未然予防の品質管理で重要な3つの工程と対策：工程設計・製造準備工程／製造工程／検査工程
製造業の不良流出ゼロ！未然予防の品質改善を具体的に進めるにはどうすれば
いいでしょうか？
★品質改善、日常業務改善手順を事例で習得するセミナー
★無料サービス
未然予防策を講ずる品質管理の基本となる工程は以下の3つです。
①工程設計（製造準備）工程
②製造工程
③検査工程
そのためには、それぞれ未然予防の品質管理手法を使います。
１．工程設計段階
・信頼性、安全性設計技術
これは、各企業が持っているノウハウです。
ポカヨケや自働化を組み込んだ信頼性の高い工程を設計します。（QC工程図）
不具合が潜在しやすい特殊工程の管理項目、ヒューマンエラー防止を十分に
考慮した工程を構築します。必要となる手法・ツールは、
・QC工程図
・FMEA
・ポカミス防止7つのアプローチ
・工程FMEA、リスクアセスメント
信頼性設計に漏れはないかどうか？仮に市場で不具合が発生したときに大きな
リスクは生じないかをモノを作る前に検証します。
問題があれば、QC工程図にフィードバックします。
設計の考え方は、モノを作る前の「アセスメント」のやり方に変えていく必要が
有ります。
２．製造工程
多品種少量生産では、小ロット、個別製品の工程設計は行わない場合が出てきます。
そこで、トラブル発生を防ぐために4M変動管理を主に、様々な対策を講じます。
・4M変動（変化点）管理
・ヒヤリハット対策
・異常の見える化
・多能工化訓練
・自工程完結
・エラープルーフ化
３．検査工程
検査の付加価値は「流出不良ゼロでお客様の信頼を得る」「工程をストップ
する」など、明確な役割と権限を持たなければなりません。
製造工程の「選別」工程化は最もよくないパターンです。
また、検査の見逃しミスを防ぐ対策は以下のように様々あります。
・検査の役割とは
・検査方式設計
・画像検査機
・周辺視全数検査法
・官能検査
「まだAIを使わずに、時間のかかる分析を続けますか？」
現役コンサルタントが明かす、Gemini・NotebookLMを活用した
「“AI駆動型”品質改善」実践セミナー（全5回シリーズ）
こんな課題を抱える、製造業の技術者・管理者様へ
■FMEAやDRBFMの分析に時間がかかりすぎ、ヌケモレも不安だ。
■過去のトラブルが「Excelの山」に埋もれ、ナレッジとして活用できて
いない。
■AIを使いたいが、何から手をつけていいか分からない。ChatGPTを
試したが実務で使えなかった。
■ベテランのノウハウが属人化し、若手に技術が継承できていない。
その課題、AIが「最強のアシスタント」となって解決します。本セミナーは、よくあるAIの理論研修ではありません。
講師がコンサルティングの「実践」でGeminiやNotebookLMを使いこなし
試行錯誤して得た「生きた知見」を、惜しみなく公開する実践講座です。
高額なAIツールは不要です。まずはお手元のPCから、AIを「分析アシスタント」として使う方法を学びます。
個人レベルからスモールスタートし、将来の「しくみ化」に繋げる方法を5回
シリーズで体系的にお伝えします。
高崎ものづくり技術研究所 代表 濱田 金男
OKI／沖電気にて設計・品質管理・生産改革に長年従事。中国・香港・上海で
の品質保証や現地生産立ち上げも経験。現在は、製造業の現場改善、DX推進、
AI活用支援のコンサルタントとして活躍中。
セミナー詳細・受講費用 実施方法：オンラインで実施（全国の製造業対象）
対象者：第一線のリーダー（製造部門リーダー、製造技術者、品質
保証技術者）、DX推進担当者、経営者
一般：各回 8,000円／人 | 5回一括 30,000円／人
会員の方：各回 5,000円／人 |
5回一括 25,000円／人 ★お支払い：銀行振り込み、クレジットカード、PAYPAL
★テキスト：各回ごとに事前にPDFデータをダウンロード
★テキストプログラム内容は、変更になる場合があります
【安心の全額返金保証】
万が一、セミナー内容（第1回受講時点）にご満足いただけない場合
受講料を全額返金いたします。安心してご参加ください。
AI活用で劇的に進化する！品質改善5回シリーズ カリキュラム
■第1回：11月25日（火）13：30~17：00  本シリーズの核心です。設計のヌケモレを防ぐDRBFM/FMEAですが、分析者の経験に依存しがちです。
本講座では、Gemini/NotebookLMを「分析アシスタント」として活用し、「過去ノウハウの蓄積」と「故障モード一覧表」などを短時間で、かつ高精度に作成する実践的手法を公開します。AIを活用した「気づきの設計」の第一歩です。 |
DRBFM実施手順 品質情報ナレッジシステムと漏れのない リスク抽出
１．設計段階で問題を顕在化させる手法と取り組み
1.1 気づきの設計ツールの概要 1.2 重点管理項目抽出表 1.3 新規点変更点リスト 1.4 過去事例の水平展開手法
２．FMEAで重要な故障_事故と故障モードの関係 2.1 信頼性とは 2.2 故障モードの定義 2.3 故障モード一覧表
