製造業の技能継承をAIで仕組み化する——暗黙知を「聞き出すAI」で終わらせない進め方

「聞けば教えてくれるAI」を作っても、技能は継承されない

2026年、暗黙知の形式知化は国の政策テーマにまで格上げされました。経済産業省とNEDOが立ち上げた「GENIAC-PRIZE」では、製造業の暗黙知形式知化が主要テーマの一つに設定され、58件の応募が集まったといいます（AI総合研究所、2026年）。慶應義塾大学の栗原聡教授らも、暗黙知をAIで継承するための業界横断組織を発足させました（日経クロステック、2026年）。

正直に申し上げると、私たちはこの流れを手放しでは歓迎していません。理由は単純です。ベテランにインタビューしてAIに学習させれば技能が継承される、という発想自体が危ういからです。日経クロステックの別の記事も「暗黙知をAIに学ばせただけでは形式知にならない」と指摘しています（日経クロステック、2026年）。形式知化と技能習熟は、別の問題だということです。

私たちの現場経験でも、これは強く実感するところです。ヒアリングしてマニュアルを作る。チャットボットに質問すれば答えが返ってくる。ここまでは、多くのプロジェクトが到達します。ですが、それが現場の毎日の作業に組み込まれなければ、結局は「立派な報告書」で終わります。誰も開かないマニュアルと同じ運命をたどるだけです。

なぜ今、暗黙知の消失が経営課題になったのか

背景にあるのは、単純な人口動態です。団塊世代の技能者が退職の年齢を迎え、後を継ぐ人材が細っています。ある化学メーカーの担当者は、設備の異常検知について「定期的な液面・保温測定だけでは安全性を完全に保証できない」としたうえで、点検判断は「信用に基づいて判断している」「基本的には人が見て判断している」と明かしました。数値化されたルールではなく、長年の経験と勘に依存した判断が、いまも現場を支えています。

別の老舗化粧品メーカーの現場担当者は、装置の扱いについて「感覚で覚えているため依頼しなかったが、引き継ぎを考えると重要になる」と率直に語っています。誤解のないように言えば、この担当者に怠慢があったわけではありません。感覚知は、そもそも言葉にする機会がなければ言葉にならないのです。誰かが「書き起こしてください」と頼まない限り、暗黙知は暗黙知のまま退職していきます。

私たちが相談を受ける製造業の現場では、7割以上のケースで「優秀な人材がいなくなると業務が滞る」という属人化リスクが共通の悩みとして挙がります。生産管理は会社ごとの違いが大きく、現場の担当者が頭の中だけで判断していることが多すぎる——これは特定の一社の問題ではなく、日本の製造業に広く共通する構造です。

技能の消失は、退職だけで起きるわけではありません。あるシャッター・建材メーカーの生産管理部長は、検図・工作図の担当者について「入れ替わりが激しく、教える時間がないため、作業の指示のみになりがち」だと打ち明けました。異動や配置転換のスピードが、技能を積み上げる時間を上回ってしまっている現場もあるということです。ある精密部品メーカーの代表者も、「現場の人は不良が出ても何が悪いか分からないため問い合わせ先も分からない」と、判断のノウハウが特定の個人に閉じてしまっている実態を語っています。退職者だけでなく、日々の配置転換の中でも、同じ速度で暗黙知は失われ続けています。

暗黙知には「言葉にできる部分」と「言葉にできない部分」がある

ここで一度、暗黙知を分解しておきます。暗黙知のすべてが等しく難しいわけではありません。おおまかに次の4つに分けられます。

1. まだ言語化されていないが、言葉にできる知識。「この音がしたら異常」「この色になったら交換時期」など、聞けば説明できるが、これまで誰も文書にしてこなかった知識です。

