業務の属人化を解消するには？製造業の技能伝承が進まない理由とAI活用の進め方

多くの企業が技能継承を重視していても、成果が出ている企業は少ない

労働政策研究・研修機構（JILPT）が2026年5月27日に公表した「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」は、金属製品や機械器具、電子部品などの製造業で従業員30人以上の企業2万社を対象に2025年11月から12月にかけて行われ、4,342社が回答しました。技能継承を「重視している」企業は51.8％、「やや重視している」企業は39.3％で、あわせると91.1％でした。

同調査は技能継承を「業務を継続的に行っていくため、ものづくりにかかる知識やスキル・技能を後輩や次世代に伝え、受け継いでいくこと」と説明しています。現場や検索では「技能伝承」とも呼ばれますが、本記事は公的調査にならって「技能継承」と書きます。

一方、JILPTの同調査で、技能継承が必要と考える企業4,262社のうち、技能継承が会社として「うまくいっている」「ややうまくいっている」と答えた企業はあわせて約3分の1（33.3％）でした。将来の技能継承に不安を感じている企業は、同じ4,262社の85.4％を占めます。重視していても進んでいない状態が、多くの製造業に共通しています。

うまくいかない理由は、若手の不足と時間の不足

JILPTの同調査で、技能継承が「うまくいっていない」「あまりうまくいっていない」と答えた2,797社に理由を尋ねたところ（複数回答）、最も多かったのは「若年従業員を十分に確保できていないから」の62.5％で、「時間的な余裕がないから」の50.0％が続きました。「指導者を確保できていないから」と答えた企業も26.2％あります。

受け継ぐ若手が足りず、教える時間も取れない。二つの不足が重なっていることが、技能継承が進まない大きな理由です。

教える人の不足は、国の調査にも表れている

厚生労働省が2026年5月に公表した「2026年版 ものづくり白書 概要」（厚生労働省担当パート）には、同省の「能力開発基本調査（事業所調査）」（2025年6月）の結果が載っています。能力開発や人材育成に問題があると答えた製造業の事業所のうち、62.8％が「指導する人材が不足している」を挙げました。受け継ぐ若手と並んで、教える側の人も足りていないことがわかります。

2040年には、生産工程の人手が206万人不足する可能性

先の見通しも楽観できません。経済産業省が2026年3月にまとめた「2040年の就業構造推計（改訂版）について」（厚生労働省のサイトに掲載）は、十分な国内投資や産業構造の転換が実現した場合を前提にした推計です。その前提でも、2040年の生産工程従事者は需要731万人に対して供給525万人にとどまり、206万人が不足する可能性があるとしています。

ベテランの退職を若手の採用で埋めるやり方は、今後さらに成り立ちにくくなると考えられます。

業務の属人化を放置すると、ベテランの不在がそのまま業務の停止になる

業務の属人化とは、ある業務の進め方や判断が特定の人に依存し、その人がいないと業務が回らない状態を指します。製造業では、たとえば設備の異常の見極めや加工条件の微調整のように、手順書はあっても「この場合はどうするか」の判断がベテランの経験の中にだけ残っている業務で起こります。言葉や文書にしないまま判断に使われている経験や勘は、暗黙知と呼ばれるものです。

属人化した業務は、担当者がいるうちは問題として表に出にくいものです。担当者の退職や異動、長期の休みが重なった時点で、判断できる人がいないまま品質や納期への影響が表に出ます。後任を育てるには受け継ぐ若手と教える時間の両方が必要ですが、JILPTの2026年の調査では、そのどちらの不足も、技能継承がうまくいかない理由の上位に挙がっていました。退職の時期が見えてから引き継ぎを始めても、間に合わないおそれがあります。

属人化がなぜ生まれるのか、標準化との関係、暗黙知と形式知の違いは、「属人化とは？原因と解消法、AIで暗黙知を引き継ぐ方法を解説」で詳しく説明しています。本記事では、工場長や製造部長が属人化の解消に向けて何をどの順で決めるかに絞ります。

属人化の解消は、見える化、標準化、AI活用の順に進める

技能継承の手段としては、マニュアルの作成や作業動画の撮影、生成AIの導入がよく話題に上ります。どれも有効な手段ですが、順序を誤ると、作ったマニュアルが現場で使われない、AIが自社の実情に合わない回答を返す、といった結果になるおそれがあります。本記事が勧める順序は、見える化、標準化、AI活用です。前の段階で整えたものが、次の段階の材料になります。

