品質保証部門の会議室で、担当役員が市場不具合の説明を求められています。どの部品が、いつ、どのロットで、どの工程を通り、その間に4M変更があったか。ここでいうトレーサビリティは、食品の産地表示や物流の配送追跡のことではありません。製造業が品質のために積み上げてきた、モノと工程の履歴を遡る仕組みのことです。そしてその履歴は、システムを叩けば数秒で出てきます。
ところが役員が「なぜあのとき、あのロットを特採で流したのか」と問うと、会議室は静かになります。当時その判断をした担当者はすでに異動していて、設計レビューの議事録には「対応済み」とだけ書かれています。なぜ気になったのか、どんな懸念を天秤にかけたのか、誰に相談したのか。判断の根拠は、どの帳票にも残っていません。
モノは秒で遡れるのに、判断は誰も遡れない。 これが、モノの追跡を精緻に磨いてきた製造業の、いまだ手つかずの空白地帯です。
この記事の3つの結論
- モノの履歴も、起票後の不適合も追えます。空白は、起票される前の判断だけです。
- 品質不正の再発防止では、個人の責任だけでなく、判断の根拠が遡れない構造も点検する必要があります。
- 会議の対話を論点・懸念・決定・未解決リスクへ構造化すれば、異動や退職の後も判断の根拠まで遡れます。
トレーサビリティとは何か。モノの追跡と、判断の追跡の違い
トレーサビリティとは、対象の履歴・適用・所在を追跡できる能力のことです。品質マネジメントの国際規格であるISO 9000シリーズでも扱われる考え方で[1]、製造業ではこれが、原材料のロット、部品の型番、通過した工程、検査記録、そして4M変更の履歴として実装されてきました。不具合が起きたとき、どの範囲を回収すべきかを特定するための背骨です。
ここで見落とされがちなのは、ISOの定義は対象を広く取れる書き方である一方、製造業の実務では追跡対象が原材料、部品、ロット、工程、検査記録に寄りやすいという点です。ロットは追える。工程は追える。変更は追える。しかし「なぜその工程条件を変えたのか」「なぜその特採を承認したのか」という判断の根拠は、同じ粒度で追跡対象にされていないことが少なくありません。モノのトレーサビリティと、判断のトレーサビリティは、同じ言葉で扱うには分けて考える必要があります。
モノの追跡は整備が進み、判断の追跡は空白のまま
製造業のトレーサビリティは、モノを追う領域では相対的に整備が進んできました。 記録要求は年々厳格になり、ロット単位の遡及、工程ごとの検査データ、4M変更の届け出は、多くの現場でシステムに組み込まれています。もちろん、拠点やサプライヤーをまたぐと課題は残ります。それでも監査で問われれば、条件記録の弱い箇所を指摘され、フォーマットを整え、次の監査に備える。近年、記録の網は着実に細かくなってきました。
しかも品質の世界には、もう一つの精緻な網があります。QMS（品質マネジメントシステム）です。QMSは品質保証の背骨であり、置き換える対象ではありません。不適合として起票された瞬間から、QMSは処置、原因分析、是正、水平展開を厳密に追いはじめます。つまり多くの製造業は、モノの履歴と、起票された後の不適合という二つの領域に、すでに細かい網を張り終えているのです。
空白は、その手前にあります。品質会議で「ちょっと気になる」と言われた工程のばらつき、特採で流したロットへの引っかかり、4M変更後の初期流動で出た気になる声。まだ「不具合」ではないから、どの帳票にも載りません。起票される前の、判断が形成されていく対話だけが、どちらの網にも掛からないまま流れていきます。
拙著で紹介した、ある部品メーカーの設計段階の場面です[6]。若手が「この形状だと、量産時の金型で少し無理がかかるかもしれない」とつぶやきました。しかし本人も確信があったわけではなく、その声は納期の迫る生産計画の議論に埋もれました。気づくべきベテランは、その会議にいませんでした。数カ月後、その一言は量産トラブルとして表面化しました。そのつぶやきは公式の議事録には残っておらず、後から録音を聞き返して初めて確認されました。判断の分かれ目は、記録が存在しなかったのではなく、記録の中に埋もれたまま、誰にも読める形になっていなかったのです。
記録されるのは、決まったこと（結果）に偏りがちです。決まるまでに何が語られ、どの懸念が却下され、なぜその天秤に傾いたのか（根拠）は、記録の外に落ちることがあります。モノのトレーサビリティが精緻になっても、判断のトレーサビリティは結果記録ほどの粒度では整備されてこなかったのです。
品質不正を「現場の暴走」で片づけるかぎり、判断が遡れない構造は残る
品質不正が発覚するたび、報道は「現場のモラル低下」や「担当者の資質」を語ります。しかし、問題を個人の資質に還元してしまうと見落とすのは、繰り返し現れるのが個人ではなく構造だという点です。検査値の書き換えや不適切な特採が、いつ・誰の判断で・どんな経緯で常態化したのかを、組織自身が把握できていない。ここに問題の根があります。
