自動車部品メーカー向けClaude Codeセミナー｜受注見積・PPAP・JIT生産の書類仕事はどこまで自動化できるか
aikanri-admin
弊社GENAIでは、自動車部品メーカーの方向けに Claude Code・Codex の無料オンラインセミナー（60分）を開催しています。本記事では、受注データ整理・見積書ドラフト作成、PPAP・IATF16949の品質保証書類作成が、どこまで自動化できるかを、セミナーの内容とあわせて解説します。
自動車部品メーカーでは、受注・見積からPPAP、IATF16949のサーベイランス審査、JIT納入計画まで、年間を通じて書類仕事が積み重なります。専任の担当者を置けない中小の部品メーカーほど、この負担が工場長や品質保証部長に集中しがちです。
本記事では、Claude CodeとCodexの違いという基本から、業務ごとに何を渡すと何が出てくるかという具体例、仕組みの理由、導入時につまずきやすいポイントまで、順を追って紹介します。
AI鬼管理山崎
代表菅澤
AI鬼管理山崎
代表菅澤
参加無料・60分・オンライン(Google Meet)・1社1枠
01 AI_DIFF ChatGPTと何が違う？「作業をやり切るAI」という考え方 Claude CodeとCodex、それぞれ何者で、非エンジニアの工場長でも使えるのかを整理します
ChatGPTやGeminiのような生成AIは、質問すると答えてくれる「対話するAI」です。自動車部品メーカーの現場でも、使ったことがある方は多いと思います。
「PPAP書類の書き方を教えて」「IATF16949の審査対応のコツは」といった質問には、丁寧に答えてくれます。ただし、実際の書類作成や集計そのものまではやってくれません。
一方、Claude CodeやCodexは、指示した作業を最後まで自分で実行してくれる「仕事をやり切るAI」です。図面や検査記録を読み込んで集計する、書類のドラフトを作る、といった一連の作業を任せられます。
AI鬼管理山崎
代表菅澤
たとえば「今月の検査成績書からPPAP用の数値をまとめて」と頼んだ場合、ChatGPTは一般的なPPAPの作り方を説明してくれますが、実際に検査成績書を開いて数値をまとめるところまではしてくれません。
Claude Codeは、その検査成績書のファイルを実際に開いて中身を読み込み、まとめた結果をその場で作ってくれます。「説明する」のではなく「やってくれる」のが最大の違いです。
1-1. Claude Codeとは
Claude Codeは、Anthropic社が開発した、ターミナルやエディタの画面から指示を出して動かすAIツールです。図面や検査成績書、生産計画データなどの実際のファイルを読み込ませ、対話しながら集計やドラフト作成を進められます。
📚 用語解説
Claude Code：Anthropic社が開発した、ファイルを読み込んで作業を代行してくれるAIツールです。パソコンの画面から日本語で指示を出して使います。
もともとはソフトウェア開発者向けのツールとして作られましたが、「ファイルを読み込んで作業する」という性質そのものは、PPAPの集計や見積書作成にもそのまま応用できます。
1-2. Codexとは
Codexは、OpenAI社が開発した、Claude Codeと似た位置づけのAIツールです。こちらもファイルを読み込ませて作業を任せる使い方が中心で、自動車部品メーカーでの活用事例はClaude Codeのほうが蓄積が進んでいます。
📚 用語解説
Codex：OpenAI社が開発した、Claude Codeと同じく作業を代行してくれるAIツールです。仕組みは似ていますが、開発元と細かな使い勝手が異なります。
AI鬼管理山崎
代表菅澤
「そもそもどこの会社が作っているのか」という疑問もよく聞きます。Claude CodeはAnthropic社、CodexはOpenAI社がそれぞれ開発しており、どちらも自動車部品メーカー向けに特化したツールではなく、汎用のAIツールを業務に応用する形で使います。
| Claude Code | Codex | |
|---|---|---|
| 開発元 | Anthropic | OpenAI |
| できること | ファイル読み込み・集計・書類ドラフト作成 | ファイル読み込み・集計・書類ドラフト作成 |
| 自動車部品メーカーでの活用事例 | 蓄積が進んでいる | 蓄積は少なめ |
| 非エンジニアの利用 | 日本語の指示文で操作可能 | 日本語の指示文で操作可能 |
| 土台となる技術 | Anthropic独自のAIモデル | ChatGPTと同じOpenAIのAIモデル |
| セミナーでの扱い | 実演の中心として詳しく紹介 | 冒頭で違いを簡単に紹介 |
どちらも専門的なプログラミング知識がなくても、日本語で「この書類をまとめて」のように話しかけるだけで使えます。難しい操作を覚える必要はありません。
画面自体は黒い背景に文字が並ぶ、いわゆる「エンジニアっぽい」見た目をしています。ただし操作は日本語のチャットとほぼ同じで、ボタン操作を覚える必要はなく、話しかける言葉の中身のほうが重要です。
Claude CodeもCodexも、専門知識よりも「何を渡して、何を作ってほしいか」を言葉にする力のほうが重要です。セミナーでは実際の画面を動かしながら、この感覚をお見せしています。
