MENU

生成AIでTPMを使う方法|プロンプト例と人が確認すべきポイント

生成AIは、TPM(Total Productive Maintenance:全員参加の生産保全)を自動で実行するための道具ではありません。一方で、設備停止・チョコ停・不良の記録を整理する、発生傾向を要約する、現場確認の質問を作る、自主保全や計画保全のたたき台を作る、再発条件や標準化の抜けを洗い出す、といった補助には使えます。

ただし、AIは設備の現物を見ていません。センサーの汚れ、締結部の緩み、摩耗、異音、温度上昇、危険箇所などを確定できるわけではありません。また、保全周期、安全基準、停止判断、部品交換基準は、設備仕様や法令、メーカー条件、現場実績を踏まえて人が決める必要があります。

この記事では、生成AIをTPMの補助に使う方法を、具体的なプロンプト例、出力の使い方、人が確認すべきポイント、誤り・限界まで含めて解説します。

TPMの意味や基本構造から確認したい場合は、TPMとは?を参照してください。人だけで進める基本手順は、TPMのやり方で確認できます。

目次

生成AIを使うと効果が出やすい場面

生成AIは、次のような作業で補助役として使いやすくなります。

  • 停止・チョコ停・不良ログを整理する
  • 発生回数や発生時間帯の傾向を要約する
  • 重点設備・重点ロス候補を比較する
  • 現場観察で確認すべき質問を作る
  • 自主保全の点検項目候補を作る
  • 計画保全の見直し観点を出す
  • 個別改善の仮説を複数出す
  • 復旧手順や標準作業の抜けをレビューする
  • 再発故障の再分析条件を整理する
  • 改善後の効果確認項目を整理する

一方で、次の判断はAIだけに任せない方が安全です。

  • 実際の故障原因
  • 危険源や安全上の停止判断
  • 部品交換の正式基準
  • 保全周期
  • 設備改造の可否
  • メーカー保証や法令との整合
  • 現場・保全・技術部門の責任分担
  • 改善策の最終採否

AIは「候補を広げる」「記録を整理する」「確認質問を作る」役に置き、現物確認と正式判断は人が行います。

1. 停止・不良ログを整理する

プロンプト例

以下は包装ラインBの1か月分の設備ロス記録です。

  • 故障停止:480分
  • チョコ停:300分
  • シール不良率:3.8%
  • センサー誤検知:42件
  • フィルム蛇行:27件
  • シール温度異常:9件

これらを、

  1. ロスの大きさ
  2. 発生頻度
  3. 品質影響
  4. 現場で追加確認すべきこと

の観点で整理してください。

条件:

  • 原因を断定しない
  • 数値から分かる事実と仮説を分ける
  • 現場確認項目を質問の形で出す

出力の使い方

AIは、故障停止480分が時間ロスとして大きい、センサー誤検知42件は頻度が高い、シール不良3.8%は品質影響が大きい、といった整理ができます。

一方で、「センサーが汚れているから誤検知した」と断定してはいけません。

人は、

  • センサー表面に粉じんが付着していないか
  • 取付位置がずれていないか
  • 配線やコネクタに異常がないか
  • フィルム蛇行と誤検知が同じ時間帯に起きていないか

を現場で確認します。

2. 重点設備・重点ロス候補を比較する

プロンプト例

次の3設備について、TPMで優先的に確認する候補を整理してください。

設備A:停止120分、チョコ停80分、不良0.8% 設備B:停止480分、チョコ停300分、不良3.8% 設備C:停止90分、チョコ停420分、不良1.1%

条件:

  • 単一指標だけで決めない
  • 停止、不良、頻度、影響範囲の観点で比較する
  • 最終優先順位は人が決める前提にする

出力の使い方

AIは、設備Bは停止時間と不良率がともに高く、設備Cはチョコ停が多い、と整理できます。

人は、顧客影響、安全影響、代替設備の有無、生産量などを加えて最終判断します。

3. 現場観察の質問を作る

プロンプト例

包装ラインBで、センサー誤検知とフィルム蛇行が多発しています。

現場で観察すべき質問を、

  • 清掃
  • 位置ずれ
  • 摩耗
  • 振動
  • 温度
  • 作業者操作

の観点で出してください。

条件:

