暗黙知をAIで残す｜製造業の技能継承で残せる判断・残せない判断

ベテラン社員が退職すると、その人が長年の経験で身につけた「判断」も一緒に会社から消えてしまいます。図面を見て価格や納期の見当をつける、どの機械でどう加工するかを組み立てる、といった判断です。

こうした判断は熟練者の頭の中にしかなく、マニュアルに書き起こそうとしてもうまく言葉になりません。

設備や工場は引き継げても、判断のノウハウは残しにくいことが、中小製造業の事業承継と技能継承の大きな壁になっています。

2026年版ものづくり白書の概要によると、技能継承のための取り組みで最も多いのは、「再雇用や勤務延長などにより高年齢の従業員に継続勤務をしてもらう」（54.8%）です。

在籍を延ばして時間を稼ぐ会社が多い一方で、延ばした期間にも終わりは来ます。

この記事では、ベテランの暗黙知をAIに残すための順番を、事業承継を控えた中小製造業の経営者と後継者の方向けに整理します。AIに残せる判断だけでなく、AIには残せない判断についても、分けてお伝えします。

どの業務が特定の人に頼っているかの洗い出し方は、属人化の洗い出しで町工場がつまずく理由で解説しています。

暗黙知をAIに残すとは？

最初に、技能継承で何が失われるのか、AIでどこまで残せるのかを整理します。先に結論を書くと、AIに残せるのは過去の実績と結びつけて説明できる判断で、言葉にならない違和感は人から人へ引き継ぐしかありません。

技能継承で失われるのは判断

ベテランの退職で失われるのは、作業の手順だけではありません。手順であれば、マニュアルを作ったり動画を撮ったりして残せます。

本当に残しにくいのは、言葉で表しにくい「判断そのもの」です。図面を見た瞬間に浮かぶ価格の見当、無理な納期を見抜く感覚、効率のよい段取りの組み方が当たります。

ベテランに「どうやって判断しているのですか？」と尋ねても、「見れば分かる」「長くやっていれば分かる」という答えになりがちです。

本人も、過去の似た案件と目の前の図面を無意識に照らし合わせて判断しているため、筋道を立てて説明することに慣れていません。

暗黙知と形式知の違い

このように、言葉や数字になっていない経験や勘を「暗黙知」と呼びます。反対に、文書やデータになっていて、ほかの人が読んで使える知識が「形式知」です。

暗黙知と形式知の行き来を説明する考え方に、野中郁次郎氏らが示した「SECI（セキ）モデル」があります。知識が次の四つの段階をめぐって、個人から組織へ広がるという考え方です。

• 共同化：一緒に働き、体験を通じて感覚を伝える
• 表出化：暗黙知を言葉や図にする
• 連結化：言葉になった知識を集めて整理する
• 内面化：整理された知識を使い、自分の感覚にする

AIが手伝いやすいのは、表出化と連結化です。過去の実績を集めて整理し、似た案件を引き出す作業はAIの得意分野ですが、隣で一緒に働いて感覚を伝える共同化は、今も人同士でしか行えません。

AIに残せる判断と残せない判断

AIに残せるかどうかは、判断の根拠が過去の記録と結びついているかで分かれます。代表的な判断を表にまとめます。

判断	例	残し方
価格の見当	形状・材質・数量から価格帯をつかむ	過去の見積り・受注の実績から似た案件を引く
納期の見当	似た加工にかかった日数から納期を読む	過去の実績の日数を引く
基本的な段取り	工程の順番、機械の割り当て	実績と手順書に残す
取引先ごとの事情	付き合いの長さ、材料費の最近の動き	承認のときの一言として一部を残す
受けるかどうかの違和感	「なんとなく受けてはいけない気がする」	後継者が隣で一緒に案件を経験する

残せる・残せないの境目は、きれいに分かれるものではありません。取引先ごとの事情のように、承認のときに一言を残せば一部はAIに引けるものもあります。

土台は過去の見積り・受注の実績

失われる判断を会社に残す方法は、大きく二つあります。一つはベテランに聞き取りをして判断基準を一から書き起こす方法で、もう一つは過去の案件の実績を集めてAIに参照させる方法です。

土台にするのは、過去の実績です。まず実績を集め、聞き取りは後から、AIの下書きとベテランの感覚のズレを埋めるために使います。

聞き取りから始めると行き詰まる理由

ベテランへの聞き取りは価値のある作業に見えますが、ここから始めると途中で止まりやすくなります。判断を一件ずつ言葉に落とす作業は手間がかかり、ベテランの本業の時間も削ってしまうためです。

さらに、聞き取った基準が正しいとは限りません。本人が「いつもこう決めている」と話していても、過去の実績と照らし合わせると食い違っていることがあるからです。

そこで、社内にすでにある確かな記録、つまり過去の見積りや受注の記録を使います。何を、いくらで、どんな納期で受けたのかという実績には、ベテランが下してきた判断の結果が残っています。

過去の案件をまとめてAIに参照させる

具体的には、過去の見積り・受注の記録を1案件1件の形にそろえ、AIが検索できるようにします。1件には、依頼の内容、仕様の要点、見積りの金額、実際にかかった原価、納期、担当者のひとことを持たせます。