自動車部品業界は、EV化による需要構成の変化、CASE対応、半導体不足、原材料費高騰、海外勢との価格競争など、複数の環境変化が同時に進んでいます。代表や工場長が受注・製造・品質保証・行政対応の全業務を抱え込む中小部品メーカーほど、こうした変化への対応が後回しになりがちです。
1-3. 自動車部品メーカーでは、具体的に何に使えるのか
「仕事をやり切るAI」と言われても、まだ抽象的に感じるかもしれません。自動車部品メーカーの現場で言えば、次のような業務が代表的な使いどころです。
- 受注データ整理・見積書ドラフトの作成
- PPAP(生産部品承認プロセス)書類のドラフト作成
- IATF16949サーベイランス審査資料の整理
- 図面差分検出とTier1承認ワークフロー
- JIT納入計画と配送遅延予兆アラート
この先の章では、これらの業務ひとつひとつについて「何を渡すと、何が出てくるか」を具体的に見ていきます。
逆に、Tier1との価格交渉や、設計上の最終判断のように、状況ごとの機微な判断が求められる業務は、これからも人が担う部分として残ります。AIが代われるのは「作業」であって「判断」ではない、という線引きが基本です。
| 向いている業務 | 向いていない業務 |
|---|---|
| 数字の集計・書類のドラフト作成 | Tier1・OEMとの価格交渉 |
| 過去の様式を踏まえた書式変換 | 設計上の最終判断 |
| 繰り返しの多い定型業務 | そのつど状況が変わる納期調整 |
| 複数資料の突合・横断作業 | 取引先との人間関係の構築 |
| データに基づく傾向の把握 | 品質不適合時の是正方針の決定 |
| 環境変化 | 自動車部品メーカーへの影響 |
|---|---|
| EV化・CASE対応 | エンジン部品の需要減、モーター・インバータ・電池系部品への移行対応 |
| 半導体不足・原材料費高騰 | 見積単価の見直し頻度が上がり、原価管理の負担が増加 |
| IATF16949・GHG排出量算定の義務化 | 品質保証・行政対応の書類作成が年々増加 |
| 海外勢(中国・韓国)との価格競争 | 国内生産のコスト構造を明確にした価格交渉が必要に |
| 用語 | 一言でいうと |
|---|---|
| Claude Code | Anthropic製の「仕事をやり切るAI」 |
| Codex | OpenAI製の「仕事をやり切るAI」 |
| プロンプト | AIへの指示文(日本語の普通の文章でよい) |
| AIエージェント | 複数の作業を自律的に実行し続けるAIの総称 |
| permission mode | AIに許可する操作の範囲を決める設定 |
| PPAP | 新規部品を量産に移す前の品質承認手続き |
02 ORDER_QUOTE 受注・見積が、Claude Codeでこう変わる 自動車部品メーカーでもっとも金と時間が動く、受注から見積書ドラフトまでの工程を見ます
自動車部品メーカーでもっとも金と時間が動くのが、受注・見積の工程です。OEMやTier1からの発注データを整理し、原料コストを踏まえた見積書を出す精度が、受注の可否そのものを左右します。
精度が求められる一方、案件数が増えるほど営業・購買担当者の負担は膨らみます。専任の見積担当を置けない中小の部品メーカーほど、この負担が代表や工場長にのしかかりやすくなります。
受注データ整理
OEM/Tier1からの発注メールやPDFを読み込ませると、受注データ一覧と納期整理表のドラフトが出てきます。
見積書ドラフト
過去の原価データと原料単価表を渡すと、見積書のドラフトが出てきます。
原料コスト連動価格更新
最新の原料単価と過去の見積を渡すと、価格改定案のドラフトが出てきます。
価格交渉メモ
過去のやり取りを渡すと、Tier1との価格交渉に使うメモのドラフトが出てきます。
2-1. 受注データの整理と納期管理
OEMやTier1から届く発注メールやPDFをClaude Codeに読み込ませると、受注データの一覧と納期整理表のドラフトが出てきます。案件ごとにバラバラだった発注書式を、社内の管理フォーマットに揃える作業をAIに任せられます。
これまで営業担当者が発注書を一件ずつ手作業で転記していた作業のうち、データ入力の部分だけを、AIが下書きとして先に用意しておくイメージです。
もちろん、転記した内容が発注書と合っているかどうかの最終確認は、これまで通り営業・購買担当者が行います。
受注データの整理は、その後の見積書ドラフト・価格交渉メモのすべての土台になります。ここを最初に整えることが、以降の工程全体の時間短縮につながります。
2-2. 見積書ドラフトと原料コスト連動価格更新
過去案件の原価データと最新の原料単価表を渡すと、原料コストを反映した見積書のドラフトが出てきます。見積金額の最終判断と提示は、担当者が行います。
📚 用語解説
原料コスト連動価格：鋼材やアルミ、樹脂といった原材料の市況価格の変動を、見積単価にそのつど反映させる価格設定の考え方です。原材料費高騰が続く自動車部品業界では特に重視されます。
モーターやインバータといったEV部品の見積もりでは、従来のエンジン部品とは原価構造が異なるため、新規部品ごとに単価を組み立て直す必要があります。過去の類似部品データを土台にすると、この組み立て作業を短縮できます。
