熟練者の「勘」は、何によって支えられているのか
皆さん、こんにちは。
同じ材料を使い、同じ設備を動かし、作業手順書に従っていても、熟練者が担当すると仕上がりが違う。製造現場では、そんな話を耳にすることがあります。
経験豊富な人は、温度や音、色や手触り、設備のわずかな動きから、数値に表れにくい変化を捉えているのかもしれません。しかし、それを単に「職人の勘」と呼んでしまえば、何を判断しているのか、なぜ品質が変わるのかを、他の人が学ぶことは難しくなります。
前回は、ZTE南京濱江工場のAIエージェントを取り上げました。そこで考えたのは、情報やモノの流れを自律化するためには、データだけでなく、業務ルールと判断の責任範囲を明確にする必要があるということです。
では、そのルールの源泉となる、長年の経験や試行錯誤はどうすれば残せるのでしょうか。
2026年10月26日、中国工業情報化部が公示した「領航級智能工廠」の育成候補34件には、一見すると対照的な企業が並んでいます。四川省の瀘州老窖（泸州老窖）と、江蘇省の南通中遠海運川崎です。[1]
前者のプロジェクト名は「非遺技芸の継承とAIの融合・革新を進める白酒スマート工場」、後者は「自主的なリーン化によって『無余量造船』を推進するスマート工場」と訳せます。
酒造と造船。扱う材料も製品も大きく異なります。しかし、熟練者が経験によって見極めてきた条件を、個人の技能から組織の能力へ変えようとしているという点では、共通した問いがあります。
今回は、すでに実現した取り組み、企業が公表した効果、2026年度の育成構想、筆者による考察を分けながら、二つの工場を見ていきます。公示された34件は、現時点で完成・正式認定された工場の一覧ではなく、育成候補である点にも注意が必要です。
なぜ、伝統醸造と大型造船を並べて考えるのか
瀘州老窖では、原料や麹、窖池（発酵に使う泥でできた穴）の状態、蒸留中の酒液、熟成後の香味など、さまざまな要素が品質に関わります。とりわけ微生物が関与する発酵では、材料の状態と周囲の環境が複雑に影響し合います。
一方、大型船舶は何千枚もの鋼板を加工し、溶接し、巨大な船体ブロックへ組み上げます。切断寸法が正確でも、溶接時に金属が熱で膨張・収縮すれば、組立時の寸法は変わります。
酒造の課題は、複雑な環境の中で品質の一貫性を確保すること。造船の課題は、加工と接合に伴う変形を見越して精度を作り込むこと、と整理できます。
共通するのは、最終工程で良否を判定する前に、「結果を左右する条件」を上流で把握し、工程へ反映する必要があることです。
ただし、両者を単純に同じ数式やAIモデルで解ける問題として扱うつもりはありません。微生物が時間とともに変化する発酵と、材料特性や溶接条件を考慮する造船とでは、必要な計測も検証の方法も違います。
この違いこそ、スマート工場を考えるうえで重要だと思います。技術を導入する前に、何を再現したいのかを定めなければならないからです。
瀘州老窖――長い歴史を持つ醸造技能を、どう残すか
瀘州老窖の伝統的な白酒醸造技術は、2006年に中国の国家級無形文化遺産の代表的な項目へ登録されました。中国非物質文化遺産デジタル博物館は、窖泥の管理、麹の製造と評価、原酒の蒸留、貯蔵、調合・官能評価まで、多様な技術をその構成要素として挙げています。[2]
「伝統技能」という言葉からは、昔ながらの製法をそのまま守る姿が想像されるかもしれません。しかし、その中身を見ていくと、かなり精緻な観察と判断の積み重ねであることが分かります。
泡を見て酒を分ける「看花摘酒」
同社の公式サイトでは、蒸留時に流れ出る酒液の表面に生じる液珠、いわゆる「酒花」の大きさや持続時間から、酒度を判断する「看花摘酒」が説明されています。[3]
エタノールと水では表面張力が異なり、酒度によって泡の見え方が変わります。熟練者は、この視覚的な手掛かりを使って、取り出す原酒の区切りを判断します。
ここで興味深いのは、感覚的に見える仕事にも、物理的な根拠があることです。泡の状態は神秘的な情報ではなく、液体の性質が視覚に現れたものです。
もちろん、だからといって泡の画像だけで酒質評価のすべてが終わるわけではありません。香りや味わい、原酒の用途、前後の工程条件など、別の判断が関わります。
熟練者の技能を研究するなら、「何を見ているか」と「それによって何を決めているか」を分けて記録する必要があります。
例えば、泡の大きさと持続時間を動画から測定することは考えられます。その情報を酒度の測定値と照らし合わせれば、判断の根拠を検証することもできるでしょう。これは一般的な技術適用の例であり、瀘州老窖が当該工程へ特定の画像AIを導入済みだと示すものではありません。
