「Aさんしか組めない工程計画」をAIで誰でも担当できる仕組みに変える手順

「Aさんがいないと工程計画が組めない」——そう聞いて、すぐ顔が浮かぶ人がいる工場は少なくないはずだ。

生産管理の現場では、30年のベテランが頭の中に蓄えた段取りの順序、機械の癖、得意先への優先配分が、そのまま工程計画になっていることが珍しくない。本人が出勤している間は問題ない。しかし急な欠勤、退職、異動が起きたとき、工場の計画機能は止まる。「引き継ぎが難しい」「マニュアルが作れない」という悩みの正体は、ノウハウが言語化されないまま個人の経験に染みついていることだ。

AIを使えばこの問題は解決するのか。答えは「半分イエス、半分ノー」だ。このページでは、段取り属人化の本質と、実際に現場で動く3ステップの解消手順を示す。

製造業の段取り属人化が起こす問題——工程計画が1人に集中するリスク

工程計画の属人化は、現場では「仕方ない」と受け止められやすい。Aさんが計画を組み、他のメンバーはそれを実行する体制が長年成立してきたからだ。しかし現実には、このリスクは静かに蓄積されている。

中小製造業では、生産管理担当が1〜2名という現場も多い。その担当者が10〜20品番の段取り手順を暗記し、納期・設備・前工程の状況を頭の中で統合して毎日計画を組んでいる。このプロセスは「職人技」そのものであり、担当者が抜けると即座に計画立案機能が失われる。

リスクはそれだけではない。担当者が在籍していても、受注増加や計画変更の頻発によって、1人のノウハウへの依存は限界を迎えやすい。計画の品質が担当者のコンディションに左右される状態も、見えにくいが深刻なリスクだ。

AI活用が注目される背景には、この「ノウハウを属人化させない仕組み」を比較的低コストで実現できる可能性がある。ただし、ここには重要な前提がある。

工程計画AIの前提条件——海外潮流と国内事例

海外事例：Infor（米国）/ 2026年

米国のERPベンダーInforは、2026年1月のブログで、製造業のAI活用が実験段階から実運用へ移り、agentic AIが計画・生産・実行を横断して判断やアクションを支援する流れを紹介している。記事では、スケジュール調整、作業指示の更新、サプライヤーへのフォローといった業務で、AIエージェントが定型判断を支える方向性が示されている。

また、2026年4月のAWS Press Centerでは、InforとAWSが製造・流通向けの業界特化AIエージェントを発表し、Xpress Boatsの事例として、プロセス課題の診断速度98%改善、返品処理時間95%削減、緊急輸送コスト50%削減が紹介されている。ただし、これは工程計画作成時間の削減率ではない。海外の潮流から読み取るべきなのは、「AIエージェントが現場業務を動かす」方向へ進んでいることと、その前提として業務プロセスがデータ化されている必要があることだ。

国内事例：ユニオンツール（Asprova導入）

国内では、AI以前の生産スケジューラ導入事例が、むしろ中小製造業にとって参考になる。NECネクサソリューションズが公開しているユニオンツールの事例では、専用機ごとに加工時間や対応できる型番が異なり、表計算ソフトでの計画作成に大きな手間がかかっていた。担当者がすべての機械特性を頭に入れきれず、計画と実績のズレを毎日修正していた、という課題も紹介されている。

同社はAsprova導入後、BOMに登録した製品情報をもとに各機械の加工時間を反映したスケジュールを作れるようになり、3人がかりだったスケジュール作成が1人でできるようになった。ここで重要なのは、ツール名ではない。機械ごとの加工時間、対応可否、製品情報をデータとして持たせたから、計画作成を人の頭からシステムへ移せたという点だ。

国内事例：スザキ工業所（最適ワークス導入）

AI搭載の生産計画DXサービス「最適ワークス」の導入事例として、スカイディスクはスザキ工業所の成果発表を公開している。発表では、生産計画のシステム化後の運用フローや、AIにより自動立案された実際の生産計画も紹介され、導入後に残業20%削減、有給取得率100%、生産量10%増を実現したとされている。

この事例も、「AIを入れたら一気に解決した」という話ではなく、生産計画の運用体制をアップデートした話として読むべきだ。AIが計画を提案できる状態にするには、品番、設備、工程順、納期、現場の制約をシステムに渡せる形にする必要がある。つまり、段取り属人化を解消する近道は、いきなりAIに任せることではなく、Aさんの判断材料を先に棚卸しすることだ。

事例の裏にある本質——「なぜその順序か」を言語化することが先決

海外・国内の事例を読んで「予算が確保できれば解決できる」と捉えると、大きな落とし穴にはまる。

AIスケジューリングの導入が失敗するパターンの多くは、「ルールが言語化されていないまま、システムに丸投げしようとした」ケースだ。AIは与えられた条件の中で最適解を探す。しかし「なぜA製品の後にB製品を流すと段取り替えが少ないのか」「なぜこの機械は午前中に特定品番しか流さないのか」——こうした暗黙知は、AIには最初から見えていない。