件数が増えるほど似た案件が見つかりやすくなり、判断ルールを一から書き出さなくても、記録の厚みが判断の土台になります。

当サイトの見積りの下書きの設計では、20〜30件そろえば実用的な精度で似た案件が引き当たり始めるとしています（当社の目安）。

新しい図面が届いたら、AIが記録の中から似た案件を探し、当時の価格・材料・納期を根拠として並べます。ベテランが頭の中で行っていた「過去の似た案件と比べる」作業を、仕組みに肩代わりさせる形です。

金額の計算そのものはAIに任せません。AIは似た案件を選び、今回との違いを書き出すところまでにとどめ、金額は単価表と決めた計算ルールで出して、最後は人が確定します。

このように、社内の記録を検索してからAIに答えさせる仕組みをRAG（検索拡張生成）と呼びます。見積りの下書きを作る仕組みの設計は、次の記事で詳しく解説しています。

紙のマニュアルでは追いつかない理由

ベテランの判断を紙のマニュアルやノートに書き留める方法もありますが、実務では使われなくなりがちです。理由は二つあります。

一つ目は情報量の限界です。熟練者の判断材料は多くの過去事例の組み合わせで、新しい図面が届くたびにノートをめくって似た事例を探すのは現実的ではありません。

二つ目は更新されないことで、紙のマニュアルは一度作ると見直されにくく、業務の変化から取り残されます。一方で、日々の承認で記録が足されていく仕組みなら、使うほど参照できる実績が増えていきます。

日々の承認で相場観を足していく

過去の実績がそろうと、新しい依頼に対して見積りの下書きを出せるようになります。ここからが、ベテランの判断を少しずつ足していく段階です。

AIが出した下書きは、そのまま送らず、必ず人が確認して確定します。この確定の作業が、チェックにとどまらず、ベテランの最新の判断を記録に残す機会になります。

直した結果が次の参照先になる

使い始めのころは、下書きの金額とベテランが通したい金額の間にズレが出ます。たとえば、過去の実績どおりの価格の下書きに対して、ベテランが「この形状は2割増しで出すのが妥当だ」と判断することがあります。

材料費の最近の動きや加工の難しさ、取引先との関係など、過去の記録だけでは読み切れない事情があるためです。ベテランは下書きを2割増しに直し、理由を一言添えて確定します。

確定した金額と一言は、新しい実績として案件の記録に加わります。次に似た図面が届いたとき、AIが引く似た案件の中に、この確定した実績と理由が入ってくるので、担当者はそれを見て最初から2割増しを考えに入れられます。

AIのモデル自体を学習し直すわけではありません。確定した実績が検索の対象に加わることで、次の下書きの根拠が変わる仕組みです。

下書きの金額と確定した金額は、別々に残しておきます。二つの差を定期的に見れば、どの種類の案件でズレが大きいかが分かり、探し方や記録の見直しにつなげられます。

ベテランがいるうちに摺り合わせる

AIの下書きとベテランの感覚の摺り合わせは、ベテランが在籍している間に進める必要があります。下書きと感覚が違ったとき、その場で「これは2割増し」「この条件なら受けない」と理由を聞けるためです。

聞き取りも、このときに行うと進めやすくなります。何もない状態で「どう判断していますか？」と聞くより、過去の実績やAIの下書きを見せて「どこが違いますか？」と聞くほうが、答えが具体的になります。

事業承継の継承期間は、設備や立場を引き継ぐだけの時間ではありません。ベテランの相場観を実績と一言の形で記録に足していく時間でもあります。

AIに残せない「なんとなく」の判断

ここまではAIに残せる判断を扱ってきましたが、実績と結びつけてもどうしてもAIに残せない判断があります。限界を知っておくことが、AIに任せすぎない進め方につながります。

言葉にならない違和感

たとえば、ベテランが「この案件は、なんとなく受けてはいけない気がする」と話す場面です。理由を尋ねても、はっきりした言葉は返ってきません。

過去の小さなトラブルの記憶、相手企業の対応の空気感、自社工場の今の負荷などが絡み合い、本人でも一つずつに分けて説明できないためです。こうした直感は適当なものではなく、長い実務経験が積み重なったリスクの察知です。

しかし、要素に分けられないものは言葉にできず、言葉にならないものは記録として残せません。

無理に言葉にしようとすると、「この取引先の依頼はすべて断る」といった粗いルールができ、本来受けるべき案件まで断ってしまうおそれがあります。

後継者に直接引き継ぐ役割分担

AIに残せない判断は、あきらめるしかないわけではありません。根拠を説明できる判断はAIに任せ、言葉にならない違和感は後継者に直接引き継ぐという役割分担で向き合います。

後継者がベテランの隣で一緒に働き、同じ案件を経験しながら感覚を身につけていくのは、SECIモデルでいう共同化です。時間はかかりますが、人同士でしか伝えられない部分です。

