現場ですぐ使える品質管理技法の開発、社員品質教育教材シリーズ
2025.11.06
「まだAIを使わずに、時間のかかる分析を続けますか？」
現役コンサルタントが明かす、Gemini・NotebookLMを活用した
「“AI駆動型”品質改善」実践セミナー（全5回シリーズ）
＊＊＊こんな課題を抱える、製造業の技術者・管理者様へ＊＊＊
■FMEAやDRBFMの分析に時間がかかりすぎ、ヌケモレも不安だ。
■過去のトラブルが「Excelの山」に埋もれ、ナレッジとして活用できて
いない。
■AIを使いたいが、何から手をつけていいか分からない。ChatGPTを
試したが実務で使えなかった。
■ベテランのノウハウが属人化し、若手に技術が継承できていない。
その課題、AIが「最強のアシスタント」となって解決します。
本セミナーは、よくあるAIの理論研修ではありません。
講師がコンサルティングの「実践」でGeminiやNotebookLMを使いこなし
試行錯誤して得た「生きた知見」を、惜しみなく公開する実践講座です。
高額なAIツールは不要です。
まずはお手元のPCから、AIを「分析アシスタント」として使う方法を学びます。
個人レベルからスモールスタートし、将来の「しくみ化」に繋げる方法を5回
シリーズで体系的にお伝えします。
■11月25日（火）13：30~17：00 FMEAでは重大な問題を見逃すことなく気付くことが必要であり、気づくために、AIを活用した新規点・変更点リスト、故障モード一覧表などのツールを用います。 | DRBFM実施手順 品質情報ナレッジシステムと漏れのない リスク抽出 １．設計段階で問題を顕在化させる手法と取り組み 1.1 気づきの設計ツールの概要 1.2 重点管理項目抽出表 1.3 新規点変更点リスト 1.4 過去事例の水平展開手法 ２．FMEAで重要な故障_事故と故障モードの関係 2.1 信頼性とは 2.2 故障モードの定義 2.3 故障モード一覧表 ３．FMEA実施手順 3.1 FMEA／FTA／タグチメソッドの違い 3.2 FMEAを組み込んだ設計フロー 3.3 FMEA実施手順 3.4 R－MAP法を用いたリスク評価基準 3.5 FMEA実施事例 |
■12月15日（月）13：30~17:00 作業手順書の作成、妥当性検証、現場で必要な時に参照可能な電子マニュアル、動画マニュアルによる熟練技異能の継承、個人別に習熟度を管理する学習管理システム（LLM）などを紹介します。 | 形骸化しない作業手順書の作成 と運用手順：熟練技能・ノウハウ継承 １．作業手順の作成 1.1 ＱＣ工程図の作成方法 1.2 作業手順書の作成方法 1.3 業務チェックリストの作成方法 ２．作業手順書の形骸化防止 2.1 作業手順書の形骸化の要因 2.2 形骸化防止策 2.3 形骸化させない作業手順書 運用手順 ３．熟練技能・ノウハウ継承 3.1 暗黙知と形式知 3.2 ナレッジの共有化と業務効率化 3.3 再発防止手順 3.4 過去トラのまとめ方と水平展開 3.5 熟練技能のノウハウの継承 |
■1月26日（月）13:30~17:00  一般のなぜなぜ分析では、「手順書の改訂」や「教育訓練」で終わってしまい、製造現場での原因対策のみに留まります。 設計原因を突き止めるには、さらに踏み込んで「なぜそのような問題が発生しやすい工程（工程設計・製造準備）になっていたのか」「なぜ製造初期段階で設計問題を発見できなかったのか」、上流工程まで含めた原因を追求する必要があります。 | 設計原因まで遡る「なぜなぜ分析手法」 上流の根本原因を潰そう！ １．なぜなぜ分析の現状と問題点 1-1.玉石混交のなぜなぜ分析解説 1-2.目的を曖昧にしたなぜなぜ分析事例と問題点 1-3.トヨタ式なぜなぜ５回とは 1-4.ホンダのなぜなぜ分析とは ２．目的別に原因を究明するなぜなぜ分析 2-1.なぜなぜ分析の４つの目的 2-2.物理的な因果関係を探る 2-3.不適切な行動から原因を探る 2-4.現場管理のしくみから原因を探る 2-5.工場のしくみから原因を探る ３．なぜなぜ分析フォーマット 3-1.ロジックツリーとフレームワーク設計 3-2.現場で使える分析フォーマット 3-3.上流工程のしくみ不備分析フォーマット |
■2月16日（月）13:30~17:00  顧客の信頼を得るには、「4M変化点管理のしくみ」を構築し、運用することです。現場管理者は、しくみの構築と運用、見直しの改善サイクルを回して、目的のQCDを達成するため日常改善活動を行っていくことが求められます。 多品種少量生産において変化点の可視化・リアルタイム化は必須となっており、積極的なデジタル技術活用によって、環境変化に適応していく事が求められます。 | デジタル化で進化する4M管理 リアルタイム監視が工場の「異常ゼロ」を実現する １．4M（変化点）管理の基本と目的 1.1 4M管理の目的：なぜ「変化点」に着目するのか 1.2 多品種少量生産における4M管理の重要性 1.3 4M管理対象の定義とランク付け（重点管理） 1.4 4M管理 7つのステップ ２．変化点管理の「しくみ」と「日常管理」 2.1 計画的変更への対応 2.2日常管理の核心：先手管理と異常管理 ３．デジタル技術による変化点の見える化と予知 3.1 4M変化点の「見える化」手法 3.2 IoT/センサーによるリアルタイム監視 3.3 統計的手法による「ばらつき」の把握 3.4 管理図による異常と兆候の検知 ４．4M管理の実践と高度化 4.1 工程能力の把握と管理（Cp・Cpk） 4.2 重要要因・重要特性の監視 4.3 協力工場の4M変更管理 |
■3月11日（水）13:30~17:00  本セミナーでは、ノーコードAIを活用し、製造業の長年の課題であった「知の継承」をいかに実現するか、具体的な2つのユースケースと実践的な導入ロードマップを解説しました。 結論として、AIは「匠」の仕事を代替するものではない、ということです。AIは「匠」の知見をスケール（増幅）させ、組織の誰もがその知見にアクセスできるようにする「増幅器（Multiplier）」です。AIの導入は、単なる技術の問題ではなく、組織が「知」をどのように扱い、共有するかという、文化変革（カルチャーチェンジ）の問題そのものです。 | ノーコードAI活用による 技術・技能継承と品質改善の実務 １．なぜ今、AIによる知の継承が不可避なのか 1.1. 経営課題としての属人化の再定義 1.2. ゲームチェンジとしてのノーコードAI ２．熟練技能（暗黙知）のデジタル化と継承 2.1. 「思考（Know-Why）」の継承 2.2. 「動作（Know-How）」の継承 2.3. 形式知化の仕組み化と2大アプローチ ３．設計技術継承と過去トラブルの資産化 3.1. 「負の遺産」から「設計資産」へ 3.2. AIによる「トラブル予見」の実務 3.3. 設計プロセスへのフィードバック ４．失敗しないAI導入スモールスタート 4.1. なぜ全体導入は失敗するのか 4.2. パイロットプロジェクトの選定と実行 4.3. 投資対効果（ROI）の「見える化」 4.4. 成功のためのチーム組成 |
