品質保証(8D・是正処置)とERPデータ:AIで原因調査と報告書作成を速くする

第一に、トレーサビリティの確認です。不具合品のロット番号から、使用した部品・材料のロット、仕入先、製造指図、工程実績へとさかのぼり、さらに同じ材料ロットを使った他の製品への影響範囲(封じ込め)を確認します。ERPのロット管理やシリアル管理が整っていれば、ここは問い合わせで大きく短縮できます。

第二に、類似事例の検索です。過去の不適合報告や是正処置記録の中から、同じ品目、同じ工程、同じ仕入先の事例を探す作業は、文書検索(RAG)が得意とする領域です。第三に、報告書の下書きと、顧客の書式に合わせた整形です。

AIは根拠となるデータの集約と、仮説の候補出しには役立ちますが、真因の特定と是正処置の妥当性の判断は、品質部門と現場の責任です。なぜなぜ分析の結論をAIが断定してしまうと、表面的な原因で報告書が閉じてしまう危険があります。

運用ルールとして、AIの出力には必ず根拠データへのリンクかクエリを付け、是正処置の起票や記録の書き込みは担当者の承認後に行う設計にします。監査の場面では、記録の作成者と承認者が誰かを明確にできることが大切です。

まず、直近1年分の8Dや是正処置の記録から代表的な案件を3〜5件選び、調査に何時間かかったか、どのデータがどこにあったかを整理します。そのうえで、ERPのロット追跡とRAGによる類似事例検索の二つに絞って試験導入するのが、最小限で効果を測る方法です。

QMSやERPのベンダーが提供する標準のAI機能で十分な場合は、それを使う方が簡単です。また、ロット管理が運用されていない、検査記録が紙のままという場合は、AIより先にデータの整備が必要になります。