自働化

「自動化」と「自働化」は何が違うのか——トヨタ生産方式から考える

2025.12.19 / 読了目安 8分 / 執筆: Qronix 開発チーム

#自働化思想#CAD自働化

「自動化」と「自働化」、どちらが正しい表記なのかと迷って調べている方へ。結論から書くと、どちらも正しい言葉で、意味が違います。自動化は、人がやっていた作業を機械に置き換えること。自働化は、そこに「異常があれば自ら止まる」という人の判断まで組み込むことです。トヨタ生産方式の解説では、異常が起きたら止まる・異常を知らせる・原因を直して再発を防ぐ、の3段で説明されることが多く、英語でも automation に対して Jidoka(autonomation)と呼び分けます。私たちが誤字ではなく、あえてニンベンの「自働化」と書いているのは、この一文字の差がCADマクロが現場で信頼されるかどうかを分けるからです。その理由を書きます。

工場の金属加工Photo: Unsplash
CONTENTS
1. ニンベンのついた「自働化」とは何か 2. 自動化と自働化を、5つの観点で並べる 3. 止まらない自動化は、不良を量産する 4. CADマクロにおける「異常」とは何か 5. 「関所」——実行前に止める仕組み 6. AIにコードを作らせない、という選択 7. 止まる仕組みが、現場の信頼をつくる

ニンベンのついた「自働化」とは何か

トヨタ生産方式の二本柱の一つが自働化です。起源は豊田佐吉の自動織機にあり、糸が切れたら機械が自ら止まる仕組みを備えていました。単に人手を機械に置き換えるのが自動化なら、異常を検知して自ら止まるまでを含むのが自働化です。ニンベンは、人の判断を機械に組み込んだことを表しています。由来の織機の話や、止まる・知らせる・直すの3段の中身は自働化とは何かにまとめました。

なぜ止まる必要があるのか。止まらない機械は、不良品を高速で量産するからです。一台の織機が糸切れに気づかず動き続ければ、数十メートルの不良反物が出来上がります。止まれば、損失は数センチで済み、しかも人が原因に気づけます。

この考え方は製造現場のものだと思われがちですが、ソフトウェアにこそ当てはまります。プログラムは人間より遥かに速いので、間違った処理を止めずに走らせたときの被害も遥かに大きくなります。

自動化と自働化を、5つの観点で並べる

表記の違いを調べている方がいちばん知りたいのは、結局どこが違うのか、だと思います。私たちが社内やお客様に説明するときの並べ方を、そのまま載せます。

1つ目は目的です。自動化は、人がやっていた作業を機械に肩代わりさせることが目的です。自働化は、肩代わりさせたうえで、不良を後工程へ流さないところまでを目的に含めます。

2つ目は、異常が起きたときの振る舞いです。自動化の機械は、止める仕組みを持たなければ動き続けます。自働化の機械は自ら止まり、ランプや音で人に知らせます。トヨタの現場で使われるアンドン(異常を知らせる表示灯)が、この「知らせる」側の道具です。

3つ目は人の役割です。自動化だけでは、人は機械の横で見張りを続けることになりがちです。自働化では異常のときだけ人が呼ばれるので、1人で複数の機械を受け持てます。トヨタ生産方式で「多台持ち」と呼ばれる働き方は、この前提の上に成り立っています。

4つ目は品質の作り込み方です。自動化は、出来上がったものを後で検査して不良をはじく発想になりやすい。自働化は、工程の中で異常を止めて、そもそも不良をつくらない発想です。トヨタ生産方式ではこれを「品質は工程で作り込む」と言います。

5つ目は英語での呼び方です。自動化は automation、自働化は Jidoka または autonomation です。海外の資料でも Jidoka とそのまま書かれることが多いのは、automation と訳すと「止まる」の意味が伝わらないため、と説明されます。

ソフトウェアに置き換えると、自動化は「処理が最後まで走ること」、自働化は「おかしな入力や結果で処理が止まり、どこで止まったかを人に伝えること」に当たります。次の節から、私たちがなぜ後者にこだわるのかを、実際の失敗例から書きます。

止まらない自動化は、不良を量産する

私たちがCAD自動化の現場で実際に見てきた例を挙げます。図面から部品情報を抜き出して集計するマクロがありました。想定外のレイヤ構成のモデルが混ざったとき、そのマクロは止まらず、該当部品を「情報なし」として集計から落としました。エラーも出ませんでした。

結果、集計表は完成しました。数字も整っていました。誰も異常に気づかないまま、その表は後工程で使われました。止まらなかったことが被害を拡大させた典型例です。もし最初の1件で止まっていれば、確認は5分で済んでいました。

自動化の議論では、しばしば「どこまで自動でできるか」が焦点になります。私たちが先に決めるのは、逆です。どこで止めるか。止める条件を決めてから、その手前を自動で流します。この順序が、自動化と自働化の実務上の違いです。

決めるべきはどこまで自動で流すかではなく、
どこで止めるか。

止まる/止まらないで被害はどう変わるか止まらない自動化全件が疑わしくなる集計表は完成し、数字も整い、誰も異常に気づかない止まる自働化5分で確認完了最初の1件で止まれば、原因まで人が辿れる
織機が糸切れで止まれば損失は数センチ。止まらなければ数十メートルの不良反物になります。ソフトウェアは織機より遥かに速い分、この差が開きます。

CADマクロにおける「異常」とは何か

では、CATIAマクロの世界で異常とは何を指すのか。私たちは大きく4種類に分けています。1つ目、入力の異常。想定していないモデル構造、命名規則から外れたパラメータ、参照が切れたリンク。2つ目、状態の異常。開いているドキュメントが期待と違う、権限がない、ライセンスが取れていない。

