たばこメーカーでのAI活用術

たばこメーカーに、そもそもAIは必要なのか

たばこメーカーのAI活用を考えるとき、判断軸は2つです。同じ判断を月に何度繰り返しているか、そしてその判断を誤ったときに何が起きるか。この2つが両方大きい業務ほど、AIを入れる価値が出ます。

たばこは表示や広告が法令と業界の自主基準で細かく縛られた製品で、誤りは刷り上がったパッケージの回収に直結します。AIが効くのは、次のような業務です。

• パッケージや販促物に載せる表示・表現の、規制への適合点検
• お客様相談室に届いた製品クレームの、原因の切り分け
• 巻上・包装ラインの検査記録から、規格を外れる傾向を見つける作業

どれも、社内で定めた基準や過去の記録という決まったものさしに照らして、同じ判断を繰り返しています。

一方、葉たばこ産地での買付交渉と、喫味の官能検査にはAIを入れないほうがよいと考えます。買付はその年の作柄と相手の事情を見ながら、その場で条件を詰める仕事です。喫味の評価は、訓練を重ねたパネルの感覚そのものが判断の基準だからです。

ただ、この線引きは業務ごとに変わります。同じ表示まわりの作業でも、規制に照らした点検と、銘柄の世界観を言葉にする作業とでは向き不向きが違います。次のセクションでは、たばこメーカーの業務を工程に分けて見ていきます。

銘柄企画からお客様相談対応まで、負荷が大きいのはどの工程か

たばこメーカーの業務は、案件が一本の流れで進むというより、部門ごとに役割が分かれています。工程に分けて見ると、基準に照らす作業と、人の感覚で見極める作業がはっきり分かれます。

負荷が最も集中するのは表示・広告審査です。注意文言の表示や広告表現の決まりが細かく、銘柄の改廃や販促物の差し替えのたびに、同じ観点で見直しが必要になります。

担当者は入稿前のデザインデータを開き、注意文言が定められた面積と位置を満たしているか、記載が義務づけられた項目が抜けていないか、使ってはならない表現が紛れていないかを、一点ずつ目で追います。刷り上がってから誤りが見つかれば店頭に出る前の回収になるため、確認は何度も重ねられます。

ここに手を入れると、担当者は抜け漏れ探しではなく、表現が銘柄の狙いに合っているかという中身の判断に時間を使えます。前工程の銘柄企画も、審査で指摘されやすい点を織り込んだ形で原稿が上がってくるようになります。

一方、「極小」とした喫味の官能検査は、訓練を重ねたパネルの感覚をものさしにして、銘柄の味の一貫性を保つ工程です。評価の記録は残せても、評価そのものを人以外に委ねられません。

たばこメーカーで最初に取り組むべきAI活用、3つ

最初に手をつけるなら、繰り返し起きていて、かつ誤れば回収や信頼の毀損につながる業務です。第1セクションの2軸で見ると、製品クレームの原因分析、表示の適合点検、検査記録の傾向把握がこれに当たります。

お客様相談室に届いた声から、原因の当たりをつける

お客様相談室の受付フォームが送信されると、仕組みが動き出します。AIは申し出の内容を読み、社内の不具合分類の基準、過去のクレーム記録、該当する製造ロットの検査記録を照らし合わせ、原因の候補と関わりそうな工程を並べた分析資料の下書きを組み立てます。

下書きはクレーム管理の表計算ソフトに行として追記され、品質保証部門に業務チャットで知らせが届きます。これまでは担当者が記録を一つずつ探し直していましたが、 原因の候補が並んだ状態から検討を始める形に変わります。

下書きが挙げたロットと検査記録の対応が正しいかは、相談室の担当者が確かめます。原因を確定し、製造部門へ是正を求めるかどうかは品質保証部門の責任者が決めます。

パッケージと販促物の表示を、印刷にかける前に点検する

起点はデザインの入稿データです。ファイル保管サービスの審査待ちフォルダに原稿が保存された時点で、AIが表示面と原稿の文言を読み取ります。参照するのは、社内にまとめた表示要件の一覧と、過去に指摘を受けた事例の記録です。

出てくるのは、要件ごとに適合・要確認を示した点検表です。点検表は案件フォルダに文書として保存され、法務担当と銘柄担当に通知が届きます。原稿と要件を頭から突き合わせていた読み合わせが、 要確認の箇所だけを見る作業に置き換わります。