発酵環境は、工場の中でも揺れ続ける
もう一つ、白酒醸造が難しい理由は発酵にあります。
温度、湿度、原料の含水率、酸度、窖泥の状態、麹に含まれる微生物、発酵期間。これらが相互に関わり、原酒の品質や風味へ影響します。
電子部品工場のように、温度や湿度を厳密に管理する環境を想像すると、同じ製造業でも条件の違いが見えてきます。発酵は生物が関与するプロセスであり、すべての変数を外側から完全に固定できるとは限りません。
瀘州老窖と江南大学による共同研究では、異なる年数や窖池内の位置にある窖泥を調査し、pH、水分、乳酸、微生物群集、代謝物などの関係を分析しています。2024年に大学が公表した研究紹介によれば、窖泥の位置や年齢によって微生物の状態が異なり、理化学的な条件が群集の変化に関係していることが示されています。[4]
また、2025年の共同研究では、自然発酵工場の環境微生物が場所や時間によってどう異なるかを分析しています。[5]
こうした研究は、熟練者が経験で捉えてきた発酵の複雑さを、測定し、比較し、説明するための土台になります。
しかし、微生物と品質の相関関係が見つかったことと、その結果を用いてすべての工程を自律制御できたことは別です。研究で得られた知見と、商用工場での安定した制御実績を混同してはいけません。
既存の智能醸造と、新しい育成構想を分ける
瀘州老窖の2024年ESG報告書によれば、2019年に完成した黄舣酿酒生态园では、自動化醸造設備などを導入し、同社は労働効率約75％向上、出酒率5〜10％向上、優良品質品比率10％向上などを公表しています。[6]
また、2024年に稼働を始めた智能包装中心は、高速充填ライン5本を備え、平均充填速度を毎時15,000本と公表しています。同報告書ではAI、デジタルツイン、製造・購買・物流システムの統合も紹介されています。[6]
ただし、包装ラインで毎時15,000本を充填できることは、発酵や官能評価という伝統技能のAI再現を直接証明しません。 さらに、園区のデジタルツインが使われていることだけから、発酵微生物をすべて予測・制御できると判断することもできません。
2026年10月には、別の智能醸造技術改造プロジェクト第1期について、竣工検収を通過し、試験的な生産に入る条件が整ったと地元メディアが報じました。[7]
これは事業の進捗として重要ですが、量産時の歩留まりや品質が長期間にわたって安定したという実績とは区別すべきでしょう。
今回の領航級育成候補は「非遺技能の継承とAIの融合・革新」という方向性を掲げています。しかし、個別の審査理由や、技能ごとのAI置換率、育成完了時の成果までは公示名簿だけで分かりません。[1]
AIは、伝統醸造の何を測り、何を判断できるのか
ここまでの事例から、私は技能のデータ化を三つの段階に分けて考えたいと思います。
第一は、状態を測ることです。
発酵中の温度、水分、pH、微生物の構成、香味成分など、観測可能な要素を記録します。測定方法や採取位置が違えば数字の意味が変わるため、「いつ、どこから、どう測ったか」まで残す必要があります。
第二は、品質との関係を検証することです。
例えば、ある温度帯で発酵させた原酒の品質が良かったとしても、温度だけが原因とは限りません。原料、麹、窖池の状態、季節、発酵期間などが同時に変わっている可能性があります。
AIが相関を発見することには価値があります。しかし、その相関が別の季節や別の窖池でも通用するのかを検証しなければ、再現性のある管理条件にはなりません。
第三は、工程へ反映し、結果を確かめることです。
条件変更を提案するだけなのか、作業者が確認して変更するのか、定めた範囲なら設備が自動制御するのか。どこまでを許可するかは、品質リスクや製品特性によって変わります。
ここに、伝統醸造の「再現性の壁」があると思います。
測定できる項目が増えても、見えていない変数が残ることがあります。長年の経験による判断をAIへ渡そうとするとき、何が物理的・生物学的に合理的なのか、何が過去の慣習なのかを確かめなければなりません。
私は、AIが熟練者に代わるかどうかを急いで結論づけるより、熟練者が気付いていた異常の兆候を、他の人も早く認識できるようにすることに大きな価値があると考えます。
「人の経験」をなくすのではなく、経験から学べる範囲を増やす。そのためのデータ化でありたいと思います。
南通中遠海運川崎――「無余量造船」はどう実現されたのか
一方の南通中遠海運川崎は、中国遠洋海運集団と日本の川崎重工業を背景に持つ造船企業です。大型船舶を建造する工場では、酒造とは異なる意味で熟練者の経験が精度を支えてきました。[8]
