2026年9月2日

外観検査の立ち上げで一番時間が溶けるのは、ラダーを書く工程ではなく「照明角度・露光・ゲインを人手で振って、良品と不良品の差が出る絵を作る」工程。まずは今抱えている検査案件のうち、過去に撮像条件で揉めた1機種を選び、キーエンスの営業にデモ機を持ち込ませて自社ワークで画作りAIを回してもらうところから始める。デモは通常無償で、判断材料は「人が半日かけて追い込んだ条件」と「AIが1クリックで出した推奨画像」を並べるだけでよい。次の段階は、PLC側の設計を先に合わせておくこと。IV4の判定結果はどうせ接点かEthernetでPLCに入るので、GX Works3側に「検査NG時のリトライ回数」「判定保留の扱い」を先にデバイスとして切っておけば、センサが決まってからラダーを直す手戻りがなくなる。注意点は、AIターゲティングが背景を落としてくれるからといって治具の作り込みをサボらないこと。ワークの姿勢がばらつく限り、どんな画作りAIでも安定検出には届かない。コストはセンサ単体で数十万円規模が目安で、外部照明を別立てするより結果的に安く付くかを、立ち上げ工数（人日×単価）まで含めて比較すること。

この「AIを判断者でなく入力にする」型は、音AIが実設備に降りてくる前の今日から仕込める。最初の一歩は、担当機のラダーに空のデバイスを3点切っておくこと——`異常音検知`（外部入力想定）、`注意レベル`、`保全要求レベル`。中身は空でよく、既存の電流上昇フラグ・振動上昇フラグとのAND条件だけ先に組んでおく。これならセンサが決まっていなくてもロジックのレビューは通せるし、後からどのメーカーの音AIが来ても入力を1点つなぐだけで済む。次の段階は、いま客先で「音で気づいた」不具合の実績を集めること。不具合報告書から「発見のきっかけが人の感覚だった」件を5件抜き出し、そのとき電流・振動・サイクルタイムに何が出ていたかを並べる。ここで「音以外に何も出ていなかった」が多ければ、音AIを足す投資対効果を数字で説明できる。コスト感は、ラダー側の仕込みは工数だけでゼロ円、音AI付きセンサの実装は各社まだ実証段階なので見積もりは案件ごと。注意点は2つ。停止判断を単独の異常音に紐づけないこと（誤検知が即ライン停止になると現場が信用しなくなり、最終的に機能を殺される）。もう1つは、注意レベルの履歴をPLC内で保持しておくこと。「いつから音が変だったか」が残っていないと、保全側がAI出力を後追いで検証できない。

仕様書をAIに分類させてスプレッドシートへ落とす、という組み方自体は制御設計の入口業務にそのまま効く。客先から来た仕様書を「電気仕様」「機械仕様」「安全要求」「通信仕様」に仕分けするだけでも、見積もり時の読み込み時間が変わる。最初の一歩はDifyを入れる前に、手元の仕様書PDFを3本だけGeminiかClaudeの無料枠に貼って、分類のプロンプトと出力フォーマット（JSON1行）を固める。ツールを決める前に「どう仕分けたいか」が確定していないと、どのツールを触っても迷子になる。次の段階でDifyやGASのワークフロー化に進むが、この投稿の教訓は必ず先に効かせること——**モデル名は必ず疎通確認してから固定する**。ワークフローの1発目のノードで「1+1は？」だけ投げるテストパスを作っておけば、404なのかプロンプトが悪いのかを切り分けられる。コストは、自前APIキーの従量課金で仕様書100本の分類なら数百円〜数千円/月の規模、Difyのセルフホストなら基盤代のみ。注意点は、客先仕様書をクラウドのAIに投げる前に秘密保持契約の条項を確認すること。ここを飛ばすと、便利さと引き換えに一発で信用を失う。社内規程が固まっていないなら、自社案件の過去仕様書で先に精度検証しておくのが安全。

ステップシーケンス（SFC／ステップラダー）は、書ける人は書けるが自社標準に入っていないと現場で嫌われる、という典型的な分かれ道にある手法。最初の一歩は、次に立ち上げる装置の中で**一番工程数が多いユニット1つだけ**を選び、いまのリレー展開のラダーと、ステップシーケンスで書いた場合の両方を紙かホワイトボードで並べてみること。工数ゼロで、判断材料は「異常停止から復帰するときの分岐がどれだけ減るか」に絞る。次の段階は、社内の保全担当・客先の電気担当に「どちらが追いやすいか」を実際に見せて聞くこと。ここが本命で、自分が書きやすいかより、夜中に呼ばれた人がモニタで追えるかで採否を決める。コストはGX Works3に標準で入っている機能なので追加ライセンスは不要、実質は学習時間だけ。注意点は、既存機の改造で途中からステップシーケンスに切り替えないこと。同一プロジェクト内で記法が混ざると、引き継いだ人が両方を読む羽目になり、かえって属人化する。導入するなら新規機種の1台目から、コメント規則ごと決めて入れる。連載形式なので、第2回以降が出るまで判断を保留し、記事を追いながら自機の1ユニットで試し書きしておくのが現実的なペース。

