株式会社renue
AI導入・DXの悩みをプロに相談してみませんか？
AIやDXに関する悩みがありましたら、お気軽にrenueの無料相談をご利用ください。 renueのAI支援実績、コンサルティングの方針や進め方をご紹介します。
製造業の品質管理部門の業務内容｜8DレポートからFMEAまでAI化のアプローチを解説
製造業の品質管理部門は、製品が要求品質を満たしていることを検証し、不具合が発生した場合はその原因を究明して再発を防止する部門です。QC（Quality Control：品質管理）が現場での検査・管理を、QA（Quality Assurance：品質保証）が体制構築・規格対応を担います。
本記事では、品質管理部門の主要業務（検査基準書作成、8Dレポート、FMEA、品質監査など）の具体的な業務フローを解説し、各業務のAI化の可能性を分析します。NECは生成AIに過去の工程FMEAやトラブル事例を学習させ、FMEAの表を自動作成するシステムを開発。生産性25%向上・品質コスト15%改善を実現しています（出典：日経クロステック "NECが進める製造業の生成AI活用"）。
品質管理部門の役割とミッション
品質管理部門のミッションは「不良品を出さない」「不良品を流さない」「同じ不具合を繰り返さない」の3点です。KPIとしては不良率（PPM）、顧客クレーム件数、品質コスト（予防コスト+評価コスト+失敗コスト）、工程能力指数（Cpk）などが設定されます。
自動車産業ではIATF16949、一般製造業ではISO9001が品質マネジメントシステムの国際規格として求められ、これらの規格への適合を維持することも重要な業務です。
品質管理部門の主要業務とAI化の可能性
業務1：検査基準書の作成
現在の業務フロー
- 設計図面・製品仕様書から検査すべき項目（寸法、外観、機能、性能）を洗い出す
- 各項目の判定基準（公差、許容範囲、合否ライン）を設定
- 検査方法（目視、ゲージ、測定器、画像検査）とサンプリング方式を決定
- 検査基準書として文書化し、承認を得る
AI化のアプローチ
- 過去の検査基準書からのドラフト生成：類似製品の検査基準書をRAGで参照し、新製品の基準書ドラフトをLLMが自動生成
- 不具合履歴に基づく検査項目の追加提案：過去の不具合データベースを分析し、「この製品にはこの検査項目を追加すべき」とLLMが提案
- 人間が判断すべきポイント：最終的な判定基準値の設定と検査方法の選択は品質エンジニアが決定
業務2：8Dレポート（不具合分析報告書）の作成
現在の業務フロー
8Dレポートは、顧客クレームや社内不良が発生した際に、原因を体系的に分析し再発防止策を策定する文書です。フォード社が開発した手法で、自動車産業を中心に広く使われています。
- D1：チーム編成 — 問題解決に必要なメンバーを選定
- D2：問題の定義 — 不具合の症状、発生条件、影響範囲を正確に記述
- D3：暫定対策 — 顧客への影響を最小化する応急処置を実施
- D4：根本原因の分析 — なぜなぜ分析、特性要因図（魚骨図）等で真因を特定
- D5：恒久対策の選定 — 真因に対する根本的な解決策を検討・決定
- D6：恒久対策の実施・検証 — 対策を実行し、効果を定量的に確認
- D7：再発防止 — 標準類（図面、SOP、検査基準書）への反映
- D8：チームの解散・表彰 — 成果の共有と関係者への感謝
課題・ペインポイント
- 1件の8Dレポート作成に数日〜数週間かかることがある
- D4（根本原因分析）は経験に依存し、分析の深さにばらつきがある
- 過去の類似不具合の知見が十分に活用されていない
- 複数の関係部署からの情報収集に時間がかかる
AI化のアプローチ
- D2（問題定義）の自動構造化：不具合情報（症状、ロット番号、発生日時、製造条件）を入力し、LLMが「何が、いつ、どこで、どの程度」の5W1Hフォーマットに自動整理
- D4（根本原因分析）のAI支援：過去の8DレポートデータベースをRAGに格納し、「類似の不具合では原因が〇〇であったケースが多い」とLLMが仮説を提案。なぜなぜ分析のドリルダウンをAIが対話的に支援
- D5-D7のドラフト自動生成：特定された真因に対して、過去の対策事例を参照しながらLLMが恒久対策案と標準類への反映事項をドラフト
- 人間が判断すべきポイント：真因の最終確認、恒久対策の実現可能性と効果の判断、対策実施後の効果検証
業務3：FMEA（故障モード影響解析）
現在の業務フロー
FMEAは、設計段階（DFMEA）や工程設計段階（PFMEA）で、潜在的な故障モードとその影響を事前に洗い出し、リスクを低減する予防手法です。
- 対象の機能・工程を分解し、各要素の「故障モード」（どう壊れるか/どう失敗するか）を列挙
- 各故障モードの「影響」（顧客や次工程にどう影響するか）を評価
- 「重大度（S）」「発生度（O）」「検出度（D）」を数値で評価し、RPN（リスク優先度数）を算出
- RPNが高い項目に対してリスク低減策を立案・実行
- 対策後のRPNを再評価し、リスクが許容範囲内に低減されたことを確認
課題・ペインポイント
- 故障モードの洗い出しが経験に依存し、見落としが発生しやすい
- S/O/D評価の基準が曖昧で、評価者によってスコアがばらつく