| 業務 | 何を渡すか | 何が出てくるか |
|---|---|---|
| 受注データ整理 | OEM/Tier1からの発注メール・PDF | 受注データ一覧・納期整理表(ドラフト) |
| 見積書ドラフト | 過去の原価データ・原料単価表 | 原料コストを反映した見積書ドラフト |
| 価格改定案 | 最新の原料単価・過去の見積 | 原料コスト連動の価格改定案 |
| 価格交渉メモ | 過去のやり取り履歴 | Tier1との価格交渉に使うメモのドラフト |
| EV部品の新規見積もり | 類似部品の過去原価データ | 新規部品の見積単価組み立てドラフト |
たとえば「このTier1からの発注PDFを、受注データ一覧の形式に整理して」と渡すと、納期・数量を整理した一覧のドラフトが数分で出てきます。
続けて「このデータと今月の原料単価表から見積書を作って」と渡せば、原料コストを反映した見積書のドラフトが出てきます。これを土台に、担当者が金額を調整します。
AI鬼管理山崎
代表菅澤
2-3. Tier1との価格交渉メモ
Tier1から「次年度から年5%コストダウン」といった要求を受けた際、過去の交渉履歴や原価内訳を渡しておけば、交渉に使えるメモのドラフトを作らせられます。最終的な交渉方針は代表や営業責任者が決めます。
Claude Codeが担うのはデータ整理と見積書の下書きまでです。最終的な金額判断は、代表や営業責任者が行います。
見積提出までのリードタイムが短い案件ほど、この下書き作成の時間短縮が効いてきます。急な引合いにも対応しやすくなり、受注機会そのものを広げる効果も持っています。
大手部品メーカーのようなグローバル拠点や上場企業基盤は持てなくても、中小の部品メーカーには機動力と直接対応という強みがあります。見積回答のスピードを上げることは、この強みをそのまま活かすことにつながります。
2-4. 相見積もり・原価比較への活用
同じ数量・仕様の案件でも、材料や工程の取り方によって原価は変わります。過去の類似案件の原価データを横断的に見比べさせると、工程別の原価比較表を作らせられます。最終的にどの工程構成で見積もるかの判断は、原価担当や営業責任者が行います。
海外部品メーカーとの価格競争が厳しい部品では、国内生産のコスト構造を工程別に見える化しておくことが、値下げ要求への対応方針を検討する材料にもなります。
03 QUALITY_PPAP PPAP・IATF16949・JIT納入計画も、同じように変わる 品質保証部長と工場長、それぞれの負担が大きい書類仕事を具体的に見ます
受注・見積以外にも、自動車部品メーカーには年間を通じて負担の大きい書類仕事があります。PPAP、IATF16949のサーベイランス審査、JIT納入計画などです。
いずれも「新規部品ごと・年次・毎日」発生する定型業務という共通点があり、Claude Codeの「型」が効きやすい領域でもあります。ひとつずつ、何を渡すと何が出てくるかを見ていきます。
3-1. PPAP書類のドラフト作成
図面、検査成績書、工程FMEAを読み込ませ、PPAP提出書類一式のドラフトを作らせる、という使い方がAIと相性の良い領域です。
📚 用語解説
PPAP：Production Part Approval Processの略で、新規部品を量産に移行する前に、品質基準を満たしているかをTier1やOEMに承認してもらう手続きです。過去類似部品データからテンプレを作成できますが、最終署名は品質保証部長が行います。
新規部品1点あたりPPAP書類の作成に50〜100時間かかるケースも珍しくありません。過去類似部品のPPAP書類を読み込ませておけば、この作成時間を大きく圧縮できます。
📚 用語解説
FMEA：故障モード影響解析の略で、部品や工程に起こりうる不具合をあらかじめ洗い出し、影響度を評価する分析手法です。PPAP書類の重要な構成要素のひとつです。
| PPAP構成要素 | 主な内容 | 主な参照資料 |
|---|---|---|
| 工程FMEA | 起こりうる不具合と影響度の評価 | 過去の不具合記録、工程図 |
| 寸法検査成績書 | 図面公差に対する実測値 | 検査記録、測定機器データ |
| 工程能力調査 | 量産工程が安定して基準を満たすかの統計的確認 | 工程データ、Cpk算出結果 |
| 管理計画書 | 工程ごとの管理項目と頻度 | QC工程表 |
最終的な数値の確認と署名は、品質保証部長の仕事のまま残ります。「この検査成績書から、PPAP用の寸法検査結果をまとめて」と渡せば、項目ごとの一覧表が返ってきます。
3-2. IATF16949サーベイランス審査対応
内部監査記録や是正処置記録を読み込ませ、サーベイランス審査で提出する文書一覧と、不備が疑われる箇所のチェックリストを作らせられます。
📚 用語解説
IATF16949：自動車業界向けの品質マネジメントシステム規格です。ISO9001をベースに、自動車部品メーカー特有の要求事項が追加されています。年次のサーベイランス審査で不適合が出ると、改善期限内の是正が求められます。
サーベイランス審査での不適合1件につき、改善期限90日以内にPPAP書類の大量再作成を求められることもあります。文書整備に年100時間以上をかけている品質保証部長も少なくありません。
AI鬼管理山崎
代表菅澤
3-3. 図面差分検出とTier1承認ワークフロー