船を建造するには、数多くの鋼板を切断・曲げ加工し、溶接によってブロックへ組み立て、最後に巨大な船体へ接合します。
2018年に中国中央テレビの「焦点訪談」で紹介された事例では、2万TEU級コンテナ船に約1万3,000枚の鋼板が用いられ、100を超える大きなブロックへ組み上げるという説明がありました。[8]
問題は、図面どおりに切れば、必ず図面どおりの形に組み上がるわけではないことです。
溶接では加熱と冷却に伴って金属が変形し、収縮します。鋼板の材質、厚さ、形状、接合方法、溶接順序などが違えば、その変形の仕方も変わります。
そこで従来は、多少の余分な部分、すなわち「余量」をあらかじめ設け、後工程で実物に合わせて切断・修正する方法が取られてきました。これは寸法の不確実性に対応するための合理的な手段でもあります。
しかし、後で修正することを前提にすると、切断、測定、再加工、部材の移動などが必要になります。作業が増えるだけでなく、ブロックの接合が遅れれば、後工程の計画にも影響します。
「余分を残して、後で合わせる」からの転換
南通中遠海運川崎が取り組んできた「無余量造船」は、こうした後工程での修正を減らす考え方です。
2018年の取材で、同社の製造部門幹部は、長年にわたって鋼板の収縮量を統計的に分析し、大規模なデータベースを作成してきたと説明しました。そして設計段階で、そのデータを各鋼板へ反映することによって、加工後に必要な寸法へ近づけていると紹介しています。[8]
つまり、溶接しても収縮しない鋼材を使うわけではありません。
収縮が起きることを前提に、その量を予測して先に設計へ織り込む。 これが重要な発想です。
「無余量」は、製造中の寸法誤差が物理的にゼロであるという意味ではありません。発生する変形を管理し、余分な修正代を設けずに組み立てられる条件へ近づける取り組みです。
私は、この方法には設備投資以上の変化があると考えます。
「後で現場が調整すればよい」と考えるのではなく、「後で調整しなくてよいように、設計と加工の段階で何を決めておくか」へ仕事の重心を移すからです。
もちろん、あらゆる余量を一律に禁止することが合理的だという話ではありません。材料や工程の変動が大きいところでは、補正や修正の余地を残す必要もあるでしょう。大切なのは、余量の有無そのものではなく、なぜその余量が必要なのかを説明できることです。
なぜ、これは「AIを入れた話」だけではないのか
注目したいのは、この取り組みが、2026年の領航級育成候補に選ばれるはるか以前から続いてきたことです。
同社は2018年の取材時点で、20年近い試行錯誤と加工・設計データの蓄積を説明しています。また2012年には智能造船を転換の方向と定めたと報じられました。[8]
工場で積み上げた寸法データや不具合の経験を、次の船舶の設計へ戻す。こうした仕組みがなければ、装置だけを新しくしても同じ精度を再現できるとは限りません。
2024年には南通市政府の公式サイトで、同社の鋼板曲げロボットの稼働が紹介されています。[9] 2026年5月の中国交通報でも、大型船舶の設計・建造と智能製造への取り組みが報じられています。[10]
ただし、2024年のロボット導入や2026年の船舶建造実績を、2026年度の領航級育成プロジェクトだけの成果として扱うことはできません。今回の候補名簿は、既存の能力をさらに高度化するための育成対象と読み分ける必要があります。[1]
熟練者の経験を、設計・加工・品質管理へ組み込む
では、加工時の経験や測定結果を、どうやって次の製品の精度へつなげるのでしょうか。
私は、設計、加工、測定、改善という循環で考えるのが分かりやすいと思います。
最初に設計段階で、材料や工程に合わせて収縮を見込みます。実際に加工・溶接したら、完成寸法や組立時のずれを測定します。予測と実績に差があれば、その条件を記録し、次の設計や作業標準に反映します。
これを繰り返せば、同じ誤差を発生させるたびに現場が修正するのではなく、誤差の発生自体を減らす方向へ進める可能性があります。
2018年の取材には、さらに印象的な取り組みが紹介されています。
同社では作業者の作業を動画で撮影し、ある30分の作業を177の動作へ分解して、作業方法を検討してきたというものです。また、溶接ロボットの動作指示や加工条件にも、蓄積したデータと工程経験を使っていたと説明されています。[8]
ここに、熟練技能のデータ化を考えるうえでの重要な違いがあると思います。
動画に残すだけなら、熟練者の動きを後から見ることはできます。しかし、その動作が必要な理由や、不要になった動作が何かを分析しなければ、作業を改善したことにはなりません。
