「ChatGPT 業務活用」を工場で始めたいが、従業員向け契約を導入した後の進め方が曖昧——。タイの製造拠点で起きやすいのは、この状態です。本記事は製品比較や契約プランの解説ではなく、ChatGPT Workを90日で実務へ組み込み、効果と安全性を検収する方法を扱います。対象は、①日次・週次の操業レビュー、②品質・保全・顧客対応資料の統合、③KPI分析とダッシュボードの3業務です。初期範囲は読み取り、分析、成果物作成までとし、ERP・MES・OTへの書き込みには人の承認を残します。
ChatGPT 業務活用を「90日で検収できる単位」に切る
生成AIの導入が止まる最大の理由は、技術不足よりも検収単位の曖昧さです。「生産性を上げる」「AIを全社展開する」では、90日後に合否を判定できません。そこで、1つの工場、3つの業務類型、限られた利用者、読み取り中心という境界を先に置きます。
OpenAIは2026年7月に、長時間の業務を進め、調査・分析・成果物作成までを扱う「ChatGPT Work」を発表しました。また2026年9月のData agentに関する発表では、接続先のデータを既存の権限に従って扱い、管理者が接続や操作を制御できる考え方が示されています。これは「何でも自動化する」ための根拠ではなく、既存権限を引き継いだ読み取り・分析から始める設計を後押しする材料です。
90日PoCで固定すべき境界は次のとおりです。
| 境界 | 90日で含める | 90日では含めない |
|---|---|---|
| 対象組織 | 1工場、3業務、各業務5〜10人 | 複数法人への一斉展開 |
| データ操作 | 閲覧、検索、集計、下書き、可視化 | ERP/MES/OTへの無人書き込み |
| 成果物 | レビュー資料、統合レポート、KPI画面 | 基幹マスターの自動変更 |
| 意思決定 | 根拠を示し、人が承認 | AIだけで品質判定や出荷停止 |
| 評価 | 時間、品質、再現性、権限、監査 | 印象だけの満足度評価 |
すでに契約主体や管理機能を比較している場合は、ChatGPT企業導入の整理を先に確認してください。ツール比較が未了なら、生成AIツールの選び方が判断材料になります。本記事はその次の段階、つまり「選んだ環境で何をどう検収するか」に集中します。
3つの業務類型を選ぶ理由
3類型は、工場の日常業務に近く、入力と出力を定義しやすく、既存システムへの書き込みなしでも価値を測れるためです。OpenAIが公表する国別利用分析では、職場でChatGPTを使う人は職場外で使う人と比べ、タスクを完了したり何かを作成したりする用途に2倍超の比率で利用するとされています。ここで重要なのは数字の大きさではなく、評価対象をチャット回数ではなく完成した業務成果物へ移すことです。
| 業務類型 | 主な入力 | 期待する成果物 | 人が残す判断 |
|---|---|---|---|
| ①操業レビュー | 生産実績、停止、歩留まり、計画差 | 日次要約、週次論点、アクション案 | 原因確定、優先順位、指示 |
| ②資料統合 | 不良票、保全履歴、顧客要求、メール | 統合時系列、比較表、回答案 | 対外回答、品質判定、責任分担 |
| ③KPI分析 | KPI表、部門別実績、定義書 | 傾向分析、ダッシュボード、検証メモ | KPI定義変更、目標設定、投資判断 |
類型①：日次・週次の操業レビュー
多くの工場では、日次会議の準備に複数のExcel、MESの出力、保全記録、手書きメモが使われます。担当者は集計よりも「数字の所在地を探す」「昨日と今日で項目名を合わせる」「説明文を整える」ことに時間を使います。ChatGPT Workに任せるのは、判断そのものではなく、その直前までの整理です。
入力は、日付、生産ライン、品番、計画数量、実績数量、不良数量、停止分、停止理由コード、コメントに限定します。最初の2週間はCSVまたは承認済みのファイル共有から読み込ませ、出力形式を固定します。毎日の成果物は、①前日差と計画差、②異常値候補、③根拠となる行、④確認質問、⑤暫定アクション案の5項目です。