EV化対応で従来部品の図面修正と新規開発が同時並行になり、図面承認サイクルが長期化しがちです。新旧図面を渡すと、変更箇所を検出したリストとTier1向けの承認申請書ドラフトが出てきます。
3-4. JIT納入計画と配送遅延予兆アラート
Tier1からのJIT納入では、時間指定の誤差が数十分単位で管理され、遅延1件につき数十万円規模のペナルティが発生することもあります。生産計画の変動データと配送実績を突き合わせておくと、遅延の予兆を数時間前に把握できます。
📚 用語解説
JIT生産：Just In Timeの略で、必要な部品を必要な時に必要な数だけ納入する生産方式です。在庫を最小化できる一方、納期遅延が生産ライン全体に波及しやすい仕組みでもあります。
| 業務 | 従来の目安時間 | AI活用後の目安 |
|---|---|---|
| PPAP書類作成(新規部品) | 1部品あたり50〜100時間 | 1部品あたり15〜30時間程度に圧縮できた例あり |
| IATF16949サーベイランス対応 | 年100時間以上 | 年30〜50時間程度に圧縮できた例あり |
| 受注・見積書作成 | 案件あたり10〜20時間 | 案件あたり3〜8時間程度に圧縮できた例あり |
| 図面差分検出・承認往復 | 変更1件あたり数日 | 変更1件あたり半日程度に圧縮できた例あり |
| JIT配送計画の突合 | 日次で手作業の突合が発生 | 遅延予兆アラートを自動作成 |
| 役割 | 日々の悩み | Claude Codeの使いどころ |
|---|---|---|
| 設計エンジニア | 図面修正と新規開発の並行対応で承認サイクルが長い | 新旧図面の差分検出、承認申請書ドラフトの作成 |
| 工場長 | JIT納入の遅延ペナルティと配送調整が属人化 | 生産計画変動と配送実績の突合、予兆アラート作成 |
| 品質保証部長 | PPAPとIATF16949の文書整備が年次で重なる | 検査成績書・監査記録を連携した集計とドラフト作成 |
| 経営者・会社役員 | 設計・製造・品質、それぞれの負担が見えにくい | 業務全体の書類フローを俯瞰した導入判断 |
3-5. 出荷判定・歩留率レポートへの展開
製造ラインの稼働記録と検査結果を突き合わせ、工程別の歩留率レポートと出荷判定に必要な数値一覧を作らせる使い方もあります。最終的な出荷可否の判定は、これまで通り品質保証部長や製造責任者が行います。
📚 用語解説
歩留率：投入した材料や部品の数に対して、不良品を除いた良品がどれだけの割合で得られたかを示す指標です。工程改善や原価管理の基礎データとして使われます。
歩留率の低下傾向を早期に把握できれば、原因となっている工程を絞り込みやすくなります。月次で手作業で集計していた工程を、日次でも確認できる体制に変えられる点が、生産管理担当にとっての利点です。
GHG排出量算定や温対法対応といった行政向け報告書類も、エネルギー使用量データを渡すことで算定シートのドラフトを作らせられます。サステナビリティレポートの土台としても活用できます。
3-6. グローバルサプライチェーンと海外拠点対応
中国・韓国・インドといった海外部品メーカーとの価格競争や、Tier1のグローバル拠点展開に合わせた海外生産移管の検討も、多くの部品メーカーが抱える課題です。現地拠点の生産データや品質記録を読み込ませ、国内拠点との比較レポートを作らせる使い方もできます。
海外拠点との報告フォーマットが統一されていない場合でも、過去の報告書を読み込ませておけば、共通フォーマットへの変換ドラフトを作らせられます。最終的な拠点間の判断は、経営者が行います。
EV専門部品メーカーとの競合が強まる領域でも、従来のエンジン部品で培った品質管理のノウハウをEV部品向けに転用する検討材料として、過去の不具合データを横断的に分析させる使い方が現実的です。
アフター部品市場との違いも意識しておく価値があります。モノタロウやオートバックスのようなアフター部品流通と、OEM向けの正規部品供給とでは、求められる品質記録の粒度が異なります。取引先ごとに求められる書類水準を整理しておくと、PPAPの作り込みに濃淡をつけやすくなります。
3-7. 採用書類・月次経営レポートへの展開
技術者や製造スタッフの採用書類も、過去の求人票と応募者情報を渡すと、募集要項や選考メモのドラフトを作らせられます。採用は工場長や代表が兼務していることが多く、書類作成の負担を軽くできる領域です。
月次の経営レポートも、歩留率・受注状況・原料発注実績といった各所のデータを横断してまとめさせることができます。経営者が毎月の数字を俯瞰する時間そのものを短縮できます。
半導体不足のように予測が難しい外部要因への対応でも、代替部品の在庫状況や納期見込みを一覧化させておくと、生産計画の見直し判断が早くなります。判断そのものはこれまで通り工場長と経営者が行います。
PPAP書類の作成やJIT納入の予兆アラートは、セミナーで実際の画面を動かしながらお見せしています。
AIが担うのはドラフト作成と集計の下準備までです。署名・提出・配送調整の最終判断は、これまで通り品質保証部長や工場長が行います。
04 MECHANISM なぜAIがPPAP集計までやり切れるのか——仕組みの話 Claude Codeの仕組みを、専門用語を使わずに説明します