2. 経験の蓄積でしか身につかない判断力。異常の予兆を「なんとなく」感じ取る感覚です。言葉にはできても、その言葉だけでは同じ判断ができるようにはなりません。

3. 身体で覚えた技能。工具の力加減、材料の扱い方など、動作そのものに宿る技能です。

4. 状況に応じた総合判断。複数の情報を同時に判断材料にして、その場で最適解を選ぶ力です。マニュアル化を最も拒む領域です。

AIで扱いやすいのは1です。2から4になるほど、単なる言語化では歯が立たなくなります。ある研究所長（工学博士）は、AIによる図面理解について「線としてではなく意味を理解しているのか」と疑問を投げかけ、「ここ半年以内に複数社へ聞いたが、図面はできないと言われた」と率直な懸念を語っていました。私たちも、この懐疑には一定の理があると考えています。すべての暗黙知がAIで代替できるという前提に立つと、現場から見放されます。

大切なのは、4つを同じ手法で扱おうとしないことです。1をAIに丸ごと任せようとして失敗する企業もあれば、逆に「AIには無理だ」と2から4まで一括りにして手を止めてしまう企業もあります。私たちの経験では、まず1を対話型AIで丁寧に拾い切り、残りの2から4は「AIが全部代わりにやる」のではなく「人の判断を助ける」設計に切り替えると、現場の納得感が大きく変わります。

技能継承の3つのアプローチを比べる

暗黙知を形式知化する手法は、大きく3タイプに整理できます。

タイプ	やり方	向いている暗黙知	向いていない暗黙知
対話型AI（AIインタビュアー）	ベテランに質問を重ねて言葉を引き出す	上記1（言語化できる知識）	3・4（身体知・総合判断）
社内検索AI（RAG方式）	既存の日報・マニュアル・図面をAIに読み込ませて検索できるようにする	既に文書化されている情報の再利用	まだ文書化されていない知識全般
センサー型AI	作業の動作・音・振動をセンサーで捉えてデータ化する	2・3（感覚知・身体知）	経営判断のような抽象度の高い総合判断

私たちの経験では、多くの企業が最初に対話型AIやRAGに飛びつきます。手軽に始められるからです。ですが、実際に現場の役に立つのは、多くの場合この3タイプを組み合わせたときです。たとえば予兆保全であれば、センサーで振動データを取りながら、ベテランの「この波形は危ない」という判断基準を対話で引き出し、両方を1つの業務システムに統合する——という具合です。

他社の実践から見える、うまくいくパターン

抽象論だけでは判断がつかないと思うので、公表されている取り組みも紹介します。AI総合研究所の記事によれば、精密金属加工の中島合金はセンサー×AI型で属人化していた鋳造工程の判断を数値化し、旭化成は研究開発と製造現場でRAGと対話型AIを組み合わせて活用しているといいます（AI総合研究所、2026年）。同記事では、ライオンとNTTデータが対話型AIとRAGを組み合わせた「知識伝承AIシステム」を構築した事例、デンソー九州が外観検査AIを共同開発した事例も紹介されています。

これらの事例に共通するのは、単一の技術に頼っていない点です。対話で引き出した知識をRAGで検索可能にし、センサーで捉えたデータと突き合わせる。1つの手法で完結させようとしないことが、結果的に現場で使われ続ける条件になっています。

一方で、同じ記事は「形式知化と技能習熟は別の問題である」という前提も強調しています。AIが判断基準を言語化できたとしても、その基準を読んだだけで同じ判断ができるようになるとは限りません。私たちの現場経験でも、判断基準を画面に表示するだけでなく、若手が実際に何度もその画面を使いながら「なぜその判断になったのか」を確認できる仕組みまで作り込んで、初めて技能が根付いていく実感があります。

私たちが現場で見た「聞き出して終わり」の失敗パターン

私たちがFDEとして関わった案件の中で、繰り返し目にしてきた失敗パターンがあります。それは、インタビューして終わり、文書を作って終わり、という「アウトプットで満足してしまう」パターンです。

ある案件では、ベテラン検査員へのヒアリングを重ね、立派な判断基準のドキュメントが完成しました。ですが、そのドキュメントは共有フォルダに置かれたまま、誰にも開かれませんでした。現場の担当者に理由を聞くと、「毎朝見ているのはExcelの帳票であって、あのフォルダではない」という答えが返ってきました。判断基準の中身そのものは悪くなかったのに、置き場所を間違えただけで誰にも届かなかったわけです。技術的な精度の問題ではなく、「どこに置くか」という設計の問題だったのです。

