日報のAI自動化2026｜消えるのは書く時間ではなく読む時間

日報のAI自動化の見積が稟議で止まるのは、効果が小さいからではありません。効果を測る場所を間違えているからです。作業者が日報を書く時間を分子に置くと、回収は29.2年になります。同じ工場、同じベースラインのまま、班長の読解・集計と日本語向けの翻訳・要約を分子に置き直すと3.0年です。削減額の95.2%は「読む時間」から出ます。本記事では、タイの日系工場モデルで両方の設計を最後まで計算します。

「書く時間」を分子に置くと回収は29.2年になる

試算の前提｜5ライン・2直・日報60枚のタイ日系工場

最初に、この記事で最後まで使う前提を1つだけ置きます。以降の数値はすべてこの前提から出ています。反実仮想の世界線は1つだけで、後で出てくる設計Aと設計Bは、同じベースラインに対して測ります。

実効人件費は法定負担込みの数字です。オペレーターは日額400バーツの最低賃金に対して500バーツ、つまり1.25倍で置いています。タイの最低賃金は日額400バーツへの引き上げが進んでおり、この水準を下敷きにしています。

ここで、あとの議論を決定づける比率を先に出しておきます。1分あたりの単価は、オペレーターが約1.04バーツ、班長が約2.72バーツ、日本語で読む管理者が約8.72バーツです。管理者の1分は、オペレーターの1分の8.4倍の値段がついています（523 ÷ 62.5 = 8.368）。班長は2.6倍です。同じ「1分の削減」でも、誰の1分かで金額が8倍以上変わる。この一点が、日報AIのROIをほぼ決めてしまいます。

現状のベースライン｜1日750分、2,075.0バーツ

紙とExcelで日報を回している状態を、時間と金額に置き換えます。

年間に直すと、2,075.0 × 264日 = 547,800 THB/年です。1バーツ4.4円で換算すれば約241万円になります。

この表を金額で読むと、印象が反転します。時間で見れば作業者の記入300分は全体750分の4割を占める最大項目です。ところが金額では312.5バーツで、全体2,075.0バーツの15.1%にすぎません。残りの84.9%——班長の読解・転記・集計978.0バーツと、日本語向けの翻訳・要約784.5バーツ、合計1,762.5バーツ——は、日報を「読む」側が発生させているコストです。

現場でこの分解をお見せすると、たいてい同じ反応が返ってきます。「日報の話をしていたはずなのに、いつのまにか班長と駐在員の話になっている」。そのとおりで、日報のコストは書く行為ではなく、読む行為に偏在しています。

設計A：帳票を電子化するだけ

では、いちばん素直な打ち手を計算します。紙の日報をタブレット入力に置き換える。手書きが消えるので記入は速くなり、班長の転記も少し減ります。これを設計Aとします。

年間削減 = 233.7 × 264 = 61,697 THB/年。初期投資400,000 THB、年間運用48,000 THB。

純効果 = 61,697 − 48,000 = 13,697 THB/年。回収 = 400,000 ÷ 13,697 = 29.2年。

事実上、回収不能です。純効果13,697バーツは円換算で約6.0万円。この数字を持って稟議に行けば止まります。止まって正解です。

29.2年の内訳を見ると、何が起きたのかが分かる

設計Aは失敗した施策ではありません。記入時間を1枚5分から3分へ、40%短縮しています。時間の総量も750分から590分へ21.3%減っています。数字だけ見れば改善しています。

問題は、削減額の構成です。233.7バーツの削減のうち、125.0バーツ——53.5%が作業者の記入時間から出ている。ところが、その作業者の1分は1.04バーツで、工場でいちばん安い1分です。いちばん安い時間をいちばん頑張って削った結果が、ベースライン547,800バーツに対して年間11.3%の削減にとどまりました。

そしてもう一段深刻なのは、いちばん高い1分である翻訳・要約90分がまったく動いていないことです。ここが動かない理由も設計Aの構造にあります。紙をタブレットにしても、書かれている中身は同じ自由記述のタイ語だからです。入力デバイスが変わっただけで、読む側の仕事は1分も減りません。