作業を177に分けたという数字そのものが重要なのではありません。一つひとつの作業に、どのような目的と結果があるのかを議論した点に意味があります。
熟練者のやり方をそのまま保存するのではなく、そこで得られた成果を検証し、より良い方法へ変える。これこそ、個人の経験を組織へ移す作業ではないでしょうか。
そして、この循環が実際に機能するには、設計部門だけでも、製造部門だけでも足りません。
図面上で合理的な条件を設定しても、現場の治具や設備では再現できないかもしれません。現場で工夫した改善が設計データへ戻らなければ、次の船ではまた同じ調整が必要になります。
精度管理を高度化することは、測定装置の導入だけではなく、設計と製造の間の仕事のつなぎ方を変えることでもあるのです。
二つの工場に共通する「技能のデータ化」
ここまでの二つの事例を比較すると、取り組みの方向性と難しさが見えてきます。
瀘州老窖は、発酵環境や微生物、酒質の関係を解き明かそうとしています。南通中遠海運川崎は、溶接収縮や加工の経験を、上流の設計へ戻す仕組みを蓄積してきました。
共通するのは、熟練者の判断を「正解」として保存することが目的ではない点です。
何を見て、何を判断し、どういう結果が出たのか。その関係を検証することで、他の人にも理解できる条件を増やそうとしているのだと思います。
一方で、両社ではデータの性質が違います。造船では寸法や収縮量など、物理的に計測できる指標を比較的扱いやすい一方、白酒には微生物の複雑な変化や香味評価といった多次元の要素があります。
したがって、同じ「形式知化」という言葉でも、成功の測り方は一律ではありません。
第1回で紹介した中国の22項目の参考KPIに結び付けるなら、不良率、生産効率、設備利用率、資源利用率、コストなどが候補になります。しかし、実際の測定条件をそろえずに、業種の異なる工場を同じ数値だけで比較することはできません。
私はさらに、公式KPIとは別に「技能が組織へ残ったか」を確かめたいと思います。
担当者が交代しても品質を維持できるか。別の設備や場所でも同じ条件が通用するか。例外が起きたときに、なぜその処置を選んだかを説明できるか。
例えば熟練者が休むと生産や検査の判断が止まるなら、センサーやAIが増えていても、組織の能力になったとは言い切れないでしょう。
日系製造業は、何を標準化し、何を人に残すべきか
この二社から、日系製造業にも持ち帰れる問いがあると思います。
まず、自社で「この人にしか分からない」と言われる仕事を考えてみます。
検査結果の最終判定、設備の微調整、加工条件の設定、サプライヤーとの品質トラブル対応など、その仕事は本当に本人だけにしかできないのでしょうか。それとも、判断の根拠を記録していないために、他の人が判断できないのでしょうか。
最初から全自動化を目指す必要はありません。何が判断の入力情報なのか、どの条件で分岐するのか、例外が生じたとき誰に確認するのかを整理するだけでも、属人化の度合いは変わります。
しかし、もう一つ考えたいことがあります。
熟練者の経験を残すことと、熟練者のやり方を無条件で守ることは違うという点です。
古い設備の癖に合わせて生まれた手順、かつて必要だった過剰な検査、当時の治具でしか通用しなかった段取り。そうした作業が、現在でも合理的とは限りません。
もし動画やAIへそのまま取り込めば、不要な工程まで「熟練技能」として固定化してしまうおそれがあります。
ここでは、アンラーニング、つまり過去に身に付けた方法のうち、今は必要のない部分を見直すことも欠かせません。
技能継承にあたって、私は五つの問いを持ちたいと思います。
第一に、熟練者は何を観察しているのか。 音、温度、色、寸法、手触りなど、判断の手掛かりを特定できるでしょうか。
第二に、その判断はどんな結果と結び付くのか。 良品率や手直し時間だけでなく、後工程への影響まで確認できるでしょうか。
第三に、条件が変わっても再現できるのか。 材料、設備、担当者、季節が変わった場合に、どこまで同じ方法が使えるでしょうか。
第四に、過去の慣習を引き継いでいないか。 今の設備や製品に合わない動作を、必要な技能だと思い込んでいないでしょうか。
第五に、誰が更新し、誰が最終判断するのか。 手順書やAIモデルを作って終わりではなく、現場の結果を受けて管理条件を直せるでしょうか。
この五つは中国の育成要件をそのまま写したものではありません。今回の事例を踏まえ、私が技能継承と業務改善のために整理した問いです。
そして、すべてをデータに置き換えられないからといって、取り組みが失敗だとは思いません。むしろ、どこまでは数字で判断でき、どこからは人が確認すべきかを明確にできれば、品質管理も技能教育も進めやすくなります。
