あなたの会社で最も頼りにされているベテラン設計者は、あと何年、現役でいてくれますか？
5年でしょうか。3年でしょうか。あるいは、もっと近いかもしれません。

その人が持っている「この形状なら過去のあの図面が使える」「この材質は加工でこう気をつける」という判断は、図面のどこにも書かれていないことがほとんどです。多くは頭の中にあります。そして、その人が去ると同時に、すべてが引き継がれず、消えてしまいます。

そうした中で、「AIで技術継承ができる」という話が製造業で注目を集めています。しかし、AIに技術を継承させるには、決定的な前提があります。それは継承すべき知識が、AIに渡せるデータとして残っていることです。

この記事では、技術継承にAIを活用できる会社とできない会社を分ける、その前提について整理し、解説します。

設計現場の技術継承は、もう「待ったなし」の段階に入っている

製造業の技術継承は、抽象的な将来の課題ではなく、数字で見える現実になっています。

2024年版ものづくり白書によると、製造業の就業者数は2002年の1,202万人から2022年には1,044万人へと減少しており、約13%の減少に相当します。また、中小企業の製造業では従業員数過不足D」が2023年にマイナス20.4となっており、人手不足感はコロナ禍前より強まっています。

「2025年問題」「2030年問題」という言葉が示すとおり、団塊世代の大量退職とその後の労働人口減少は、すでにカウントダウンに入っています。2025年版ものづくり白書でも、ベテラン職人のノウハウの蓄積と継承がDXの重点テーマとして取り上げられています。ただ、問題は多くの企業でこの「継承」が進んでいないことです。根本には「継承すべき知識が、引き継げる形になっていない」という構造的な課題があります。

「AIで技術継承」に期待が集まる理由と、その前提

こうした背景から、AIを技術継承に活用する動きが大手企業を中心に広がっています。

NECは製造業の技術継承へのAI活用を探求し、PLM（製品ライフサイクル管理）システムに継承支援機能を実装する方針を打ち出しています。パナソニック コネクトは、図面と設計仕様の照合業務にManufacturing AIエージェントを導入し、設計・開発領域全体の生産性向上を目指すと発表しました。（※1）AIによる技術継承の効果も報告されています。ある事例では、ベテラン技術者の判断をAIに学習させることで、技術継承期間が従来の3年から1.5年に短縮されたとされています。

ただし、これらの成功事例には共通する前提があります。AIに学習させる「ベテランの判断」が、データとして存在していたという点です。

AIは、存在しないデータからは学べません。ベテランの頭の中にしかない判断を、AIはそのままでは継承できないのです。ここに、多くの中小製造業が直面する壁があります。

※1：パナソニック コネクト、図面／設計仕様の照合業務で独自開発のManufacturing AIエージェントの利用を開始

技術継承が進まない本当の理由は「知識が人に貼りついている」から

なぜ技術継承は進まないのか。技術継承が困難になっている背景には、少子高齢化による後継者不足、属人化されたノウハウ、指導・育成機会の減少という3つの要因が複合的に影響しているとされています。

このうち、AIを活用した技術継承で最も重要なのは「属人化されたノウハウ」です。
図面管理システムの「図面バンク」を提供する株式会社New Innovationsが実施した調査では、製造業の約9割が設計業務の属人化を認識しているという結果が出ています。（※2）

設計者一人ひとりの経験と判断に業務が依存しており、その知識が組織で共有される仕組みがない。これが多くの製造業の実態です。設計におけるノウハウは、具体的には次のような形で個人に貼りついています。

図面に現れない「なぜこの寸法にしたのか」という設計意図。
過去に起きたトラブルと、その時どう対応したかという判断。
「この客先のこの部品は、こういう理由でこう作る」という暗黙の了解。

これらは図面という成果物には残らず、作った人の記憶の中にしかありません。 技術継承とは本来、この「人に貼りついた知識」を組織の資産に変えることです。しかし、その知識がそもそも記録されていなければ、若手にもAIにも引き継ぎようがありません。

※2：【製造業×AI調査】約9割が設計業務の属人化を認識！AI活用によるナレッジ承継に期待が高まる一方で、情報の検索や過去図面の再利用困難な状態がAI推進の妨げに

AIに継承させたくても、渡せる知識がない。3つの断絶とは？

「AIで技術継承」を目指したときに、多くの会社がぶつかる3つの断絶があります。

断絶①：図面はあるが「なぜそう設計したか」が残っていない

過去の図面が保管されていても、その図面に込められた設計判断の理由が記録されていなければ、AIは「形」しか学べません。ベテランが本当に継承すべきなのは、形そのものより「なぜその形にしたか」です。

断絶②：過去の図面がそもそも探せない・散在している

同じ調査では、情報の検索や過去図面の再利用が困難な状態が、AI推進の妨げになっていることも指摘されています（※2）。図面がファイルサーバーに散在し、命名規則もバラバラで探すのに時間がかかる状態では、AIに学習させるデータとして渡すことすらできません。

断絶③：ベテランの判断が口頭でしか存在しない

設計レビューでの指摘、若手への口頭アドバイス、「これはこうするものだ」という経験則。これらが文書化されずに口頭でのみ伝えられている限り、データとして蓄積されず、その人の退職とともに失われます。

この3つの断絶を放置したままAIツールを導入しても、「学習させるデータがない」という理由で期待した効果は得られません。

ベテランが去る前に、今から始める「知識のデータ化」

では何から始めればいいか。AIによる技術継承の土台となるデータ整備を、3つのステップで整理します。

STEP1：過去図面をデジタル化し、検索できる状態にする

まず、散在した図面を一箇所に集め、検索できる状態を作ります。紙図面はスキャン・デジタル化し、AI-OCRで文字情報を読み取れば、品番や材質で検索できるようになります。「探せる」状態は、あらゆる継承の出発点です。

STEP2：図面に設計意図・変更理由・注意点をひもづけて記録する

図面そのものだけでなく、「なぜこの設計にしたか」「過去にどんなトラブルがあったか」という情報を図面にひもづけて記録します。ベテランが現役のうちに、この記録を習慣化することが、最も価値のある技術継承になります。

STEP3：形状や属性で過去の判断を引き出せる状態にする

図面と設計情報が蓄積されたら、AI類似図面検索などを使って「似た形状の過去案件では、どう設計したか」を即座に引き出せる状態を作ります。この段階になって初めて、若手もAIも、ベテランの判断を参照しながら設計できるようになります。

技術は「人」ではなく「仕組み」に継がせる時代へ

技術継承というと、ベテランが若手にマンツーマンで教える姿を思い浮かべます。しかし、人から人への継承には限界があります。教える時間が足りず、教わる若手も足りず、そして何より、ベテランが去る前に間に合わないことが多いのです。

これからの技術継承は、「人から人へ」だけでなく「人からデータへ、データから人やAIへ」という形に変わっていきます。ベテランの判断をデータとして残しておけば、それは若手が何度でも参照でき、AIが学習する教材にもなります。

そのために最初にやるべきことは、高度なAIツールの導入ではありません。過去の図面とそこに込められた判断という継承すべき知識を、データとして残せる状態にすることです。ベテランがまだ現役でいる今が、その最後のチャンスかもしれません。

図面バンクは、過去図面のデジタル化・検索・関連情報のひもづけを通じて、技術継承のためのデータ基盤づくりを支援します。初月無料から始められます。具体的な機能と料金は、資料でご確認ください。