私はこれまで、製造業で現場管理者を経験し、その後は総務人事課長として働いてきました。
製造現場では、安全、品質、納期、人員配置、改善活動、部下育成に関わってきました。
現場では、予定どおりに仕事が進む日ばかりではありません。
急な欠員が出ることもあります。
品質上の確認が必要になることもあります。
設備や工程に小さな異常が見つかることもあります。
安全面で見過ごせない課題が出ることもあります。
そのたびに、「今日の生産をどう守るか」と「無理をさせずに安全を守るにはどうするか」の間で考えてきました。
その後、総務人事の仕事では、労務管理、安全衛生、環境、ISO、社内文書、会議資料の作成などに携わりました。
さらに、福利厚生の改善、就業規則の改定、年間休日の見直し、給与のベースアップ提案など、社員が安心して働き続けるための仕組みづくりにも取り組んできました。
現場を回す仕事。
人が安心して働ける仕組みを整える仕事。
この両方を経験してきたことが、今の自分の大きな土台になっています。
そして今、これまでの経験を、AI活用と組み合わせて発信していきたいと考えるようになりました。
このブログでは、製造業の現場と管理部門の両方を経験してきた立場から、ChatGPTやCopilotを仕事にどう活かせるのかを、実践を交えながら書いていきます。
特別なIT専門家としてではありません。
長年、現場で人や設備、納期、安全、ルール、書類と向き合ってきた一人の管理職として、等身大のAI活用を記録していきます。
なぜ今、AI活用ブログを始めるのか
AIという言葉を聞くと、少し難しく感じる人も多いと思います。
若い人が使うもの。
ITに詳しい人のためのもの。
自分には少し遠い世界。
私自身も、最初からAIを積極的に使っていたわけではありません。
しかし、ChatGPTやCopilotを実際に使ってみると、製造業の管理職や総務人事の仕事と相性が良いと感じました。
管理職や総務人事の仕事には、「考える」「整理する」「伝える」という作業が非常に多くあります。
たとえば、会議で出た意見を整理して議事録にする。
現場で起きた課題を、管理職や経営層に説明できる形にする。
社員向けの通知文を、誤解のない表現に整える。
安全衛生の掲示物を、現場で読まれる文章にする。
Excelの関数や集計方法を考える。
制度改定の内容を、社員に伝わる言葉へ置き換える。
こうした業務は、一つひとつは地味です。
しかし、時間がかかります。
しかも、少しでも表現を間違えると、現場に混乱を招いたり、制度の意図が伝わらなかったりします。
AIは、管理職の判断を代わりにするものではありません。
現場の実情を知らないAIに、安全判断や人事判断を任せることはできません。
ただ、考えを整理すること。
文章のたたき台を作ること。
複数の案を比較すること。
見落としやすい観点を洗い出すこと。
こうした作業では、AIは非常に役立つと感じています。
自分の経験と判断を土台にして、AIには下書きや整理を手伝ってもらう。
その使い方なら、現場経験や管理職経験を持つ人ほど、AIを活かせるのではないかと思っています。
私が経験してきた「仕事を抱え込む働き方」
正直に言うと、私は長い間、仕事を抱え込む働き方をしてきました。
現場管理者の頃は、品質、納期、人員、安全、部下の相談、トラブル対応などが同時に重なります。
「自分が見ておかないと不安だ」
「自分が対応した方が早い」
「現場を止めるわけにはいかない」
そんな思いから、仕事を引き受けることが多かったと思います。
総務人事に移ってからも同じでした。
労務対応。
安全衛生。
環境対応。
ISOの規定や記録。
会議資料。
社内通知。
制度改定。
建屋保全。
省エネ課題。
各部署との調整。
仕事の範囲が広がるほど、「これは誰かに任せるより、自分でやった方が早い」と考えてしまうことがありました。
朝早く出社し、始業前に準備を進める。
終業後も会議資料や文書の作成、翌日の段取りに追われる。
休日であっても、仕事のことが頭から離れない。
当時は、それが責任感だと思っていました。
けれど今振り返ると、仕事を抱え込むことで、本来もっと時間を使うべきことが後回しになっていたように思います。
現場をじっくり見る時間。
部下の話を聞く時間。
制度の目的を考える時間。
