連載の全体像と記事一覧：生産ラインの現場から、データと判断のあり方を考える 第1回では経営KGIと現場KPIをどうつなぐかを、第2回では「同じデータ、同じ定義」を誰がつくるのかを書きました。では、同じデータを同じ定義で見られるようになれば、企業の意思決定はうまくいくのでしょうか。私は、その先にもう一つ問題があると考えています。同じデータを見ても、人によって判断が違うことです。今回は、製造現場の「判断」を考えます。 設備に異常の兆候が出た。さて、止めるべきか？ ある工場の生産設備で、センサーの振動や温度に通常と異なる傾向が現れたとします。今すぐ故障するとは限りませんが、何かが起こり始めている可能性があります。オペレーター、保全担当、生産管理、工場長は、この設備を止めるべきかどうかを、図１のように考えるかもしれません。 図１. 設備停止をめぐる4者の判断 誰か一人が間違っているわけではありません。守るべきKPIと負っている責任が違うため、同じデータを同じ定義で見ていても判断は割れます。それぞれが自分の責任を果たすことを考えた結果だからです。 「予測できること」と「判断できること」は違う AIやアナリティクスで、「この設備は近い将来、故障する可能性が高い」と高い確度で予測できるようになったとしましょう。これは大きな進歩です。しかし、そこで問題が解決するわけではありません。今止めるのか、今日の生産を終えてから止めるのか。部品はすぐ手配できるのか。誰が決めるのか。予測を受け取ったところから、次の問いが始まります。「何が起きそうか」を予測することと、「では何をするか」を判断することは、別の問題です。予測精度を高めても、後者が自然に解決するわけではありません。 ベテランが持っているのは、「答え」だけではない 経験豊富な保全担当者は、センサーの値が通常と違うからといって、機械的に「停止」と判断しているわけではありません。ベテランが本当に持っているのは答えそのものより、答えにたどり着くまでのプロセスです。 どの情報を見るのか 何と何を比較するのか 何をリスクと捉えるのか どの条件になったら他の人に相談するのか 経験やノウハウと呼ばれているものの中には、こうした「判断の仕方」が含まれているはずです。自社のベテランに「この異常を見たとき、最初に何を確認するか」を聞いてみてはいかがでしょうか。 目指すのは、同じ結論ではなく、同じ判断材料 全員に同じ結論を求めると、立場の違いが無視され、責任範囲が曖昧になり、例外に対応しにくくなります。目指すのは、同じ判断材料を共有した上で、それぞれの責任に基づいて判断できる状態です。設備異常の例でいえば、何が起きているか、想定される原因、類似事例、継続運転のリスク、生産計画への影響、対応方法の選択肢です。共有するのは結論ではなく、判断の根拠です。 図2．共有するのは結論ではなく判断材料 データ基盤の次に、「判断基盤」を考える データを集め、整え、定義を揃え、分析する。ここまでは多くの企業で議論されています。しかし、分析できるようになっても、意思決定の速さや質が自動的に変わるとは限りません。そこで、データ基盤の次に「判断基盤」を考えることを提案します。新しいITシステムの名前ではなく、意思決定プロセスの整理と言い換えても構いません。必要なデータ、判断材料、判断基準、責任者、そしてアクションまでをつなぐ仕組みを、ここでは「判断基盤」と呼ぶことにします。 自社の現在地は、図３の5つの問いで確認できます。 図3．判断基盤を確認する5つの問い 5つすべてに即答できるかどうかが、判断基盤がどこまで整っているかの目安になります。答えに詰まる問いがあれば、そこが次に手をつける箇所です。 おわりに データを集める。定義を統一する。分析できるようにする。ここまで整えても、判断が自動的に良くなるわけではありません。最後に残るのは、「この情報から、私たちはどう判断するのか」という問題です。その答えは、全員が同じ結論を出すことではありません。同じデータを同じ定義で見て、判断に必要な材料を共有した上で、それぞれの責任に基づいて意思決定できる状態をつくることです。 次回は、この判断のどこまでをAIに任せ、どこからを人が持つのかを考えます。 皆さんの会社では、同じデータを見たとき、誰もが同じ「判断材料」を手にしているでしょうか。