３．FMEA実施手順
3.1 FMEA／FTA／タグチメソッドの違い 3.2 FMEAを組み込んだ設計フロー 3.3 FMEA実施手順
3.4 R－MAP法を用いたリスク評価基準
3.5 FMEA実施事例 |
■第2回：12月15日（月）13：30~17:00  「作って終わり」の形骸化した手順書はもう不要です。
動画マニュアルや電子マニュアルで「見てわかる」化し、さらにAI/LLMを活用した学習管理システム（LMS）で、個人の習熟度を管理し、熟練技能を組織の「知」として継承する仕組みを解説します。 | 形骸化しない作業手順書の作成 と運用手順：熟練技能・ノウハウ継承
１．作業手順の作成
1.1 ＱＣ工程図の作成方法 1.2 作業手順書の作成方法 1.3 業務チェックリストの作成方法
２．作業手順書の形骸化防止
2.1 作業手順書の形骸化の要因 2.2 形骸化防止策 2.3 形骸化させない作業手順書 運用手順
３．熟練技能・ノウハウ継承
3.1 暗黙知と形式知 3.2 ナレッジの共有化と業務効率化
3.3 再発防止手順 3.4 過去トラのまとめ方と水平展開 3.5 熟練技能のノウハウの継承
|
■第3回：1月26日（月）13:30~17:00 
なぜ「教育します」で再発防止が終わってしまうのか？
第1回で学んだAIによる分析（ナレッジ活用）を活かしつつ、現場の現象から「設計原因」「しくみの不備」まで遡る、本質的な「なぜなぜ分析」の手法を学びます。
（※本セッションはAIの直接利用ではなく、AIで得た情報を活用する「人間の思考法」としての分析手法がメインです） | 設計原因まで遡る「なぜなぜ分析手法」 上流の根本原因を潰そう！
１．なぜなぜ分析の現状と問題点
1-1.玉石混交のなぜなぜ分析解説 1-2.目的を曖昧にしたなぜなぜ分析事例と問題点 1-3.トヨタ式なぜなぜ５回とは 1-4.ホンダのなぜなぜ分析とは
２．目的別に原因を究明するなぜなぜ分析
2-1.なぜなぜ分析の４つの目的 2-2.物理的な因果関係を探る 2-3.不適切な行動から原因を探る 2-4.現場管理のしくみから原因を探る 2-5.工場のしくみから原因を探る
３．なぜなぜ分析フォーマット
3-1.ロジックツリーとフレームワーク設計 3-2.現場で使える分析フォーマット 3-3.上流工程のしくみ不備分析フォーマット
|
■第4回：2月16日（月）13:30~17:00  多品種少量生産の現場では、4M（人・機械・材料・方法）の変化点管理がキモです。
IoTやセンサーに頼る高額なシステム導入の前に、まずは「デジタル技術」を活用して変化点を「見える化」し、リアルタイムで異常を検知する「しくみ」の構築法を学びます。 | デジタル化で進化する4M管理 リアルタイム監視が工場の「異常ゼロ」を実現する
１．4M（変化点）管理の基本と目的 1.1 4M管理の目的：なぜ「変化点」に着目するのか 1.2 多品種少量生産における4M管理の重要性 1.3 4M管理対象の定義とランク付け（重点管理） 1.4 4M管理 7つのステップ
２．変化点管理の「しくみ」と「日常管理」 2.1 計画的変更への対応 2.2日常管理の核心：先手管理と異常管理
３．デジタル技術による変化点の見える化と予知 3.1 4M変化点の「見える化」手法 3.2 IoT/センサーによるリアルタイム監視 3.3 統計的手法による「ばらつき」の把握 3.4 管理図による異常と兆候の検知
４．4M管理の実践と高度化 4.1 工程能力の把握と管理（Cp・Cpk） 4.2 重要要因・重要特性の監視 4.3 協力工場の4M変更管理 |
■第5回：3月11日（水）13:30~17:00 シリーズ総まとめ。AIは「匠」の仕事を奪うものではなく、「匠の知見を増幅させる装置（Multiplier）」です。
現場の担当者自身が「ノーコードAI」を活用し、属人化していた「思考（Know-Why）」と「動作（Know-How）」をデジタル化し、組織の資産に変えるための、具体的な導入ロードマップを解説します。 | ノーコードAI活用による 技術・技能継承と品質改善の実務
１．なぜ今、AIによる知の継承が不可避なのか 1.1. 経営課題としての属人化の再定義 1.2. ゲームチェンジとしてのノーコードAI
２．熟練技能（暗黙知）のデジタル化と継承 2.1. 「思考（Know-Why）」の継承 2.2. 「動作（Know-How）」の継承 2.3. 形式知化の仕組み化と2大アプローチ
３．設計技術継承と過去トラブルの資産化 3.1. 「負の遺産」から「設計資産」へ 3.2. AIによる「トラブル予見」の実務 3.3. 設計プロセスへのフィードバック
４．失敗しないAI導入スモールスタート 4.1. なぜ全体導入は失敗するのか 4.2. パイロットプロジェクトの選定と実行 4.3. 投資対効果（ROI）の「見える化」 4.4. 成功のためのチーム組成 |
★ご要望により、対面方式での研修も可能です。（企業様訪問）
本セミナー内容をベースとした、御社向けのカスタマイズ研修（訪問
・対面式）も可能です。
