2024年、ノーコード・ローコードのAIプラットフォームが製造業中小企業への普及を加速させている。これまでAI活用にはデータサイエンティストが必要だったが、「作業員が自分でAIを作る」時代が到来しつつある。
ノーコードAIプラットフォームの製造業への普及
Microsoft Power Platform、Salesforce Einstein、DataRobotのオートMLが製造業の現場担当者でも使えるUIを提供している。特に注目されるのはMicrosoft Copilot Studioで、Excelデータをアップロードするだけで「不良率予測AI」「設備故障予測AI」を30分で作成できる。関東地方の電子部品メーカー（従業員80名）では、現場リーダーがノーコードで需要予測モデルを構築し、在庫コストを年間1200万円削減した事例が報告されている。
「市民データサイエンティスト」の台頭と課題
ガートナーはノーコードAIを使いこなす非専門家を「市民データサイエンティスト」と定義し、製造業での急増を予測している。課題は「精度管理」だ。専門的訓練なしに作られたAIモデルが誤った予測をして生産判断を誤るリスクがある。IPA（情報処理推進機構）は「中小製造業AI活用ガイドライン」を2024年9月に公開し、ノーコードAIの品質管理・人間によるレビューの重要性を強調した。
Harryの着眼点
ノーコードAIの普及は「AIの民主化」として歓迎すべきですが、同時にリスクも認識が必要です。「作れる」ことと「正しく使える」ことは別の話であり、特に製造業では誤ったAI予測が製品品質・安全性に影響します。「誰でも作れる」AIの時代には、AIリテラシー教育が最も重要なインフラになります。中小製造業がAIを正しく活用するための伴走支援体制の整備が急務です。
出典：Microsoft「Copilot Studio for Manufacturing」2024年 / IPA「中小製造業AI活用ガイドライン」2024年9月 / ガートナー「市民データサイエンティスト動向2024」