ROI事件ファイル No. 045 | AI予測導入の迷宮

第一章：依頼の着信

霧深いベーカー街の朝、私ワトソンが診療記録を整理していると、一通の依頼書が舞い込んだ。差出人はリーフアイアンコーポレートの代表取締役からであった。

「ROI探偵事務所御中。当社は1933年創業、金属卸業を営む老舗企業でございます。売上128億円を誇る一方で、受注生産の工数予測に頭を悩ませております。AIによる予測システム導入を検討中ですが、果たして現場に根付くものか。三人の名探偵のお知恵を拝借したく、参上いたします」

なるほど、92年の歴史を持つ金属卸企業が、デジタル変革の波に直面している案件のようだ。私は即座にホームズ、いや三人の探偵たちに声をかけた。

第二章：三人の探偵の視点

🟦 Gemini｜理性の羅針盤
「それ、KPTで切り分けて考えようじゃないか。まずKeep - 92年の経験値とデータ蓄積。Problem - 予測精度の不安定さと現場の抵抗感。Try - AI導入によるオペレーション改革。しかし問題の核心は、過去データの質と特性分析にある」

🟧 Claude｜物語の錬金術師
「この一文、もう少し"感じ"で伝えてみませんか？鋳技さんの92年という歳月。そこには熟練職人の指先に宿る"勘"がある。金属の特性を見極める眼力、季節や湿度まで計算に入れる経験値。その温度感をAIが理解できるのか。それこそが真の課題ではないでしょうか」

⬜️ ChatGPT｜構想の触媒
「その話、ちょっと膨らませてみても面白そうですね？仮説として、予測精度の数値よりも"現場がどう意思決定に活用するか"のUX設計が成否を分ける。つまり、AIと人間の協働インターフェースが鍵。5W1Hで整理すると、Who（誰が使う）、What（何を予測する）、When（いつ判断する）、Where（どの工程で）、Why（なぜその精度が必要）、How（どう現場に馴染ませる）」

第三章：施策や構造の解剖

私たちはリーフの工場を訪問し、現場を詳細に観察した。

Claudeが最初に気づいたのは、現場の"間"だった。
「見てください、職人さんが材料を手に取る瞬間の表情。わずか0.5秒の触感で、加工時間を±10%の精度で見積もっている。この微細な感覚をデータ化するには、単なる数値では不十分。五感の情報を構造化する必要がある」

Geminiは即座にフレームワークで整理した。
「PEST分析で外部環境を見ると、Political（労働基準法改正）、Economic（原材料価格変動）、Social（熟練工の高齢化）、Technological（AI技術の成熟）。内部要因として5F分析では、既存競合（他の老舗卸）、新規参入（EC系プラットフォーム）、代替品（新素材）、買い手（製造業の効率化要求）、売り手（素材メーカーの統合）」

ChatGPTは仮説を展開した。
「施策の細部を見ると、AIシステムの導入段階でUIデザインが軽視されている。現場の職人さんが直感的に使えるインターフェースでなければ、どんなに高精度でも"宝の持ち腐れ"になる。仮説：段階的導入で、まず簡易版から始めて現場の反応を見る。そこから改良を重ねる"アジャイル導入"が効果的では？」

第四章：分析などの体系的まとめ

Geminiが全体を構造化して見せた。

「KPTフレームで整理すると以下の通りだ：

Keep（継続すべき強み） - 92年の業界経験とネットワーク - 熟練職人の暗黙知 - 顧客との信頼関係

Problem（解決すべき課題） - 工数予測の属人化 - データの非構造化 - 新規参入者との競争激化

Try（挑戦すべき施策） - AI予測システムの段階的導入 - 暗黙知の形式知化 - 現場とAIの協働体制構築

さらにSWOT分析で戦略を明確化すべきだろう」

第五章：結論と仮説のクロス補強

Claudeがストーリーで紐解いた。
「リーフアイアンの真の姿が見えてきました。彼らは単なる金属卸ではない。92年間、製造業を支え続けた"ものづくりのパートナー"なのです。AI導入の意味も、効率化だけでなく、その信頼関係をさらに深化させるツールとして位置づけるべき。職人の勘とAIの精度、その融合こそが次世代の競争優位性を生む」

ChatGPTが示唆を言語化した。
「分析結果から見えてきたのは、"AI vs 人間"ではなく"AI with 人間"のシナリオ。特に注目すべきは、予測精度70%でも現場が納得できるシステムと、90%の精度でも使われないシステムの違い。ポイントは、AIの判断根拠の可視化と、職人の経験値との照合機能」

Geminiが決定的仮説を提示した。
「ロジックで補強すると、成功の鍵は3つ。第一に、データクオリティ（過去5年分の受注・工数・結果の紐付け）。第二に、ヒューマンインターフェース（現場の作業フローに自然に組み込まれる設計）。第三に、継続的改善サイクル（PDCAによる精度向上）。特に、モバイル最適化により現場での即座な確認が可能になれば、工数予測精度の向上は直接的に売上効率化に結びつく」

エピローグ：余韻と次回への期待

私ワトソンは、三人の探偵たちの議論を聞きながら、深い感慨に包まれていた。

リーフアイアンコーポのAI導入プロジェクトは、単なる技術導入ではない。92年の歴史と伝統を持つ企業が、次の時代への橋渡しを模索する物語である。職人の勘という暗黙知と、AIの解析力という形式知。その融合点に、真の価値創造が宿るのだろう。

「ホームズなら何と言うだろうか」と私は思った。きっと彼はこう言うに違いない。

「ワトソン君、データは事実を語るが、真実は人の心に宿る。AIが予測するのは数値だが、現場が求めるのは確信だ。その差を埋めるのが、我々探偵の役目なのだよ」

真の探偵とは、見えるものではなく、見えないものを見る者である