見える化：ベテランの判断を、手順と理由に分けて書き出す

JILPTの技能継承に関する調査で、技能継承が必要と考える企業4,262社に技能継承を進めるための取り組みを尋ねたところ（複数回答）、「継承すべき技能の見える化（テキスト化・マニュアル化・デジタル化）を図る」を挙げた企業は31.2％でした。

見える化で書き出す対象は、作業の手順だけでは足りません。ベテランが「なぜそうするのか」「どんなときに手順から外れるのか」という判断の理由も、あわせて書き出します。ベテランに一から文書を書いてもらうのは負担が大きいため、若手が作業に立ち会って聞き取る、作業を撮影して後から説明を付けてもらう、といった分担にすると進めやすくなります。

標準化：誰がやっても同じ結果になる部分を、手順書にまとめる

書き出した内容のうち、条件が決まれば誰がやっても同じ結果になる部分は、標準の手順として手順書にまとめます。判断が必要な部分は、判断の材料と過去の判断例として残し、手順とは分けて扱います。ベテランでなければできない業務が実際にはどこからどこまでなのかが見えてくるのも、この切り分けの効果です。

JILPTの技能継承に関する調査で、技能継承の円滑化を目的にデジタル技術を使っている企業943社にその効果を尋ねたところ（複数回答）、最も多く挙がったのは「継承すべき技術の見える化・標準化」の77.8％でした。

AI活用：手順書にならない判断を、必要なときに引き出せるようにする

標準化の後に残る判断の部分は、文書にしても量が多く、必要なときに該当する箇所を探し出すのが難しくなります。ここで役に立つのが生成AIです。社内の手順書や過去の判断例を検索し、その内容をもとに回答を作る仕組みを使えば、若手は自分の言葉で質問でき、回答の根拠になった文書も確かめられます。この仕組みはRAG（検索拡張生成）と呼ばれ、詳しくは「RAGとは？検索拡張生成の仕組み・ハルシネーション対策と企業活用を解説」で解説しています。

JILPTの技能継承に関する調査では、技能継承の円滑化を目的にデジタル技術を使っている943社のうち、AI（画像・言語認識技術や生成AIを含む）を活用している企業は35.1％でした。

国も、製造業の暗黙知を生成AIで扱う取り組みを後押ししています。経済産業省と新エネルギー・産業技術総合開発機構（NEDO）は、生成AIの研究開発と社会実装を促す懸賞金型のプログラム「GENIAC-PRIZE」で、製造業の暗黙知を形式知に変えることをテーマの一つに設け、2026年3月に受賞者を発表しました（NEDO「NEDO懸賞金活用型プログラム『GENIAC-PRIZE』の受賞者を発表しました」）。

ただし、AIが回答を作る材料は、見える化と標準化で整えた文書です。文書が古いままだったり、手順と判断が混ざったままだったりすると、AIの回答もあいまいになります。AIを使ったナレッジ継承の質は、材料になる文書の質で決まります。AI活用を最後に置くのは、このためです。熟練者の判断をAIで再利用した製造業の事例は、この記事の後半で紹介する展示会の講演で聞くことができます。

経営層が決めること：対象業務、ベテランの時間、担い手

見える化から始める取り組みは、現場任せにすると日々の生産に押されて後回しになりがちです。JILPTの技能継承に関する調査では、技能継承がうまくいかない理由として「時間的な余裕がないから」を挙げた企業が半数（50.0％）にのぼりました。時間を確保する判断は、現場ではなく経営層が担う必要があります。着手の前に、次の三つを決めておきます。

どの業務から始めるか

全業務を一度に対象にすると、見える化の作業が終わらないまま現場の負担だけが増えます。候補になるのは、担当者が近く退職する業務、止まったときに出荷や品質への影響が大きい業務、判断できる人が一人しかいない業務です。最初は一つの工程や一つの設備に絞ります。ほかの業務に広げるのは、見える化から標準化までを一通り終えてからです。

ベテランの時間を、業務として確保する

ベテランが書き出しや聞き取りに使う時間は、空いた時間での協力に頼らず、業務の一部として計画に入れます。週に何時間を充てるか、その間の生産を誰が担うかを決め、教える役割を担ったことを評価にも反映させます。評価されない作業は、忙しい時期に真っ先に削られるからです。