業務の仕組みそのものを見直す時間。
AIを使う目的は、単に「作業を早く終わらせること」ではありません。
人にしかできない仕事へ時間を戻すこと。
私は、そのためにAIを使いたいと思っています。
現場と総務人事の両方を経験したから見えること
製造業の管理職は、現場だけを見ていればよいわけではありません。
安全、品質、納期、人員、教育、設備、ルール、記録、改善。
複数の課題を同時に見ながら、限られた時間の中で優先順位を決める必要があります。
現場では、正しいことを言うだけでは人は動きません。
安全ルールであっても、現場の作業実態に合っていなければ続きません。
改善活動であっても、作業者にとって負担が増えるだけなら定着しません。
資料を作る場合も同じです。
経営層に説明する資料と、現場に掲示する注意喚起では、使う言葉も、伝える順番も変わります。
総務人事の仕事では、さらに多くの人の立場を考える必要があります。
就業規則を改定する時には、法令や会社のルールだけではなく、社員にとって何が変わるのかを分かりやすく説明しなければなりません。
年間休日を見直す時には、会社側の事情だけではなく、現場の稼働、人員配置、社員の生活への影響まで考える必要があります。
福利厚生を改善する場合も、「制度を作った」だけでは不十分です。
利用しやすいか。
本当に社員の負担軽減につながるか。
不公平感が生まれないか。
会社として継続できる内容か。
こうした視点は、現場と管理部門の両方を経験してきたからこそ身についたものだと思います。
AIに指示を出す時も同じです。
何を作りたいのか。
誰に伝えるのか。
どんな前提条件があるのか。
何を間違えてはいけないのか。
どの表現なら現場に伝わるのか。
こうした条件を具体的に伝えられる人ほど、AIから得られる答えの質は上がります。
AIは、経験の浅い人だけが使う道具ではありません。
むしろ、現場で悩み、人と向き合い、制度づくりや改善活動に取り組んできた人ほど、使い道が見えてくる道具だと感じています。
実務の中で感じた、AIと相性のよい仕事
私はこれまで、業務改善の中で「紙で続けてきた仕事を、どうすれば現場の負担を増やさずに変えられるか」を考える場面が何度もありました。
たとえば、安全衛生の管理では、記録を残すこと自体が目的になってしまうことがあります。
記入する側にとっては負担が大きい。
管理する側にとっては、集計に時間がかかる。
記録はあるのに、改善につながっていない。
こうした状態では、せっかくの記録が活かされません。
私は、WBGTの記録についても、複数地点の情報を紙で管理するのではなく、入力と集計を少しでもしやすくできないか考えてきました。
現場の人がスマートフォンで入力できるようにする。
管理側は一覧で確認できるようにする。
異常値や注意が必要な情報を早く見つけられるようにする。
このように、仕事の流れを見直す時には、AIが考えの整理に役立ちます。
「現状の課題を整理して」
「現場の負担を増やさない改善案を三つ出して」
「管理者向けと現場向けで、説明文を分けて」
「想定される質問と回答案を作って」
こうした使い方です。
また、ISOや安全衛生の仕事では、規定、記録、教育資料、点検表、会議資料など、多くの文書を扱います。
AIを使えば、規定や通知文のたたき台、教育資料の構成、会議資料の見出し案などを作る時間を短縮できます。
もちろん、内容の確認は必要です。
特に安全、労務、法令、就業規則に関わる内容は、AIの回答をそのまま使ってはいけません。
事実関係や法令、社内ルールとの整合性を確認し、最終判断は人が行う必要があります。
しかし、白紙から文書を作る負担を減らせるだけでも、仕事の進め方は大きく変わります。
このブログで書いていくこと
このブログでは、難しいAI理論よりも、仕事の中で使える実践を中心に書いていきます。
たとえば、次のようなテーマです。
- AIで日報や会議メモを、読みやすい議事録に整える方法
- ChatGPTに相談しながらExcel関数や集計方法を考える方法
- 安全衛生の掲示物や注意喚起文のたたき台を作る方法
- 部下や社員に伝わる社内文書へ整える方法
- 就業規則や制度改定の説明文を分かりやすくする考え方
- 福利厚生の改善案を比較し、説明資料にまとめる方法
