最近ブログ更新できてませんでした。

というのも、ここ最近ずっと、

ChatGPTとCodexを使って
“あるアプリ”を作っていました。

それが、

「品質クレーム対策書作成アプリ」

です。

しかもただの文章生成ではなく、

・上司に見せて納得されるレベル
・客先提出も意識した表現
・品質保証っぽい流れ
・社内向け真因と客先向け文章の切り分け

まで考えて作りました。

正直、

「ここまでAIでできるんか…」

って自分でもかなり驚きました。

ただ、完成まではかなり苦戦。

Codexとのやり取りはたぶん50回以上。

「そこ違う」
「品質保証ならそう書かへん」
「その流れやと上司に突っ込まれる」

みたいな修正を何回も繰り返して、ようやく形になりました。

でも、その過程がめちゃくちゃ面白かった。

今回は、

・なぜ作ろうと思ったのか
・実際どこまでAIでできたのか
・製造業とAIの相性
・使って感じたリアルな問題点

を、現場目線で書いてみようと思います。

---

なぜ作ろうと思ったのか

製造業で仕事をしていると、避けて通れないのが品質クレームです。

・客先からの不具合連絡
・原因調査
・流出原因
・発生原因
・暫定対策
・恒久対策
・対策書作成

毎回かなり時間がかかります。

しかも一番大変なのが、

「文章をまとめること」

なんですよね。

頭の中では分かっていても、

・どう書けばいいか
・客先向けにどう表現するか
・社内向けにはどう残すか
・言い回しをどうするか

ここで止まる人はかなり多いと思います。

自分自身もそうでした。

だから前から思っていました。

「これ、AIでかなり楽になるんじゃないか？」

と。

---

最初は簡単にできると思っていた

最初は正直、

「ChatGPTとCodex使えば数時間でできるやろ」

と思ってました。

…甘かったです。

実際は、

「表示崩れる」
「ボタン動かない」
「入力データ消える」
「原因分析がおかしい」
「対策の流れが不自然」

など問題だらけ。

特に難しかったのが、

“製造業独特の考え方”

をAIに理解させることでした。

例えば品質クレームって、

単純に「原因を書けば終わり」じゃないんです。

・発生原因
・流出原因
・なぜ検知できなかったか
・再発防止
・標準化
・教育
・確認方法

など、かなり独特の整理があります。

ここが一般的な文章生成AIだけでは、まだ弱い部分でした。

---

だから“上司が納得するレベル”にかなりこだわった

今回かなりこだわったのが、

「上司に見せて納得してもらえるか」

そして、

「客先に提出しても問題ないレベルか」

です。

品質対策書って、

ただ文章を作ればいいわけじゃありません。

・言い回し
・原因の整理
・対策の流れ
・表現の柔らかさ
・責任の見せ方

この辺りがかなり重要です。

特に客先提出資料は、

少し表現を間違えるだけで印象が大きく変わります。

だから今回は、

単純なAI文章生成ではなく、

“実際に品質保証が提出しそうな雰囲気”

をかなり意識しました。

さらに、

客先向け文章

と

社内向け真因

を分けて作れるようにしました。

これ、かなり重要です。

現場をやっている人なら分かると思いますが、

社内で把握している内容と、
そのまま客先へ提出する内容は違います。

だから、

「社内では本当の原因を管理」
「客先には適切な表現で報告」

この切り分けを意識して作っています。

---

ChatGPTだけじゃなくCodexがかなり凄かった

今回かなり驚いたのが、Codexの進化です。

昔のAIコード生成って、

「なんか惜しい」

感じが多かったんですが、今はかなり違います。

例えば、

「入力フォーム追加して」
「このボタン右に寄せて」
「対策書をPDF出力したい」
「一覧画面追加して」

みたいなことを、会話しながらどんどん修正できる。

もちろん一発では完璧になりません。

でも、

“会話しながら育てていく感覚”

がかなり面白かったです。

---

正直、一番大事なのは「AIに伝える力」

今回かなり感じたのがこれです。

AI時代って、

プログラムを書ける人だけが強いんじゃなくて、

「何を作りたいかを整理して伝えられる人」

が強い。

例えば今回も、

「品質対策書アプリ作って」

だけでは全然ダメでした。

・誰が使うのか
・どんな流れで使うのか
・現場で何に困っているのか
・何を自動化したいのか
・どこは人が判断するのか

これを細かく整理することで、どんどん形になっていきました。

---

製造業こそAIとの相性がいいと思う

最近よく思います。

製造業って、

「AI化遅れてる」

と言われがちなんですが、実はかなり相性いいと思っています。

理由はシンプルで、

“ルールや流れが存在する仕事が多い”

からです。

品質管理もまさにそう。

・報告書
・会議資料
・対策書
・標準書
・議事録

この辺りはAIがかなり強い。

もちろん最終判断は人ですが、

「ゼロから作る時間」

を減らせるだけでもかなり大きい。

---

まだまだ改善したい

今回かなり満足はしています。

でも、まだ改善したい部分も多いです。

例えば、

・過去クレームの検索
・類似不具合提案
・真因分析支援
・写真添付
・グラフ化
・Excel出力
・客先別フォーマット切替

など、やりたいことはまだまだあります。

でも逆に言うと、

“個人でもここまで作れる時代”

になったことがかなり衝撃でした。

昔なら絶対無理だったと思います。

---

ただ、現実はなかなか難しい

ここまで作っておいてなんですが、

実は自分の会社では、こういうAIツールは簡単には使えません。

理由はセキュリティです。

品質情報や客先情報を扱うため、

外部AIへの入力自体が厳しく制限されています。

正直、

「めちゃくちゃ便利なのに使えない」

というのが今のリアルです。

でも逆に言えば、

それだけAIの力が強いということでもあります。

今後、企業側のルールや環境が整ってくれば、

品質管理の仕事はかなり変わるんじゃないかと思っています。

だからこそ今のうちに、

AIを触って、試して、理解しておくことが大事だと感じています。

---

最後に

今回かなり感じたのは、

AIは「仕事を奪う」だけじゃなく、

「現場で困っている人を助ける道具」

にもなるということです。

特に製造業は、

まだまだ改善できる余地が大きい。

現場経験がある人ほど、AIを使う価値は高いと思っています。

ただ今回作ったアプリは、

品質情報やクレーム対応を扱う関係上、
実際の画面や内容をブログで公開できないのがかなり残念です。

個人的にはかなり面白いものができたと思っています。

もし、

「どんな感じなのか気になる」
「製造業でAIをどう使っているのか知りたい」
「品質業務にAIを取り入れてみたい」

という方がいたら、気軽に連絡ください。

同じように現場で悩んでいる人と、色々話してみたいと思っています。

これからも、

「現場で本当に使えるAI」

を色々作っていきたいと思います。

また面白いものができたらブログ書きます。