第3回で考えたAIへの権限委譲も、ここにつながります。根拠の曖昧な判断をそのままAIへ渡せば、判断を高速化するだけで、誤りや慣習も再生産してしまうからです。
まとめ――技能をなくすのではなく、組織の能力に変える
瀘州老窖の伝統醸造と、南通中遠海運川崎の無余量造船。製造するものは大きく異なりますが、どちらにも、熟練者が積み重ねた判断を計測・検証し、次の工程や次の世代へ活用しようとする姿勢が見えます。
一方では、微生物や環境の複雑さがあり、すべての品質判断を容易に定式化できるわけではありません。もう一方では、収縮の予測を設計へ組み込み、後工程の手直しを抑えるという長年のデータ蓄積があります。
スマート工場の価値は、人の技能をなくすことだけではなく、個人が積み上げた経験から、組織が学び続けられる仕組みをつくることにもあるのだと思います。
次回はいよいよ最終回です。34件の育成候補を横断し、一つの工場で形成した製造能力を、他の拠点やサプライチェーンへどう展開できるのかを考えます。
優れた技術や改善方法が生まれることと、それを別の現場でも再現できることは同じではありません。中国の「母工場」という考え方を手掛かりに、連載全体を総括したいと思います。
今回はここまでとします。 最後までお読みいただき、ありがとうございました。
参考資料
[1] 中国工業情報化部「关于2026年度领航级智能工厂项目培育名单的公示」（2026年10月26日）。育成候補34件と公示期間。 https://www.miit.gov.cn/zwgk/wjgs/art/2026/art_9f8bf509706f4905aaa1cbcb4110892a.html
[2] 中国非物質文化遺産デジタル博物館「泸州老窖酒酿制技艺」。2006年の国家級無形文化遺産登録と伝統技芸の説明。 https://www.ihchina.cn/art/detail/id/14366.html
[3] 瀘州老窖公式「非物質文化遺産・原酒醸造技術」。看花摘酒などの工程と判断方法。 https://www.lzlj.com/culture/unmaterial/
[4] 江南大学伝統醸造食品研究センター「泸州老窖…揭示浓香白酒窖泥微生物演替之谜」（2024年8月16日）。窖泥の微生物研究の紹介。 https://rctff.jiangnan.edu.cn/info/1070/2937.htm
[5] 江南大学伝統醸造食品研究センター「自然発酵工場の環境微生物の時空分布に関する共同研究」（2025年3月3日）。 https://rctff.jiangnan.edu.cn/info/1069/3015.htm
[6] 瀘州老窖「2024年ESG報告書」（2025年公開）、数智老窖・黄舣酿酒生态园・智能包装中心の項目。効率や生産速度は企業公表値。 https://www.lzlj.com/upload/file/20250521/1747789376467027450.pdf
[7] 川観新聞「泸州老窖智能酿造技改项目一期工程顺利通过竣工验收」（2026年10月15日）。第1期の竣工検収と試験生産条件。 https://cbgc.scol.com.cn/news/8059043
[8] 中国江蘇網／江海晩報「《焦点访谈》聚焦南通造船企业」（2018年7月24日）。溶接収縮データ、無余量造船、作業動作分析、合弁の背景。 https://jsnews.jschina.com.cn/nt/a/201807/t20180724_1783037.shtml
[9] 南通市政府「中远海运川崎『智能制造试点示范车间』」（2024年11月1日）。鋼板曲げロボットの導入事例。 https://www.nantong.gov.cn/ntsrmzf/tpxw/content/1da0daa1-326e-4aff-8738-f1e4e5469fcd.html
[10] 中国交通報「南通中远海运川崎：抢占超大型清洁能源船舶设计建造制高点」（2026年5月12日）。大型船舶の設計・建造と智能化の動向。 https://www.zgjtb.com/2026-05/12/content_516322.html
※本稿は2026年11月1日までに確認した公開資料に基づきます。2026年度の領航級は公示段階の育成候補であり、正式認定や個別育成目標の達成を意味しません。企業公表数値は公表された範囲の情報であり、第三者による測定条件の独立検証を意味しません。仮想的な技術適用例、業務比較、日系製造業への示唆は筆者による考察です。