電子帳票そのものは、承認フローや保管、写真の添付など日報以外の場面で確実に効きます。その適用範囲と費用対効果については電子帳票システムでペーパーレス化する工場の設計で別途整理しています。ここで言いたいのは、電子帳票が悪いということではなく、電子帳票の効果を日報のAI自動化のROIとして計上すると、分子が小さすぎて回収できないということです。

日報の4層モデル｜AIに触らせてよい層と、触らせてはいけない層

日報AIが失敗する構造的な理由は、ほぼ1つに収束します。日報を1枚の紙として扱い、全部を自由記述のままAIに投げることです。日報は1枚に見えて、性質のまったく違う4つの層が積み重なった複合物です。層ごとに、誰が書くか、何で正しさを縛るか、AIが触ってよいかが違います。

第1層 計数値｜日報に書かせない

生産数、不良数、停止時間。この3つを人に書かせている限り、日報の数字は必ずズレます。理由は不注意ではありません。人は集計の途中で丸めるからです。生産数はきりのよい数字になり、停止時間は「少し止まった」に化けます。悪意はなく、記録としてはそれで十分だと現場が判断しているだけです。

そして、ここでAIを使う選択肢はありません。手書きの数字をAIに読ませても、書かれた時点でズレている数字が正確に読み取られるだけです。OCRの精度をいくら上げても、元データの精度は1ミリも上がりません。

したがって第1層の答えは、AIではなく取得元の変更です。設備の完了信号、光電センサーのカウント、既存の生産管理システムの実績データ。取れる範囲から取り、取れないものは無理に日報に載せない。この線引きの具体的な方法は生産数カウントの自動化にまとめています。

重要なのは、第1層は日報AIの投資対象ではないという認識です。設備データが取れる範囲は既存設備の状態で決まっており、日報の設計で動かせる部分ではありません。後述する設計Bでも、第1層は「既存の設備データの範囲に限定する」という前提を置いています。

第2層 選択式｜ここが「数えられる」唯一の層

停止理由、不良現象、4M変化点。この層が、日報の設計でもっとも投資対効果が高く、そしてもっとも省略されます。

省略される理由は分かります。選択肢マスタを作るのは面倒だからです。停止理由を洗い出し、粒度を揃え、現場の言葉に翻訳し、タイ語表記を決め、運用しながら追加・統合していく。この作業には現場の知見が要り、外注できません。一方で自由記述欄なら、明日から使えます。

しかし、選択式にしなかった項目は、永久に数えられません。「チョコ停が多い」と書かれた日報が何十枚積み上がっても、それはテキストの束であって、停止回数ではありません。集計するには誰かが読んで分類する必要があり、その誰かが班長です。第2層を作らなかったコストは、班長の読解時間として毎日回収されていきます。

ここで多くのプロジェクトが取る選択が、「自由記述のままAIに分類させる」です。技術的には動きます。ただし、AIの分類結果は日によって揺れます。同じ「エア圧低下で停止」という記述が、ある日は「設備要因」、別の日は「ユーティリティ要因」に分類される。揺れる分類はKPIになりません。管理指標は前月と比較できて初めて意味を持つのに、分類基準が動いていれば増減の解釈ができないからです。

だから第2層は、AIではなくマスタで縛ります。選択肢が固定されていれば、集計は足し算になり、来月も再来月も同じ定義で比較できます。AIを使わないことが、この層の正解です。

第3層 短文自由記述｜AIの主戦場

現象の補足、気づき、疑問。ここは自由記述でなければ書けませんし、書かせるべきです。第2層で「エア圧低下」を選んだ上で、「朝いちばんの立ち上げ時だけ出る。3号機の近くの配管から音がする」と書ける欄があることに価値があります。

この層こそAIが効きます。具体的には次の4つです。

• 要約：60枚ぶんの自由記述を、管理者が読める分量に圧縮する
• 分類・タグ付け：第2層の選択肢に紐づけて、どの区分に関する記述かを付与する
• 多言語翻訳：タイ語で書かれた記述を日本語で読めるようにする
• 横断検索：「あの配管の音の話、前にも誰か書いていなかったか」を数秒で引く

注意点が1つあります。第3層のAI要約は第2層があって初めて機能します。分類先の選択肢が固定されていれば、AIの仕事は「この記述はどの既存区分に属するか」という選択問題になり、精度も再現性も上がります。分類先が定義されていない状態でAIに投げると、AIは毎回ゼロから区分を作り出します。これが「要約は美しいが数えられない」の正体です。