「AIが書類仕事を代わりにやってくれる」と聞くと、仕組みが気になる方も多いと思います。専門用語を使わずに、3つのポイントで説明します。
難しい技術の話ではありません。パソコンが得意な人が、たまたまその得意分野を書類仕事に向けている、というくらいのイメージで読み進めていただければ十分です。
ここまで見てきたPPAPやJIT納入予兆の例も、すべてこの3つの特徴の組み合わせで成り立っています。仕組みが分かると、自社のどの業務に応用できそうかもイメージしやすくなります。
📚 用語解説
AIエージェント：指示を受けて、複数の作業を自律的に実行し続けるタイプのAIの総称です。Claude CodeやCodexは、このAIエージェントの一種です。
4-1. ファイルを直接読み書きできる
Claude Codeは、図面のCADファイル(NXやSolidWorks形式)、検査成績書のPDF、Excelの原価台帳といった実際のファイルを、パソコンの中でそのまま開いて中身を読み込めます。読んだ内容をもとに、新しい書類を作ったり、既存の書類を書き換えたりできます。
たとえるなら、資料を渡せば黙々と目を通し、指示通りに整理したり文書を作ったりしてくれる事務員のような存在です。
AI鬼管理山崎
代表菅澤
4-2. 手順を覚えて繰り返せる
一度「この形式でPPAPをまとめて」と教えたやり方は、次回以降も同じ手順で再現できます。毎回イチから指示を考える必要はなく、「型」として使い回せます。
IATF16949の文書整理や見積書ドラフトのように、毎回やることがほぼ決まっている業務ほど、この「型」の効果が出やすくなります。
最初から完璧な型を作ろうとせず、使いながら少しずつ調整していくほうが、結果的に早く定着します。1つの業務で型ができたら、似た業務にも応用できます。
4-3. 複数の資料を横断できる
図面・検査成績書・生産計画データなど、別々の場所に保存されている資料を、同時に開いて見比べることができます。PPAP書類の作成はこの「横断」がまさに効いてくる作業です。
受注・見積でも同じことが言えます。発注データ・原価台帳・原料単価表という、性質の異なる3種類の資料を横断して、受注整理と見積書ドラフトを一度に進められます。
Claude Codeが担うのは、資料を読み込んでドラフトを作る作業までです。数字の最終確認や、署名・提出の判断は、これまで通り人が行います。
| 特徴 | 何ができるか | 自動車部品メーカーでの具体例 |
|---|---|---|
| ファイルの直接読み書き | 図面や検査成績書を開いて、集計やドラフト作成ができる | CADファイルから図面差分リストを作成 |
| 手順を覚えて繰り返す | 一度教えたやり方を「型」として次回も使える | 毎年のPPAP更新を同じ手順で処理 |
| 複数資料の横断 | 図面・検査記録・生産計画データなどをまとめて参照できる | PPAPの構成項目を横断して一括集計 |
| 対話しながら進められる | 一度で完璧を求めず、やり取りしながら調整できる | 見積書ドラフトの表現を対話で修正 |
「対話しながら進められる」という特徴も見落とせません。一度出てきたドラフトが期待と違っても、「この項目はもっと詳しく」「この表現に直して」と伝え直せば、その場で修正されます。一発で完璧な指示を出す必要はありません。
ただし、Claude Codeが自分で判断できないこともあります。どこまで任せて、どこから人が確認するか。次の章で、つまずきやすいポイントとあわせて具体的に説明します。
05 PITFALLS 自動車部品メーカーが導入でつまずきやすい点と対処 機密図面の取り扱い・社内定着・ツール選定でよくあるつまずきを整理します
Claude Codeを自動車部品メーカーの現場に導入する際、多くの会社が最初につまずくのは機密図面の取り扱い範囲です。
ここまで紹介してきた便利さの裏側で、実際に導入するとなると出てくる現実的な悩みを、順番に整理していきます。
5-1. 機密図面・生産データの取り扱い範囲
permission mode(操作許可の範囲)を適切に設定し、どのデータをAIに渡すか、どこまでの操作を許可するかを事前に線引きしておく必要があります。
📚 用語解説
permission mode：AIにどこまでの操作(読み取り・下書き作成・送信など)を許可するかを制御する設定です。範囲を絞って始め、慣れてから広げる使い方が一般的です。
まず読み取り専用の範囲で運用を始め、慣れてきた段階で許可する操作を広げていく進め方であれば、情報システム担当が不在の会社でも無理なく運用できます。
Tier1の未公開図面や量産前のEV部品情報など、機微な情報を扱う場合ほど、この設計を丁寧に行うことが導入の前提になります。
| 段階 | 許可する操作 | 目安の期間 | 関わる担当者 |
|---|---|---|---|
| 導入初期 | 読み取り・集計・下書き作成のみ | 最初の1〜2ヶ月 | 品質保証担当・情報システム担当 |
| 慣れてきた段階 | 社内フォーマットへの自動保存を追加 | 3〜6ヶ月目以降 | 業務担当者本人 |
| 定着後 | 業務ごとに必要な操作範囲を個別に調整 | 運用が安定してから | 各業務の責任者 |
5-2. 社内での定着
最初から全業務をAI化しようとせず、PPAP書類の作成やJIT納入の予兆アラートなど、負担の大きい一部の業務から試し、効果を実感してから範囲を広げていくほうが定着しやすくなります。
