてはいけない判断、評価に使える過去データ
GXOでは、現状整理、要件定義、RFP作成、ベンダー比較、PoC設計、本番移行計画まで一気通貫で支援できます。記事の内容を自社に当てはめたい場合は、まずは現在の課題と制約を共有してください。