第4層 引き継ぎ｜要約してはいけない層

次直への申し送り。この層だけは、AIに要約させてはいけません。理由は次章で書きます。

第4層を要約してはいけない理由｜条件・型番・例外が最初に落ちる

要約は、情報を削る技術です。そして削られる順番には規則性があります。最初に落ちるのは、条件・数値・型番・例外です。

例を1つ挙げます（実在の事案ではありません）。

原文の申し送り：

14時ごろから3号機の下側のクランプが戻りにくい。手で押せば戻る。段取り替えの後だけ出ている。1直では出ていない。次直で同じ症状が出たら、無理に連続運転せずに保全に連絡してほしい。

AI要約：

3号機のクランプに不具合。保全に連絡すること。

要約として間違ってはいません。ですが、次直のリーダーが必要としていた情報は全滅しています。

最後の行が、いちばん危険です。「同じ症状が出たら連絡してほしい」という条件付きの依頼が、「連絡すること」という無条件の命令に変わっています。要約AIは文を短くする過程で、条件節を落として主節だけを残します。その結果、助言が指示に、条件付きが無条件に、可能性が断定に変わる。これは日本語でも英語でも起きますし、翻訳を挟むとさらに増幅します。

同じ問題は会議の記録でも起こります。議事録AIが「検討する」を「実施する」に、「Aさんが確認する予定」を「Aさんが対応」に変えてしまう構造は、日報の第4層とまったく同型です。この現象と対処については議事録自動作成AIの落とし穴で詳しく扱っています。

実装上の結論はシンプルです。第4層は原文のまま次直に渡す。AIにやらせてよいのは、翻訳（原文の構造を保ったまま）、未読の検知、過去の申し送りとの照合、この3つだけです。文字数を減らす操作は、この層では禁止事項として設計に書き込んでください。

そして、この制約はROIを悪化させません。第4層の分量はもともと少なく、削減余地の大半は第2層と第3層にあるからです。削ってはいけない場所を守っても、回収年数は3.0年に収まります。

タイ工場固有の断層｜タイ語手書き日報を日本語で読む

手書きタイ語は、OCRの中で最後まで残る難所

タイの日系工場の日報には、日本国内にはない断層があります。書く人はタイ語、読む人は日本語です。この間を、これまでは班長やタイ人スタッフの人力翻訳が埋めてきました。ベースライン表の「日本語向けの翻訳・要約 90分・784.5バーツ」は、この断層そのものの金額です。

では、手書きのタイ語日報をそのままAIに読ませればよいのか。ここは楽観すべきではありません。

タイ語特化のOCRモデルであるTyphoon OCRの2025年11月版（1.5）では、手書きフォームのカテゴリでBLEUが0.321から0.522へ、ROUGE-Lが0.454から0.645へ改善しました。全カテゴリ中で最大の改善幅で、BLEUで+0.201（約1.63倍）、ROUGE-Lで+0.191（約1.42倍）です。タイ語の官公庁フォームでは、Gemini 2.5 ProやGPT-5を上回る結果も報告されています。

改善は本物です。しかし0.522という絶対値は、「読める場面が増えた」であって「そのまま集計に使える」ではありません。

もう1つの手がかりがThaiOCRBenchです。2,808件の人手検証サンプルと13タスクで構成された2025年12月公開のベンチマーク（AACL 2025採択）では、最難関が細粒度の文字認識であることが示されています。タイ語の声調記号、小さいフォント、頭のない（headless）タイ文字、タイ語と英語で見分けにくい文字。そして手書きと多段組は、一貫して精度を落とす要因として挙げられています。

工場の日報は、この条件をほぼ全部踏んでいます。手書きで、罫線が多段組で、略語と現地語の混成で、鉛筆で書かれ、油で汚れています。ベンチマークの中でもいちばん厳しい部類に入る紙です。

だから、第2層の選択式化がタイでは二重に効く

ここで4層モデルに戻ります。手書きタイ語の認識が難しいなら、認識させなければよい。第2層を選択式にすると、次のことが同時に起きます。

• タップで選ばれた値は、OCRを経由しない。認識精度の問題が消える
• 選択肢マスタに日本語訳を1回だけ登録しておけば、日本語表示は翻訳ではなく参照になる。毎日の翻訳作業が発生しない
• 選択された値は最初から数値なので、集計に人の判断が入らない

