{"@context":"https://schema.org","@type":"VideoObject","name":"AIに渡せる形にする【AX Summit for ものづくり2026】","thumbnailUrl":"/api/ogp/image?pageType=video&teamId=AtUCin0IdRPhdVtVm4VKbuZMbTF2&contentId=6df891a2-b59f-4686-96ad-de48b5f41e69","uploadDate":"2026-10-22T05:19:37+00:00","description":"

👤 登壇者

森山裕之氏（株式会社こころみ）

・高齢者の人生や悩みを「話を聞く」ことから始まった会社で、800人以上へのインタビュー経験をもとにベテランの暗黙知を引き出す手法を確立

・直近3年半はAIエージェントの開発・実装に従事。AICX協会ものづくり委員会のメンバー

和田剛氏（大日本印刷株式会社／産業・ものづくりAI共創委員会委員長）

・DNPにおいて多様な事業領域のAX推進と、社内でAIを使える人材を増やす活動を主導

・AICX協会やクラウド事業コミュニティ等で、業界横断・日本全体へのAI普及に取り組む

齋藤博文氏（一般社団法人AICX協会）

・予測AI・数理モデル・画像処理を用いた製造現場の課題解決に10年近く従事

・製造現場とAIの双方を理解する立場から、委員会の運営を担当

📝 概要

「カップヌードルは2分がうまいんだよ」──この一言をそのままRAGに入れても、AIは使える知識にはなりません。固めの麺が好きな人向けの知識なのか、空腹時の人間一般の話なのか、その人個人の好みなのか。

こころみの森山氏は、ベテランの暗黙知を引き出すには、話したがらない「感情の問題」と、当たり前すぎて言葉にならない「論理の問題」を越える聞き方の設計が必要だと説き、主語・理由・前提条件・適用範囲を問い重ねて知識の輪郭を捉える手法、そしてMarkdown・Mermaid・動画の文字起こしなどAIが理解しやすい形への変換までを解説します。

後半はDNPの和田氏が、すでに文書化されているのにAIが読めない紙や属人フォーマットの資料を、レイアウト知見を学習したディープラーニングモデルで意味付け・メタデータ付与・関係付けする「AIレディデータ化」のパイプラインを紹介。入れ子の表、手書きメモ付きトラブル報告書、色で属性を示す図面、ワークシート間を飛ぶ手順書といった難所と、類似図面検索・見積もり概算・保全エージェントへの展開を示します。

締めくくりのトークセッションでは、Vベルトの異音、プラント巡回点検、設計者の意図、フィジカルAIと暗黙知の接続という4つのユースケースを3人で掘り下げます。

📋 アジェンダ

１）ベテランの暗黙知をAIに渡せる形に変える（森山氏）

・技能承継の危機と、企業固有の知識がなければ使われない生成AI。ホワイトペーパー2.3「データ基盤」と5.1「暗黙知は競争力」

・暗黙知とは：判断基準、勘どころ、段取り、禁則、例外処理などマニュアルに書かれていない知

・感情の問題：ノウハウを渡したくない、面接のようで嫌、意味を感じない。心理的安全性と短期間での信頼関係構築

・論理の問題：「2分がうまい」の例で学ぶ、主語・理由・前提・適用範囲を問う構造的インタビュー設計

・AIが理解しやすい形への変換：自然文はMarkdown、プロセスはMermaid／YAML、動画は文字起こし＋リンク。軽量LLMでも精度が上がる

２）製造業のAXを確かなものへと導くAIレディデータ（和田氏）

・PoCで止まる原因はモデルの能力ではなく、社内データがAIに読める形になっていないこと

・DNP独自の「ドキュメント構造化AI」：レイアウト知見を学習したディープラーニングで意味付け・メタデータ付与・ナレッジ連携を行い、意味単位で可変チャンク化

・難所の例：入れ子の表、写真や手書きメモ付き報告書、FTA、色や凡例で意味を持つ図面、三面図、ワークシートを飛ぶ手順書

・実現できること：類似図面の検索・比較、引き合い情報からの費用・調達期間の概算、設備アラートから部品特定・在庫確認・要員確保まで一気通貫のエージェント化

・自動化が進むほど高まるRAGの正確性の重要性（1ステップの誤りが連鎖する）

３）トークセッション：現場の生の声と構造化文書が組み合わさったとき、エージェントは何を自律化できるか

・金属加工部品製造（Vベルトの異音）：音や匂いは直接AIに取り込めない。熟練者が同時に気にする「観点と度合い」を引き出し、若手の気づきを支援

・化学素材プラントの巡回点検：当たり前は記録に残らない。匠と若手をセットでヒアリングし、復旧作業中のメモをリアルタイムに残す工夫

・産業機械メーカーの設計支援：「5ミリ」という結論に至った検討過程と選ばれなかった案の理由を残す。議事録の脱線部分にこそノウハウがある

・フィジカルAIと暗黙知：動きのデータと意図・目的をどうつなぐか。人間の制約で決まっていた手順をメタ化し、目的から再設計する

🎯 こんな方にお勧め

・技能承継・ナレッジマネジメントの担当者：ベテランの暗黙知をどう聞き出し、どう形式知化してAIに取り込むか、具体的な聞き方と変換方法を知りたい方

・製造業のDX・情報システム担当者：図面・報告書・手順書など紙や属人フォーマットの文書をRAGやエージェントで使える状態にしたい方

・設計・保全・生産技術部門の責任者：自部門の現場でAIに何を任せ、そのためにどんな記録や判断理由を残すべきかを考えたい方