- ISOや安全衛生の記録を、改善につながる形に整理する方法
- 管理職が抱え込みすぎないための、AIを使った仕事の分け方
- 50代からAIを学び、経験を発信に変えていく方法
うまくいったことだけを書くつもりはありません。
AIにうまく伝わらなかったこと。
回答をそのまま使えなかったこと。
現場では使いにくかったこと。
結局、人が確認しなければならなかったこと。
そうした失敗や注意点も含めて残していきます。
その方が、これからAIを使い始める人にとって、現実的な参考になると思うからです。
まずは小さな実践から始める
AI活用というと、大きな業務改革を想像するかもしれません。
しかし、最初から大きく変える必要はないと思っています。
まずは、毎日の仕事の中で少し困っていることに使ってみる。
文章を整える。
会議のメモを整理する。
Excelの関数を聞く。
表の見出しを考える。
安全掲示物の文章案を作る。
制度改定の説明文を分かりやすくする。
会議資料の構成を考える。
それだけでも十分です。
AIを使う時に大切なのは、「正しい答えを一度で出してもらうこと」ではありません。
自分の考えを整理する。
たたき台を作る。
別の視点を得る。
何度か修正しながら、使える形にしていく。
この使い方なら、AIは仕事の相棒になります。
私自身も、完璧に使いこなせているわけではありません。
だからこそ、実際に試しながら、使えた方法と使えなかった方法をこのブログに残していきます。
これからの働き方を再設計するために
56歳という年齢になると、これからの働き方を考えることが増えます。
会社の中で積み上げてきた経験を、これからどう活かしていくのか。
退職後や定年後に、自分には何が残るのか。
会社に依存しすぎない働き方を、少しずつ作れないか。
そんなことを考えるようになりました。
製造業で積み重ねてきた経験は、決して過去のものではないと思っています。
現場を見てきた経験。
安全を守るために考えてきた経験。
品質や納期のプレッシャーと向き合ってきた経験。
人の配置や育成に悩んできた経験。
制度を考え、社員に説明してきた経験。
文書を作り、資料を整え、伝え方を工夫してきた経験。
こうした経験は、AIと組み合わせることで、新しい形の資産になるはずです。
AIが経験を代わりに積み上げてくれるわけではありません。
しかし、経験を整理し、伝わる形にし、発信へ変える手助けはしてくれます。
私はこのブログを通じて、これまでの仕事の経験を、これからの働き方につなげていきたいと思っています。
このブログを通じて伝えたいこと
AIは、特別な人だけの道具ではありません。
そして、50代から始めても遅くないと思っています。
むしろ、長く仕事をしてきた人ほど、「どの仕事を楽にしたいか」「どこに時間を使うべきか」が分かっています。
大切なのは、完璧に使いこなすことではありません。
まずは一つ、仕事の中で困っていることに使ってみる。
その結果を振り返る。
使えた方法を残す。
次に同じような場面で、少し工夫してまた使ってみる。
その繰り返しで十分です。
製造現場で働いてきた人。
管理職として仕事を抱え込んできた人。
総務人事として制度や職場づくりに関わっている人。
Excelや文書作成に時間を取られている人。
50代からAIを学び直したい人。
そんな人にとって、このブログが少しでも役に立つ場所になればうれしく思います。
まとめ
このブログでは、56歳からのAI活用をテーマに、製造業での現場管理者経験と総務人事課長としての経験を、仕事や発信に変えていく過程を記録していきます。
ChatGPTやCopilotを使って、日報、議事録、社内文書、Excel、安全衛生資料、労務関係文書、就業規則改定、福利厚生改善の資料づくりを少しずつ楽にする。
その目的は、単に作業を早く終わらせることではありません。
現場を見る時間を増やすこと。
部下と話す時間をつくること。
制度をより良く考える時間を取り戻すこと。
そして、自分自身の働き方を見直すことです。
AIは、現場経験や管理部門での経験がある人ほど、使い道を見つけやすい道具です。
まずは小さく使ってみる。
その実践を記録する。
経験を、これからの働き方につながる資産へ変えていく。
このブログを、その第一歩にしていきます。
コメント