要確認と示された箇所を読むのは法務担当です。印刷にかけてよいかの最終判断は、従来どおり表示審査の責任者が下します。

ラインの検査記録から、規格外れの兆しを先に拾う

こちらは決まった時刻に動きます。検査記録が更新された翌朝、AIが直近の測定値を読み、銘柄ごとの規格値と、過去に不具合につながった変動の記録に照らして、規格を外れる方向に動いている項目を拾い上げます。

拾い上げた結果は品質管理の表計算ソフトに日々の所見として積み上がり、製造課の担当者に通知が届きます。異常が出てから記録をさかのぼっていた動きが、 兆しの段階で手当てを検討する動きに変わります。

所見を見るのは製造課の担当者です。ラインを止めるか、設定を調整して様子を見るかの判断は、現場の責任者が下します。

業務に組み込むまでの4ステップ

ここでは「広告・パッケージ表示規制の適合チェック資料作成」を例にします。新しいシステムを作る話ではなく、いま使っているファイル保管サービスと文書作成ソフトの間に通り道を一本引く作業です。

1. 使う情報がどこにあるかを決める

点検に使う情報は、すでに社内にあります。

• 入稿前のパッケージデザインと販促物の原稿
• 表示の決まりを社内向けにまとめた要件の一覧
• 過去に指摘を受けた表現と修正の記録

新しく作るものはありません 。要件の一覧が法務と銘柄担当で別々にあるなら、一箇所にまとめて保存先を決めます。

2. 何をきっかけに動かすかを決める

入稿データが審査待ちフォルダに保存されたときを起点にします。担当者が思い出して始める形にすると、発売前の立て込む時期ほど後回しになり、使われなくなります。

3. 判断の基準を設定しておく

何を見て適合と判断するのかを文章にし、一箇所にまとめて設定しておきます。AIは毎回そこを参照します。審査を長く担当してきた人が無意識に見ている点を、 外に書き出す作業です。

• 注意文言が、定められた表示面積と位置の要件を満たしているか
• 禁じられた表現や、健康への影響を軽く見せる言い回しが入っていないか
• 銘柄ごとに義務づけられた記載項目が、漏れなく載っているか

この工程がいちばん時間がかかります。暗黙になっている判断が多く、法務と銘柄担当のすり合わせが要ります。一度書き留めれば、担当者が替わっても使い続けられます。

4. 結果の戻り先と、確認する人を決める

点検表は案件フォルダに文書として保存し、業務チャットで法務担当に知らせます。担当者は入稿日の前日にこれを開き、要確認の箇所を確かめてから印刷の手配へ回します。

先に知っておきたい、つまずきやすい3か所

• 仕向地ごとの決まりが混ざる：輸出向けの銘柄は、注意文言の様式や記載する言語が仕向地ごとに違います。国内向けの要件一覧だけを参照させると、輸出向けの原稿を適合と判定してしまいます。仕向地別に要件の一覧を分け、原稿の保存先も分けておきます。
• 健康に関する申し出が一般のクレームに埋もれる：体調の不調を訴える申し出は、味の違和感や包装の不具合とは別の扱いが要ります。AIが同じ列に並べると着手が遅れるため、健康に触れる申し出は分類を問わず相談室の責任者へ即時に知らせる設定にします。
• 校正直後の測定値が兆しとして拾われる：検査機器の校正や部品交換の直後は、測定値が一時的に動きます。この期間を外す扱いを決めておかないと、規格外れの兆しとして毎回通知が出て、現場が所見を見なくなります。校正の記録も参照先に含めておきます。

たばこメーカーのAI活用は、どこから考えればいいか

第1セクションで引いた線は、基準に照らして同じ判断を繰り返す業務にAIが効き、葉たばこの買付交渉や喫味の官能検査は人が担う側に残る、というものでした。紹介した3つは、いずれも基準が文書として社内にある業務で、誰が何を確かめるのかも決めやすい位置にあります。

すべてを一度に進める必要はありません。 まずは一つの業務からで十分です。そのとき新しく用意するものは多くありません。入稿前の原稿、過去のクレーム記録、検査記録、表計算ソフトといった、すでに社内にあるものから着手できます。