3番目が班長の時間を、2番目が管理者の時間を直接削ります。ベースラインで84.9%を占めていた「読む時間」は、この2つでほぼ説明がつきます。

自由記述として残す第3層については、タイ語のまま入力させ、AIで日本語に翻訳します。この工程で注意すべき点——タイ語特有の分かち書きのなさ、複合名詞の切れ目、現場略語の扱い——はタイ語と生成AIの実務で整理しています。日報の文脈で1つだけ挙げるなら、第3層は手書きではなくキーボード入力にすることです。タイ語のテキスト入力であれば、手書きOCRの精度問題は最初から発生しません。

ROI試算｜設計Bを同じベースラインで測る

設計B：4層設計

第1層は既存の設備データで取れる範囲に限定し、第2層の構造化と第3層のAIに投資します。ベースラインは設計Aと同じ2,075.0バーツ/日です。

年間削減 = 1,303.05 × 264 = 344,005 THB/年。初期投資750,000 THB、年間運用96,000 THB。

純効果 = 344,005 − 96,000 = 248,005 THB/年。回収 = 750,000 ÷ 248,005 = 3.0年。

円換算では、年間の純効果が約109万円、初期投資が約330万円です。

注目すべきは1行目です。作業者の記入時間は5分から4分にしか減っていません。設計Aの3分より遅い。選択式の項目が増えるぶん、タップの手間が入るからです。それでも日次の削減総額は設計Aの約5.6倍です（1,303.05 ÷ 233.7）。

看板数値｜削減額の95.2%は「読む時間」から出る

設計Bの1日あたり削減1,303.05バーツを、由来別に分解します。

62.5 ÷ 1,303.05 = 4.8%。1,240.55 ÷ 1,303.05 = 95.2%。そして1,240.55 ÷ 62.5 = 19.8倍。読む時間の削減額は、書く時間の約20倍です。

工程別の削減率で見ると、何を狙った設計かがはっきりします。

いちばん深く削っているのは、いちばん単価の高い翻訳・要約です。班長1人あたりで見れば45分が18分になり、8名で1日216分——年間にすれば相当な時間が現場の巡回や改善に戻ります。

設計Aと設計Bは択一。足し合わせない

ここは実務で最も事故が起きる箇所なので、明示します。

設計Aと設計Bは、同じベースラインに対する2つの選択肢です。両方を実施して効果を足し合わせることはできません。設計Bを選んだ時点で、設計Aの61,697バーツはもう存在しません。設計Bの344,005バーツの中に、記入時間の短縮ぶんも含めて全部入っているからです。

見積書でこの二重計上が起きると、効果額は膨らみますが、稼働1年後に実測と合わなくなります。効果を測るための世界線は、常に1本だけにしてください。

追加投資の観点でも見ておきます。設計Aから設計Bへの差額は初期350,000バーツ、運用が年48,000バーツ増。一方で年間純効果は13,697バーツから248,005バーツへ、234,308バーツ増えます。350,000 ÷ 234,308 = 約1.5年。追加投資ぶんだけで見れば、1年半で回収するという読み方もできます。

導入の進め方｜第2層のマスタ設計から始める

設計Bを選んだとして、着手の順番は1つに決まります。第2層の選択肢マスタからです。AIの選定でも、タブレットの機種選定でもありません。

理由は単純で、第2層の粒度が決まらないと、第3層のAIに何を分類させるかが決まらず、第1層で設備から何を取るべきかも決まらないからです。マスタは、日報AIプロジェクトの設計図そのものです。

選択肢の作り方｜過去3ヶ月の日報から起こす

ゼロから考えないでください。過去3ヶ月ぶんの実際の日報を持ってきて、自由記述に書かれている言葉を機械的に並べるところから始めます。

• 停止理由として実際に書かれた表現を、そのまま抜き出す
• 表現の揺れ（「エア圧低下」「エア圧不足」「圧力たりない」）を1つに統合する
• 統合後のリストを、班長とオペレーター代表で読み合わせる
• 選ばれる頻度がゼロの選択肢は、最初から入れない