定型の判断をAIが肩代わりすると、後継者はベテランの直感を学ぶ時間を取りやすくなります。AIは人の代わりではなく、引き継ぎの時間を生み出す道具として使います。

取り組みはいつ始めるか

判断を記録に残す大切さは分かっても、いつ手をつけるかで迷う会社は少なくありません。答えは、ベテランが社内にいる今です。

日々の現場の忙しさに追われると、引き継ぎの作業は後回しになりがちです。ベテランが退職した後では、「あのときはどう判断したのか」を本人に聞けません。

退職の予定から逆算する

始める時期は、ベテランの退職予定日から逆算して決めます。中小企業庁は、事業承継の準備には後継者の育成も含めると5〜10年程度かかるとしています。

判断を残す作業も、過去の実績を集め、実際の案件で下書きと承認を重ねてズレを埋めるまでに時間がかかります。繁忙期と閑散期の案件が一通り回るくらいの期間があると、ズレの傾向をつかみやすくなります。

早く始めて困ることはありません。早く始めるほど、ベテランと一緒に通せる案件が増え、記録に残る実績も増えます。

後継者を同席させる

記録を集める作業や承認の摺り合わせには、後継者を同席させることをおすすめします。ベテランへの聞き取りやAIの下書きの確認に同席すると、後継者自身もベテランの考え方を学べるためです。

AIに残せる判断は記録へ、残せない直感は後継者へと、二つの引き継ぎが同時に進みます。聞き取りの場そのものが、後継者の育成の機会になります。

後継者の世代がITツールに慣れていれば、AIの下書きを確かめる役を任せやすくなります。ベテランの現場経験と後継者の確認の作業がかみ合うと、引き継ぎが前に進みます。

導入前によくある質問

取り組みの必要性は分かっても、実際に動き出すときには不安がつきものです。よく寄せられる疑問にお答えします。

職人がパソコンを嫌がる場合は？

ベテランがAIやパソコンを操作する必要はありません。ベテランには普段どおり図面を見てもらい、判断の理由を話してもらうだけで足ります。

話した内容を記録にまとめ、AIが参照できる形にする作業は、後継者や担当者、外部の支援者が行います。「AIを使ってもらう」のではなく、「経験を教えてもらう」という姿勢で頼むと進めやすくなります。

費用を抑えて始めるには？

最初から大きなシステムを入れる必要はありません。まずは、社内に散らばっている過去の見積りや受注の記録を一か所に集めるところから始めます。

これだけでも、ベテランの退職時に何も残らないという事態は防げます。特定の製品や一つの業務に絞って小さく始めると、費用の見通しも立てやすくなります。

効果があるか確かめるには？

すべての判断をAIに残せるわけではないため、まず小さな範囲で確かめます。「この業務の過去の実績から、妥当な下書きを出せるか？」「引いてくる似た案件は、実務で使えるか？」を限られた範囲で試します。

手ごたえを得てから、対象の業務を広げます。最初から全社に広げず、小さな範囲で確かめてから広げるほうが、失敗を小さく抑えられます。

どの業務から手をつけるかの決め方は、業務の属人化解消の進め方も参考にしてください。

残した判断は会社の資産になる

熟練者の判断を記録として残すことは、業務の効率化にとどまりません。個人の頭の中にしかなかった知見が会社の資産になり、担当者が変わっても失われにくくなります。

この点は、事業承継や将来のM&Aにも関わります。買い手や第三者が会社を評価するとき、特定の人に頼っている組織は、キーマンが辞めると事業が続かないリスクがあると見られることがあります。

判断の根拠が記録として社内に残り、後継者や組織で再現できる状態であれば、その不安を和らげる材料になります。ただし、記録を「どの形式で、誰の名義で持つか」は契約の前に確かめておく必要があります。

外部の事業者の環境にしかデータが残らない契約では、会社の資産にはなりません。AIの開発を頼む会社の選び方と、契約の前に確かめることは、次の記事で解説しています。

中部エリアでのAI導入と技能継承のご相談

当社は、愛知・岐阜・三重の製造業の方を対象に、業務に合わせたAIの仕組みづくりと、導入後の伴走支援を行っています。

ベテランの判断を過去の実績から立ち上げ、現場の承認を通じてズレを埋めていくところまでをお手伝いします。AIに残せる判断と残せない判断を最初に分けてご提案し、すべてを再現できるといったお約束はしません。

作った仕組みとデータは、お客様の名義で持っていただきます。当社との契約が終わっても、記録はお客様の手元に残ります。

現場に伺える距離を生かし、ベテランの方が在籍しているうちに、時間をかけて判断を引き出していきます。

まとめ

退職によって失われるのは作業の手順ではなく、経験にもとづく判断です。まず過去の実績を集めて土台を作り、承認のたびにベテランの判断を記録に足していきます。

理由を説明できない「なんとなく」の判断はAIに残さず、後継者が隣で学びます。定型の判断をAIに任せることで、後継者がその直感を学ぶ時間が生まれます。

ベテランが退職してからでは、判断の理由を聞くことはできません。在籍している今から、残せるものと残せないものを見分けながら、一歩ずつ進めてください。