プロンプトには「停止理由コードが欠ける場合は推測せず“不明”と表示する」「歩留まりは良品数÷投入数で計算し、投入数が0ならN/Aとする」「閾値を超えても原因とは断定しない」と書きます。この3つだけでも、生成文の流暢さに引っ張られて誤った因果を承認する危険を減らせます。
週次レビューでは日次資料を再利用し、再発停止、累積ロス、品番別変動、未完了アクションをまとめます。ただし、同じ名前の指標でも工場ごとに定義が違うため、KPI定義書を参照対象に含めます。「OEE」「停止時間」「不良率」を一般論から計算させず、工場が承認した式と除外条件だけを使わせることが検収の前提です。
検収では、従来資料との一致率だけを見ません。①数値が原表へ遡れる割合、②未入力を正しく明示した割合、③会議前の修正件数、④資料準備時間、⑤会議で追加確認になった件数を記録します。AIがもっともらしい文章を作れても、根拠セルへ遡れないなら不合格です。
類型②：品質・保全・顧客対応資料の統合
品質問題や設備トラブルの初動では、情報が部門ごとに分かれます。品質部門は不良現象と検査結果、保全部門は警報と部品交換、生産部門はロットと条件、営業・CS部門は顧客の質問を持っています。ChatGPT 業務自動化の初期価値は、これらを勝手に結論づけることではなく、同じ時系列と同じ用語へ揃えることです。
1案件ごとに、次のテンプレートを使います。
- 事象：いつ、どこで、何が観測されたか
- 影響範囲：対象ロット、設備、顧客、在庫
- 確認済み事実：原資料と作成者
- 未確認事項：不足データと確認責任者
- 仮説：事実と分け、検証方法を併記
- 暫定処置：承認者、実施時刻、解除条件
- 顧客回答案：断定を避け、承認前であることを明示
入力資料の言語が日本語、英語、タイ語にまたがる場合、用語集を先に作ります。「leak」「รั่ว」「漏れ」が同じ意味でも、検出箇所・現象・原因のどれを指すかは資料ごとに違います。用語集には採用語、別名、使用禁止の曖昧語、定義、単位、参照文書を持たせます。翻訳品質の検収では自然さだけでなく、ロット番号、日時、単位、固有の部品名が原文と一致するかを照合します。
顧客向け回答は、必ず社外送信前に品質責任者と営業責任者が承認します。ChatGPTは下書き、翻訳、論点抜けの指摘までです。「根本原因が確定した」「再発しない」といった表現は、承認された8DやCAPAがない限り出力させません。ERPへの返品登録、QMSへの是正処置確定、設備PLCへの条件変更も90日の対象外です。
この類型をさらにデータ基盤と接続する検討は、製造業向けデータエージェント導入で扱っています。本PoCでは、データ基盤刷新を前提にせず、承認された読み取り元と成果物の品質に絞ります。
類型③：KPI分析とダッシュボード
ChatGPT Data pluginの公式ヘルプは、データの分析、ダッシュボード作成、結果の検証を主な用途として示しています。製造現場で使う際は、見栄えのよいグラフを作ることより、数字の意味と更新条件を固定することが重要です。
KPIごとに、名称、業務目的、計算式、粒度、対象期間、タイムゾーン、除外条件、更新頻度、データ所有者、承認者を登録します。たとえば「月間不良率」を、不良数÷生産数とするのか、不良数量÷検査数量とするのかで結果が変わります。再加工品、試作、廃棄、工場間移管を含めるかも明記します。
ダッシュボードは3層に分けます。
- 第1層：工場長向け。安全、品質、納期、コストの主要KPIと前年差
- 第2層：部門長向け。ライン、品番、シフト別の寄与度と異常候補
- 第3層：分析担当向け。原データ、変換式、欠損、更新履歴、検証結果
画面ごとに「最終更新時刻」「データ期間」「フィルター」「計算式へのリンク」を表示します。アラートは、閾値超過の事実と推奨確認事項を分けます。たとえば「ラインBの不良率が2.1%で基準1.5%を超過」と表示しても、「設備摩耗が原因」とは自動断定しません。
ChatGPT データ分析の90日ロードマップ
90日を4段階に分けます。段階ごとに出口条件を置き、満たさなければ範囲を広げません。
0〜15日：業務と権限のベースライン
最初に現在の作業時間、資料の修正回数、参照データ、承認経路を測ります。導入後だけ測ると、改善率の分母が推測になります。最低10営業日分のベースラインを取り、繁忙日と通常日を分けます。
