■開催日時：　2026年10月8日(木)13:00～17:00

■会場：　【WEB限定セミナー】※在宅、会社にいながらセミナーを受けられます　

■定員：　30名

■講師：　
(同)FRSコンサルティング　代表社員　古澤 智　氏

【ご専門】
製造業向け経営コンサルティング

東洋大学大学院経営学研究科
ビジネス・会計ファイナンス専攻博士前期課程
中小企業診断士登録養成コース
で非常勤講師を務めています。
https://www.toyomba.jp/%E6%95%99%E5%93%A1

 ■受講料：　49,500円（税込、資料付き／1人）
※最新のセミナー情報を「配信可」にすると割引適用（登録無料）
会員（案内）登録していただいた場合、通常1名様申込で49,500円（税込）から
　・1名で申込の場合、46,200円（税込）へ割引になります。
　・2名同時申込で両名とも会員登録をしていただいた場合、計49,500円（1名につき半額）です。

■備考：　
資料付き　
【LIVE配信セミナーとは？】

■主催：　(株)R&D支援センター

■受講対象・レベル：　
現場のリーダーや新任管理者クラス

■必要な予備知識：　
特に予備知識は必要ありません。基礎から解説いたします。

■習得できる知識：　
・ヒューマンエラーの発生メカニズムからの改善アプローチを理解できる
・生成AIを現場で有効に活用する手法を習得できる

【趣旨】
　製造業の現場で繰り返されるポカミス・ヒューマンエラーは、「注意不足」と精神論で片づけられがちですが、その背景には必ず構造的な要因が潜んでいます。本セミナーの出発点は、ヒューマンエラーの発生メカニズムを正しく理解することです。エラーは「知識不足型」「うっかり型」「自己流型」の3つに大別され、それぞれ対策の方向性が全く異なります。この分類を起点にロジックツリーで4M+1E（人・機械・材料・方法・環境）の視点から要因を掘り下げ、再発防止から未然防止へとつなげる手法をお伝えします。
　加えて本セミナーの新しい柱が、現場にあふれる「アナログデータ × 生成AI」の活用です。手書きの作業日報、ヒヤリハットメモ、ベテランの口頭ノウハウ（音声）、不良品の写真——埋もれていた現場の生データをAIが読み取り、構造化し、傾向分析やマニュアル化まで行える時代になりました。人とAIの役割分担で、未然防止と暗黙知の組織知化を加速させる道筋を、参加者の皆様と共に描いていきます。

■プログラム：　
０．オリエンテーション

１．ポカミス対策の基本的な考え方
　1-1．なぜ今、ポカミス対策なのか
　　（1）労働力不足時代の到来──「量」から「質」への転換 
　　（2）人の質 × 設備の質 = 生産性向上という構図 
　　（3）ポカミスがなくならない3つの理由（原因不明・潜在化・モラル低下）
　1-2．ポカミスを生み出す構造の理解
　　（1）品質とは「顧客の要求を満たす程度」──相対的なものさし 
　　（2）4M+1E（人・機械・材料・方法・環境）という共通フレーム 
　　（3）RG-PDCAサイクル──現状分析（Research）と目標設定（Goal）から始まる管理

２．ヒューマンエラーの発生メカニズム
　2-1．人間はなぜ間違えるのか
　　（1）認知 → 判断 → 行動 → 記憶という情報処理の流れ 
　　（2）「文字が入れ替わっても読める」脳の便利機能と落とし穴 
　　（3）意識のフェーズ別エラー発生率──注意力には限界がある
　2-2．ヒューマンエラーの3類型と対策の方向性
　　（1）知識不足型：知らない・理解していない・覚えられない
　　　　　→ 対策の方向性：教育訓練と標準の整備 
　　（2）うっかり型：見落とし・思い込み・あせり・忘れ
　　　　　→ 対策の方向性：作業環境と仕組みでの予防
　　（3）自己流型：自己判断・勝手な変更・手抜き・違反行動
　　　　　→ 対策の方向性：ルールの納得感と管理体制の構築 
　　（4）【ワーク】自社のポカミス事例を3類型に分類してみる

３．ロジックツリーによる要因分析と未然防止
　3-1．ロジックツリーで要因を構造化する
　　（1）ロジックツリーとは──1次要因 → 2次要因 → 3次要因への分解
　　（2）4M+1Eの視点で枝を広げる 
　　（3）「特に重要と考えられる要因」を見極めるコツ 
　　（4）【ワーク】自社のポカミス事例をロジックツリーで掘り下げる
　3-2．ポカミスを生む4つの現場要因
　　（1）作業者自身の状態（体調・感情・経験） 
　　（2）作業環境（暑さ・騒音・照度・臭い） 
　　（3）設備・治工具（質量・距離・時間・視聴覚・形態） 
　　（4）管理者の対応（コミュニケーション・5S・標準・指導）
　3-3．守られない標準の7つの不備
　　（1）守る意味が書いていない／表現がわかりにくい等 
　　（2）「再教育の前に標準整備」が鉄則である理由 
　　（3）変化点管理──3H（初めて・変更・久しぶり）が危ない

４．現場のアナログデータ × 生成AI活用
　4-1．なぜ今、製造業で生成AIなのか
　　（1）「人とAIの役割」──役割分担の考え方 
　　（2）AIは「置き換える道具」ではなく「増幅する相棒」 
　　（3）中小製造業にこそ生成AIが効く理由
　4-2．現場に埋もれる3つのアナログデータを活かす
　　（1）音声データ：ベテランの口頭ノウハウ・朝礼・現場ヒアリング
　　　　　　　　　　　→ 文字起こし → 構造化 → 作業手順書・マニュアル化 
　　（2）手書きデータ：作業日報・点検表・ヒヤリハットメモ
　　　　　　　　　　　→ AI読み取り → 集計・傾向分析・パレート化 
　　（3）画像データ：不良品写真・現場の異常写真・設備状態
　　　　　　　　　　　→ パターン抽出 → 不良傾向の見える化・チェックリスト化
　4-3．ヒューマンエラー対策へのAI活用シーン（デモ紹介）
　　（1）ロジックツリー作成の「壁打ち相手」としてのAI 
　　（2）ヒヤリハット情報の自動分類と3類型へのマッピング 
　　（3）暗黙知をマニュアル化──「動画 → 手順書」のワークフロー 
　　（4）対話型の社内マニュアル──聞けば答えてくれる現場の相談役
　4-4．AI導入で失敗しないための注意点
　　（1）情報セキュリティとデータの扱い方 
　　（2）「使えるAIにする」ための現場側の準備 
　　（3）小さく始めて広げる進め方

【質疑応答】