なぜ構造なのか。判断の根拠が記録されず、共有もされず、検証もされないからです。ある製造業の設計部門の仕様検討会議で「ギリギリ大丈夫」「とりあえず進めよう」という発言が交わされたとします。人間が要約すると、これは「現状維持で進行」という一行に丸められます。しかし実態は、リスクの先送りであり、次のアクションが不明確なまま意思決定の質が下がった瞬間です。丸められた要約は、後から誰も検証できません。
さらに、この根拠の欠落は階層を上るほど深刻になります。ある製造業では、現場の週報が課の月報になり、部の報告になる過程で、兆候の根拠と温度が少しずつ削られ、経営には「概ね計画通り」として届いていました。判断が遡れないとは、単に記録が足りないという話ではありません。問題の芽が、それを止められる立場の人に届かないということです。品質不正を個人の暴走として処理するかぎり、同じ構造は次の現場で再生産されます。
判断が消える経路は二つ。「表出化の壁」と、届かない共有
では、なぜ判断の根拠はこれほど記録されにくいのでしょうか。理由は、判断の多くが暗黙知だからです。科学哲学者のマイケル・ポランニーは『The Tacit Dimension』（1966）で、人間は「語りうる以上のことを知りうる（we can know more than we can tell）」と述べました[3]。ベテランが金型の無理を察知する勘は、本人ですら手順として言葉にしきれないことがあります。言葉にしにくいものほど、帳票の定型欄には残りにくくなります。
野中郁次郎氏・竹内弘高氏の『知識創造企業』が示したSECIモデルでは、暗黙知を形式知に変える工程を「表出化」と呼びます[2]。共同化・連結化・内面化の3工程は仕組み化しやすいのに、本人も気づいていない判断基準を引き出す表出化だけが、長らく人手と時間に頼るしかありませんでした。私たちはこれを「表出化の壁」と呼び、判断の根拠が残らない最大の要因と見ています。判断の根拠が議事録の「対応済み」に丸められるのは、書くコストが高すぎるからであって、現場が不誠実だからではありません。
この表出化の壁が、判断が消える第一の経路です。しかし、たとえ記録され共有されても、根拠は届かないことがあります。第二の経路は、後工程の粒度と目的に合わない形でしか伝わらないことです。私たちが製造業の顧客接点で観測した例では、「再現性重視」という要望だけが設計に伝わり、その背景にあった「夜勤帯だけ再現性が落ちた過去」が抜け落ちていました。設計は結局、背景を再ヒアリングすることになります。録音や議事録を増やすだけでは、第二の経路は塞がりません。
そして、この二つの詰まりを待ったなしにするのが、熟練者の退職です。労働政策研究・研修機構（JILPT）が2025年11〜12月に実施した調査（製造業11業種・従業員30人以上、有効回収4,342社）では、将来の技能継承に不安を感じている企業が85.4%にのぼり、その理由として「熟練技能者の高齢化・退職が進んでいる」が63.0%を占めました[4]。判断の根拠を握るベテランの退職が進めば、遡れたはずの判断の履歴も組織に残りにくくなります。
一次情報を解析すると、判断の出所まで遡れる
判断のトレーサビリティを取り戻す鍵は、判断が実際に形成される場所にあります。品質会議、設計レビュー、朝会。根拠は帳票だけでなく、対話の中にも残っています。 私たちはこれまで、国内大手企業を中心に1,000名以上・計2万時間の商談データを、AIで構造化して分析してきました[5]。実績の起点は営業領域ですが、この型は構想ではありません。製造業の現場で、品質会議や設計レビューの対話を論点・懸念・決定事項・未解決リスクへ構造化し、原発言まで遡れる形で蓄積する運用が、すでに日常として回っています。
具体的には、課題管理表の役割を変えます。たとえば品質・コスト・納期・安全の課題管理表に、発見された工程だけでなく「どの定例会議の、どの対話から課題が抽出されたか」という参照を紐づける再設計が考えられます。この課題管理表の再設計は、すでに回っている対話の蓄積を土台にした次の一歩として、私たちが顧客と検討を進めているものです。課題管理表が「結果のリスト」から「現場対話への索引」に変わると、経営は兆候の根拠まで遡れるようになります。現場に新しい報告作業を課すのではなく、すでにある会議の対話を解読可能にする、という発想です。
こうして対話が蓄積されていくと、退職前の熟練者の判断が、検索できる資産として残ります。遡れるのは結果ではなく、判断そのものです。では、それを日々の品質業務でどう引き出すのか。次の実装の手順で具体的に見ていきます。
判断のトレーサビリティを実装する手順
「で、どう始めるのか」に、私たちが顧客と設計している手順で答えます。
第一に、新しい報告フォーマットから始めません。 すでにある品質会議の録画・録音を起点にします。現場に新しい報告フォーマットを課した瞬間、書くコストが表出化の壁を再生産するからです。そのうえで、どの会議にどんな予兆が眠っていたか、どの部門間で情報が止まっていたかの全体像をレポートとして戻します。
第二に、散らばった言及を束ねます。 一つの会議では「気のせい」に見える言及も、同じ工程・同じ部材・同じサプライヤーへの軽微な言及が複数の会議で繰り返されていれば、予兆として束ねて届けます。そして束ねた予兆は、閲覧する立場ごとに届け分けます。品質保証の責任者には、自分が出ていない製造や技術の会議から、品質に関わる議論だけが届く。先に挙げた第二の経路、つまり受け手の粒度と目的に合わない形でしか伝わらないという詰まりは、記録を増やすことではなく、この届け分けで塞ぎます。