設計エンジニア・品質保証部長・工場長では、それぞれ扱う資料も判断のポイントも異なります。一人か二人が使いこなせるようになってから、周りに広げていくほうが、結果的に定着のスピードは早くなります。
AI鬼管理山崎
代表菅澤
5-3. ツール選定で押さえておきたいこと
Claude CodeとCodex、どちらが自社に合うかは、実際に画面を見ながら判断するのが早いです。まず自社が最初に試したい業務を決めてから、その業務での使いやすさを比較する順番がおすすめです。
「どちらのツールが優れているか」ではなく「自社のどの業務に使いたいか」を先に決めることが、ツール選定で遠回りしないコツです。
| 観点 | 確認しておきたいこと |
|---|---|
| セキュリティ | どのデータをどこまで渡すか、操作許可の範囲 |
| 社内定着 | 最初に試す業務を1〜2個に絞れているか |
| ツール選定 | 自社の業務で実際に動かして比較したか |
| 記録の残し方 | 元データとドラフトを案件フォルダに保存しているか |
| 教育・サポート | 最初の数回、誰が一緒に操作をサポートするか |
5-4. 現場でよくあるつまずきの実例
ひとつは、PPAP書類の作成とIATF16949の文書整理とJIT納入計画を、初日からすべて一気に試そうとして途中で止まってしまうケースです。担当者ごとに温度差が生まれ、どの業務も中途半端になりがちです。
📚 用語解説
プロンプト：AIに対して、何をしてほしいかを伝える指示文のことです。難しいコマンドではなく、日本語の普通の文章で構いません。
もうひとつは、設計エンジニアがプロンプトの書き方に戸惑い、結局誰も使わなくなってしまうケースです。「この図面の変更箇所を検出して」といった業務の言葉をそのまま入力すれば十分ですが、この点が伝わっていないと、ツールを開かないまま放置されがちです。
| つまずきポイント | 現実的な対処 |
|---|---|
| 全業務を一度にAI化しようとして頓挫 | PPAPやJIT納入計画など、負担の大きい業務を1〜2個に絞って試行 |
| Tier1ごとの様式差異を考慮せず差し戻される | 過去の様式を事前に読み込ませ、書式変換の下書きから始める |
| 設計エンジニアがプロンプトの書き方に戸惑う | 最初の数回は品質保証担当や情報システム担当が一緒に操作する |
| 読み込ませるデータの範囲を決めずに始める | permission modeで読み取り専用の範囲から着手する |
| 元データとドラフトの保存ルールがない | 案件フォルダにやり取りを保存する運用を決めておく |
AIに読み込ませた元データと、生成されたドラフトを、いつ・どの案件で使ったか分かる形で残しておくことも大切な運用ルールです。案件フォルダにやり取りを保存しておくだけで、最低限の記録になります。
特別なシステムを新たに導入する必要はありません。今使っているフォルダ構成やファイル管理のルールに、AIとのやり取りの保存を一項目加えるだけで十分です。
PPAP書類やIATF16949の審査資料は、後からTier1や審査機関への説明を求められることもあります。元データとドラフトの保存履歴が、そのまま簡易的な監査ログとして役立ちます。
ここまで見てきたように、つまずきの多くは技術的な難しさではなく、始め方の設計に起因します。業務を絞る、型を作る、記録を残す——この3つを押さえておけば、大きな失敗にはつながりにくくなります。
文章だけでは伝わらない部分は、実際の画面をご覧いただくのが早いです。セミナーでは、PPAP書類の作成やJIT納入の予兆アラートを実際に動かしながらお見せしています。
5-5. 現場代理人と経理、それぞれの温度差
設計エンジニアは図面差分検出のような技術寄りの使い方にすぐ馴染む一方、品質保証部長や工場長はまず「本当に大丈夫なのか」という不安が先に立つことが多いです。役割ごとに導入への温度差があることを前提に、進め方を考える必要があります。
この温度差を埋める一番の近道は、抽象的な説明ではなく、実際にその人が普段扱っている資料を使ったデモを見せることです。自社のPPAP書類や検査成績書を例にすると、納得のスピードが変わります。
| 役割 | 導入初期の反応 | 馴染むまでの近道 |
|---|---|---|
| 設計エンジニア | 図面操作に近く、比較的早く馴染む | 実際のCADデータでの差分検出デモ |
| 品質保証部長 | 書類の正確性への不安が先に立つ | 自社のPPAP書類を例にしたドラフト比較 |
| 工場長 | 現場の実感と合うか半信半疑になりやすい | 自社のJIT納入データでの予兆アラート実演 |
06 SEMINAR_CONTENT PPAP・JIT実演、セミナー当日の中身 60分の時間割・実演する業務・よくある質問・参加対象を具体的に紹介します
「結局セミナーで何をするのか」が分からないと、参加を決めにくいと思います。60分の中身を具体的に紹介します。
6-1. 60分の時間割
| 時間帯 | 内容 |
|---|---|
| 最初の10分 | 自動車部品メーカーの業務棚卸しと、Claude Code・Codexの全体像整理 |
| 次の25分 | 受注データ整理から見積書ドラフト、PPAP書類作成、JIT納入予兆アラートの実演デモ |
