この記事の要点: 株式会社JINGSは、製造業における品質保証や設計業務をAIで支援するオーダーメイドの開発・導入支援サービスの提供を開始しました。FMEA（故障モード影響解析）の作成支援や、過去のトラブル事例（過去トラ）の横断検索など、熟練者の経験に依存しがちな品質判断業務をAIで補完します。業務整理からPoC（概念実証）、本番導入、運用定着までを段階的に伴走支援する体制を整えています。
発表内容のポイント
- FMEAやDRBFMの作成時に、AIが検討すべき観点やリスク候補を提示して抜け漏れを防止
- 分散した過去トラ報告書や設計文書を横断検索し、根拠資料とあわせて迅速に確認可能に
- 既存のExcelや手書き帳票などのデータを活用し、大規模なシステム刷新なしで導入可能
発表の背景
製造業では、設計・製造段階でリスクを抑える「フロントローディング」や「自工程完結」が重視されています。しかし、品質に関する知見は報告書や個人の経験に分散しており、必要な場面で引き出しにくい課題がありました。また、熟練者の退職に伴う技術伝承も急務となっています。こうした背景から、同社は生成AI等の技術を用いて、社内に蓄積された品質知見を設計やレビューの現場で有効活用できる仕組みの提供を目指しています。
何が発表されたのか
本サービスは、顧客が保有する既存のFMEA、DRBFM、過去トラ報告書、設計文書などを活用し、各社の課題に応じたAIを設計・開発します。AIが人の判断を代替するのではなく、関連する過去事例やリスク候補を提示して担当者の判断を補助する設計が特徴です。設計部門でのFMEA作成支援、品質保証部門での過去トラブル情報の横断検索、生産技術部門での工程FMEAや4M変化点に伴うリスク洗い出しなど、各部門の業務に合わせた支援を行います。
製造業・生産管理への見方
製造現場や設計・品質保証の部門において、過去の不具合対策が十分に共有されず、類似のトラブルが再発するケースは少なくありません。本サービスは、既存のExcel帳票や文書データをそのまま活用できるため、現場に過度なデータ整理の負担を強いることなくスモールスタートが可能です。AIの回答には出典や根拠となる過去資料がひも付けられるため、品質業務で懸念される「もっともらしい誤り」を見逃すリスクを抑え、確実な意思決定を支援します。
現場で確認したいポイント
- 自社に蓄積されているFMEAや過去トラ報告書などのデータ形式や保管状況を確認する
- 優先してAI化に取り組むべき特定の工法や機種、工程が明確になっているか整理する
- PoC（概念実証）を実施するにあたり、事前にどのような評価指標を設定するか検討する
確認しておきたい点
AIの出力は必ずしも正しいとは限らないため、最終的な判断は人間が行う検証プロセスが必要です。また、データの状態や対象業務によってPoCの期間や実現可能性が異なるため、事前のデータ診断による確認が求められます。
関連リンク
- 株式会社JINGS コーポレートサイト：発表企業の公式サイト。事業内容や会社概要を紹介。
- 株式会社JINGS PR TIMESページ：JINGSのプレスリリース一覧。
出典情報
| 出典 | PR TIMES |
|---|---|
| 発表企業 | 株式会社JINGS |
| 発表日時 | 2026-07-17 13:04:13 |
| 元記事 | PR TIMESで読む |