第三に、過去の判断経緯を、当時の発言のまま引き出せる状態にします。 ここが判断のトレーサビリティの中核です。「今週からライン3の歩留まりが下がっている。過去に類似の事例は」と自然言語で問うと、蓄積された品質会議の議事録と対策結果レポートを横断して、類似する過去事例が返ってきます。返ってくるのは結論の一行ではありません。技術部門が再検証を提案し、品質保証部門が受入検査基準を改訂し、製造部門が標準作業手順書を直した、という意思決定の経緯と、当時の会議や改訂文書への参照が併記され、そこから原発言まで遡れます。異動や退職で当事者がいなくなっても、二度目の不具合がゼロから始まらないのは、この経路が残るからです。
この三つに共通するのは、人とAIの分業を崩さないことです。品質・安全のどの問いに答えたいのか、その観点を設計するのは現場と一緒に決める人です。AIが担うのは、その観点で全量を解析し、散らばった言及を束ね、類似の事例を類似度や示唆とともに示し、原発言まで遡れる状態をつくるところまで。当時の判断が妥当だったかを決めるのは、原発言まで確かめたうえでの人です。この線を守ることが、品質という領域では特に重要になります。
追跡すべきは、モノの履歴だけでなく判断の履歴です
品質不正が「現場の暴走」として処理され、なぜなぜ分析が犯人探しに終わるのは、現場のモラルの問題ではありません。組織が「何を記録するか」の前提、つまり経営のOSが、モノだけを追い、判断を追ってこなかったからです。トレーサビリティの網をどれだけ細かくしても、その網が結果の上にしか張られていなければ、判断の履歴は落ち続けます。
対話の記録が残り、どの抽出も原発言まで遡れることは、品質記録を補完する一次情報になります。監査や是正で「なぜ気づけなかったのか」「なぜそう判断したのか」を問われたとき、要約しか残っていない組織と、原発言まで参照できる組織とでは、説明の質が変わります。ただし、その情報を証跡として扱うには、保存範囲、アクセス権、改ざん防止を定義しておく必要があります。
これはQMSを置き換える話ではありません。散らばった軽微な言及が束なって疑いに変われば、起票の判断そのものが早くなります。さらに、会議で言及された不具合と品質管理データベースの過去事例を紐づければ、起票後の原因分析でも「当時、会議で何が語られていたか」まで遡れます。QMSの手前の空白を埋め、QMSに早く、濃い情報を渡す。モノの網と起票後の網のあいだに、判断の網を張るということです。競争軸の一つは、記録の網目の細かさだけでなく、判断の根拠をどこまで遡れるかに移りつつあります。
問うべきは「記録フォーマットをどう増やすか」ではありません。自社で最も重い品質判断は、いま誰の頭の中にあり、それは本人が去った後も遡れる形になっているか。その一点を、経営が自ら確かめるところから、判断のトレーサビリティは始まります。
出典
- [1] トレーサビリティの定義（対象の履歴・適用・所在を追跡できること）— ISO 9000シリーズ（品質マネジメントの用語規格）。
- [2] 暗黙知／表出化を含むSECIモデル（共同化・表出化・連結化・内面化）— 野中郁次郎・竹内弘高『The Knowledge-Creating Company』(Oxford University Press, 1995)／邦訳『知識創造企業』(東洋経済新報社, 1996)。
- [3] 「we can know more than we can tell」— Michael Polanyi『The Tacit Dimension』初版 Doubleday, 1966（The University of Chicago Press 再刊）。https://press.uchicago.edu/ucp/books/book/chicago/T/bo6035368.html
- [4] 技能継承に不安85.4%／熟練技能者の高齢化・退職63.0% — 労働政策研究・研修機構（JILPT）「ものづくり産業における人材確保・定着と技能継承に関する調査」2026年5月27日公表（調査実施2025年11〜12月、製造業11業種・従業員30人以上、有効回収4,342社。不安の内容の設問はn=3,641社）。https://www.jil.go.jp/press/documents/20260527.pdf
- [5] 2万時間・1,000名以上の商談データのAI解析 — Bring Out 自社リサーチ（公開済み数値）。https://www.bringout.biz/insights/b2b-sales-hypothesis-over-listening
- [6] 部品メーカーの設計段階で、若手のつぶやきが納期の迫る生産計画の議論に埋もれ、数カ月後に量産トラブルとして顕在化した事例 — 中野慧『生成AIで最強の組織が生まれる』(KADOKAWA, 2026) 所収のフィクション事例（複数の実在支援事例を編集・再構成）。
