4カ月で230件の手順書が集まった理由 — 号令ではなく「書いた瞬間に反応が返る仕組み」

• 石川県の研磨加工会社（83名）が、AIが手順書を採点して返す仕組みで、4カ月で手順書230件を集めた
• 動いた理由は号令ではなく、書いた瞬間に反応が返ること。ただし社内に推進役が1人いた前提つき
• 集める仕組みと、現場で一発で探せる仕組みは別物。保全7年の実感では、詰まるのは後者

手順書を書かせるのは、現場で一番嫌われる仕事です。理由は明確で、書いても誰も読まないから。書いた本人がそれを知っている。だから「今度こそ標準化するぞ」と号令をかけても、3ヶ月で止まる。今日は、その手順書が4カ月で230件集まった会社の話です。

① 事実

石川県河北郡津幡町の岡田研磨株式会社（建設機械部品・シリンダー等、従業員83名）が、社内にシステム技術者を置かないまま、AIと日本語で対話しながら社内業務アプリを内製。30種類以上が稼働中です。石川県産業創出支援機構（ISICO）の情報誌（2026年2月2日公開）より:

• 「紙の使用量は月5,600枚削減され、労働時間も月420時間の削減を実現した」
• 「この1年間で約8,000万円分相当のシステムの内製化を行なった」
• 「導入からわずか4カ月で230件もの手順書が提出され」

特徴的なのは、社員が書いた作業手順書をAIが自動で採点して改善点を返す仕組みを作っている点です。

数字の前提: 「月420時間」「月5,600枚」はAI単体ではなく、内製アプリ群+ペーパーレス化を含むDX全体の合計効果です。「8,000万円分相当」は外注した場合の想定額との比較=試算値。そして転機は2020年、富士通で営業経験を積んだ専務が入社したタイミング — 「社内に推進できる人が1人いた」という前提条件は明記しておきます。同規模の町工場が生成AIで何をやっているか、もっと小さい実例を知りたい方は町工場の生成AI実例10連発もあわせてどうぞ。

出典: ISICO情報誌 vol.145（2026年2月2日）　／ 中小機構 J-Net21 取組事例（2025年7月31日）

② 現場の目 — AI導入というより、フィードバックの高速化

数字より「4カ月で230件」のほうに目が止まりました。月あたり約58件です。この会社がやったのは、書かせる号令じゃなくて、書いた瞬間に反応が返ってくる仕組みでした。AIが採点して「この工程、締め付けトルクの記載が抜けています」と返してくる。人間の上司がやると角が立つし、そもそも上司にその時間がない。AIは疲れないし、機嫌も悪くならない。

現場7年やった感覚で言うと、これは「AI導入」というよりフィードバックの高速化です。現場が動くのは、正論を言われたときじゃなく、自分の行動に反応が返ってきたとき。

ただ、正直に書いておきたいのは、この会社には富士通出身の専務が入社したという前提があることです。「AIがあれば誰でも内製できる」という話に丸めると嘘になる。読者に伝えるべきは「社内にこれをやりたい人が1人でもいますか」という問いだと思います。いなければ、まず外から借りるしかない。

③ やってみた

まず15分の実験から。手元の作業手順書を1枚AIに読ませて、「初日の新人が読んだとき、詰まりそうな箇所を3つ挙げて」と聞きました。返ってきた3つの指摘は、私が見ても当たっていました。書いた本人には見えない抜けを、初見の目が拾う。岡田研磨の採点の仕組みは、これを提出のたびに自動でやっているということです。

それとは別に、保全7年の実話を書いておきます。手順書は、書く側として何度もやりました。書いても読まれない、は正直よくあります。ただ、それ以上に困ったのは「探せない」ことでした。手順書を入れるフォルダがとにかく探しにくい。当時はMicrosoft 365のOneDriveだったと思いますが、検索がまともに効かず、現場で欲しいときにすぐ出せない、というのが実態でした。書く仕事は嫌われるうえに、書いたものが現場で出てこない。これでは書く側のやる気が続くはずがありません。

今はどうか。Microsoftの公式ドキュメントによると、Copilot検索を使えばOneDriveやSharePoint、Teamsのデータを自然な言葉で横断検索できます。ただし条件があって、使えるのはCopilotライセンスを持つ人だけ。ライセンスのない人が検索窓を開くと、従来のMicrosoft Searchが出てきます（Microsoft Learn「Microsoft Copilot 検索を管理する」（2025年12月15日更新））。つまり「今ならAIで探せる」は半分正しくて、現場の全員がそうなっているわけではない、というのが現状です。

そして私自身、AIで探せる環境でも、一発で思った手順書が出てこないことは多々あります。何回か対話してプロンプトを固めていかないと、誰が検索しても同じ、欲しいアウトプットにはならない。岡田研磨の記事を読み直すと、図面についてはPDF化してタブレットで即座に検索・閲覧できる環境を作り、図面探しの時間をゼロにしたと書いてあります。一方で、集まった230件の手順書がどこに置かれ、現場でどう探されているかは書かれていません。230件を集める仕組みと、230件が一発で出る仕組みは別物です。私が読者なら、次に確認したいのは後者のほうです。「探す時間」の削減が製造業の現場でどれほど効くか、数字で検証した記録を設備修理対応の記事にまとめています。

④ 数字への翻訳

以下は私の試算です。同社の発表数字ではありません。

※「月420時間削減」を見出しに使いたくなりますが、これはDX全体の数字です。AI部分だけの数字ではない、と必ず断っておきます。ここを盛ると、読者が自社で試して落差にがっかりするからです。

⑤ 明日やるなら

社内で一番「あの人しか知らない」作業を1つ選び、本人に15分喋ってもらって録音し、AIに手順書の下書きを起こさせる。清書は本人にやってもらってください。音声インタビューからAIでナレッジを構造化する体系的な手順と費用感は技能継承とAIで残す手順の記事にまとめています。「どの技能から始めるか」の優先度チェックリストも掲載しています。