3つ目、結果の異常。処理は完了したが、生成された形状の数や体積が想定範囲を外れている。4つ目、環境の異常。CADのバージョンが想定と違う、テンプレートが更新されている。この4分類で洗い出すと、止めるべき箇所が漏れにくくなります。

実装面では、処理の前に検査し、処理の後にも検査するのが基本です。前検査だけでは、処理の途中で発生した異常を捕まえられません。私たちは自働化設計書に、この前後の検査項目を必ず一覧で書いています。

CADマクロにおける異常の4分類1入力の異常想定外のモデル構造、規則外のパラメータ、切れたリンク2状態の異常開いているドキュメントが違う、権限・ライセンスがない3結果の異常生成された形状の数や体積が想定範囲外4環境の異常CADのバージョン違い、テンプレートの更新
この4分類で洗い出すと、止めるべき箇所が漏れにくくなります。処理の前後どちらでも検査するのが基本です。

「関所」——実行前に止める仕組み

私たちはAIエージェント「Qi」を開発し、特許第7907964号を取得しています。この仕組みの中核に、社内で「関所」と呼んでいるDSL(特定領域向けの記述言語)があります。関所の役割は、処理を実行する前に検査して、条件を満たさなければ通さないことです。

関所が見るのは、入力ファイルの形式、対象モデルの構造、実行権限、パラメータの範囲、そしてそのツールが本当にその状況で使ってよいものかどうかです。ここを通らなければ、CADは1ミリも動きません。止まる仕組みを、実行系の外側に置いているのがポイントです。

ツールの内部にエラー処理を書き込む方式だと、ツールごとに品質がばらつきます。関所として外部に切り出せば、すべてのツールに同じ基準の検査がかかります。98本のツールを短期間で現場実装できた理由の一つが、この共通化です。

「関所」が実行前に通す検査ユーザーの意図やりたいことを言葉で受け取るAIはツールを選ぶだけコードは生成しない。検証済みの社内ツールから選択関所(DSL)で実行前検査ファイル形式・モデル構造・権限・パラメータ範囲条件を満たせば実行満たさなければCADは1ミリも動かない
止まる仕組みを実行系の外側に置くことで、すべてのツールに同じ基準の検査がかかります。特許第7907964号のAIエージェント「Qi」の中核です。

AIにコードを作らせない、という選択

私たちのキャッチコピーの一つが「AIに作らせない。」です。生成AIにコードを書かせれば速いのは事実です。しかし生成されたコードは、その場で初めて存在するコードです。誰もレビューしておらず、現場で走った実績もありません。自働化の観点からは、検査対象として最悪の性質を持っています。

そこでQiは、コードを生成しません。AIがやるのは、ユーザーの意図を解釈して検証済みの社内ツールを選択することだけです。選ばれたツールは、過去に現場で動いた実績があり、テストが通っており、止まる条件が定義されています。その上で関所が実行前検査をかけます。

つまり、AIの創造性を実行系に持ち込まない設計です。これは技術的な保守性の話ではなく、自働化の思想そのものです。異常があれば止まる、という原則を守るには、実行されるものが既知でなければなりません。未知のコードは、止める条件を書きようがないからです。

この方式は自由度を下げます。ツールにない操作は実行できません。しかし設計の現場で求められているのは自由度ではなく、同じ入力なら必ず同じ結果が出ることです。

依頼から実行までの止まる場所ユーザーの依頼AIが意図を解釈し検証済みツールを選ぶ関所が実行前に検査形式・構造・権限・範囲条件を満たす?選ばれたツールを実行処理後の検査で結果は想定範囲内?止まって人が見る結果を後工程に渡す処理を終える満たす満たさない範囲外範囲内
図4: AIは検証済みツールを選ぶだけで、関所の実行前検査と処理後の検査の両方で異常なら止まる。

止まる仕組みが、現場の信頼をつくる

ツールが現場に定着するかどうかは、機能の多さでは決まりません。決めるのは信頼です。そして信頼は「間違えないこと」ではなく「間違えたときに黙っていないこと」から生まれます。人間の同僚に対する信頼と、まったく同じ構造です。

止まるツールは、最初のうち「よく止まる」と言われます。しかし数か月経つと、設計者はそのツールの出力を確認しなくなります。止まらなかった=正常だった、という信号として使えるようになるからです。ここまで来ると、確認工数がまるごと消えます。

自動化と自働化の違いは、思想の話に聞こえて、実は削減時間の話です。確認が必要な自動化は、確認工数が残ります。止まる自働化は、確認を不要にします。私たちが自働化を掲げているのは、そこに一番大きな削減が眠っているからです。

CAD作業の自働化について、ヒアリングと自働化設計書のご提案までは無料でお受けしています。どこで止めるべきかの洗い出しから、一緒にやらせてください。

ここまで読んで「うちでもやってみたい」と思われたなら、まずは私たちの無料セミナーをのぞいてみてください。改善を金額で語る考え方を、実例を使って一緒に組み立てます。相談だけでも歓迎です。

▶ 実際の動作は動画でご確認いただけます(QRONIX 公式チャンネル)

Qronix 開発チーム

CATIA歴22年超・愛知県の大手自動車メーカー及びグループ各社でCATIAツール開発の技術責任者を務めたメンバーを中心とする、CAD自働化のスペシャリスト集団。2024年創業、特許第7907964号を保有。

「うちの資産でもできる?」
まずその質問からどうぞ。

できる・できないの判定と自働化設計書のご提案までは無料です。

contact@qronix.jp へ相談する
記事一覧をすべて見る →
← 記事一覧へトップページへ →