- FMEAシートの更新が形骸化し、「やったことにする」状態になりがち
AI化のアプローチ
NECは生成AIに過去の工程FMEAやトラブル事例を学習させ、FMEAの表を自動生成するシステムを開発しました。属人化を排除し、生産性25%向上・品質コスト15%改善を実現しています（出典：日経クロステック）。
- 故障モードの網羅的洗い出し：設計情報+過去の不具合データベースからLLMが「この部品/工程で想定される故障モード」を網羅的にリスト化。人間が見落としがちなパターンもAIが提示
- S/O/D評価の自動提案：過去の類似製品のFMEA評価データを参照し、LLMが初期値を提案。評価の一貫性を担保
- リスク低減策の自動提案：RPNが高い項目に対して、過去の対策事例からLLMが具体的なリスク低減策を提案
業務4：品質監査（内部監査・外部監査対応）
現在の業務フロー
- ISO9001/IATF16949等の規格要求事項に基づく監査チェックリストの作成
- 現場の実態と規格要求の適合状況を確認（文書確認、現場観察、インタビュー）
- 不適合事項の記録と是正措置要求書の作成
- 是正措置の有効性確認
AI化のアプローチ
- 監査チェックリストの自動生成：規格要求事項+過去の監査指摘事項からLLMが重点チェックポイントを含むチェックリストを自動作成
- 不適合報告書のドラフト：監査時のメモからLLMが「不適合の事実→規格要求事項との差異→是正措置要求」の構成でドラフト生成
- 規格改訂の影響分析：ISO/IATF規格の改訂内容をLLMが自社の品質システムとの差分を分析
業務5：工程能力分析・統計的品質管理（SQC）
現在の業務フロー
- 工程データ（寸法測定値、重量、温度等）の収集と管理図による監視
- 工程能力指数（Cp/Cpk）の算出と評価
- 異常値の検出と原因究明
- SPC（統計的工程管理）レポートの作成
AI化のアプローチ
- 異常パターンの早期検知：管理図のデータ推移をAIが監視し、傾向異常（シフト、トレンド、連）を統計的に検出
- 工程能力レポートの自動生成：測定データからLLMがCp/Cpk値と改善提案を含むレポートを自動作成
業務別AI化の優先順位マトリクス
| 業務 | AI化の効果 | 導入の難易度 | 優先度 |
|---|---|---|---|
| 8Dレポート作成 | ★★★★★ | 低（LLMドラフト生成） | 最優先 |
| FMEA（故障モード影響解析） | ★★★★★ | 中（過去データ整備要） | 最優先 |
| 検査基準書の作成 | ★★★★ | 低（RAG+LLM） | 高 |
| 品質監査 | ★★★ | 低（チェックリスト生成） | 中 |
| 工程能力分析 | ★★★ | 中（データ基盤要） | 中 |
汎用LLMで品質管理業務を変革する｜Renue視点
品質管理のAI化では「画像検査AI」「異常検知AI」のような専用システムが注目されますが、品質管理の業務時間の大部分を占めているのは「8Dレポートを書く」「FMEAシートを埋める」「検査基準書を作る」「監査報告書をまとめる」という文書作成業務です。
これらの業務は専用品質AIツールではなく、汎用LLMで大幅に効率化できます。特に効果が高いのは以下のアプローチです。
- 過去の不具合データベースをRAG化する：過去の8Dレポート、FMEA、不具合対策事例をRAGシステムに格納。新たな不具合発生時に「過去の類似事例ではどう対応したか」をLLMが即座に検索・提示
- 8Dレポートの構成をプロンプトとして標準化する：D1〜D8の各ステップで「何を入力し、何を出力するか」を構造化。不具合情報を入力すればLLMがD2〜D7のドラフトを自動生成
- FMEAの故障モード洗い出しをAIで網羅化する：設計情報と過去トラブル事例からLLMが故障モード候補を自動リスト化。人間の経験だけに頼らず、見落としリスクを低減
品質管理業務では「形骸化」が最大の敵です。AIによるドラフト生成は、ゼロから書く負担をなくすことで「やったことにする」品質活動から「実質的にリスクを低減する」品質活動への転換を促します。
まとめ
製造業の品質管理部門は、検査基準書・8Dレポート・FMEA・品質監査・工程能力分析の5つの主要業務で構成されています。AI化の優先度が最も高いのは以下の2業務です。
- 8Dレポート：過去の不具合データベース×LLMで原因分析の仮説提案とドラフト自動生成
- FMEA：NECの事例のように生成AIで工程FMEAを自動生成し、属人化を排除（日経クロステックで生産性25%向上・品質コスト15%改善と報告）
次の記事では、8DレポートのAI自動生成における具体的なプロンプト設計と実装方法について詳しく解説します。
あわせて読みたい
- ペーパーレス化の進め方｜中小企業のための導入ステップとツール選定ガイド【2026年版】
- AI導入ROI測定とは？生成AIの投資対効果・PoC評価フレームワーク・企業のAI価値実証ガイド【2026年版】
- ハイブリッドワークとは？テレワークとの違い・導入課題・成功のポイント完全ガイド【2026年版】
AI活用のご相談はrenueへ
renueは図面読み取り・類似図面検索・CAD自動化・Drawing Agent・積算自動化を提供する図面AI専門サービスです。