リスク管理業務における技能継承とAI活用【第4回】

失敗事例や市場品質情報を学習したAIが実用段階に

　このようなベテランの勘と経験をAI技術を使って形式知化する取り組みは既に実践段階に入っている。その一例が、企業の過去の失敗事例を学習させたAIシステムの「失敗学コンサルタント」である（図3）。失敗学の第一人者的存在である畑村創研とアビームコンサルティングが共同開発したもので、失敗知識データベースに格納された過去の失敗事例と、その分析結果を元にリスクの兆候や対策の方向性について助言する機能を持つ。

図3：「失敗学コンサルタント」の画面例

　例えば、新たな設計変更や作業指示書の作成時に、さまざまな企業の失敗事例と照らし合わせ潜在的なリスクを洗い出すことで、未然防止を図る活用が進んでいる。AI技術が設計文書や業務指示と過去の失敗パターンを照合し、注意すべきポイントを提示する。

　この考え方は、社内のデータ活用にも応用できる。「市場品質アシスタント」が、その一例だ。コンタクトセンターや流通現場から寄せられる市場品質情報（クレームや不具合など）を元に、過去の事例と照合して原因事象を推定し、営業アクションと製造、商品企画へのフィードバックを高速化する。商品回収時などの初動対応が迅速化されるだけでなく、原因解明と対策実施の精度向上も期待できる。

　このようにAI技術は、定性的な現場情報と学習した過去の事象を紐づけ対応策を提示するベテランの役割を果たす。

　冒頭で指摘したように、リスク管理は「何も起きなかった」という結果にこそ価値が宿る業務である。この無形の価値を次世代に継承するには、ベテランの直感や判断力を言語化し、形式知としての共有が不可欠だ。AIシステムは、ベテランの思考プロセスを再現し、意思決定支援やリスクスコアリングを通じて、属人的な判断を組織的な対応力へと昇華させる。

　さらに、暗黙知の蓄積やプロセスの標準化、部門横断的な連携を通じて、継続的にリスク管理体制を強化することが求められる。技能継承の本質は、知識の伝達にとどまらず、現場で培われた洞察力を次世代に引き継ぎ、進化させていくことにある。AI技術と人が協働することで、不確実性を恐れるのではなく、組織の成長の糧にするリスクマネジメントが実現できる。