同時にデータ一覧を作成し、公開、社内、機密、高機密の4区分に分類します。個人情報、顧客機密、輸出管理情報、契約上の制限があるデータは、接続前に法務・情報セキュリティ・データ所有者が確認します。OpenAIのBusiness Data Privacy情報では、ビジネスデータはデフォルトでモデル学習に使われず、保存時と通信時の暗号化、管理機能などが説明されています。ただし、それだけで自社の法令・契約・保管要件を満たすと決めつけてはいけません。自社設定、契約条件、地域要件を別途確認します。
15日目の出口条件は、対象利用者、対象業務、接続元、禁止データ、承認者、ログ確認担当が文書化されていることです。
16〜30日：ゴールドセットと出力テンプレート
各業務から代表案件を10件ずつ選び、正解例となるゴールドセットを作ります。内訳は通常6件、欠損2件、例外2件です。正解例には完成版だけでなく、根拠データ、計算過程、判断保留箇所、承認履歴を含めます。
ChatGPTへの指示は、役割、入力、出力、禁止事項、検証手順の5ブロックで管理します。個人のプロンプト集にせず、版番号、所有者、変更理由、テスト結果を記録します。OpenAIのOperations向け情報ではpluginsやSkillsを通じた業務利用が紹介されていますが、実装時には「接続できる」ことと「業務として承認される」ことを区別します。
30日目の出口条件は、3業務×10件のゴールドセットで、必須項目充足率95%以上、重大な数値誤り0件、出典リンク付与率100%です。これはTOMAS TECH想定モデルの検収基準であり、OpenAIが保証する数値ではありません。
31〜60日：限定運用と二重作成
対象者を各業務5〜10人に絞り、従来手順とAI支援手順を並行します。最初の10営業日は、同じ成果物を双方で作る二重作成にします。差分の原因を、入力不足、定義不一致、計算誤り、翻訳誤り、根拠不足、承認漏れへ分類します。
Data pluginや業務プラグインを使う場合は、最小権限にします。公式情報では、プラグインは接続先の既存権限を尊重し、管理者が利用可否を制御できます。監査・操作追跡機能は、契約プランと接続先の対応状況を確認します。検収では、許可された利用者が許可されたデータだけを参照できるか、権限変更が反映されるか、操作が追跡できるかをテストします。退職者、異動者、外部委託者のケースも含めます。
60日目の出口条件は、重大誤り0件を10営業日継続し、通常案件の修正率10%以下、権限テスト100%合格、承認なしの外部送信0件です。これらもTOMAS TECH想定モデルです。
61〜90日：実運用、例外試験、検収
最後の30日は、通常案件に加えて例外を意図的に試します。列の欠落、単位混在、タイムゾーンずれ、同名品番、古いファイル、権限のないデータ、矛盾した指示を入力し、システムが推測で埋めず停止・質問できるかを確認します。
最終検収会では、業務責任者、IT、情報セキュリティ、品質、利用者代表が参加し、合格、一部継続、停止の3択を決めます。「利用者が便利と言った」だけで全社展開せず、数値、証跡、例外時の挙動を確認します。
TOMAS TECH想定モデル：90日PoCの試算
以下は一次情報の実績値ではなく、タイの中規模製造拠点を想定した架空の計算例です。導入判断に使う場合は、自社の人数、賃率、件数、承認工数へ置き換えてください。
前提
| 項目 | 想定値 |
|---|---|
| 対象利用者 | 24人（3業務×8人） |
| 稼働日 | 月22日 |
| 操業レビュー作成 | 1日2件、従来60分、導入後35分 |
| 統合資料作成 | 月20件、従来150分、導入後95分 |
| KPI更新・検証 | 月12回、従来180分、導入後110分 |
| 平均人件費 | 600 THB/時間 |
| 追加の承認・監査 | 月18時間 |
| 初期整備 | 240時間 |
計算式
月間削減時間は次の合計です。各業務の月間削減時間を小数第1位に丸めてから、表示値を合算します。
- 操業レビュー：2件/日 × 22日 ×（60−35）分 ÷ 60 = 18.3時間
- 統合資料：20件 ×（150−95）分 ÷ 60 = 18.3時間
