予知保全
よちほぜん
予知保全（Predictive Maintenance）とは、センサーデータや稼働ログを AI で分析し、設備の故障を事前に予測して計画的に保守を行う手法である。
製造業の保全には三つの段階がある。壊れてから直す「事後保全」、定期的に点検する「予防保全」、そしてデータに基づいて故障を予測する「予知保全」だ。予知保全は、実際の設備状態を監視するため、不要な定期交換を減らしつつ、突発停止も回避できる。
仕組みの骨格はシンプルだ。振動センサー、温度センサー、電流計などから時系列データを収集し、正常時のパターンを機械学習モデルに学習させる。稼働中のデータがこのパターンから逸脱し始めたら、故障の兆候としてアラートを発報する。異常検知モデルには Isolation Forest やオートエンコーダがよく使われる。
導入効果は大きい。ダウンタイムの削減、部品在庫の最適化、作業員の安全確保に直結する。特にタイやラオスの製造拠点では、熟練技術者の不足を AI で補完するアプローチとして注目されている。
ただし、センサーの設置コストやデータの蓄積期間（最低 3〜6 か月の正常データが必要）は導入障壁になる。スモールスタートとして、最もダウンタイムコストが高い設備 1 台から始めるのが現実的なアプローチだ。
関連用語
AI ROI（AI投資対効果）
AI ROIとは、AI導入・運用に投じたコストに対して得られた業務効率化・収益改善などの効果を定量的に測定する指標のこと。
AIオブザーバビリティ（AI Observability）
本番稼働中のAIシステムの入出力・レイテンシ・コスト・品質を継続的に監視・可視化する運用プラクティス。ハルシネーションやドリフトの早期検出に不可欠。
BPO（ビジネス・プロセス・アウトソーシング）
BPOとは、企業が特定の業務プロセスを外部の専門業者に委託するアウトソーシング形態のこと。AI活用による自動化と組み合わせたAIハイブリッドBPOが近年注目されている。
ERP（エンタープライズ・リソース・プランニング）
ERP（エンタープライズ・リソース・プランニング）とは、財務・購買・製造・人事などの基幹業務データを一元管理し、経営意思決定を支援する統合型業務管理システムのこと。