住宅設備・建材メーカーでのAI活用術

住宅設備・建材メーカーに、そもそもAIは必要なのか

建材メーカーのAI活用を考える前に、どの業務に入れる値打ちがあるのかを先に決めます。見る軸は二つです。

一つは、同じ判断を月に何回繰り返しているか。もう一つは、その判断を誤ったときに何が起きるかです。両方が大きい業務ほど、仕組みにする意味が出ます。

両方が大きいのは、まず出荷後に届く不具合の原因究明です。自社が作った製品を、他社の職人が現場で取り付けます。 原因が製品側にあるのか施工側にあるのかの切り分け は毎月のように繰り返され、判定を誤れば無償交換の範囲まで動きます。

押出や成形のラインから出る寸法・性能の検査記録も同じです。見る項目と順番が決まっていて、規格を外した製品が現場に出れば回収につながります。

工務店や設計事務所から届く納まりの問い合わせも、回答の下敷きが製品資料と認定の範囲にそろっています。

逆に、任せないほうがよい業務もはっきりしています。別注品の納まりを、半分組み上がった現場で決める判断です。梁の位置や下地の状態を見て寸法を詰める仕事で、 判断の根拠が図面にも施工記録にも残っていません 。

クレームの現地調査で、施工店と保証の範囲を詰める場面も同じです。どこまで引き受けるかを、相手の反応を見ながらその場で決めることに意味があります。

ただしこの線は、会社ごと、業務ごとに違います。次の章では、製品開発から出荷後の対応までを工程に分け、どこに負荷が集中しているのかを見ていきます。

製品開発からクレーム対応まで、負荷が大きいのはどの工程か

建材メーカーの仕事は、製品を開発し、認定を取り、作って検査し、工務店に売り、施工店に使い方を伝え、出荷後の不具合に応じるところまで続きます。工程に分けると、負荷が後ろに寄っているのが見えます。

最も時間と神経を使うのは、クレーム対応です。負荷が集中する理由は件数ではありません。製品が自社の手を離れたあと、他社が施工した現場で症状が出るからです。

戻ってくるのは、多くの場合、製品そのものではなく現場写真と症状の伝聞です。サッシが結露する、床材が反る、給湯設備が規定の温度まで上がらない。

同じ症状でも、原因が製造ロットなのか、取り付け時の下地や勾配なのか、建物側の条件なのかは、写真だけでは決まりません。

切り分けには、その製品がいつどのラインで作られ、どの検査値で出たのかを台帳まで遡り、施工説明書のどの条件が守られていたかを一件ずつ確かめる手間が要ります。

しかも現場はすでに仕上がっていて、取り付け時の状態はもう見られません。 ここで減らせるのは見立ての時間ではなく、見立てに入る前の資料集めの時間 です。

ここに手を入れると、前後も変わります。原因が施工側か製品側かで整理されて残れば、施工店向けの説明会で先に伝えるべき条件がはっきりし、検査で優先して見る項目も変わります。

現場対応を「極小」としたのは、AIの精度の問題ではありません。梁の位置や下地の傾きを見て別注品の寸法を決める判断で、 決め手になった条件が図面にも施工記録にも書き残されない からです。

住宅設備・建材メーカーで最初に取り組むべきAI活用、3つ

繰り返し発生していて、かつ外したときの影響が大きい業務から手をつけます。第1章の二軸で見ると、出荷後の不具合の原因究明、検査記録の読み取り、工務店からの技術的な問い合わせが、その重なりに位置します。

施工不良か製品不良かを、先に切り分ける

営業所の担当者が受付フォームに現場写真と症状を登録した時点で動きます。AIが照らし合わせるのは、該当製品の出荷ロットと検査値、施工説明書の取り付け条件、それに過去のクレームを原因ごとに分類した記録です。

症状と建物条件が近い事例を引き当て、製品側と施工側それぞれで疑う根拠を並べた原因分析資料の下書きにまとめます。

下書きは案件一覧に登録され、品質保証の担当者へ業務チャットで通知が飛びます。いまは受付票を見てから、出荷記録と過去事例を別々に探すところから始まります。 根拠が並んだ状態で見立てに入れる ようになります。

人が確かめるのは、施工側と判定された案件の根拠と、同じロットで似た症状が他にも出ていないかです。保証の範囲をどこで区切るかは、品質保証の責任者が持つ判断です。

規格を外れる前の兆しを、検査記録から拾う

こちらは人の操作を起点にしません。ラインの測定値が毎日決まった時刻にファイル保管サービスへ保存され、週に一度、その週ぶんをAIが読み取ります。

見るのは、寸法と性能の測定値、規格値と社内で決めた管理幅、過去に規格外が出たときに測定値がどう動いていたかの記録です。管理幅の端に寄り始めた項目と、どのラインのどの型で起きているかを一覧にします。