- KPI：12回 ×（180−110）分 ÷ 60 = 14.0時間
- 粗削減：18.3 + 18.3 + 14.0 = 50.6時間/月
- 純削減：50.6 − 追加承認18 = 32.6時間/月
- 労務換算：32.6 × 600 = 19,560 THB/月
90日を3か月とすると、運用中の労務換算は58,680 THBです。一方、初期整備240時間×600 THB=144,000 THBなので、この仮定では90日内の金銭回収を目的にしません。検収の目的は、再現可能な時間削減とリスク制御を確認し、次の6〜12か月で展開可能かを判断することです。単純な労務換算だけなら、初期整備費÷月間効果=144,000÷19,560=約7.4か月が損益分岐の目安です。ライセンス、接続開発、教育、外部支援の費用は含んでいません。
感度分析も行います。導入後時間が想定より20%悪化すると、各削減幅が小さくなります。逆に対象件数が2倍でも、承認者がボトルネックなら効果は比例しません。そのため、「件数×短縮分」だけでなく、修正率、承認待ち時間、重大誤りを同時に追います。
ChatGPT プラグインと権限設計
プラグインやデータ接続は便利ですが、接続数を増やすほど成功するわけではありません。90日では、業務ごとに1〜2接続元から始めます。推奨順序は、①承認済みファイル、②読み取り専用データベースまたはBI、③チケットや文書管理、④基幹システムの順です。
権限設計は、利用者、データ、操作、成果物の4軸で作ります。
| 軸 | 確認事項 | 検収証跡 |
|---|---|---|
| 利用者 | 誰が使えるか、異動・退職時の停止 | アカウント一覧、無効化テスト |
| データ | どの工場・顧客・期間を見られるか | 権限表、拒否画面、監査ログ |
| 操作 | 閲覧、分析、出力、書き込みの区分 | 操作別テスト結果 |
| 成果物 | 保存先、共有先、保持期間 | 保存設定、共有履歴、削除試験 |
OpenAIのbusiness plugins情報では、接続先の既存権限と管理者制御、ビジネスデータを学習に使わない既定方針が説明されています。監査ログは、契約プランと接続先が対応する場合に利用します。自社側では、SSO、RBAC、共有範囲、保持期間、利用可能なログの担当者を設定し、月次で棚卸しします。接続先側の権限が過大なら、AI側だけを制限しても十分ではありません。
ERP・MES・OTへの書き込みを人承認にする理由
読み取りミスはレビューで修正できますが、書き込みミスは在庫、計画、品質、設備へ連鎖します。とくにOTは物理工程へ影響し得ます。90日では、ChatGPTが変更案、差分、理由、影響範囲を作成し、権限を持つ担当者が別画面で承認・実行する形にします。
自動化を次段階へ進める条件は、重大誤り0件の継続、例外試験合格、ロールバック手順、二者承認、監査ログ、責任者合意です。条件を満たしても、PLC設定、安全インターロック、品質合否、支払、出荷停止など高影響操作は、別のリスク評価が必要です。
検収スコアカード
検収は「精度」1項目で済ませません。次の5領域を100点満点で採点し、重大事故条件を別に置きます。
| 領域 | 配点 | 合格例 |
|---|---|---|
| 業務効果 | 25 | 純作業時間20%以上削減 |
| 成果物品質 | 25 | 必須項目95%以上、重大数値誤り0 |
| 再現性 | 15 | 同入力で重要数値・結論が一致 |
| セキュリティ・権限 | 20 | 権限試験100%、無許可参照0 |
| 運用性 | 15 | 所有者、手順、障害時連絡が明確 |
TOMAS TECH想定モデルでは、総合80点以上、かつ重大数値誤り、権限逸脱、無承認の外部送信がすべて0件なら合格候補とします。70〜79点は範囲を広げず30日延長、69点以下または重大条件違反は停止・再設計です。この閾値は業界規制や工程リスクに合わせて厳しくしてください。
よくある失敗と回避策
全社員へ先に配布する
利用者が増えると成功例より先に入力形式と期待値がばらつきます。3業務、24人程度から始め、ゴールドセットと承認経路を整えます。
ダッシュボードの見栄えを成果とする