  • 原因を決めつけない
  • 観察可能な質問にする
  • 安全上触れてはいけない箇所への接触を勧めない

出力の使い方

AIは、

  • センサー表面に粉じんが付着しているか
  • センサー取付位置に基準位置との差があるか
  • フィルムガイドに摩耗やガタがあるか
  • 特定速度域で蛇行が増えるか
  • 清掃直後と数時間後で誤検知件数が変わるか

といった確認質問を作れます。

最終的な点検方法は、安全手順と設備仕様に従って人が決めます。

4. 自主保全の点検項目候補を作る

プロンプト例

現場観察の結果、以下が確認されました。

  • センサー表面に粉じんが付着しやすい
  • センサー取付位置がずれることがある
  • フィルム蛇行が発生することがある

現場作業者が日常点検で確認できる自主保全項目候補を作ってください。

条件:

  • 点検対象
  • 正常状態
  • 異常状態
  • 確認頻度
  • 異常時の連絡先

を含める

  • 部品交換や精密調整は現場作業者へ勝手に割り当てない

出力の使い方

AIは、

  • センサー表面:粉じん付着なし/始業前確認
  • センサー位置:基準マークからずれなし/始業前確認
  • フィルム走行:蛇行なし/立上げ時確認

といった候補を出せます。

人は、現場作業者が安全に確認できる範囲か、異常時にどこまで停止・連絡するかを確定します。

5. 現場と保全の役割分担を整理する

プロンプト例

包装ラインBの異常候補について、

  • 現場作業者が確認・清掃できる範囲
  • 保全部門が判断・調整・交換すべき範囲

を整理するための質問を作ってください。

対象:

  • センサー粉じん付着
  • センサー位置ずれ
  • 取付金具摩耗
  • 配線異常
  • フィルム蛇行

条件:

  • AIが担当を決めない
  • 安全資格や設備停止権限の確認を含める

出力の使い方

AIは、「この調整は工具が必要か」「設備停止が必要か」「資格・権限が必要か」「現場で正常状態を確認できるか」といった質問を出せます。

人が実際のルールと設備仕様を確認し、たとえば、

  • 現場:センサー表面清掃、基準位置確認、フィルム蛇行の目視
  • 保全:取付金具摩耗確認、精密調整、部品交換、配線点検

のように分担します。

6. 計画保全の見直し候補を作る

プロンプト例

過去6か月で、センサー取付金具の緩みによる停止が4回発生しています。

計画保全を見直すために確認すべき観点を出してください。

条件:

  • 保全周期を勝手に決めない
  • 故障間隔、点検履歴、部品寿命、使用環境、メーカー推奨を確認する質問にする

出力の使い方

AIは、

  • 故障間隔は一定か
  • 月次点検で緩み兆候を捉えられていたか
  • 締結トルクや取付方法に標準があるか
  • 粉じん・振動など使用環境が影響していないか
  • メーカー推奨点検周期はどうか

という質問を出せます。

人は、実績と仕様を確認した上で月次、3か月、半年などの正式周期を決めます。

7. 個別改善の仮説を広げる

プロンプト例

包装ラインBで、センサー誤検知とフィルム蛇行が繰り返し発生しています。

現場観察では、

  • センサーへの粉じん付着
  • センサー取付位置ずれ
  • フィルム蛇行

が確認されました。

再発防止の改善仮説を、

  • 汚れにくくする
  • ずれにくくする
  • 異常を見つけやすくする
  • 復旧しやすくする

の観点で複数出してください。

条件:

