日本の現場はAI研修を受けていない
日本の働き手は、AIを使う機会が増えても、そのための研修を受けていません。令和8年版労働経済白書（厚生労働省、2026年9月29日公表）によると、AIと働くための研修を受けたAI利用者の割合は日本が26.7%で、OECD平均の36.8%、フランスの37.5%、ドイツの32.3%を下回ります。同白書は、製造業の個人の生成AI利用率を33.3%とし、米国（約60%）のおよそ半分としています。
一方で、現場の担い手は減っています。2026年版ものづくり白書によると、生産工程従事者の有効求人倍率は1.60倍です。新しく人を採るより、いまいる現場社員がAIを使える状態にするほうが現実的な選択になっています。
実践型の6か月プログラム
リスキリングを定着させるには、研修のテーマを受講者の自工程の業務にします。たとえば検査員なら「自分のラインの外観検査AIの過検出を減らす」、保全員なら「点検記録を検索できるようにする」といった具体的なテーマを、受講開始時に決めます。
| 月 | 内容 | 成果物 |
|---|---|---|
| 1か月目 | AIでできること・できないこと、自工程の課題の洗い出し、テーマの決定 | テーマ設定シート（課題・現状値・目標値） |
| 2か月目 | 自工程のデータの棚卸し（MESの実績、検査記録、設備データ、紙の帳票） | データ一覧（所在・形式・期間・欠損） |
| 3か月目 | データの整備、良否の判定基準や不良コードの揃え方、評価方法の決定 | 整備済みデータと評価基準 |
| 4か月目 | ノーコードツールや生成AIでの試作 | 試作版と評価結果 |
| 5か月目 | 現場での試行、誤りの記録、運用手順の作成 | 試行記録と運用手順書 |
| 6か月目 | 効果測定、社内発表、次のテーマの提案 | 効果報告と横展開の提案 |
この設計で重要なのは、2か月目と3か月目をデータに充てていることです。製造現場のAIは、モデルの作り方よりも、どのデータがどこにあり、どう揃えれば使えるかで成否が決まります。データの棚卸しの方法はAI導入前の製造データ準備を参照してください。
定着させるための3つの条件
上長がテーマを承認し、時間を確保する
受講者が本業の合間に取り組む形では続きません。週に数時間の学習時間と、職場での作業時間を上長が承認し、テーマも上長と合意して決めます。
メンターを付ける
社内の推進担当か外部の伴走者が、月に数回は受講者の作業を確認します。データの扱いで詰まったときに相談先がないと、受講者はそこで止まります。
成果をデータで測る
プログラムの評価は、受講者アンケートの満足度ではなく、テーマの結果で行います。テーマ設定シートに書いた現状値（たとえば検査の再判定にかかる時間、点検記録の検索にかかる時間、手順違いの件数）を、6か月目に同じ方法で測り直します。測り方を1か月目に決めておかないと、6か月目に比べる数字がありません。
測定に使うデータは、できるだけMESや検査装置の記録など、すでに残っているものを使います。手作業で集計し直す指標を選ぶと、修了後に誰も測らなくなり、効果が続いているかを確認できなくなります。
修了後の役割を決めておく
修了者が職場に戻ったあと、自工程のAIの運用担当や、次の受講者のメンターになる道筋を決めておきます。役割がないと、学んだことを使う場がなくなります。評価への反映はAI人材の評価制度で扱います。
費用と助成金の確認点
外部の研修サービスを使う場合、厚生労働省の人材開発支援助成金が対象になりうるかを確認します。同助成金には7コースがあり、そのうち事業展開等リスキリング支援コースなどがAI研修の候補になります。
2026年10月時点の厚生労働省の案内では、支給要領とパンフレットは2026年8月3日版に改訂されており、2026年5月14日の改訂以降、一部の申請では価格妥当性の様式（第28号）の提出が必要とされています。助成率や上限額はコースと企業規模で異なり、改訂も多いため、必ず最新の支給要領で確認してください。手続きの流れは人材開発支援助成金でAI研修費を賄うで扱います。
よくある質問
年齢の高い現場社員でもリスキリングは成り立ちますか
成り立ちます。自工程のテーマを扱うため、工程の知識を持つベテランのほうが課題設定やデータの意味づけで力を発揮することが多くあります。ツールの操作はメンターが補えば足ります。
6か月で何人育てるのが現実的ですか
メンター1人が見られるのは5〜8人程度です。1期目は1工場3〜5名から始め、修了者が次期のメンターになる形で人数を増やします。
プログラミングは教えますか
現場社員向けのプログラムでは必須にしません。ノーコードツールや生成AIで試作できる範囲のテーマを選びます。プログラミングが必要なテーマは、専門層と組んで進めます。
この記事に出てくる用語
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。
