暗黙知の活用は「レジェンド社員の再現」ではない　日清食品グループが模索する現場を巻き込んだAI化

前編はこちら

“トライ＆エラー”のデータ化に試行錯誤……進行中の新施策

博報堂ＤＹホールディングス 森正弥氏（以下、森）：先日、三菱ケミカルの浦本直彦さんが「化学業界には明確なレシピがあるが、レシピで表現されていない暗黙知もある」とおっしゃっていました。化学業界は昔から極限まで効率化されており、化学式の理論値通りの結果が出るような業界ですが、その一方で、さまざまな人の判断や勘によって現場が支えられているのです。

日清食品ホールディングス 成田敏博氏（以下、成田）：日清食品グループもまったく同じです。当社でフードテックをリードしている役員は、「レシピのようなデータはあるが、過去のトライ＆エラーやそれに基づく判断基準が蓄積されていない」と指摘しています。そういった点に気づけるのは、彼が食品メーカーとはまったく異なる業界出身だからでしょう。

　彼の指摘をきっかけに、研究開発現場における「あれをやってうまくいった」「これはうまくいかなかった」という会話を録音し、データ化する取り組みが始まっています。また、IT部門では、熟練した食の研究開発者に判断基準をアウトプットしてもらい、それをAIが参照してどのようなレシピを提示するか検証しています。まだトライアル段階ですが、可能性が見えてきたら、より熟達した人やより幅広い領域に対しても適用していきたいです。

　最終的な結果はもちろんデータ化されますが、そこに至るまでの過程がAIに学習させる上で非常に重要です。当社グループのように発話からトライ＆エラーをデータ化する方法もあれば、経験がある人にインタビューをして引き出すやり方も考えられます。我々もさらに強化したいところですが、何か良い取り組みや進んでいる事例はありますか。

森：先日、CDOの方々を集めて、暗黙知に関する勉強会を開きました。その中で暗黙知の収集方法としてよく挙がったのは、やはりインタビューです。インタビュー時、対象者の先輩や上司も参加してもらう方法を試している例もありました。本人が気づいていないことを、隣から先輩や上司が「あんなこともあったじゃないか」と突っ込むことで、引き出しやすくなるそうです。

　一方で、暗黙知の形式知化自体が目的になってしまうケースをよく目にします。一歩進んで、「仮に暗黙知が形式知になったらどうなるか」というプロトタイプを、先に作ってしまえば良いかもしれません。そのイメージに関係者が意見をいうことで、暗黙知が拾えます。プロトタイプがちゃんと機能するのであれば、それ以上の暗黙知は不要ということです。

　誰もが“レジェンド”を再現しようとしますが、本来の目的は業務をうまく回すこと。どこまでの暗黙知を拾い上げるかゴールを引くと、無限にある暗黙知をすべて形式化するという非現実的な状況から逃れられるのではないでしょうか。

成田：たしかに。その方法はかなり有効だと思います。プロトタイプを作ることで、「自分たちが何を頼りにしているのか」という議論ができますね。