  • 設備改造を勝手に実施しない
  • 候補ごとに人が確認すべきリスクを付ける

出力の使い方

AIは、

  • センサーカバー追加
  • エアブロー位置の見直し
  • 取付位置の基準マーク追加
  • 緩み止め構造の検討
  • 蛇行基準の可視化

などの候補を出せます。

人は、安全性、保全性、費用、メーカー保証、品質影響を確認し、採否を決めます。

8. 復旧手順と標準化の抜けを確認する

プロンプト例

現在の復旧手順は次のとおりです。

  1. センサーを清掃する
  2. 位置を調整する
  3. ラインを再起動する

不足している確認事項を出してください。

条件:

  • 安全確認
  • 正常位置の基準
  • 再起動後の確認
  • 品質確認
  • 再発記録

の観点を含める

出力の使い方

AIは、

  • 停止・安全確認の手順
  • 正常位置の基準値・基準マーク
  • 再起動後に何個流して確認するか
  • シール品質を確認するか
  • 再発時に記録する項目

などを洗い出せます。

人は正式な標準作業へ反映する前に、安全・品質・設備責任者のレビューを行います。

9. 改善後の効果確認項目を整理する

プロンプト例

改善前の実績は、

  • 故障停止480分/月
  • チョコ停300分/月
  • シール不良3.8%

です。

TPM改善後に確認すべき指標と観察期間を整理してください。

条件:

  • OEEだけに限定しない
  • 停止、チョコ停、不良、再発、点検負荷を含める
  • 観察期間は人が決める前提にする

出力の使い方

AIは、

  • 故障停止時間
  • チョコ停時間
  • シール不良率
  • 同一故障の再発回数
  • 自主保全点検の実施時間
  • 保全呼出回数

を候補化できます。

人は、日次・週次・月次のどこで見るかを決め、短期だけで成功判断しないようにします。

10. 再発条件を決めるための質問を作る

プロンプト例

同じ故障が再発した場合に、TPM活動を再レビューする条件を決めたいです。

確認すべき項目を質問形式で出してください。

条件:

  • 回数
  • 期間
  • 停止時間
  • 品質影響
  • 安全影響
  • 現行点検で検知できたか

を含める

出力の使い方

AIは、

  • 何か月以内に何回再発したら再分析するか
  • 1回でも重大停止なら即時再分析すべきか
  • 点検で兆候を拾えなかった場合に点検項目を変えるか
  • 部品寿命・構造変更まで見直す条件は何か

