職人1時間→1分、アルムのAIから盗む役割分担

日本の町工場や地方の製造業において、最も解決が難しく放置されてきた痛みが「ベテラン職人の頭の中にある暗黙知」の継承です。紙の図面を読み解き、切り込み深さや回転数を弾き出し、専用マシンにデータを打ち込むNCプログラミング業務。これまでは「長年の勘と経験が要るため自動化は不可能」とされ、職人が1件あたり1時間以上を費やすことも珍しくありませんでした。専用ソフトは高額で人を増やす余裕もない中で放置されていたこの課題に対し、石川県金沢市発のスタートアップ・株式会社アルムが一石を投じました。

なぜ「職人のカン」は今まで自動化できなかったのか

従来の自動化施策が壁に突き当たってきた最大の理由は、「職人の頭の中をすべてシステムに置き換えようとした」点にあります。加工対象の材質、刃物の消耗具合、加工時の熱膨張まで、熟練工は無意識のうちに無数の変数を組み合わせて最適な数値を導き出しています。これを従来のプログラムで完璧にルール化しようとすれば膨大なコストがかかり、現場の運用も破綻してしまいました。

この長年の課題に対し、アルムは「職人の能力をまるごとAIに代替させる」という発想を捨てました。全自動を目指すのではなく、AIを対話型のエージェントとして位置づけ、業務の組み立てそのものを再設計したのです。

AIを新人指導や下準備に回し、熟練工を高難度業務に集中させる

アルムが引いた線｜AIは下ごしらえ、人は最終判断

アルムが開発した加工自動化AIソフトウェア「TTMC origin」およびAI搭載切削加工装置は、最大3.3億円規模のシステムとして大手メーカーから中小工場まで導入が進んでいます。その核心的な成果は、熟練工が1時間費やしていたプログラミング業務をわずか1分に短縮したことです。

しかし、地方・中小企業の経営者がこの記事から盗むべきは、数億円という導入規模ではありません。真に持ち帰るべきは**「AIに完璧な完成品を求めず、下ごしらえ役に徹させた」**という役割分担の線引きです。AIが図面データを読み込んでパラメータの叩き台を1分で作成し、ベテラン職人は出てきた数値を最終確認して承認する。退屈で時間を食う定型入力をAIに任せることで、職人は難易度の高い特殊加工や現場の創意工夫に集中できるようになりました。

3.3億円を1/1000に翻訳する｜町工場の月数千円版

3.3億円の専用装置を購入できる中小企業はごくわずかです。しかし、「下ごしらえをAIに投げ、人間は最終判断だけを行う」という構造は、汎用のAIチャットツール（ChatGPTやClaudeなど）を活用すれば月数千円の予算で今すぐ再現可能です。

例えば、取引先から送られてくる複雑な仕様書やテキスト形式の注文データをAIチャットに読み込ませ、「主要な寸法・材質・納期・注意点の要約リスト」を即座に作成させます。これまで担当者が手作業で1時間かけて書類を読み込み、Excelへ転記していた下準備をAIに肩代わりさせるのです。人間は出来上がった要約に目を通し、間違いがないか確認して次の手配に進みます。大掛かりなシステムを作らなくても、机の上の「下準備」を切り離すだけで現場の負担は激減します。

効かない条件と、やめどきの見極め

ただし、この役割分担が効かない明確な前提条件が存在します。それは「AIが起こしたミスを、確認する人間が即座に見抜けない業務」に適用した場合です。専門知識のない経験の浅いスタッフが、確認なしでAIの出力をそのまま後工程に回してしまうと大きなトラブルに繋がります。熟練者の目が最終チェックとして機能して初めて成り立つのです。

また、導入時につまずく最大の落とし穴は、経営者が「最初から100%の精度」をAIに期待して現場へ丸投げしてしまうことです。最初から高精度を求めると、現場は「使いものにならない」と拒絶反応を起こします。

小さく始める際は、「1週間試して作業時間の削減が半分に届かなければ、その工程への適用は一度諦める」という明確な撤退基準（やめどき）をあらかじめ決めておきましょう。合わない工程から撤退し、別の定型作業へ対象を移す判断を素早く行うことが、引き延ばしによる無駄なコストを防ぎます。

30分で課題を整理する→