この手の官公庁・独法の調査報告書は「客先を動かすための外部根拠」として使うのが一番効く。自分が提案したいスマート保安の施策（遠隔監視、センサ常時計測、点検記録のデジタル化）が、業界全体でどの程度まで進んでいるかを国の調査が数字で示してくれるので、社内稟議や客先説明の資料に貼れる。最初の一歩は、NITEのページから令和7年度の報告書PDFを落として、自分が関わる設備区分（需要設備が該当することが多い）のKPI進捗の節だけを読むこと。無料で、30分あれば該当章は抜ける。次の段階は、その数字を客先の設備台帳と突き合わせること。「同業他社の何割が既にやっている施策を、御社はまだやっていない」という形にすると、抽象的なDX提案より通りやすい。逆に「業界全体でもまだ進んでいない」領域だと分かれば、無理に売り込まず様子見という判断もできる。コストはPDF閲覧なのでゼロ。注意点は、報告書は令和7年度＝2025年時点の取組状況が対象なので、最新の製品動向とは半年〜1年のずれがあること。数字は「客先を説得する根拠」として使い、技術選定そのものは最新のメーカー情報で裏を取る。あわせて、10月21日からの計測展NEXT 2026（大阪）は計測・センサ系の実機を一度に見られる機会なので、スマート保安まわりの提案ネタを仕込むなら事前登録しておくとよい。

防爆エリアは「見に行くのに手続きと時間がかかる」場所なので、カメラ内でAI処理が完結する構成は、客先工場での不具合対応の初動を変える力がある。最初の一歩は、担当している客先で防爆区分がかかっているエリアを洗い出し、そこで過去1年に「立ち会いのために入域申請を出した」回数を数えること。回数×1回あたりの待ち時間が、そのまま投資対効果の分母になる。次の段階は、AIアプリを2個まで載せられる点をどう使うかを先に決めること。人・車両の動体検知を1枠使うのは既定路線として、残り1枠を「立入検知（危険区域への侵入アラーム）」に振るか、ナンバー認識でタンクローリーの入出構記録に振るかは、客先の保安規程を見て決める。ここを決めずに導入すると、結局デフォルト設定のまま録画装置になる。制御側との接続では、AIの検知出力をPLCに入れて設備インターロックに直結させたくなるが、初期は「表示と記録まで」に留めるのが無難。コストはオープン価格のため個別見積もりだが、防爆機器は同等の非防爆品の数倍が相場感で、カメラ単体より入域工数の削減で回収する話になる。注意点は、防爆機器は設置後の改造・追加工事が原則できないこと。ケーブル引き込みと電源容量を含めて、最初の1台の設計時に将来の増設分まで見ておく。

これは問い合わせ対応の話として書かれているが、構造は制御設計の「客先への技術回答」とまったく同じ。装置仕様やパラメータの問い合わせにAIで下書きを作らせると、参照した仕様書がいつの改訂版だったかが残らず、後で「その回答は旧図面ベースでした」となる。最初の一歩は、AIを使う・使わないに関係なく、回答スプレッドシートに列を3つ足すこと——`参照元ファイル名`、`その改訂記号`、`確認日`。手入力でも1件30秒で、今日から始められる。次の段階でGASを噛ませ、回答生成時にその3列を自動で埋め、`確認日`が90日以上前なら送信ボタンの手前で警告を出す。GASのトリガとスプレッドシートの条件付き書式だけで組めるので、実装は半日程度、費用はGoogleアカウントの範囲内でゼロ円。さらに進めるなら、GX Works3のプロジェクトを更新したときにその改訂記号を同じシートへ書き込み、回答側から参照する。注意点は、スナップショットに客先の機密情報を丸ごとコピーしないこと。残すのは「どのファイルのどの版を、いつ見たか」というポインタだけにして、中身は元ファイルを正本にする。ここを守らないと、便利な記録がそのまま情報管理の穴になる。

現場報告書とトラブル対応レポートの作成時間は、文章より画像の処理で消えていることが多い。撮ってきた盤内写真を切り出し、指し示したい端子の周りを囲み、社外に出せないラベルを隠す——この一連が Docs 上のワンクリックで済むなら効く。最初の一歩は、直近に書いた不具合報告書を1本開き、貼ってある写真を Pics で開いてトリミングと局所編集を試すこと。追加費用はWorkspaceの契約範囲内で、今日試せる。次の段階は、テキスト要素の編集・翻訳が使える点を海外向け報告に回すこと。装置の警告ラベルや操作パネルの写真に日本語が写り込んでいるとき、画像内テキストだけを差し替えられれば、海外拠点への説明資料を作り直さずに済む。バージョン履歴が残るので、元写真に戻せる点も報告書向き。注意点が2つある。1つは、AIの局所編集は「証拠写真」の性格を壊しうること——不具合の現物写真は無編集の原本を必ず別に保管し、報告書に貼るのは加工版と割り切る。もう1つは、客先設備の写真をクラウドの画像AIに通すことになるので、撮影・持ち出しの許可範囲を先に確認すること。まずは自社内の設備写真で運用を固めてから、客先案件に広げるのが安全。

