GEアプライアンスのAI工場革命：『人間を超える』品質管理の最前線

米国ジョージア州の田園地帯に位置するGEアプライアンスの調理器具工場では、自律走行車両が部品を運び、ロボットがガラス製コンロを金属フレームに取り付け、AI搭載カメラがエラーを検知する。工場の製造運営責任者トニー・ギャベット氏は「AC/DCの音楽が聞こえたら、すぐに駆けつける必要がある」と語る。これは、AIが異常を検知した際に流れる合図だ。

完璧へのプレッシャー

現代の米国工場は、海外の競合他社と競争するため、完璧な製品を効率的に生産するという前例のないプレッシャーに直面している。かつては人間の努力に依存していた品質管理は、今やAIと高度なテクノロジーに大きく依存している。GEアプライアンスの目標は、エラー、機器のダウンタイム、スクラップ（不良品）を最小限に抑え、すべての製品が検査に合格して消費者に届くことを保証することだ。

製造担当副社長のビル・グッド氏は「我々は97%を目指しているわけではない。毎日100%を目指している」と語る。AIによるトラブルシューティングの分析能力により、完璧への到達が現実味を帯びてきた。

データ駆動の変革

GEアプライアンスは10年以上にわたり、カメラとセンサーによるデータ収集に取り組んできた。現在、毎日数百万行のデータが生成され、同社のデータプラットフォーム「Brilliant Factory」は、9つの主要工場の稼働状況をワークステーション単位でリアルタイムに可視化する。

ケンタッキー州ルイビルの本社から、グッド氏はどの機械が停止しているか、その理由、修理が必要な製品の数、スクラップ部品のコストなどを即座に把握できる。「昔は工場長に『今日の調子はどうだ？』と電話していたが、今は『なぜそんなに調子が悪いんだ？』と電話している」と彼は笑う。

AIがデータを分析し、問題の所在を特定することで、工場長はAIが生成したレポートを基に、問題解決のための具体的なアクションを取ることができる。例えば、モーターの温度が上昇しているデータをAIが検知すれば、故障前に修理を計画し、予期せぬダウンタイムを回避できる。ラインを1分停止するだけで300〜500ドルのコストがかかるため、スピードが重要だ。

深層分析

AIの導入は、熟練工と新人の差を縮める効果もある。グッド氏は「AIは私よりも賢い」と認める。40年の経験を持つ彼にとって、AIは過去のあらゆる問題をデータから学習し、新人にもベテラン並みの判断を可能にする。しかし、彼はAIが人間を置き換えるとは考えていない。「少なくとも近い将来、AIが大量の人間を置き換えるとは思わない」と述べる。

むしろ、AIは米国での製造を可能にしている。効率が向上すれば、低賃金の海外工場と競争できるからだ。2016年に中国のハイアールに買収されたGEアプライアンスは、ジョージア州で600人の雇用を追加し、1億8000万ドルの拡張投資を行った。また、AIを人員配置の最適化や市場需要の予測にも活用し、週ごとの生産計画を柔軟に調整している。

この動きは、製造業におけるAIの役割が単なる自動化から戦略的意思決定へとシフトしていることを示している。今後、AIはさらに進化し、サプライチェーン全体の最適化や新製品開発にも応用されるだろう。しかし、その一方で、データセキュリティやAIのバイアスといった新たな課題も浮上する。製造業がAIを真に活用するには、技術だけでなく組織文化の変革も必要だ。

よくある質問

Q: AIは製造業の雇用を奪うのか？ A: 現時点では、AIは単純作業を代替するが、新たなスキルを必要とする職種を創出している。GEアプライアンスでは、AI導入後も雇用は増加しており、むしろ効率化によって競争力を高め、国内生産を維持している。

Q: 中小企業でもAIを導入できるか？ A: コストは課題だが、クラウドベースのAIサービスや低コストのセンサーが普及し、導入障壁は下がっている。まずは特定の工程から始め、データ蓄積と効果検証を繰り返すことが推奨される。

Q: AIの品質管理はどの程度正確か？ A: カメラとセンサーの精度は高く、人間の目では見逃す微細な欠陥も検出できる。ただし、AIの判断には学習データの質が影響するため、定期的なモデル更新と人間による検証が必要だ。

参考 URL: https://www.npr.org/2026/09/01/nx-s1-5869801/ai-manufacturing-jobs-data-factory