この作業をタイ語と日本語の両方で行い、対訳としてマスタに登録します。ここで作った対訳表が、そのまま日本語側の表示になります。日々の翻訳作業が消えるのは、この登録を1回やったからです。

粒度｜「その選択で次の行動が変わるか」で決める

粒度の判断基準は1つだけ置けば足ります。その選択肢を選んだときに、誰かの次の行動が変わるか。

「設備トラブル」だけでは、誰も動きません。「エア圧低下」なら、保全がコンプレッサとエア配管を見に行きます。ここが分岐点です。逆に「エア圧低下（3号機・元圧側）」まで細かくすると、選ぶ側が迷い、選択に時間がかかり、結局「その他」が増えます。設備の特定は第1層（どの設備の日報か）で持てば十分で、第2層に持ち込む必要はありません。

増やしすぎない｜運用開始時は1画面に収まる数まで

選択肢は増やせば正確になる、というのは机上の話です。実際には、選択肢が1画面に収まらなくなった時点で、現場は上から3つ目までしか使わなくなります。

運用開始時は、スクロールなしで見える数に収めてください。そのうえで、四半期に1回の見直しを設計に組み込みます。見直しでやることは2つです。

1. 「その他」＋自由記述の中身を読み、同じ内容が繰り返し出ていれば選択肢に昇格させる
2. 3ヶ月間で選ばれた回数がゼロの選択肢は、統合するか削除する

追加と削除をセットで運用するのが肝で、追加だけを続けると2年後には誰も使えないマスタになります。この昇格・削除の判断材料を作るのは、第3層のAIの分類・集計機能です。ここでAIが効きます。

順番のまとめ

4が3より後に来ることが重要です。AIを先に載せると、分類先のない状態でAIに区分を作らせることになり、前述の「揺れる分類」に戻ります。

よくある失敗3つ

失敗1：全部を第3層のままAIに投げる

いちばん多い型です。既存の日報フォーマットを一切変えず、スキャンまたは撮影してAIに読ませ、「要約して、日本語にして、傾向を教えて」と指示する。

デモは通ります。1週間ぶんの日報から「今週はエア圧関連の記述が増えています」といった出力が出て、会議室で拍手が起きます。問題は3ヶ月目です。「先月と比べてエア圧関連は何件増えたのか」に答えられません。分類の定義が毎回動いているからです。

要約は美しいが、数えられません。数えられない指標はKPIにならず、KPIにならない仕組みは改善会議の議題から落ち、議題から落ちた仕組みは使われなくなります。第2層を作らずに始めた日報AIは、この経路で静かに終わります。

失敗2：選択肢を100個作る

失敗1の反省から、選択肢を作り込みすぎる型です。網羅性を追い求め、想定されるあらゆる停止理由を並べ、階層メニューにし、100個を超える。

現場で起きることは前述のとおりです。選ぶのに時間がかかるため、オペレーターは最短経路を学習します。いちばん上の選択肢か、「その他」です。結果、データは集まるのに実態を反映せず、しかも「選択式にしたのに使えない」という結論だけが残って、次の改善提案が通らなくなります。

対策は、開始時点を意図的に粗く作ることです。粗いマスタは、四半期の見直しで細かくできます。細かすぎるマスタを後から粗くするのは、過去データとの連続性が切れるため、はるかに難しい作業です。

失敗3：第1層を人に書かせ続ける

選択式も導入し、AIも載せた。しかし生産数と不良数の欄だけは手書きのまま残っている——これも頻出です。

ここが残っていると、システム全体の信頼性が崩れます。選択式で集めた停止理由の集計と、手書きの生産数がつじつまの合わない月が必ず出るからです。そのとき現場が下す判断は、「このシステムの数字は当てにならない」です。1箇所の手入力が、システム全体の信頼を落とします。

設備から取れないなら、その項目は日報から外して、取れる範囲で運用してください。「全部の項目が揃った日報」より、「載っている数字は全部信用できる日報」のほうが、現場では使われます。