AIに仕事をさせる前に、まず**「段取りルールの棚卸し」**が必要だ。そしてこの棚卸し作業こそが、属人化解消の本質的な第一歩になる。

棚卸しで最も重要なのは、担当者に「なぜその判断をしたのか」を言語化させることだ。「経験でわかる」「感覚的にそうしている」という答えが返ってきたとき、そこに掘るべき暗黙知が眠っている。

この過程はAI導入の準備であると同時に、担当者不在でも他の人が対応できるマニュアル整備そのものだ。ツールより先にルールを整理することが、属人化解消の正しい順序だ。

中小製造業への落とし込み——段取り属人化を解消する3ステップ

専門チームを組んでシステム開発する必要はない。中小製造業での現実的な進め方は次の3ステップだ。

ステップ1：段取りルールの棚卸し（目安：2〜4週間）

担当者と週1回・1時間のヒアリングを設定する。直近1週間の工程計画を手元に置きながら、「なぜこの順序で流したか」を1品番ずつ言語化してもらう。整ったドキュメントは不要だ。「A品の後にB品は段取り不要」「月曜日のX機はC品番優先」といった箇条書きで十分。言語化できない箇所が出てきたら、それが次の問いかけの入口になる。

ステップ2：データの整備とルール化（目安：2〜4週間）

ヒアリングで出てきた内容をExcelに整理する。用意すべきは3つだ。①品番×品番の段取り時間マトリクス、②機械別の割り当て優先順位表、③納期優先ルールの一覧。この3つが揃えば、生産スケジューラ（工程の順序・タイミングを自動で組み立てるソフトウェア）に渡せるデータになる。整理中に「ルールが矛盾している」「担当者本人も説明できない箇所がある」ことに気づくはずだ。それは問題ではなく、棚卸しが機能している証拠だ。

ステップ3：AIスケジューリングツールの試行（目安：1〜3ヶ月）

整理したルールを生産スケジューラに入力して試す。最初は「AIの提案と担当者の判断を並べる」二重確認の形で運用する。AIが間違えた箇所はルール定義の不足を示しており、そこを補完することで精度が上がる。完全移行は、AIの提案が担当者の判断と一致するようになってからでよい。

導入の成否は「ステップ3から始めない」ことで決まる。ツールを先に選んでしまうと、設定の複雑さに圧倒されて挫折する。

最初の一歩——今週1時間でできる「段取り棚卸し」の始め方

ここまで読んで「何から手をつければいいか」が整理できたはずだ。最初の行動は、大規模なプロジェクト計画ではなくていい。

今週できること（所要時間：約1時間）：

1. 担当者に「今週組んだ工程計画の中で、自分以外には判断できなかった箇所を3つ書き出してほしい」と依頼する（依頼：5分）
2. 翌日か当日、その3つについて「なぜその判断をしたか」を口頭で説明してもらい、メモをとる（ヒアリング：30分）
3. 内容をExcelか共有フォルダのテキストファイルに保存する（記録：15分）

これだけだ。1週間続ければ15の判断ポイントが言語化される。1ヶ月続ければ、ルール集の骨格ができあがる。AIスケジューリングの話はその後に乗せていい。

ベテランを置き換えることが目標ではない。ベテランの判断を、次の人が使える形にすることが目標だ。その変換を担うのが、棚卸しというシンプルな作業だ。

まとめ

「Aさんしか組めない」状況を変えるために必要なのは、高価なAIシステムより先に、段取りルールの棚卸しだ。

Infor、ユニオンツール、スザキ工業所の事例から読み取れるのは、AI活用の成果はツール単体ではなく、業務プロセスと判断ルールの整理に支えられているということだ。その準備ができれば、中小製造業でもAIスケジューリングを現実的に試せる。

担当者の「なぜその順序か」を言語化することが属人化解消の第一歩になり、その言語化されたルールがAI活用の土台になる。最初に作るべきはAIシステムではなく、判断の地図だ。まずは今週、担当者と1時間だけ時間を取ってみてほしい。

参考・出典

• 2026: How agentic AI transforms industrial manufacturing | Infor
• Infor and AWS Bring Agentic AI to Manufacturing at Enterprise Scale | AWS Press Center
• 生産スケジューラ「Asprova」導入事例 ユニオンツール株式会社様 | NECネクサソリューションズ
• AI搭載の生産計画DXサービス「最適ワークス」導入企業のスザキ工業所にて、各務原市製造業向け事例発表会を実施 | PR TIMES
• 導入事例 | 生産スケジューラ Asprova APS
• 第2回：生産スケジューリングで製造業を変える | FLEXSCHE
• AI in Production Planning: Use Cases, KPIs, and Roadmap | Startup House