ホーム / AIエージェント導入 / 品質トラブル分析AIエージェント
品質トラブル分析AIエージェント
自由記述を全件読み、同じ原因を集約するAIエージェント。
品質トラブルの記録の自由記述を読み、症状・部位・原因・対策の軸で全件を同じ基準に分類して、別の言葉に散らばる同じ原因を集約するAIエージェントを作ります。一度判定した記述は対応表に残すので、誰が動かしても同じ記述には同じタグが付き、後から確認できます。判断に迷う記録は推測せず、理由を添えて担当の方に差し戻します。機種ごと・拠点ごとの傾向と、記録に金額があれば損失の集計も、毎月の会議の材料になります。
料金初期構築 50万円〜+月額 10万円〜
期間初期構築4週間〜
エージェントが出す全件のタグのサンプル
サンプル- 判定
- ルール定義書の基準を全件に当てる
- 同じ記述
- 対応表の判定を返す
| 記録 | タグ |
|---|---|
| 記録 1001 | 症状: 動作の停止・部位: 電源部・原因: 組付け |
| 記録 1002 | 症状: 異音・部位: 駆動部・原因: 部品 |
| 記録 1003 | 症状: 動作の停止・部位: 電源部・原因: 組付け |
| 記録 1004 | 症状: 漏れ・部位: 配管・原因: 部品 |
| 記録 1005 | 要確認: 原因の記述がありません |
- 業務
- 記録の自由記述を読み、全件を同じ基準で分類して原因を集約する
- 実行環境
- 御社のツール(Notion・Copilot など)の上、御社が指定する環境、ゴムマリが用意する環境から選べます
- 動かす人と保守する人
- 集計の時期に御社の担当の方が呼び出して、記録を渡します。分類の軸の追加や機種と拠点の増減に合わせた保守はゴムマリが月額で受け持ちます
Problem
こんな時に
異常の内容をいろいろなデータからまとめる集計が複雑で、会議の資料づくりに何日も取られる
記録のタイトルを読んで、どの分類に入るかを自分の手で決めてグループにしている
拠点ごとに記録の書き方が違い、担当に電話で確認しながら読み替えている
不良や品質トラブルの分類が大きすぎて、機種や工程ごとの傾向を細かく見られない
「この機種で何が繰り返しているのか」と聞かれても、件数は出せるが原因が書けない
市場の実態
製造業では「問題発生時のトラブル対応」の属人化が42.6%にのぼり、建設業に比べて目立つ
出典: 「人材不足と業務の属人化」に関する調査(株式会社SMB・2025年1月20日〜21日・N=建設業・製造業の管理職1,021名)
Merits
頼むと、何が変わるか
毎月の集計のたびに、別の言葉で書かれた同じ原因が集約されるので、1件ずつの案件の陰に隠れていた再発が見えます。
Deliverables
成果物
エージェントが読む物
AIエージェント
自由記述を読み、同じ基準で分類して同じ原因を集約する
成果物
- 作ったエージェント(御社のツールや指定の環境なら、そのまま御社の物です)
- 記述とタグの対応表
- 分類の軸と判定のルール定義書と、操作マニュアル
エージェントが添える、傾向のサンプル
サンプル- 機種別機種 A に電源部の停止が偏る
- 拠点別拠点 B に組付けの原因が多い
- 分類 C に、ほかの原因が集まっている可能性があります
Process
頼んでから、使い始めるまで
ご用意いただくもの
品質トラブルの記録(異常処理・不具合の記録・自由記述のままで)、今の分類の項目、機種と拠点の一覧
進め方
- 最初に、ゴムマリが過去の記録を読み、分類の軸と、今の区分のどこに別の原因が集まっているかを洗い出します。
- 次に、判定の基準と担当の方の判断に回す条件を伺ってルールを文書化し、過去の記録で試して確認します。
- 全機種を待たず、確認した機種や拠点から使い始められます。
Case
事例
品質トラブルの記録の全件判定(大手企業)
- 数万件約4年分の品質トラブルの記録を、全件同じ基準で判定し直した
- 約6割損失の約6割が、類似不具合の再発だと突き止めた
- 設計損失の大きな部分が設計に起因すると突き止めた
Price
料金
初期構築
50万円〜
月額
10万円〜
金額と期間は、業務の規模・データ量で決まります(数え方=1つの業務を1本)。価格は税別です。
月額で、ゴムマリが持つことは、AIエージェント導入のページにまとめています。
ほかの頼み方テキストマイニングツールの導入か、調査会社の分類代行(アフターコーディング)。新しい記録を追加しながら、毎回同じ基準で全件を読ませたいなら、このエージェントです。同じ業務は、データをお送りいただき成果物で受け取る形(品質トラブル記録の分析)でも頼めます。
FAQ
データの扱いと、よくある質問
データの取り扱い
- 秘密保持契約(NDA)を締結のうえお預かりします
- AIの学習に利用されない環境で処理します
- 案件ごとに環境を分離し、アクセス権を最小限に絞っています
- ISO/IEC 27001:2022 の基準に則って、情報セキュリティマネジメント体制を整備・運用しています
※IPA「SECURITY ACTION 二つ星」を自己宣言しています(IPAの宣言事業者一覧で事業者名「ゴムマリ」を検索いただけます)。詳細は情報セキュリティ基本方針・DX戦略へ。
自由記述のばらつきが激しくても分類できますか?
できます。記述の中身を読んで同じ基準で判定するので、起票した方ごとに言葉がばらついていても、同じ分類に入ります。
今の分類の項目は、そのまま使いますか?
使います。元データにある正解ラベルを基準に置き、全件をその基準で判定し直します。キーワードだけで分けると、どれにも当てはまらない記録が集まった区分が最大の要因に見えるので、正解ラベルと突合して判定します。
損失の金額まで集計できますか?
できます。記録に損失の金額があれば、件数と合わせて機種・拠点・原因ごとに集計し、どの再発が損失を大きくしているかを並べます。
機種や拠点が増えても使えますか?
使えます。同じ判定ルールを機種と拠点をまたいで当てるので、増えても組み直しになりません。
新しい異常が起きたとき、似た過去の記録を探せますか?
探せます。全件に同じ基準で付けたタグから、症状と部位が近い過去の記録を検索し、そのときの原因と対策を並べて出せます。
同じようなシステムの実績はありますか?
あります。大手企業の、顧客からの苦情と工程内の不良を合わせた品質トラブルの記録 約4年分・数万件を全件同じ基準で判定し直し、類似不具合の再発が損失の約6割を占め、損失の大きな部分が設計に起因することを突き止めました。お客様はこの結果を製品の設計へ反映する取り組みを進めています。量産の約20機種の苦情にも症状のタグを付け、機種ごとの報告 約20冊を納品しています。
使う人数で料金は変わりますか?
変わりません。人数ごとの課金はありません。
「呼び出す」とは、何をすることですか?
エージェントを導入した画面でエージェントを開き、ファイルを添付するか、文で頼むことです。