不良を「仕方ない」で終わらせないために¶
良品数と廃棄数だけでは、洗浄、設備、材料、焼成条件のどれが影響したか分かりません。記録が担当者ごとの紙や記憶に分かれると、交代勤務でも同じ試行錯誤が起きます。まずは不良が増える工程を一つ選び、前後の条件を比べられる状態にします。記録を増やすこと自体を目的にせず、現場が続けられる項目に絞ることが大切です。
公的事例:銅板洗浄後の不良を調べた和菓子工場¶
中小企業基盤整備機構のJ-Net21が紹介した千葉県成田市の米屋株式会社では、どら焼きの焼成に使う銅板を定期洗浄していました。洗浄後は半日ほど焼き具合が悪く、その間の不良品を廃棄していたといいます。
同社は千葉県よろず支援拠点と原因を調べ、付着物と一緒に銅板表面の保護層まで洗い落としていることを確認しました。レーザー装置をレンタルし、銅板表面を撮影したデータを半年ほど収集・解析して照射条件を探りました。J-Net21によると、どら焼きの歩留まりは82%から95%へ改善し、焼成工程の不良はほぼゼロになりました。残る5%は別工程の不良です。詳しい比較測定期間は資料に示されていません。
これは同社の対象製品の実績で、ほかの工場に同じ改善率を約束するものではありません。記事公開時点では、レーザー照射で発生する粉塵を除去する方法が実用化上の課題として残っていました。事例の要点は装置の導入そのものより、不良の仕組みを調べ、条件を検証したことにあります。
岩手・東北の中小企業が始める製造DXの3ステップ¶
1.一工程に絞って、必要な記録を残す¶
品質管理担当と現場リーダーが対象工程を選びます。焼成なら、製造日、設備番号、洗浄時刻、洗浄後の経過時間、焼成条件、良品数、不良数、不良の種類を同じ記録にまとめます。既存の日報に項目があれば流用し、二重入力を避けます。
2.条件と不良率を同じ台帳で比べる¶
紙の日報を使う場合も、必要な数値を週に一度、Excelや共有スプレッドシートへ集めます。不良の定義と設備番号をそろえ、洗浄直後と通常時を比較します。記録が一か所にあれば、担当者の経験を品質管理担当や経営者の判断につなげられます。写真には撮影日と設備番号を付け、取引先情報の写り込みや閲覧権限にも注意します。
3.一条件ずつ試し、品質と作業負担を確かめる¶
仮説が見つかったら、品質管理責任者の判断のもと、設備と期間を限定して一条件ずつ変更します。不良率に加え、洗浄時間、作業負担、衛生上の確認事項も記録します。改善しなければ元へ戻せるよう、変更前の手順を残します。食品の安全や設備の変更は、現場の責任者と必要な専門家に確認してください。
AI活用は、比較できるデータが整ってから¶
この公的事例はレーザーと撮影データの解析による改善で、AIを使った事例ではありません。自社で将来AI活用を検討するなら、まず設備番号、工程、時刻、不良の定義をそろえ、記録漏れを確認します。データが整えば、傾向の整理や確認対象の絞り込みを検討しやすくなります。ただし、AIの出力だけで食品の安全性や原因を断定せず、現物と品質管理の判断を優先します。
最初の一歩と相談先¶
「どの工程で、いつ、どの程度不良が出るか」が分からない場合は、既存の日報を一枚持ち寄り、記録が途切れる場所を確認してください。岩手県奥州市のエイデックマネジメントでは、東北の中小企業の現場に合わせ、記録項目、共有台帳、更新ルール、集計方法、将来のAI活用まで整理します。今困っている工程と使っている記録を添えて、お問い合わせからご相談ください。
出典¶
中小企業基盤整備機構 J-Net21「『できて当たり前』の不良品、メカニズム解明で発生ゼロに」(2025年12月1日公開、2026年11月19日確認)
https://j-net21.smrj.go.jp/special/dx/20251201.html