AI活用の担い手を誰にするか

AIの仕組みを整え、材料になる文書を更新し続ける担い手も必要です。情報システム部門だけに任せると、現場の判断の中身がわからず、文書の整理が進みません。現場の業務を知る人がAIの使い方を学び、文書の更新を担う形にすると、仕組みが現場から離れにくくなります。担い手を育てる学び直しの進め方は、この記事の末尾にある「活用できるナレッジ記事」のうち、リスキリングの解説記事で整理しています。

AIで技能継承に取り組む実例は、展示会の講演で確かめられる

どこから着手し、判断の根拠をどう確かめながら進めるかは、実際に取り組んだ例を聞くと具体的になります。2026年12月9日・10日に東京国際フォーラムで開催する「イプロスAI - 産業World 2026」では、製造業の技能継承とAI活用を扱う講演を予定しています。

初日の12月9日（水）13:40からは、二つの講演が同じ時間帯に行われます。A会場（13:40〜14:20）の株式会社電通総研の講演「文書は残る。しかし、“生きた知識”は消える。 電通総研に学ぶ、製造業の『あの人しかわからない』をAIでなくす方法」は、マニュアルや設計書が残っていても失われていく判断の背景に対して、生成AIで何が変わり、何が変わらないかを解説します。

全体の進め方を知りたい方に向いています。D会場（13:40〜14:00）の株式会社LIGHTzの講演「ベテランの『勘・判断』はAIでどこまで再現できる？―製造業の属人化を解消する、AI活用の始め方と実践事例」は、熟練者の判断の過程を整理してAIで再利用する取り組みを、実際のプロジェクトを交えて紹介します。具体的な事例を聞きたい方に向いています。

同じ日の15:00〜15:40には、同じA会場で株式会社村田製作所 経営DX本部 シニアプリンシパルプロフェッショナルの内海克也氏による講演「AIに情報を『入れるだけ』では賢くならない！ ～村田製作所がたどり着いた、社内のノウハウをAIが『使える知識』に変える方法～」が行われます。社内にばらばらに存在する情報やベテランの経験・ノウハウを、AIが使える知識に整える方法を、同社の実践から解説する講演です。

AIの回答の質は材料になる知識の整え方で決まる、というこの記事の考え方を、製造業の当事者の取り組みとして確かめられます。13:40の講演と続けて聞くこともできます。

翌10日（木）14:50〜15:10には、D会場でタック株式会社とオムニリンクス株式会社による講演「“匠”の技をAIで継ぐ！海外事例に学ぶ日本の工場 ～設備停止・技能伝承・人手不足に挑む最新事例～」があり、海外の製造現場の事例を日本の現場でどう生かすかを解説します。LIGHTzとタック・オムニリンクスの講演の詳細と参加登録は、イプロスAI - 産業World の事例紹介セミナー「業務の属人化・人手不足を解消しノウハウを継承したい」にまとまっています。

見える化した知見を使われ続ける状態に保つ考え方は、2027年1月27日（水）に有明GYM-EXの「イプロスAI 2027 冬」で行われる株式会社NTTデータビジネスシステムズの講演「『あの人だけが知る』を、組織の資産へ 〜属人化した知見を引き継ぐナレッジ活用の考え方〜」でも扱います。

まとめ：属人化の解消は、判断の理由を組織に残すことから始まる

JILPTの2026年の調査では、技能継承を重視する製造業が9割を超える一方、うまくいっている企業は約3分の1にとどまり、うまくいかない理由の上位には若手の不足と時間の不足が挙がりました。経済産業省の「2040年の就業構造推計（改訂版）について」は、2040年に生産工程従事者が206万人不足する可能性を示しています。人を増やして教える時間を確保するやり方には、限りがあります。

ベテランの判断を手順と理由に分けて見える化し、手順にできる部分を標準化し、残る判断をAIで引き出せるようにする。この順に進めれば、若手は判断に迷ったときにベテランの手が空くのを待たずに根拠を確かめられるようになり、ベテランは同じ質問に答える時間を、より難しい判断の継承に回せるようになります。業務の属人化の解消は、技能継承を個人の努力から組織の仕組みに移す取り組みです。まずは一つの業務を選び、ベテランの時間を確保するところから始めてください。