AI で不良解析、シスメックス子会社 — 社員が自分で AI を作る土台

何が起きたの? — 製造現場から生まれた AI

シスメックスRA は、血液や尿などを調べる検査機器と、その周辺装置を開発・生産する会社です。親会社はシスメックスです。

同社は新工場の稼働に合わせて、工場内の物流を自動化しました。部品を集める作業(ピッキング)の生産効率は 2 倍になっています。

次の課題はデータです。執行役員の小澤 洋輔氏は「十分にデータを活用し切れていないのが実態です」と話します。2026 年度からは生産管理部門に、データ活用を進める専門の組織を置きました。

そこで出てきたのが、製造部門が開発を進める「不良解析エージェント」です。指示を待たずに自分で段取りを組んで作業を進める AI(AI エージェント)を、社員が自ら作る動きの一つです。経理部門でも「会計エージェント」を作り、検証を進めています。

現場の社員は、どうやって AI を作れるの?

鍵は、シスメックスグループが整えた環境です。中身を並べると次のとおりです。

アプリ作りには、プログラムをほとんど書かずに業務アプリを作れる Microsoft の道具(Power Apps)を使います。シスメックスRA からも複数の部署から、毎年何人かが参加しています。

その結果、簡単なアプリなら自分で作れる社員が増えてきたといいます。不良解析エージェントは、こうした下地の上に出てきた取り組みです。

この AI が狙うのは、製造工程の膨大なデータに潜む小さな変化や傾向です。人が確かめにくいデータ同士の関係から、不具合の兆しを探らせようとしています。

仕事や会社はどう変わるの?

社長の尾黒 昌彦氏は、AI の役目を「勘・コツ・経験が必要な部分で、人間に示唆を与える」ものと捉えています。人の判断を置き換えるのではなく、判断の材料を差し出す役です。

小澤氏は、AI を「カイゼン」の道具の一つとして、ほかの手法と組み合わせたいと話しています。AI だけを特別扱いせず、現場の改善活動の中に置く考え方です。

記事によれば、同社のデータ活用はまだ本格化の途上です。不良解析エージェントも開発中で、効果の数字は示されていません。

SYNCON の視点 — 現場が作る AI の土台

不具合の兆しは、毎日その工程を見ている人がいちばんよく知っています。だから現場の社員が自分で AI を作れると、題材選びが速くなります。専門の部署に頼んで順番を待つ必要がないからです。

ただ、シスメックスRA の例で先に整っていたのは、AI そのものではなく土台です。社内の情報を外に出さずに扱える環境、自作の道具を渡す範囲、学ぶ場、見せ合う場。これらがそろって、初めて現場が安心して手を動かせます。

自社で決めるべきことは、まず線引きです。どの情報までなら AI に渡してよいか。自作の道具を誰に渡すか。作った AI を誰が見て、ほかの部署へ広げるか。尾黒氏のいう「まずはやってみる」を後押しするには、この線を会社が先に引いておく必要があります。

要点まとめ

• シスメックスRA の製造部門が、不具合の兆しを探す「不良解析エージェント」を開発中
• 経理部門でも「会計エージェント」を作り、検証を進めている
• 土台は Microsoft Copilot をもとにした閉じた AI 環境と、必要な社員への Copilot Studio の提供
• 希望者がハッカソンなどでアプリを作り、成果を報告会で共有する仕組みがある
• 工場内の物流の自動化でピッキングの効率は 2 倍。データ活用はこれからで、2026 年度に専門組織を新設
• 現場が AI を作るには、情報の扱い・道具を渡す範囲・共有の場の線引きを先に決める