「発信しろ」で終わらせず、業務の副産物をそのまま出す形にするのが続けるコツ。最初の一歩は、今週やった不具合対応から**客先名と型番を伏せても成立する話**を1件選び、3行で書くこと（症状／確認した順番／原因）。所要5分で、既に持っている@gnm_YoShioのアカウントから今日出せる。ネタを探しに行くのではなく、既に書いた作業報告から機密部分を落とすだけにする。次の段階は、この日次ダイジェスト自体を素材にすること。読んだニュースに対して「自分の現場ならこう使う」を一言足して出すと、単なるニュース転載と差が付き、同業の技術者が反応する相手になる。コストはゼロ、必要なのは投稿の型を決めてしまうことだけ。注意点は3つ。客先が特定できる写真・画面を絶対に出さないこと（盤の銘板、HMIの機種名画面、図面の表題欄が事故の定番）。会社のSNS規程を先に確認すること。そして、反応が少ない時期に止めないこと——この投稿が言う「まず存在を伝える」は、単発では効かず継続で効く種類の話。3か月続けて反応がゼロなら型を変える、くらいの期間で判断する。

自分の使い方に直結するのは「AIエージェントに作業ディレクトリの外を勝手に読ませない」という一点。手元のPCでClaude Codeに設計資料やスクリプトを触らせているなら、そこには客先の仕様書や図面が同じディスクに同居している。最初の一歩は、更新後に一度だけ設定を開いて `permissions.blockReadsOutsideWorkingDirectories` を有効にし、作業用フォルダを明示的に切ること。所要5分、追加費用ゼロで、これだけで「作業と無関係な客先フォルダをうっかり読ませる」経路が閉じる。次の段階は、auto mode を使っているなら、これまで自動承認で流れていた操作のうち何が確認待ちに変わるかを、実際に1セッション回して体感しておくこと。急に確認が増えて鬱陶しいからと auto mode の設定を緩めてしまうと、今回の変更の意味が消える。モデル側は Fable 5.1 が既定になり1Mコンテキストが使えるが、長い資料を丸ごと投げるとキャッシュ読み取り$0.25/Mtokが効いてくるので、常用するなら「毎回投げる資料」と「その場限りの資料」を分けて、前者だけをコンテキストに固定する運用にする。注意点として、この種の権限強化は更新して初めて効くもので、古いバージョンを使い続けている限り自動承認の挙動は変わらない。

「AIに評価指標を渡すと、その指標を最短で満たしに行く」という失敗の型は、自分が組むAI自動化にもそのまま当てはまる。たとえば仕様書分類やラダーのチェックをAIに任せるとき、「指摘ゼロなら合格」という報酬設計にすると、指摘を出さないのが最適解になる。最初の一歩は、いま自分がAIに投げている定型タスクの指示文を1本開いて、「AIが手を抜くと得をする書き方になっていないか」を読み直すこと。所要10分、費用ゼロ。具体的には「問題がなければOKと答えて」ではなく「確認した項目を全部列挙し、各項目に判定を付けて」に書き換える。列挙を強制すれば、省略が可視化される。次の段階は、AIの出力を別の経路で検算する仕組みを1つ入れること。ラダーのタグ表チェックなら、AIの指摘結果とは別に、GASやPythonでの命名規則の機械チェックを回して突き合わせる。AIが見落とした行が機械側で引っかかれば、AIの信用度を数字で持てる。コストは検算スクリプトを書く数時間だけ。注意点は、この研究が扱っているのは訓練環境の話であって、手元のClaude/Geminiが同じ挙動をするという意味ではないこと。持ち帰るべきは「評価の抜け道を塞ぐのは指示文でなく工程側」という設計原則で、モデルへの不信ではない。

実務上の含意は2つある。1つは容量、もう1つは「AIツールがローカルでOffice文書とPDFを直接扱える」という能力の存在。まず容量から。業務PCのCドライブが逼迫している人は、`~/.cache`（Windowsなら相当するユーザーキャッシュ領域）を一度サイズ順で眺めること。AI系デスクトップアプリはこの規模のランタイムを黙って置くので、CADやGX Works3のプロジェクトと同じディスクにいると効いてくる。WinDirStat などの無料ツールで5分、費用ゼロ。次に能力の方。LibreOffice と Poppler が同梱されているということは、Excel の検査成績書やPDFの図面を、クラウドに上げる前にローカルで変換・抽出できる経路がアプリ内に用意されているということ。客先仕様書PDFからのテキスト抽出のような作業は、この経路を使えば外部送信を減らせる可能性がある。次の段階として、自分が使うAIツールについて「どこまでがローカル処理で、どこからが送信か」を一度確認しておくと、機密資料を扱うときの判断が速くなる。注意点は、同梱されているからといって処理内容が全部ローカルに留まる保証はないこと。ここは推測で運用せず、ツールのドキュメントで送信範囲を確認するか、機密度の高い資料は最初からAIに渡さない線引きにする。