「背中で覚えろ」が通じない時代に、職人の判断基準をAIで残す方法

引退まであと3年というベテラン配管工が、後輩に同じ箇所を4回説明した。それでも若手は現場で迷い、ベテランを呼ぶ。そのベテランが苦笑いしながら言った一言が忘れられない。「俺が死んだら、この会社はどうなるんだろうな」。笑えない話だが、これは特定の会社だけの問題ではない。技術継承の本質的な難しさが、この場面に凝縮されている。

マニュアルが現場で読まれない本当の理由

作業手順書を整備している会社は少なくない。しかし現場に行くと、ほとんどの若手はそれを参照せずに動いている。なぜか。手順書には「何をするか」は書いてあるが、「なぜそうするか」が書かれていないからだ。

たとえば配管の接続作業で言えば、「パイプに熱を加えてから差し込む」という手順は書ける。だがベテランが実際にやっているのは、煙の色と立ち方を見て加熱時間を0.5秒単位で調整することだ。この判断は、文章に落とした瞬間に死ぬ。「適切な温度になったら」という表現では、その「適切」を判断する目が若手にはまだない。

若手が必要としているのは手順ではなく、判断の根拠だ。それが紙のマニュアルでは伝わらないと分かっていながら、多くの会社が同じ失敗を繰り返している。動画マニュアルも同様で、映像を見ても「どこに注目すれば良いか」が分からなければ、ただの記録映像で終わる。

「暗黙知」という言葉の正体を掘り下げる

技術論の文脈では「暗黙知」という言葉がよく出てくる。1966年にマイケル・ポランニーが提唱した概念で、端的に言えば「言葉にできない知識」のことだ。職人の世界では、まさにこれが技術の大半を占めている。

「人は語れる以上のことを知ることができる」――マイケル・ポランニー

問題は、暗黙知を「言語化できない」と諦めてきた点にある。熟練工自身が「感覚でやっている」と言う以上、引き出しようがない、と。しかし近年のAI技術は、この前提を少しずつ崩し始めている。映像・音・振動などの物理データから、人間が言語化していない行動パターンを統計的に抽出できるようになってきたからだ。

ただし、ここで一つ重要な注意がある。AIが抽出できるのはあくまで「パターン」であり、ベテランの判断の全てを完全に再現できるわけではない。特に、経験と直感が絡み合う高度な局面判断については、現時点のAIには限界がある。過信は禁物で、あくまで「入口を広げるツール」として位置づけることが重要だ。

AIによる技術継承の具体的な流れ

では実際にどう使うのか。SUMITSUBO AIでは、ウェアラブルカメラや現場写真をもとにベテランの作業を解析し、行動の特徴点を抽出するアプローチをとっている。ベテランは普段通りに作業するだけでよく、特別なレクチャーは不要だ。

若手が「この溶接の温度管理はどう見ればいい？」とスマホで問いかけると、AI化されたベテランの知識が言葉で返ってくる。先輩がつきっきりで教える時間が減り、若手は自分のペースで疑問を解消できる。教育コストの削減と、若手の自律性向上が同時に起きる構図だ。

技術を「人」ではなく「会社」に帰属させる

建設業の人手不足は今後も続く。2030年には業界全体で約30万人の人手が不足するという試算もある中、ベテランが元気なうちに動くことの意味は大きい。定年退職の直前になって「さあ教えてください」では間に合わない。実際、ヒアリングを始めてから体系的なデータになるまでに、早くて半年はかかる。

技術を「人に紐づいた資産」から「会社に帰属する資産」へ移行させることが、経営上の最優先課題になってきている。採用難の時代に、育成コストを最小化しながら即戦力を増やすための基盤として、技術継承AIは機能する。ただしそれは、ベテランへの敬意を失った「効率化」であってはならない。技術をデータに移す作業は、職人の仕事を記録し、後世に伝えるという行為でもある。

経営者が今すぐできる一歩

大規模な導入を検討する前に、まず自社の「技術マップ」を作ることを勧めたい。どの技術が誰の頭にだけ入っていて、その人があと何年現役でいられるかを可視化する作業だ。これをやると、多くの会社で「あの人が辞めたらアウト」という箇所が3〜5か所は出てくる。そこから優先順位をつけてAI導入を段階的に進めれば、無駄なコストを避けながら確実に前進できる。

「まだ大丈夫」と思っているうちが、実は動き始める最後のタイミングだ。ベテランが「俺が死んだらどうなるんだろうな」と冗談めかして言える今のうちに、その技術を会社の財産として形にしておく。それが、令和の建設会社に求められる経営者の仕事だと私は思っている。