タイ製造業の足元｜なぜ今、投資の順番が問われるのか

この試算をタイで実行に移すかどうかは、足元の環境と切り離せません。

2026年第1四半期、タイでは工場の閉鎖が156件、新設が139件となり、10四半期ぶりに閉鎖が新設を上回りました。閉鎖は前年比+11.4%、新設は-63.9%。差は17件です。新規雇用の99.3%が大・中規模の工場に集中し、SME向け貸出は13四半期連続のマイナス、SMEの全要素生産性は2024年に-0.27と初めてマイナスに転じています。

その2ヶ月前の数字はさらに厳しく、2026年1〜2月の閉鎖は141件で前年同期比+58.43%、新設は116件で-60.14%。2026年2月の設備稼働率は58.21%と、60%を割り込みました。コスト側では、ディーゼルが48.40バーツ/L、樹脂・化学品・アルミが10〜30%上昇しています。タイ工業連盟（FTI）のKriengkrai Thiennukul会長は、スタグフレーションのリスクに警鐘を鳴らしています。

この環境が意味するのは、「投資をするな」ではありません。投資の順番を間違える余裕がなくなったということです。稼働率が58.21%という水準では、増産による吸収は期待できません。効果が出るまで29.2年かかる投資を1件通してしまうと、その予算枠は数年間ふさがります。

同じことは、AI投資全般についても言われています。McKinseyの「The state of AI」（2025年11月）では、AIがEBITに影響を出せるかどうかを最も左右するのはワークフローの再設計だと指摘されています。回答者の62%がAIエージェントを少なくとも試行中である一方、EBITの5%超をAIに帰属できる「高パフォーマー」は約6%にとどまります。大半の企業は、既存の業務フローの上にAIを載せて、効果が出ないまま止まっているという構図です。

日報でいえば、既存の自由記述フォーマットの上にAIを載せるのが前者、日報を4層に分けて第2層を作り直すのが後者です。差は技術ではなく、業務の作り替えに手を入れたかどうかにあります。稼働率が下がり、原材料が上がり、SMEへの貸出が絞られている局面で問われているのは、AIを使うかどうかではなく、どの1分を削る設計にしたかです。

よくある質問（FAQ）

日報のAI自動化はいくらかかる？

本記事のモデル（5ライン・2直・日報60枚/日・班長8名）では、4層設計で初期750,000バーツ、年間運用96,000バーツを置いています。年間の純効果は248,005バーツで、回収は3.0年です。一方、帳票を電子化するだけの構成なら初期400,000バーツ・年間運用48,000バーツと安く見えますが、年間純効果が13,697バーツしかないため、回収は29.2年になります。判断すべきは初期費用の絶対額ではなく、削減額の分子に誰の時間が入っているかです。班長の読解時間と日本語向けの翻訳・要約時間が分子に入っていない見積は、金額が安くても回収しません。

製造日報の電子化とAI要約は何が違う？

電子化は入力デバイスを紙からタブレットに替える施策で、削れるのは主に作業者の記入時間です。本記事の設計Aでは、記入が1枚5分から3分になり、日次で125.0バーツ減りました。ただしそれは1日の削減額233.7バーツの53.5%であり、全体では年間61,697バーツにしかなりません。AI要約は自由記述を読む側の負荷を下げる施策ですが、要約だけを載せても集計はできません。数えられるようにするには第2層の選択式マスタが必要で、電子化・選択式・AI要約の3つが揃って初めて、班長の時間が-60%、翻訳・要約が-83.3%まで下がります。単体で入れて効果が出るものではありません。

多言語日報の翻訳は、AIに任せて大丈夫？

層によって答えが違います。第2層の選択式は、マスタに対訳を1回登録しておけば、日本語表示は翻訳ではなく参照になります。ここは翻訳の失敗が構造的に起きません。第3層の自由記述は、AI翻訳で問題ありません。注意が必要なのは第4層の引き継ぎです。翻訳と要約を同時にかけると、条件節が落ちて「同じ症状が出たら連絡してほしい」が「連絡すること」に変わるといった意味の反転が起きます。第4層は要約せず、原文の構造を保ったまま翻訳し、原文も併記してください。