| 次の15分 | 参加者の悩みを募集し、その場で「うちならこう試すか」を設計 |
| 最後の10分 | 質疑応答と、来週何を試すかの言語化 |
この時間割が基本の流れです。実演デモで扱う具体的な資料例は、参加企業の規模や扱う部品の種類に応じて多少調整することもあります。エンジン部品中心の会社と、EV部品への移行を検討中の会社では、取り上げる資料例も変わります。
6-2. 実演する業務
実演の中心は、25分間のノーカットデモです。自動車部品メーカーの具体的な業務を、画面を動かしながらお見せします。
PPAP書類の作成では、検査成績書とFMEAを読み込ませるところから、項目別集計・ドラフト完成までを実際に動かします。
JIT納入予兆アラートでは、生産計画変動データと配送実績を読み込ませ、遅延予兆のアラートリストができるまでの流れをお見せします。IATF16949の文書整理を実演に含めることもあります。
業務ごとに入力と出力がどう変わるかを比較しながら見ていただくことで、自社ではどの業務から試すのが現実的かを判断しやすくしています。
6-3. その場で答える、こんな質問
| よくある質問 | 当日の回答の方向性 |
|---|---|
| PPAP書類はどこまで任せられるか | 項目集計とドラフト作成までで、最終確認と署名は品質保証部長が行う前提です |
| 図面の差分検出はどのCAD形式に対応するか | NXやSolidWorksなど主要形式を読み込ませた実演例を交えて説明します |
| 機密図面の取り扱いはどこまでデータを渡していいか | permission modeでの操作許可範囲の考え方を説明します |
AI鬼管理山崎
代表菅澤
6-4. 参加対象
参加対象は代表・工場長・会社役員としていますが、PPAPやIATF16949の実務を担当する品質保証部長の方にも参考にしていただける内容です。パソコン操作に不慣れな方でも、専門知識は前提としていません。
一方、書類仕事を人に任せる想定がなく、経営者お一人で全ての業務を完結されている場合は、効果を実感しにくいかもしれません。複数人で業務を分担している会社ほど、持ち帰れる材料は多くなります。
設計エンジニア・工場長・品質保証部長のように、担当業務が明確に分かれている会社ほど、それぞれの立場で「自分の業務ならどう使えるか」を持ち帰りやすい構成にしています。
07 SEMINAR_BOOKING 自動車部品メーカー向けセミナーの予約方法 無料・60分・オンラインの参加方法と、予約から当日までの流れを紹介します
ここまで紹介した内容を、実際の画面を動かしながら確認できる場として、60分の無料オンラインセミナーを開いています。
- 参加費は無料
- 60分・オンライン(Google Meet)開催
- 1社1枠の貸切で、実演を中心に進めます
- 空いている日程からそのまま予約できます
このページ下部の予約フォームで、空き日程を選ぶだけで予約が完了します(日程調整のメール往復はありません)。こちらの予約フォームからお進みください。
日程や内容の詳細はClaude Code セミナーの詳細ページでもご確認いただけます。
| この記事で分かったこと | セミナーで確認できること |
|---|---|
| Claude Code・Codexが何者か | 実際の画面での操作感 |
| 何を渡すと何が出てくるか(理屈) | 自社の業務に置き換えた場合の具体例 |
| 導入時のつまずきポイント | 自社ならどこから試すべきかの判断材料 |
| なぜそれが可能なのか(仕組み) | 実際に動いている様子を見て納得できるか |
| 受注・見積・PPAP・JIT納入の変わり方 | 自社の図面や検査成績書を例にした質疑応答 |
| 機密図面の取り扱い・社内定着の考え方 | 自社の運用ルールに落とし込む相談 |
この記事を読んで、Claude Code・Codexが何者かはお分かりいただけたと思います。あとは、自社の業務にどこまで使えそうか、実際の画面で確かめていただくだけです。
受注・見積からPPAP、IATF16949、JIT納入計画まで、自動車部品メーカーの書類仕事は工程ごとに関わる担当者も参照する資料も異なります。だからこそ、自社の実業務を例にした60分の実演が、判断材料として一番早い近道になります。
Claude CodeやCodexが自社に合うかどうかは、実際の画面を見るのが一番早い判断材料になります。押し売りはしませんので、まずは60分、実際の動きを確認してみてください。
参加無料・60分・オンライン(Google Meet)・1社1枠
よくある質問
Q. PPAP書類は規格が厳格ですが、AIに任せて大丈夫でしょうか。
A. AIは過去類似部品のPPAPデータからテンプレートを作成する使い方が中心で、最終的な数値確認と署名は品質保証部長が行います。書類品質を保ったまま、1部品あたりの作成時間を大きく圧縮できた例があります。工程FMEAや検査成績書との整合性確認は、引き続き人が行う前提です。過去の不適合事例を読み込ませておくと、チェック漏れの検知精度も上がります。
Q. 図面はCADの独自形式が多いのですが、Claude Codeは読み込めますか。