技能継承がうまくいく現場には、ある共通点があります。形式知化した知識が、現場の担当者が毎朝開くシステムの中に組み込まれていることです。判断基準が独立した文書ではなく、日々の作業画面に「この数値ならこう判断する」という形で埋め込まれている。この違いだけで、使われるか使われないかが決まります。

もう一つよく見る失敗が、ヒアリングの対象を1人のベテランに絞りすぎることです。ある工程では、最も経験豊富な1人だけに長時間のヒアリングを重ねましたが、いざ運用を始めると「その人のやり方は特殊で、他のベテランは違う判断をする」という声が現場から上がりました。技能は個人差があって当然です。私たちは、最低でも2〜3人の熟練者に同じ質問をぶつけ、共通する判断基準と、個人差が出る部分を切り分けるようにしています。共通部分はシステムのルールにし、個人差が出る部分は「判断が割れる論点」として残す。この切り分けが、後々の納得感を左右します。

技能継承を「システムに残す」に変える3ステップ

ここからは、私たちがBPR（業務プロセス診断）を起点に現場で実践している進め方を、3ステップで整理します。

ステップ1: どの業務が「毎日使う画面」を持っているかを先に決める。ヒアリングから始めるのではなく、まず「継承した知識をどこに埋め込むか」を先に決めます。日報システムなのか、検査記録なのか、生産計画システムなのか。着地点を決めてから、そこに向けてヒアリングを設計します。

ステップ2: ベテランと一緒に、動くものを見ながら要否を確認する。私たちの営業・開発の現場では、動くプロトタイプを見せることが起点になっており、体感として商談の合意率が9割を超える手応えがあります。理由ははっきりしていて、人は「完成後の画面」を見て初めて、自分の判断基準を言葉にできるからです。抽象的な質問票を渡すのではなく、「この画面でこの数値が出たら、どう判断しますか」と、実際の画面を見せながら聞く。この方が言葉にしやすく、後から「思っていたのと違う」という手戻りも減ります。

ステップ3: 使いながら精度を上げる。最初から完璧な判断基準は作れません。現場から出てくる「ここは違う」というフィードバックをイシューとして登録し、翌週にはプロトタイプに反映する。ある程度の運用が安定したら、月次の技術顧問契約のような形で定例の見直しサイクルに移行し、現場チームだけで判断基準を更新できる状態まで引き継ぐ。この反復を、技能継承でも変わらず回します。

現場の心理的抵抗にどう向き合うか

技能継承のプロジェクトで見落とされがちなのが、ベテラン自身の心理です。装置の扱いを「感覚で覚えているため依頼しなかった」という先ほどの例にもあったように、多くのベテランは、自分の技能を言葉にすることに慣れていません。中には「自分の価値が失われるのでは」という警戒感を持つ方もいます。

私たちの現場経験では、この抵抗を解く鍵は「評価に使わない」という約束を明確にすることです。ある大手建材メーカーグループでは、AIによる分析結果を人事評価には使わず、原因分析や課題発見、人を育てるためのフィードバックに限定して運用しています。技能継承の文脈でも同じ設計が有効です。「技能を測るのではなく、技能を次の世代に残すために聞いている」という位置づけを最初に共有する。この一言があるかないかで、ヒアリングの質がまったく変わります。

もう一つ大事なのが、若手側の意識づけです。ある化学メーカーの保全担当者は、記録の定着について「若手社員に『記録が未来に役立つ』という意識を持たせることが重要」だと語っていました。継承する側だけでなく、受け取る側の動機づけも、システム設計と同じくらい重要な要素です。

さらに言えば、抵抗が最も強く出るのは導入の初期ではなく、運用が半年ほど進んだタイミングであることが多いというのが私たちの実感です。最初は物珍しさで協力してくれても、記録が日常の手間として定着してくると「本当に自分の仕事の役に立っているのか」という疑問が出てきます。ここで、システムに蓄積した判断基準が実際に若手の育成やトラブル対応に使われた場面をベテラン本人にフィードバックできるかどうかが、継続の分かれ目になります。

