企業AI改善事例：製造現場の知識をNotebookLMで探せる形にする

製造業のAI活用というと、工場のロボットや画像検査だけを想像しがちです。しかし公開事例を見ると、もう一つ大切なのは『現場の知識を次の人に渡す』ことです。NTTドコモビジネスの業界別事例では、製造業で品質検査、品質向上、知識継承、保全・保守に生成AIが使われていると整理されています。これは高校でたとえると、部活の先輩だけが知っている練習のコツを、ノートに残して後輩がすぐ探せるようにすることに近いです。会社では、点検表、作業マニュアル、過去のトラブル報告、改善活動のメモがあちこちに分かれています。NotebookLMのような資料読み込み型AIを使うと、複数のPDFや文書から『この機械で同じ故障が起きた時の対処は？』『新人が最初に読む手順は？』と質問できます。

何が改善されたのか

改善の中心は、ベテランの頭の中にある知識と、紙やPDFに散らばった情報を探す時間を減らすことです。たとえば、ある部品の不具合が起きたとします。以前なら、担当者がファイルを探し、似た事例を思い出し、別の人に聞いていました。NotebookLMに安全に使える社内資料だけを読み込ませておけば、関係しそうな記録を候補として出せます。GeminiやChatGPTは、候補をもとに『原因の仮説』『確認すべき項目』『報告文の下書き』を作る補助に使えます。ただし、AIの答えは正解ではありません。現場の安全、品質、法令に関わる判断は人が行います。AIは探す、まとめる、下書きする係。人は確認して決める係です。この役割分担をはっきりさせると、便利さと安全さを両立できます。

高校生にもわかる例

文化祭の準備で考えるとわかりやすいです。去年の出店マニュアル、買い出しリスト、注意されたこと、会計のメモが別々に残っていると、今年の担当者は探すだけで疲れます。資料を一か所にまとめ、NotebookLMに『去年失敗したことを3つ教えて』『今年の準備で最初に決めることは？』と聞けば、最初の確認が速くなります。製造現場でも同じです。AIが代わりに作業するのではなく、過去の知識を探しやすくして、人が安全に判断する時間を増やすのが目的です。

参考にした公開情報

参考URL：NTTドコモビジネス『【業界別】企業の生成AI活用事例13選と成果を徹底解説』 https://www.ntt.com/bizon/generation-ai-industry-case.html ／ desknet's NEO『企業におけるAI活用ガイド【2025年版】』 https://www.desknets.com/neo/column/ai-utilization-corp.html 。この記事では、manapick AI掲載ツールであるNotebookLM、Gemini、ChatGPTで一般化しやすい使い方に置き換えています。