「日本の製造業をもっと良くしたい」製造業のDX推進者がAIコーディングで始めた現場改革ー複数部署からAI活用相談を受けるようになるまで

海外工場を見て、日本の製造業をもっと良くしたいと考えた髙瀬さん。講座で学んだ言語化力がAIへの指示を変え、自作したタスク管理システムを製造現場で導入することができ、今では複数の部署からAI活用の相談が集まるようになったという髙瀬さんにお話を伺いました。

「日本の製造業をもっと良くしたい」製造業のDX推進者がAIコーディングで始めた現場改革ー複数部署からAI活用相談を受けるようになるまで

今回は、製造現場の改善とDX推進に携わり、AIコーディングで現場とエンジニアをつなぐ仕組みを実稼働させたTさんにお話を伺いました。日本の製造業をもっと良くしたいという思いが、どのように現場改革へつながっているのかを聞きます。

Tさんプロフィール
製造業で生産ラインやオペレーター業務の改善、現場のDX推進を担当。Pythonの独学とチャット型AIの活用を経て、code4bizでAIコーディングを学ぶ。現在は製造現場のタスク管理システムを社内で稼働させ、ローカルLLMによる文字起こしや外観検査の自動化にも取り組んでいる。

製造現場の改善に惹かれた原点

ーー現在のお仕事とこれまでの経歴を教えてください。

T:製造業で、生産ラインやオペレーター業務の改善、現場のDX推進に携わっています。もともとは化学系を専攻していて、化学に関わる仕事を探すなかで製造業に入りました。

現場では日々いろいろな問題が起きます。根本原因を考え、改善によって解決できたときの気持ちよさを知ってから、製造の仕事がどんどん好きになりました。

ーー「日本の製造業をもっと良くしたい」という思いはどこから生まれたのですか?

T:以前、海外の工場を見る機会があり、日本との水準の違いに驚きました。改善という言葉が海外でもそのまま使われるほど、日本の製造業には積み上げてきた文化があります。それなのに、なぜこれほど差があるのだろうと感じたんです。

海外工場を見て、日本の製造業をもっと良くしたいという思いが強くなりました。今はその気持ちを原動力に、目の前の現場改善へ取り組んでいます。

50〜60点で止まっていたAI活用

ーー生成AIを使い始めた頃はどのように活用していましたか?

T:製造ラインを見える化するため、Pythonを独学していました。生成AIが登場してからは、ChatGPTやCopilotに相談しながら開発するようになり、生成AIそのものは約2年前から使っています。

ただ、当時はチャットで返ってきた内容をコピーして作業環境へ貼り付ける使い方が中心でした。AIが賢くなるほどできることは増えましたが、作業の往復に煩わしさも感じていました。

ーーAIのどんな点に煩わしさを感じ、今回なぜcode4bizを選んだのかを教えてください。

T:Claude CodeのようなAIエージェントを知り、もっと開発の幅が広がると感じました。一方で、自分が何を作りたいのか、AIに何を任せられるのかを整理できず、どう使えばいいのか分からない状態でした。

AIが返す50〜60点ほどのアウトプットで満足してしまっていました。もっと質の高いものをスムーズに作りたい。そのために、ツールの表面的な使い方だけでなく、本質的な考え方から学べそうだと感じたことがcode4bizを選んだ決め手です。

言語化力がAIの開発速度を変えた

ーー学びの中で特に仕事へ生きているものは何ですか?

T:講座で最初に学んだビジネススキルが、いちばんの土台になっています。何が課題で、何を実現したくて、相手に何を伝えるべきかを整理する力が身につき、AIへの指示が以前よりクリアになりました。

言語化力が上がると、AIだけでなく、人との話し合いでも前提や目的を共有しやすくなりました。以前より高度な議論へ進みやすくなり、業務全体も円滑になったと感じています。

ーー現在、Claude Codeをどのように使い、受講後に何が変わりましたか?

T:1つのセッションだけにすべてを任せるのではなく、複数のセッションに役割を分けています。あるセッションには調査、別のセッションには実装というように、作業を分けて同時に進める使い方です。

複数のClaude Codeセッションに役割を分けて、並行して開発を進められるようになりました。悩んでいる問題のレベル自体が数段上がり、解決までのスピードも速くなっています。作れるものが増えただけでなく、問題へ向き合う基準そのものが変わりました。

自宅で作った仕組みが現場で動き始めた

ーー実際に形にしたものを教えてください。

T:1つ目は、ローカルLLMを使った文字起こしツールです。組織内や手元の環境で動かせる言語モデルを使い、高い精度と速さで文字起こしできるところまで作りました。今は辞書機能や、あらかじめAIへ渡す指示を改善しています。

2つ目は、現場とエンジニアをつなぐタスク管理システムです。これは、すでに社内で動いています。オペレーターが日々の問題を記録し、改善を担うエンジニアにタスクとしてつなげられる仕組みです。自宅で開発したものを現場へ持ち込み、実際の業務で使える形に整えました。

ーー仕組みを作って見せ続けたことで周囲にも変化があったそうですね。

T:AIでできることや、自分が作っているものを社内で発信していたら、いろいろな部署から声がかかるようになりました。役職が変わったわけではありませんが、AIを使って改善に取り組む人として認知され始めています。

AI活用の相談が複数の部署から集まり、必要なメンバーを選んで改善を進められるようになりました。現在は、人の目で行っている外観検査の自動化にも取り組んでいます。

一社の改善から日本の製造業全体へ

ーーこれからどのような仕事やキャリアへつなげたいですか?

T:今は1社の現場改善に集中していますが、最初に話した「日本の製造業全体を良くしたい」という思いは変わりません。将来的には、AIを使ってさまざまな製造現場の改善を支援できる仕事にも挑戦したいです。

まずは今の現場で、タスク管理や文字起こし、外観検査自動化の事例と実績を積み上げたいです。自社の業務だけでなく、知らない領域の仕事を理解し、課題を仕組みに落とし込める力も身につけていきたいと考えています。

ーー最後に、受講を検討している方へメッセージをお願いします。

T:身の回りの仕事で少しでも不便だと感じていて、「こうしたいけれど、自分の力では作れない」と悩んでいる方には、AIコーディングを学んでほしいです。以前なら手が届かなかった改善も、自分で形にできる可能性があります。

不便さを諦めず、一歩踏み出すことで、仕事の中で解決できることは大きく広がります。AIを使った改善がまだ当たり前になっていない今だからこそ、早く始める価値があると思います。

本ページのデザインは全てAIによって作成されています   —   本ページのデザインは全てAIによって作成されています   —   本ページのデザインは全てAIによって作成されています   —   本ページのデザインは全てAIによって作成されています   —   本ページのデザインは全てAIによって作成されています   —   本ページのデザインは全てAIによって作成されています   —   本ページのデザインは全てAIによって作成されています   —   本ページのデザインは全てAIによって作成されています   —   本ページのデザインは全てAIによって作成されています   —   本ページのデザインは全てAIによって作成されています   —   本ページのデザインは全てAIによって作成されています   —   本ページのデザインは全てAIによって作成されています   —