安全衛生管理・ヒヤリハット報告のAI内製化——SaaSの「AIエージェント化」と何が違うのか

安全衛生管理AI・ヒヤリハット報告のよくある質問【5問5答】

私たちが安全衛生管理のご相談をお受けする中で、特に多くいただく質問があります。まずは1問1答でお答えし、そのうえで詳しくご案内します。

Q1. 安全衛生管理にAIを導入すると、具体的に何ができるようになりますか。 現場で口頭や手書きで済ませていたヒヤリハットの報告を、AIが文章として整理し、原因の傾向を分類できるようになります。過去の報告を横断的に見て「同じ作業で同じ種類の危険が繰り返されていないか」を洗い出すことも可能です。安全衛生委員会の資料作成や、朝礼での注意喚起ネタのたたき台づくりに使う現場もあります。報告そのものを増やす仕組みではなく、すでにある情報を「使える形」に変える取り組みだとお考えください。

Q2. 危険かどうかの判断まで、AIに任せてよいのでしょうか。 任せません。AIが担うのは文章化・整理・傾向分析までです。危険の有無や対策の妥当性を最終的に判断するのは、現場責任者や有資格者です。私たちの基本姿勢は「AIは壁打ち相手であり、判断は人間がする」というものです。安全に関わる領域では、この線引きをことさら厳格に保っています。たとえば「この作業は危険度が高い」とAIが提示しても、実際にラインを止めるか、作業手順を変えるかを決めるのは現場責任者の役割です。AIの出力を鵜呑みにせず、現場の状況と照らし合わせて採否を判断する運用を、私たちは導入初期から徹底しています。

Q3. 高額な安全管理SaaS(インターネット経由で使うクラウド型のソフトウェア)パッケージと、内製は何が違うのですか。 SaaS型は標準化されたフォーマットとダッシュボードを短期間で導入できる一方、自社独自の作業工程や報告文化に合わせた調整には限界があります。内製型は、自社の記入項目や分類軸をそのまま活かしながら、AIによる整理・分析だけを段階的に足していく進め方です。「ヒヤリハット報告 仕組み化」という検索でたどり着く方の多くが求めているのは、既存の様式を壊さずに実現する方法だというのが私たちの実感です。

Q4. 導入にはどのくらいの費用・期間がかかりますか。 1つの職場・1つの活動から始める最小構成であれば、初期費用数十万円程度、1〜2ヶ月の試験運用から着手できます。全社一括の導入と比べ、失敗しても影響は限定的です。最新の費用感は、無償の業務プロセス診断でご確認いただくのが確実です。

Q5. 社内にAI専門人材がいなくても始められますか。 始められます。私たちが支援する案件の多くは、社内にAI専門人材がいない状態から始まっています。重要なのは専門知識よりも、日々のヒヤリハットや点検記録を丁寧に残す現場の協力体制です。私たちがまず伝えているのは「最初はデータベースを直接いじらないところに留めた方がいい」という原則です。閲覧や分析の範囲であれば、現場の担当者が試行錯誤しても、後戻りできなくなる心配はありません。

「書かれないヒヤリハット」の裏側にあるもの

ヒヤリハット報告制度そのものは、多くの工場にすでに存在します。問題は、それが「制度としてある」ことと「実際に機能している」ことの間に、大きな溝があることです。ある解説記事では、報告の文章化が面倒であることが形骸化の主因の一つとして指摘されています(出典)。走り書きのメモはあっても、それを報告書の体裁に整える作業自体が、現場にとって負担になっているのです。

私たちが相談を受ける製造業の現場でも、似た構造の話を繰り返し聞きます。「生産管理は会社ごとの違いが大きく、現場の担当者が脳内で判断していることが多すぎる」「優秀な人材がいなくなると業務が滞る」——複数の製造業の担当者が、口をそろえてこの属人化リスクを挙げています。ヒヤリハットの「気づき」もまた、報告書ではなく担当者個人の記憶の中にとどまっているのが実情です。

つまり、報告が上がらないのは現場の意識が低いからではありません。「気づいたことを言葉にして残す」という工程自体に、時間と労力がかかりすぎているのです。ここに、AIが最初に効く余地があります。