結果は品質管理の一覧表に週ごとの行として増え、管理幅を外れた項目だけは製造課長のメールに届きます。いま気づけるのは規格を外した後ですが、 外れる前の寄り方が見える ようになります。

見極めるのは人です。寄りの原因が金型の摩耗なのか原材料のロット差なのか、ラインを止めるかは製造課長の判断です。

工務店からの納まりの問い合わせに、下書きで答える

動き出すきっかけは、工務店や設計事務所から技術サービスの窓口に届く問い合わせメールです。AIが参照するのは、製品ごとの技術資料と施工説明書、防火や省エネの認定がどの納まりまで有効かを整理した社内資料、過去に同じ問い合わせへ返した回答です。

問われた納まりが認定の範囲に入るかを判定し、根拠の所在を添えた回答の下書きを作ります。

下書きは文書として保管場所に保存され、担当の技術サービス職に知らせが届きます。いまは資料をめくって認定書の条件を読み直す時間がかかりますが、その手前が埋まった状態から始められます。

確かめるのは、認定の範囲に触れる回答かどうかです。 範囲の外に出る納まりは下書きを出さず人に回す と決めておきます。回答の責任は技術サービスの責任者にあります。

業務に組み込むまでの4ステップ

クレームの原因分析を例に説明します。新しい仕組みを一から作る話ではなく、すでに使っているツールの間に情報の通り道を一本作る作業です。

1. 使う情報がどこにあるかを決める

この業務で使う情報は、すでに社内にあります。

• 受付フォームに入る現場写真と症状、竣工時期
• 製品の出荷ロットと検査値
• 施工説明書に書かれた取り付け条件
• 過去のクレームと、その原因分類

新しく作るのではなく、置き場所を決めるだけです。受付票が営業所の手元にしか無いなら、先に一箇所へ集めます。

2. 何をきっかけに動かすかを決める

人が思い出して開くのではなく、業務上の出来事で動かします。ここでは 受付フォームから不具合の連絡が届いた時点 が自然です。

決めないまま始めると、忙しい日に使われなくなります。

3. 判断の基準を設定しておく

何を基準に切り分けてほしいのかを、あらかじめ文章にして一箇所にまとめます。AIは毎回そこを参照します。 ベテランが現場写真を見た瞬間にやっている切り分けを、外に出して書き留める作業 です。

• 施工側を疑う条件（施工説明書のどの条件が外れていたら施工側に寄せるか）
• 製品側を疑う条件（同じ出荷ロットで似た症状が出ているか、検査値が管理幅の端にあったか）
• 現地調査に人を出す基準と、保証の範囲をどこで区切るか

この工程がいちばん時間を使いますが、一度書けば以後の案件で使い回せます。

4. 結果の戻り先と、確認する人を決める

画面に出して終わりにしません。下書きは案件一覧に行として増え、品質保証の担当者へ業務チャットで通知が届く形にします。

確認は、現地調査の要否を決める前です。施工側と判定された案件は、根拠を人が読んでから次へ進めます。

先に知っておきたい、つまずきやすい3か所

• 現場の情報が、そのままでは読めない形で届く ：施工店から来るのは手書きの施工報告書や、症状の全体が写っていない写真です。これでは過去事例と照らせません。受付フォームで撮る向きと枚数、竣工時期と施工店名の入力を先に決め、様式を固定します。
• 認定の範囲外の納まりを取りこぼす：防火や省エネの認定は、下地や見込み寸法の条件までを含めて有効です。過去の回答だけを下敷きにすると、条件が少し違う納まりに同じ回答が付きます。 範囲の外に出たら下書きを止めて人へ回す 条件を、先に列挙しておきます。
• 別注品を標準品の基準で判定してしまう：別注や特注は仕様書が一品ごとに違い、検査値の管理幅も標準品と同じではありません。標準品の基準で走らせると、正常な個体が規格外として並びます。別注は対象から外すか、品番で分けて別の基準を当てます。

住宅設備・建材メーカーのAI活用は、どこから考えればいいか

第1章で引いた線は、繰り返しが多く、外したときの影響が大きい業務にAIを入れる、というものでした。別注の納まりを現場で決める判断や、施工店と保証の範囲を詰める場面は、その外側にあります。ここで挙げた3つは、 判断の基準がすでに社内の資料や検査記録として残っている業務 です。

全部を一度に始める必要はありません。まず一つ、いちばん件数の多い業務から通してみれば十分です。 要るのは、いま社内にある検査記録と施工説明書と過去の回答 で、新しく集めるものはほとんどありません。