文書をRAGに入れるだけでは「技術伝承」にならない
技術伝承チャットボットの失敗で最も多いのは、既存の作業標準書や保全マニュアルをそのままRAG（検索拡張生成）に入れて終わるケースです。作業標準書には「規定トルクで締める」とは書いてあっても、「この設備は夏場に締付けが緩みやすいので2回目の確認を入れる」という熟練者の判断は書かれていません。新人が本当に知りたいのは後者です。
労働政策研究・研修機構（JILPT）の2026年5月の調査では、技能継承にデジタル技術を使っている企業は全体の21.7%にとどまりました。一方、デジタル技術を使った企業が挙げた効果は、見える化・標準化77.8%、教育時間の短縮55.4%でした（MONOist、2026年7月3日掲載）。効果の大部分は「見える化・標準化」で、デジタル化の価値は知識を形にする工程そのものにあることがわかります。
4つの工程の全体像
工程1：インタビューは「事例」から聞く
「コツを教えてください」と聞いても、熟練者は言葉にできません。暗黙知は具体的な場面と結びついているので、過去のトラブルや判断に迷った事例を起点に聞き取ります。
- 保全記録や不具合報告から、熟練者が対応した事例を10〜20件選んでおく
- 各事例について「最初に何を見たか」「なぜそこを疑ったか」「他の可能性をどう消したか」を順に聞く
- 「普通はこうするが、この設備だけは違う」という例外を重点的に拾う
聞き取りは録音して文字起こしし、生成AIで要約の下書きを作ると工数を減らせます。ただし要約は熟練者本人に必ず確認してもらいます。AIの要約は、本人にとって当たり前すぎて口にしなかった前提を補ってしまうことがあるからです。
工程2：「条件・判断・理由」の形に構造化する
聞き取った内容は、自由記述のままでは検索しにくく、RAGの回答も曖昧になります。1つの知識を次の項目に分けて記録します。
| 項目 | 記入例 |
|---|---|
| 対象 | 設備ID、品番、工程 |
| 状況・兆候 | 異音、寸法のばらつき、季節や材料ロット |
| 判断・対処 | 何を確認し、何をするか |
| 理由 | なぜその判断になるか（新人が応用できるように） |
| 確認者・日付 | 誰が正しいと確認したか |
| 適用外 | この知識が当てはまらない条件 |
「理由」と「適用外」が、マニュアルとの違いを生む部分です。対象の項目は、MESや保全システムの設備IDと品番のコード体系に合わせておくと、次の工程で検索の絞り込みに使えます。
工程3：RAG化は設備・品番で検索範囲を絞る
構造化したナレッジは、作業標準書や保全マニュアルと一緒にRAGに取り込みます。このとき、設備IDや品番をメタデータとして付け、質問者がいま担当している設備・品番で検索範囲を絞れるようにします。現場端末やMESの作業画面からチャットボットを呼び出す場合、画面で選択中の設備と品番を自動で検索条件に渡すと、別設備の知識が混ざる誤答を減らせます。
回答には、根拠になったナレッジの確認者と日付を表示します。誰がいつ確認した知識かがわかると、新人は回答を鵜呑みにせず、必要に応じて本人に聞きに行けます。チャンク分割とメタデータの設計は製造文書のチャンク分割とメタデータで詳しく扱っています。
工程4：現場フィードバックで知識を育てる
運用開始後は、チャットボットが答えられなかった質問と、利用者が「役に立たない」と評価した回答を毎週回収します。未回答の質問は、次のインタビューの題材そのものです。
暗黙知の聞き取りのより詳しい手法は熟練者の暗黙知をRAGに入れる、動画による伝承は技能伝承AIの3つのアプローチを参照してください。
よくある質問
熟練者の口調や考え方をAIに真似させるべきですか
口調を真似させる必要はありません。重要なのは判断の条件と理由が正しく伝わることです。人格を模したAIは、本人が言っていないことまで本人の言葉のように答える危険があります。
熟練者が退職した後、ナレッジの正しさは誰が確認しますか
退職前に後継者を確認者として指名し、インタビューに同席させるのが現実的です。確認者が不在のナレッジは「未確認」として表示を分け、定期的に見直します。
動画とチャットボットはどう使い分けますか
手の動きや力加減など身体で覚える技能は動画が向いています。異常時の判断や原因の切り分けなど、言葉で説明できる知識はチャットボットが向いています。両方を同じ設備IDで紐付けると、回答から該当動画へ案内できます。
この記事に出てくる用語
製造業の生成AI、どこまで任せられるか
文書検索、手順書の生成、品質報告のドラフト。人が承認する範囲と任せてよい範囲の線引き 全91本
- 製造業の生成AI活用の全体像：業務別12ユースケースと導入の順番
- 製造業の社内文書RAG入門：手順書・図面・品質記録を検索する5層構成
- Siemens Industrial Copilotの全体像：5系統の提供状況と狙い
- 生成AIの情報漏えい対策：製造業が決めるべき入力禁止情報とログ管理の7項目
この記事を書いた人
DELMIA Apriso を中核とした MES / 製造DX の導入・運用・人材育成と、製造業向けAIの調査・開発・教育を手がけるITコンサルティング企業。ISO 9001:2015 / ISO 27001:2022 認証取得。 日本・中国・米国で製造業のMES・データ基盤・AI導入を手がけた実務者が、欧米・中国の一次情報にあたって書いています。