正直に言えば、この構造に最初に気づいたときは意外でした。安全衛生の課題は「危険を見抜く目」の不足だと思われがちですが、実際には「見抜いたことを記録に変える手間」の不足であるケースが少なくありません。同じ危険に何度も遭遇しているベテランほど、いちいち報告書を書かなくなる——これは慣れの表れであると同時に、記録の仕組みが現場の負担に見合っていないことの裏返しでもあります。

安全衛生委員会の運営に携わる担当者からは、別の悩みもよく聞きます。月次の委員会資料を作るために、過去の報告を読み返してExcelに転記し直す作業だけで半日かかる、というものです。せっかく現場が書いた報告が、委員会の場で数字として振り返られないまま、次の月に積み上がっていく。記録すること自体はできていても、それを「見る」「使う」ところまで手が回っていないのです。

なぜ今、AIでの仕組み化が現実的になったのか

2026年に入り、状況は変わりつつあります。画像認識AIの検知精度は、教師あり・教師なしのいずれの方式でも90%を超える水準に達しているという報告があります(出典)。あわせて、センサーデバイスの価格も数千円から数万円という帯まで下がってきました。生成AIによる報告書の自動要約・原因分析も、現場での実装を後押ししています。

この価格低下は、私たちの体感とも一致します。数年前まで、危険行動検知システムは大手工場でなければ手が出ない投資でした。今では、既存の記録をAIで整理するだけなら、初期投資をほぼかけずに試せる段階に入っています。技術が現場に追いついてきた、というのが率直な印象です。

ここで誤解のないように言っておきたいのは、これらの技術が「危険を自動で判定する」ものではないという点です。私たちの現場経験では、AIが実際に得意なのは、走り書きのメモを読みやすい文章に整えることや、過去の報告を分類してタグ付けすることです。危険行動の検知や画像解析は、カメラやセンサーへの投資が前提になる、また別の話になります。まずは「すでにある記録をどう活かすか」から始めるのが、内製化の現実的な入口です。

この違いは、想像以上に大きいものです。カメラやセンサーを使った危険行動検知は、設置工事・配線・映像データの保管といった初期投資がかさみます。一方、既存の報告記録をAIで整理する取り組みは、すでにある紙やExcelのデータさえあれば、明日からでも試せます。私たちが最初にこちらを勧めるのは、投資対効果が読みやすいという理由だけではありません。現場が「何をされるか分からない」という不安を持たずに始められる、という運用面の利点も大きいのです。

カメラによる危険行動検知には、もう一つ注意すべき点があります。「常に見られている」という感覚は、現場によっては監視されているという不信感につながりかねません。私たちが安全衛生管理の相談を受ける際、最初にカメラ・センサー投資の話から入らないのは、この心理的なハードルを踏まえてのことです。まず報告データの整理から始め、現場の信頼を得たうえで、必要であれば次のステップとして検知システムを検討する——この順番を、私たちは大切にしています。

SaaS型の安全管理システムと、内製は何が違うのか

安全衛生管理のシステム化を検討すると、多くの場合、最初に候補に挙がるのは大手ベンダーのSaaS型パッケージです。標準化されたフォーマットで素早く導入できる利点がありますが、実際に比べてみると、進め方そのものに違いがあります。

観点	SaaS型(パッケージ導入)	AI-Path型(内製)
初期投資	全社一括契約が前提になりやすい	1つの職場・1つの活動から数十万円規模で検証可能
記入項目・分類軸	ベンダー標準のフォーマットに現場が合わせる	自社の既存フォーマット・用語をそのまま活かせる
データの扱い	ベンダーのクラウド基盤に依存	自社データを外部に出さない設計も選択可
拡張性	契約範囲の機能・拠点に限定	検証結果を見ながら段階的に拡張

私たちの実感では、中小・中堅製造業にとって現実的な入口は、全社一括のパッケージ導入ではありません。まずは1つの職場・1つの安全衛生委員会の活動に絞り、既存の報告フォーマットを崩さずにAIで整理・分析を足していく方が、現場の抵抗感も小さく済みます。

もう一つ見落とされがちな違いがあります。SaaS型パッケージの多くは、報告項目や分類コードがベンダー側の標準に固定されています。ところが安全衛生の現場では、業種・工程ごとに「何を危険とみなすか」の物差しが微妙に違います。ある工場では配管の腐食が最優先の関心事であり、別の工場では搬送車両との接触が最優先かもしれません。標準フォーマットに現場を合わせると、この温度差が均されてしまい、本当に拾いたい情報が埋もれることがあります。内製型であれば、この物差しそのものを現場と一緒に設計できます。

