AI導入の体制づくりで失敗しない現場・情シス・ベンダーの役割分担
AI導入プロジェクトがPoC止まりになる原因の多くは、アルゴリズムの性能ではなく体制づくりの不備にあります。本記事では、外観検査や設備監視などの現場AI導入を例に、現場・情シス・ベンダーの三者がそれぞれ何に責任を持つべきかを、フェーズごとの役割分担表と具体的な判断基準で整理します。読み終えたとき、自社プロジェクトのキックオフ資料にそのまま使える体制図の骨子が手に入ります。
AI導入プロジェクトが止まるのは、技術ではなく体制の問題
外観検査のAI化や設備の異常検知など、製造現場のAI導入プロジェクトを数多く見ていると、PoC（概念実証）で一定の精度が出たにもかかわらず本番導入に進めない案件が少なくありません。その原因を掘り下げると、「モデルの精度が足りなかった」ケースよりも、「誰が正解データを判断するのか決まっていなかった」「本番運用の担当部署が最後まで曖昧だった」といった体制の問題に行き着くことがほとんどです。 実際に弊社がPoC支援の現場で見てきた「本番化に至らなかった要因」を分類すると、体制・役割分担に起因するものが半数近くを占めます。
つまり、AI導入の成否はキックオフ前の体制設計でかなりの部分が決まります。ここからは、現場・情シス・ベンダーの三者がそれぞれ何を担うべきかを具体的に見ていきます。
AI導入の体制づくり：三者の役割を「判断」で切り分ける
役割分担を考えるとき、「作業」で分けると失敗しやすくなります。たとえば「アノテーションは現場、モデル開発はベンダー」と作業だけで切ると、アノテーションの基準がぶれたときに誰も判断できず、精度検証が空回りします。おすすめは「どの判断を誰が下すか」で切り分けることです。
現場（設備保全・品質管理）：正解を定義する責任
現場部門が持つべき最大の責任は「何が良品で何が不良か」「どの状態を異常とみなすか」という正解の定義です。外観検査AIなら、限度見本と照らして「これはOK、これはNG」と最終判断できる人を1〜2名、名前を挙げて任命します。この判断者が曖昧なまま複数人でアノテーションを進めると、同じ傷でも人によってOK/NGが割れ、学習データ自体が矛盾を含んでしまいます。経験上、判断基準のすり合わせに使う時間はキックオフ後の最初の2週間で集中的に取るのが効率的です。
情シス・DX推進：データと運用の土台に責任を持つ
情シス部門の役割は、データを「出せる状態」にすることと、本番運用の受け皿を用意することです。具体的には次の3点です。
- センサーデータや画像データの取得経路・保管場所・持ち出しルールの整備（PoC開始前に完了させる）
- PLCや既存の生産管理システムとの接続可否の一次判断
- 本番化後の運用担当（アカウント管理、障害時の一次切り分け）の明確化
特に見落とされがちなのがデータの持ち出しルールです。「工場のネットワークから画像を外に出せるか」の社内調整に2〜3か月かかり、PoCの実働より調整のほうが長かったという例は珍しくありません。ベンダー選定と並行して、キックオフ前に着手すべき項目です。
ベンダー：技術的な選択肢と限界を提示する責任
ベンダーの役割は「作ること」だけではありません。むしろ重要なのは、「この精度目標なら、必要なデータ量はこの程度」「エッジで推論するならこの構成、クラウドならこの構成で、それぞれの制約はこうなる」といった技術的な選択肢と限界を、判断材料として早期に提示することです。逆に、精度目標や合否ラインをベンダーに丸投げして決めてもらう構図は危険です。現場が納得していない目標値は、達成しても本番化の意思決定につながりません。
フェーズ別の役割分担表：誰が決めて、誰が動くか
三者の関係を全体像として整理すると、次のような体制になります。ポイントは、三者をつなぐ定例の意思決定の場（週次30分程度で十分です）を最初から設けることです。
フェーズごとの主担当と決定事項は、表にして関係者全員に配ることをおすすめします。以下は外観検査AIの導入を想定した例です。
| フェーズ | 主な決定事項 | 決定者 | 実行者 |
|---|---|---|---|
| 企画（〜1か月） | 対象工程・精度目標・PoC合否ライン | 現場 | 三者合同 |
| データ準備（1〜2か月） | 撮像条件・データ持ち出しルール | 情シス | 現場＋ベンダー |
| PoC（1〜3か月） | アノテーション基準の最終判断 | 現場の判断者 | ベンダー |
| 本番化判断 | 導入可否・追加投資 | 現場＋情シスの部門長 | — |
| 運用（継続） | 再学習のタイミング・障害対応 | 情シス | 情シス＋ベンダー |
注目してほしいのは、「決定者」の列にベンダーがほぼ登場しない点です。ベンダーは選択肢と根拠を出す役であり、決めるのは常に発注側です。この線引きが曖昧なプロジェクトは、PoC後に「ベンダーに任せていたので社内で説明できない」という状態に陥ります。
つまずきやすい3つのパターンと回避策
1. 現場の判断者が兼務で時間を取れない
品質管理のベテランを判断者に任命したものの、通常業務が忙しくアノテーションのレビューが数週間止まる、というのは最も多いつまずきです。回避策は、任命時に「PoC期間中は週あたり何時間をこのプロジェクトに使うか」を上長込みで合意しておくこと。目安として、画像系のPoCなら判断者は週3〜5時間の確保が必要です。
2. 情シスがPoCの終盤まで登場しない
現場とベンダーだけでPoCを進め、本番化の段階で初めて情シスに相談すると、ネットワーク要件やセキュリティ審査でゼロからやり直しになることがあります。エッジ側で推論を完結させるのか、クラウドに画像を送るのかで必要な審査も構成もまったく変わるため、情シスはキックオフ時点から週次会議に入れてください。
3. 合否ラインを決めずにPoCを始める
「まずやってみて精度を見よう」で始めると、精度90%という結果が出ても、それが導入に足るのか誰も判断できません。PoC開始前に「見逃し率○%以下、過検出率○%以下なら本番検討に進む」という数値を、現在の目視検査の実力値と比較できる形で決めておくことが、体制づくりの実質的な第一歩です。
まず何から始めるか：キックオフ前に決める5項目
最後に、明日から使えるチェックリストとして、ベンダーとの契約前・キックオフ前に社内で決めておくべき5項目を挙げます。
- 正解を最終判断する現場担当者の氏名と、確保できる週あたりの時間
- PoCの合否ライン（現状の目視検査や巡回点検との比較で表現する）
- データの取得元・保管場所・社外持ち出しの可否（情シスの一次判断）
- 本番化した場合の運用担当部署（仮でよいので名前を出す）
- 週次の意思決定会議の枠（曜日・時間・出席者）
この5項目が埋まっていれば、ベンダー側も精度目標や構成の選択肢を具体的に提示でき、PoCの期間見積もりも現実的になります。逆に埋まっていない状態で見積もりを取ると、前提の曖昧さがそのままリスクバッファとして費用に乗ります。AI導入の体制づくりは、技術検討より先に着手できる、そして最も投資対効果の高い準備作業です。まずはこの5項目を1枚にまとめるところから始めてみてください。