小さく始める。どの工程から着手すべきか

すべての工程を一度に形式知化しようとすると、多くの場合は途中で息切れします。私たちが推奨するのは、次の2つの条件で優先順位をつける方法です。

1つ目は「退職までの残り時間が短い工程」です。あと1〜2年で異動・退職を控えるベテランがいる工程は、時間的な猶予がありません。2つ目は「難易度がそこまで高くないが、影響範囲が大きい業務」です。全社改革を最初から狙うのではなく、まず1つの工程で成功体験を作り、その手応えを次の工程に展開していく。私たちが一貫して勧めているアプローチです。

費用面で足踏みする企業も少なくありません。ある経営者からは「何にいくら使ったかの報告義務や、使い切らなかった場合の返還、ペナルティのリスク」を懸念する声を聞いたこともあります。一方で、提示した支援範囲に対して「この金額でここまでやってもらえるのは正直驚いた」という反応もありました。技能継承のように成果が数値化しにくいテーマほど、まず小さな範囲で費用対効果を確認してから、補助金なども活用しつつ範囲を広げていく進め方が現実的です。

誤解のないように言えば、これは「小さく」で終わらせるという意味ではありません。小さく始めて、結果を積み上げながら、並行して中長期の仕組みを整えていく。両輪で進めることが前提です。

よくある質問

Q. 対話型AI・RAG・センサー型、どれか1つを選ぶべきですか。 A. 対象となる暗黙知のタイプによります。まずは言語化しやすい知識から対話型AIやRAGで着手し、感覚知・身体知が重要な工程にはセンサー型を組み合わせる、という段階的な導入をおすすめします。

Q. ベテランが協力的でない場合、どう進めればいいですか。 A. 多くの場合、非協力の背景には「評価に使われるのでは」という不安があります。目的が査定ではなく継承であることを明文化し、経営層から直接伝えることが有効です。

Q. 中小企業でも取り組めますか。 A. 取り組めます。むしろ属人化のリスクは、担当者の数が少ない中小企業のほうが深刻な場合が多いです。省力化補助金・AI活用補助金を使って初期負担を抑えながら導入する枠組みも整ってきています。

Q. 既存のマニュアルや日報のデータが少ない場合はどうすればいいですか。 A. 問題ありません。むしろ多くの現場では、文書がないからこそ暗黙知が個人に閉じています。まずは対話型AIでベテランへのヒアリングから始め、そこで得た言葉を業務システムに組み込みながら、並行してデータを蓄積していく順番で構いません。データが揃うのを待つ必要はなく、小さく始めながら育てるという発想のほうが現実的です。

Q. 効果が出るまでどのくらいかかりますか。 A. 1つの工程に絞った検証であれば、動くプロトタイプは1日で作れます。ただし、現場に定着して「毎朝使うもの」になるまでは、数ヶ月単位の伴走が必要というのが私たちの実感です。

まず試すなら

1. 退職・異動が近いベテランがいる工程を1つ、書き出す。全社を見渡す前に、時間的な制約が最も強い工程から着手します。
2. その工程の「毎日使っている画面」を確認する。技能継承の受け皿になるのは、新しいツールではなく、すでに現場が使っている画面であることが多いです。
3. AI-Pathの無償の業務プロセス診断（BPR）を利用する。ヒアリングから業務フロー・改善案・ROIまでをたたき台として可視化し、どこから着手すべきかを一緒に整理します。

関連記事として、内製化の進め方は製造業のAI内製化 進め方——定着する企業が最初の1ヶ月でやる5つの設計、AIエージェント導入の統制設計はエージェント型AIの業務導入で本当に難しいのは「動かすこと」ではないもあわせてご覧ください。

参考リンク

• 製造業の暗黙知をAIで継承へ、慶大・栗原教授らが業界団体を発足（日経クロステック）
• 暗黙知をAIに学ばせただけでは形式知にならない（日経クロステック）
• 製造業の属人化をAIで解消！暗黙知を形式知化する3手法を解説（AI総合研究所）