ただし、内製型にも限界はあります。私たちの現場経験では、この進め方は「すでに何らかの報告習慣がある職場」には有効ですが、報告文化そのものがゼロの職場にはあまり向きません。その場合は、まず紙の様式を1枚作るところから始める必要があり、AIの出番はもう少し後になります。技術を過信せず、この前提条件は率直にお伝えしておきたいところです。

内製型で始める、3つのステップ

私たちが安全衛生管理の内製化を支援するときは、次の3段階で進めます。

第1段階は、対象範囲の選定です。全職場を同時に対象にするのではなく、「ヒヤリハットが特に多い、または重大化しやすい」1つの職場・1つの工程を選びます。第2段階は、既存の報告(手書き・口頭メモを含む)を、そのままの形でデジタル化して蓄積することです。フォーマットを変える必要はありません。第3段階で、蓄積したデータをAIに整理・分類させ、月次の安全衛生委員会でその傾向を確認する運用を試験的に始めます。

この順序を守る理由は、いきなり全社共通のフォーマットに統一しようとすると、現場ごとの言い回しや暗黙のルールが失われてしまうためです。私たちが関わってきた案件では、既存の記録の形をいったん尊重してから整理を始めた現場ほど、後から「入力が続かない」という事態を避けられています。

試験運用の期間中は、AIが出した分類やタグ付けの結果を、現場責任者が1件ずつ確認する時間を取ります。ここで「この分類は現場感覚と合わない」というズレが見つかることは珍しくありません。むしろ、そのズレを洗い出すこと自体が、試験運用の目的の一つです。ズレを放置したまま本運用に進むと、後になって「AIの分類は当てにならない」という不信感につながり、せっかく仕組み化した取り組みが使われなくなってしまいます。

費用感——内製ならではのコスト構造

費用の話も避けて通れません。既存の報告記録をAIで整理・分析する最小構成であれば、初期費用数十万円程度、月額数万円からという水準で始められます。この規模感は、SaaS型の安全管理パッケージを年間契約した場合の初年度費用と、大きくは変わりません。

ただし、違いは初期費用の大小だけではありません。SaaS型は対象拠点や機能を広げるたびに追加費用が発生する設計になっていることがほとんどです。一方、内製で仕組みを作っておくと、1つの職場で固めた分類ロジックを、2つ目・3つ目の職場に展開する際の追加コストを抑えられます。正直に言えば、この差が効いてくるのは2職場目以降であり、1職場目だけで比べればSaaS型の方が早く動き出せる場面もあります。そこは率直にお伝えしておきたい点です。

もう一つのコスト構造は、データの置き場所です。安全衛生の記録には、作業内容や配置人員といった、事業戦略に直結する情報が含まれることがあります。SaaS型は多くの場合、ベンダーのクラウド基盤にこれらのデータを預ける形になります。私たちが提案する内製型のアプローチでは、自社のサーバーや閉域環境にデータを置いたまま分析する設計も選べます。これは、AI-Pathが掲げる「データ主権を前提にした企業AI基盤」という考え方を、安全衛生管理の領域で実装したものです。

導入でつまずくポイントと私たちの対処

安全衛生管理AIの導入には、技術面以外の壁もあります。私たちが現場で見てきた壁を整理すると、大きく3つに分かれます。

1つ目は、記録の粒度のばらつきです。ある担当者は詳細に書き、別の担当者は一行で済ませる。この差をAIによる整理だけで埋めようとすると、かえって不自然な補完が生まれます。私たちは、まず「最低限これだけは書く」という3項目程度のミニマム様式を現場と一緒に決めることから始めます。項目を絞りすぎると情報が薄くなり、増やしすぎると誰も書かなくなる——このバランスの見極めには、現場への丁寧なヒアリングが欠かせません。

2つ目は、報告が「評価」に使われるという誤解です。ヒヤリハットを正直に書くと、その担当者や部署の評価が下がるのではないかという懸念が、報告をためらわせる大きな要因になります。これは杞憂ではありません。過去に別の取り組みで、報告件数の多さが「注意力が散漫な部署」という評価につながってしまい、以後報告が激減した、という話を耳にしたこともあります。私たちが導入時に現場へ伝えているのは、この仕組みが個人評価のためではなく、原因分析と再発防止のためのものだという運用方針です。データの扱い方を最初に明文化しておくことが、報告の心理的なハードルを下げます。