作業日報システムを入れると、現場の記入時間はどれくらい減る？

期待しすぎないでください。本記事の4層設計では、記入は1枚5分から4分へ、20%しか減っていません。選択式の項目が増えるぶん、タップの手間が入るからです。帳票を電子化するだけの設計のほうが記入は速く、3分（-40%）まで下がります。それでも4層設計を選ぶ理由は、記入時間の差より、読む側の削減額が19.8倍大きいからです（1,240.55 ÷ 62.5）。作業日報システムの評価軸を「現場が楽になったか」だけに置くと、金額のいちばん大きい部分を見落とします。

現場の日報集計を自動化するには、何から手を付ける？

過去3ヶ月ぶんの日報を集めて、自由記述に実際に書かれている停止理由・不良現象を書き出すところからです。表現の揺れを統合し、タイ語と日本語の対訳を付けて選択肢マスタにする。この作業が第2層で、日報集計の自動化はここでほぼ決まります。選択式にしなかった項目は、AIを入れても最後まで数えられません。生産数や停止時間といった計数値は、日報に書かせるのではなく設備側から取ります。AIの導入は、選択式が現場で回り始めた後で構いません。

タイ語の手書き日報は、OCRで読めるのか？

読める場面は増えましたが、集計にそのまま使える精度ではありません。Typhoon OCR 1.5では手書きフォームのBLEUが0.321から0.522へ、ROUGE-Lが0.454から0.645へ改善し、全カテゴリ中で最大の改善幅を記録しました。それでも絶対値は他カテゴリより低く、ThaiOCRBenchでも最難関は細粒度の文字認識（声調記号、小さいフォント、頭のないタイ文字、タイ英で見分けにくい文字）で、手書きと多段組は一貫して精度を落とすと報告されています。工場の日報はこの条件をほぼ全部踏んでいます。現実的な解は、手書きを読ませないことです。第2層を選択式にすればOCRを経由せず、第3層はキーボード入力にすれば手書き認識の問題は最初から発生しません。

まとめ

日報のAI自動化は、書く時間を削る施策として設計すると回収できません。

1. ベースライン2,075.0バーツ/日のうち、84.9%は「読む」側で発生している。班長の読解・転記・集計978.0バーツと、日本語向けの翻訳・要約784.5バーツです。
2. 帳票の電子化だけでは29.2年。年間削減61,697バーツ、運用48,000バーツを引いた純効果は13,697バーツ。記入時間を40%短縮しても、削っているのが工場でいちばん安い1分だからです。
3. 4層設計なら3.0年。年間削減344,005バーツ、純効果248,005バーツ。削減額の95.2%（1,240.55バーツ/日）は読む時間から出ており、書く時間由来の4.8%（62.5バーツ/日）の19.8倍です。
4. 第1層は日報に書かせない、第2層はAIではなくマスタで縛る、第3層がAIの主戦場、第4層は要約しない。この4つの線引きが設計の全部です。
5. 設計Aと設計Bは択一。効果を足し合わせないでください。ベースラインは1つ、世界線も1つです。
6. タイでは第2層の選択式化が二重に効く。手書きタイ語のOCRを回避でき、対訳マスタによって日々の翻訳作業そのものが消えます。

着手の順番は、AIの選定でもタブレットの機種選定でもなく、過去3ヶ月の日報から選択肢マスタを起こすことです。ここが決まっていない状態でAIを載せると、出力は美しく、数えられません。

TOMAS TECHはタイ・バンコクを拠点に、日系製造業向けの生産管理・工場IT/OT・AI活用のシステムインテグレーションを行っています。日報のAI自動化については、いまお使いの日報の実物と、班長が集計に使っている時間を見せていただければ、本記事と同じ形で御社の数字に置き換えた試算をお出しできます。導入を決めていない検討段階、あるいは「うちの日報でこの4層分けが成立するのか」を確かめたいだけの段階でも構いません。お問い合わせからお気軽にご連絡ください。

参照した情報源

• Thailand factory closures outpace openings as SME strain deepens（Nation Thailand, 2026-05-21）
• Thai industry warns of stagflation risk as factory closures jump 58%（Nation Thailand, 2026-04-14）
• Typhoon OCR 1.5 リリースノート（2025-11-14）
• ThaiOCRBench（2025-12-02, AACL 2025採択）
• The state of AI（McKinsey, 2025-11）
• OIE 産業指数（タイ工業経済局）
• Typhoon OCR 論文（arXiv）
• タイ最低賃金ガイド（日額400バーツへの引き上げ）