グラフが美しくても式が誤っていれば危険です。KPI定義、元データ、欠損、更新時刻を同じ検収対象にします。
ChatGPT データ分析の答えを原因とみなす
相関、異常候補、仮説を原因確定と混同しません。原因は現場確認、追加測定、工程知識を含めて承認します。
多言語の文章だけをレビューする
工場では、自然な翻訳より数値、単位、ロット、品番、日時の一致が重要です。言語レビューとデータ照合を分けます。
ChatGPT 業務自動化で書き込みまで急ぐ
90日は読み取り・分析・成果物に限定します。書き込みは、人承認、差分確認、ロールバック、監査が揃った業務だけを別PoCにします。
製造業全体の生成AI活用を横断的に見たい場合は、製造業の生成AI活用事例も参照してください。本記事との違いは、事例紹介ではなく90日の実装・検収手順へ範囲を絞っている点です。
FAQ
ChatGPT Work 製造業のPoCは何人で始めるべきですか？
TOMAS TECH想定モデルでは、1工場、3業務、各5〜10人を推奨します。人数よりも、業務責任者、データ所有者、承認者が揃うことが重要です。全社展開は90日の検収後に判断します。
ChatGPT データ分析でMESへ直接接続できますか？
技術的な接続可否と業務上の承認可否は別です。まず承認済みファイルや読み取り専用BIから始め、既存権限、監査ログ、データ保持、例外時の停止を検証します。MESへの書き込みは初期PoCに含めません。
ChatGPT 業務自動化で品質判定を任せられますか？
90日PoCでは、判定材料の整理、規格との差分、回答案の作成までにします。最終的な品質合否、出荷可否、是正処置の承認は責任者が行います。
ChatGPT プラグインは何個つなぐべきですか？
各業務1〜2接続元から始めます。接続数より、最小権限、定義の一貫性、監査可能性が重要です。価値を確認してから段階的に追加します。
90日で投資回収できない場合も実施する価値はありますか？
あります。90日の主目的は、効果量、品質、例外時の挙動、権限統制を実データで確認することです。本記事の架空試算では損益分岐は約7.4か月ですが、自社条件に置き換え、6〜12か月の展開判断に使います。
まとめ：小さく始め、成果物と証跡で判断する
タイ製造業でのChatGPT 業務活用は、契約後に自由利用を広げるより、3業務を90日で検収する方が前へ進みます。日次・週次の操業レビュー、品質・保全・顧客対応資料の統合、KPI分析とダッシュボードを対象にし、読み取り、分析、成果物作成までを標準化します。ERP・MES・OTへの書き込みは人承認を残し、数値、根拠、権限、例外時の挙動を検収します。成功の判断材料は利用回数ではなく、短縮時間、修正率、重大誤り、出典追跡率、権限試験です。
自社データの所在や承認経路がまだ整理途中でも、90日PoCの対象業務と検収表を作る段階から相談できます。TOMAS TECHへのお問い合わせでは、既存のERP・MESを置き換えずに始める範囲設定も一緒に検討します。
参考情報
- OpenAI: Put data to work（Data agent、2026-09-10）
- OpenAI Help: ChatGPT Data plugin
- OpenAI: ChatGPT for your most ambitious work（2026-07-09）
- OpenAI: Solutions for Operations
- OpenAI: Business plugins
- OpenAI: Business data privacy, security, and compliance
- OpenAI: Samsung Electronics deployment（2026-06-21）
- OpenAI: Unlocking new ways of working（2026-09-16）
- OpenAI: How the world is putting ChatGPT to work（2026-08-06）
※本記事の90日工程、人数、時間、費用、合格基準は、明記した箇所を含めTOMAS TECH想定モデルです。各社の契約、法令、情報セキュリティ、品質管理、安全要件に合わせて調整してください。