といった質問を出せます。

人が正式ルールを決め、たとえば「同一故障が3か月以内に2回発生したら、自主保全・計画保全・構造改善・復旧標準を再分析する」と設定します。

通し例|包装ラインBで生成AIを補助に使う

包装ラインBでは、

  • 故障停止480分/月
  • チョコ停300分/月
  • シール不良3.8%

が続いていました。

担当者は、停止・不良ログをAIへ渡し、発生頻度、時間ロス、品質影響の観点で整理させました。

AIは、センサー誤検知、フィルム蛇行、シール不良を重点確認候補として挙げました。

ただし、原因は断定せず、人が現場を確認しました。

現場では、

  • センサー表面への粉じん付着
  • センサー取付位置のずれ
  • フィルム蛇行

が実際に確認されました。

次にAIへ、現場と保全の役割分担を整理するための質問を作らせました。

人が安全・権限を確認し、

  • 現場:センサー清掃、基準位置確認、フィルム蛇行確認
  • 保全:取付金具摩耗、精密調整、部品交換

と役割を決めました。

自主保全では、

  • 始業前のセンサー表面確認
  • 基準マークからの位置ずれ確認
  • 立上げ時のフィルム蛇行確認

を標準化しました。

計画保全では、過去の故障履歴とメーカー条件を確認し、取付金具の点検周期を見直しました。

個別改善では、AIが出した候補のうち、

  • センサーカバー追加
  • エアブロー位置変更
  • 基準マーク追加

を人が安全性・費用・効果の観点で評価し、採用しました。

復旧手順も、単に「清掃→調整→再起動」ではなく、

  • 安全確認
  • 正常位置への復帰
  • 再起動
  • 蛇行確認
  • シール品質確認
  • 再発記録

まで含めて標準化しました。

3か月後、

  • 故障停止480分 → 210分
  • チョコ停300分 → 110分
  • シール不良3.8% → 1.4%

まで改善しました。

さらに、人が「同一故障が3か月以内に2回発生したら、自主保全、計画保全、構造改善、復旧標準を再分析する」と再発条件を設定しました。

この例でAIが担ったのは、ログ整理、確認質問、点検候補、改善仮説、標準化の抜け、再発条件の質問づくりです。

一方、人が担ったのは、現物確認、安全判断、役割分担、正式な保全周期、設備改造の採否、最終標準、再発ルールの確定です。

そのまま使える記入形式が必要なら、TPMテンプレートを使うと、設備ロス、自主保全、計画保全、個別改善、標準化、効果確認まで整理しやすくなります。

具体案件への適用イメージを見たい場合は、TPMの具体例が参考になります。よくある失敗を先に確認したい場合は、TPMで失敗しやすいポイントも参照してください。

人が必ず確認すべきポイント

現物・現場

AIは設備を見ていません。汚れ、摩耗、振動、異音、温度、位置ずれは現場で確認します。

安全

設備停止、カバー開放、部品交換、通電状態での確認などは、安全手順と権限に従います。

保全周期

AIが「毎月」「3か月ごと」と提案しても、それは正式基準ではありません。故障履歴、メーカー推奨、使用環境から決めます。

役割分担

現場へどこまで任せるか、保全がどこから担当するかは、資格・工具・停止権限を含めて決めます。

設備改造

カバー追加、センサー位置変更、部品変更などは、品質・安全・保証・法令を確認してから実施します。

効果判定

一時的に停止が減っただけで成功とせず、再発、品質、保全負荷まで確認します。

生成AIの誤りと限界

原因をもっともらしく断定することがある

「センサー誤検知=汚れ」と決めつける場合があります。現場確認が必要です。

存在しない設備仕様を補うことがある

メーカー推奨値、締結トルク、交換周期などを作る可能性があります。

保全周期を一般論で決めることがある

「毎月点検」などを出しても、自社設備に合うとは限りません。

点検項目を増やしすぎることがある

候補を広げるのは得意ですが、全部採用すると点検負荷が増えます。

現場と保全の責任範囲を誤ることがある

資格や停止権限を知らないため、危険な作業を現場へ割り当てる可能性があります。

短期成果へ偏ることがある

停止時間が減っただけで改善成功と判断し、不良や再発、保全負荷を見落とす場合があります。

機密情報の扱いに注意する

設備仕様、故障履歴、品質不良、顧客影響、メーカー情報などを入力する場合は、自社の情報管理ルールに従います。

生成AIに任せすぎないためのチェックリスト

  • AIが原因を断定していないか
  • 現物・現場を人が確認したか
  • 安全上の停止・点検ルールを守っているか
  • 保全周期をAIだけで決めていないか
  • 現場と保全の役割を正式に決めたか
  • 設備改造の安全・品質・保証を確認したか
  • 自主保全項目を増やしすぎていないか
  • 計画保全を故障履歴と実績で見直したか
  • 改善後に停止・不良・再発・保全負荷を確認したか
  • 再発時の再分析条件を決めたか
  • 機密情報を不用意に入力していないか

まとめ

生成AIは、TPMを効率よく実践するための補助役として使えます。

特に役立つのは、停止・不良ログの整理、重点ロス候補の比較、現場確認質問、自主保全項目候補、計画保全の見直し観点、個別改善仮説、復旧標準の抜け、効果確認、再発条件の整理です。

一方で、故障原因の確定、現物確認、安全判断、保全周期、役割分担、設備改造、最終的な改善判断は人が担う必要があります。

生成AIにTPMを任せるのではなく、「候補を広げる」「記録を整理する」「確認質問を作る」「抜けを見つける」ために使うことで、設備ロスの把握から自主保全・計画保全・個別改善・標準化までを、より効率よく進めやすくなります。

よかったらシェアしてね!
  • URLをコピーしました!
  • URLをコピーしました!
目次