バラバラだった工場の品質データを1つの画面に ― 「誰が・いつ・何を変えたか」がすべて残る操業基盤

化学プラントの品質管理では、毎日の操業記録・検査・生産実績・回収品質といったデータが、部署ごと・帳票ごとにExcelや紙で別々に管理されがちでした。データの置き場所が分かれているため、品質会議の資料づくりに手間がかかり、過去との比較や異常の早期発見が担当者の経験や勘に頼りがちでした。

また、製造業の品質記録では「誰が・いつ・何を変更したか」をたどれること（トレーサビリティ）が品質保証の必須要件です。手作業の記録・修正には書き換えや入力ミスが紛れ込むリスクがあり、ミスを安全に元へ戻す手段も乏しい状態でした（想定）。さらに、会議で決まった改善策が「記録しただけ」で終わり、担当・期限・進み具合まで追えない『やりっぱなし』も課題でした。

AI-Path は、Forward Deployed Engineer（FDE：お客様の現場に入り込んで一緒に作るエンジニア）が現場に伴走し、お客様の業務を一緒に理解しながら作る進め方を採りました。いきなり大きなシステムを作るのではなく、まず現場でいちばん効く『設備（釜）ごとの生産計画づくり』から着手。そこで現場の帳票や工程の知識を吸い上げ、操業記録・検査・品質会議・分析へと、使われ方を確かめながら段階的に機能を広げています。

開発にはAIを活用し、画面や機能を素早く作っては現場で確かめるサイクルを高速で回しました。さらに、その工場ならではの工程の知識（判断基準・手順・専門用語・設備）をシステムに覚えさせ、AIによる分析が『現場の文脈をふまえた答え』を返せるように。どこにでもある汎用システムではなく、その現場の業務にぴったり合う道具に仕上げました（一部体制詳細は想定）。

現場の日々の入力から、会議・分析・改善までをひとつの画面でひと続きに提供します。

• データ入力: 操業日報・工程検査・生産記録・回収品質などを、Excelのような表形式の画面でそのまま入力。手元のExcel/CSVからの一括取り込みや入力テンプレートのダウンロードにも対応し、現場の使い慣れたやり方を崩しません。
• 品質会議・アクション管理: 会議の議事録を画面上で記録し、決まったことを『担当者・期限つきのToDo』としてそのまま登録。誰が何をいつまでにやるかが見えるので『やりっぱなし』を防げます。
• 分析・ダッシュボード: 操業データの推移や、設備別・用途別・工場別の集計を自動でグラフ化。やるべきこと・変更点・お知らせ・異常の兆しを1つのダッシュボードにまとめて表示します。
• AIによる支援: グラフの内容を読み解いて要点を説明したり、判断基準から外れた数値の原因候補を提案したり、会議メモから議事録の下書きを作ったりと、現場の負担を減らすAI機能を備えています。

全体は『現場で入力 → 品質会議・ToDo → AIで分析・異常チェック → 変更点・課題の管理 → ダッシュボードで共有』という改善のサイクルに沿って使えます。

1. FDE（Forward Deployed Engineer）による現場伴走開発
2. AIを活用したシステム構築
3. AIエージェント／生成AIの業務活用支援
4. セキュリティ・ガバナンス設計（操作履歴・巻き戻し）

長く安心して使える、無理なく広げられる構成を採りました。

• 堅牢でスケールする構成: 利用が増えても安定して動き、機能を後から足していける、実績ある技術で組み立てています。短期間での立ち上げと、その後の継続的な機能追加を両立しました。
• 既存のやり方と無理なく連携: 現場が使い慣れたExcel/CSVをそのまま取り込めるなど、これまでの業務の流れを壊さずに移行できる設計です。
• AIの利用状況が見える: AIをどの機能で・どれだけ使ったか、コストの目安まで記録しているため、効果と費用を把握しながら無駄なく運用できます。

採用している主な技術は『技術スタック』一覧をご覧ください。

クラウドのサービスを中心に組み立てているため、運用や保守の手間を抑えられます。さらに、工程の判断基準やAIへの指示・現場の知識といった『運用ルール』は、現場の管理者が画面から自分で編集できる設計です。少しの変更のたびにベンダーへ依頼する必要がなく、現場のスピードで改善を続けられます。

セキュリティとガバナンスは『やって終わり』ではなく、継続して改善するプロセスとして運用しています。今後は、蓄積した操業・品質データとAIをさらに組み合わせ、異常の予兆をつかむことや、品質会議での意思決定支援を深めていく余地があります（想定）。