3つ目は、権限設計です。私たちが顧客企業の内製担当に伝えているのは、「最初はデータベースを直接いじらないところに留めた方がいい」という原則です。DBを直接いじると後戻りができなくなりますが、参照や分析までの範囲であれば、試行錯誤しても被害は限定的です。安全衛生の記録は個人が特定されうる情報を含むため、閲覧権限の範囲をことのほか慎重に設計する必要があります。誰が・どの範囲の報告を見られるかを最初に決めておかないと、後から権限を絞る作業は、広げる作業より何倍も手間がかかります。

ヒヤリハットの先にある、技能承継という視点

ヒヤリハットの「気づき」を言葉にする作業には、副産物があります。ベテラン担当者が「なぜ危ないと感じたか」を言葉にする過程そのものが、属人化していた危険予知の勘所を、次の世代に引き継げる形に変える作業になっているのです。

これは、私たちが設備保全のAI内製化を支援する中で繰り返し実感してきたことと、同じ構造です。異常の予兆に気づく感覚は、本人の異動や退職とともに消えてしまいます。安全衛生の領域でも、同じことが起きています。ヒヤリハットAI化の目的を「報告件数を増やすこと」だけに置くと、この技能承継の側面を見落としがちです。私たちは、報告の仕組み化を、技能承継の課題を同時に解決する機会として位置づけています。

設備保全・品質管理・安全衛生。私たちがこれまで支援してきた現場のAI内製化に共通するのは、技術選定の前にある課題です。それは「現場の暗黙知をどう言語化するか」という問いです。ある領域で内製化を支援すると、次の相談が別の業務から来ることが少なくありません。これは、この型の再利用性によるところが大きいと感じています。

AI-Pathの見解

私たちAI-Pathは、安全衛生管理AIを「導入するかどうか」の二択で考えることをお勧めしていません。大手向けの画像認識・センサー一式を全社導入するか、何もしないかのどちらかではなく、既存の報告記録をAIで整理するところから始めるという選択肢があります。

この考え方の根底にあるのは、「AIは壁打ち相手であり、判断は人間がする」という私たちの一貫した姿勢です。AIが報告の傾向を整理しても、最終的にその危険にどう対処するかを決めるのは、これまでと同じく現場責任者です。AIの役割は、判断のための材料を増やすことであり、判断そのものを奪うことではありません。安全という、間違いが人の命に関わりうる領域では、この線引きをことさら明確にしておくことが、現場の信頼を得る前提になると、私たちは考えています。

もう一点、私たちが大切にしているのは「AIに学ばせるのは解き方だけ」という原則です。ヒヤリハットの記録には、作業者個人が特定されうる情報が含まれることがあります。分析に使うデータは匿名化し、誰の報告かが分からない状態でAIに処理させる。AIが学ぶのは「こういう危険にどう対処したか」という型であり、個人の評価に紐づく情報ではありません。この線引きを最初に共有しておくことが、現場の協力を得るうえで欠かせないと、私たちは数多くの案件を通じて実感しています。

まず試すなら

いきなり全職場への導入を計画する必要はありません。私たちが推奨するのは、次の3つです。

• 「ヒヤリハットが特に多い」職場・工程を1つ選ぶこと
• 直近1〜2ヶ月分の報告(手書きでも構いません)を、そのままの形で集めてみること
• 安全衛生委員会で、集めた報告を分類・傾向づけしてみること

どれも、外部への発注や大きな予算を必要としない、社内だけで今日から始められることです。私たちの経験では、この3つを整理できた職場ほど、その後の内製化の判断が早くなっています。

「うちの職場でもできるだろうか」と思われた方もいるかもしれません。私たちの経験では、報告の量よりも、集めた報告を1回でも分類・整理してみたかどうかが、その後の定着を分けています。完璧な様式を最初から目指す必要はありません。AI-Pathでは、無償の業務プロセス診断(BPR)を実施しています。安全衛生管理のどこから内製化すべきか迷っている段階でも、まずは診断からご相談ください。

参考リンク

• ヒヤリハット報告からAI活用まで！中小企業のための安全管理の新常識｜note
• 工場の労働安全AI完全ガイド｜労災予防・危険行動検知・予知保全で死傷者ゼロを実現する設計｜OptiMax AI情報