A. NXやSolidWorksなど、社内で書き出したPDFやテキスト形式のデータであれば読み込ませて差分検出やドラフト作成に使えます。CADソフトそのものを操作するわけではなく、書き出したファイルを読み込んで整理する使い方が基本です。データの書き出し形式は事前に確認しておくとスムーズです。
Q. IATF16949やTier1の未公開データをAIに読み込ませても問題ないですか。
A. 社内の図面や生産データをどこまでAIに渡すか、扱う範囲の線引きも含めてセミナー内で説明しています。permission modeの設定で、最初は読み取り専用の集計・下書き作成のみに限定する運用も可能です。慣れてきた段階で、許可する操作の範囲を少しずつ広げていく進め方が現実的です。導入するかどうかの判断材料としてお持ち帰りいただけます。
Q. パソコン操作に不慣れな社員が多い会社でも導入できますか。
A. セミナーではターミナルやエディタの画面を実際に動かしながら説明します。専門知識がなくても、まずは何ができるかを知ることを目的にした内容です。最初の数回は品質保証担当や情報システム担当が一緒に操作するところから始める会社が多いです。
Q. Claude CodeとCodex、どちらを選べばよいですか。
A. どちらも生成AIを使った業務自動化ツールですが、自動車部品メーカーの現場業務での活用事例の蓄積が進んでいるのはClaude Codeです。開発元(Anthropic/OpenAI)が異なるだけで、基本的な使い方や非エンジニアでも扱える点は共通しています。まず自社が最初に試したい業務を決めてから、使いやすさを比較するのがおすすめです。
Q. JIT納入の遅延予兆は、どれくらい前に分かるのですか。
A. 生産計画の変動データと配送実績を継続的に突き合わせることで、遅延の予兆を数時間前に把握できた例があります。予兆が出た段階で配送ルートや便の組み替えを検討できるため、ペナルティの発生自体を減らせる可能性があります。最終的な配送調整の判断は、これまで通り工場長が行います。Tier1ごとに納入条件が異なる場合は、条件をあらかじめ読み込ませておくと精度が上がります。
Q. Claude Codeを使うと、設計エンジニアや品質保証部長の仕事が奪われるのではないですか。
A. いいえ。AIが担うのは書類の下書き作成や集計までで、設計上の判断や品質不適合時の是正方針といった人にしかできない業務はそのまま残ります。書類仕事の時間を減らし、設計判断や品質改善に集中する時間を増やすための道具です。
Q. セミナーは経営者本人が参加しないといけませんか。
A. 経営者・会社役員向けを基本としていますが、工場長や品質保証部長が実務目線で参加されることも歓迎しています。参加人数や役職については、お申し込み時にご相談ください。複数名での参加もご相談に応じます。
空き日程を選んで、そのまま予約
Claude Code セミナー(参加無料・60分・オンライン)の予約フォームです。
日程調整のメール往復はありません。実際の空き日程が下に表示されています。
下の空き日程から選ぶだけで予約完了。
予約確定と同時に Google Meet の招待をお送りします。
【参加無料・1社1枠】自動車部品メーカー向け Claude Code セミナーを予約する
オンライン(Google Meet) / 60分
空き日程から選ぶだけで予約が確定します
自動車部品メーカーの書類仕事は、受注・見積の段階から、PPAPやIATF16949のように規格で決まった年次業務、JIT納入計画のように日々積み重なる業務まで、次々と積み重なっていきます。Claude CodeやCodexが何者かという基本から、実際に何ができて何ができないかまで、文章だけではどうしても掴みにくい部分があります。自社の図面や検査成績書を例に、実際の画面を見ながら自社に合う業務を見極められる場として、60分の無料セミナーを用意しています。
ここから先の進め方は、大きく2つあります。
自社で回せるようになりたい方は、AI鬼管理でClaude Code／Codexの使い方から業務設計・社内定着まで伴走を受けながら、社内に仕組みを作る道があります。
覚えるより任せたい方は、AI社員AIKATAでこの記事のような定型業務を丸ごと預ける道があります。料金は月30万円の月額定額、追加費用は0円です。
どちらが合うかは、業務量と社内体制次第です。無料相談・無料適合診断で、貴社の場合はどちらが向くかからご相談いただけます。
NEXT STEP
この記事の内容を、あなたのビジネスで
実践してみませんか？
Claude Codeで業務自動化を90日で叩き込む
経営者向けの伴走型パーソナルトレーニング
AI鬼管理／AI社員AIKATAへのお問い合わせ
この記事を読んで気になった方へ。
専門スタッフが、御社に最適な
業務自動化・業務代行プランを無料でご提案します。
- AI業務自動化サービス「AI鬼管理」を運営 — Claude Code を活用し、経営者の業務を「AIエージェントに任せる仕組み」へ転換するパーソナルトレーニングを 伴走構築 で提供。日報・採用・問い合わせ対応・経費精算・議事録・データ集計・営業リスト等の定型業務を、AIに代行させる体制を経営者と一緒に作り込む
- Claude Code 実装ノウハウを 経営者・法人クライアント に直接指導。生成AIを「便利ツール」ではなく 「業務を任せる存在」 として運用する手法を体系化
- 「やらせ切る管理」メソッドの開発者。シンゲキ株式会社（2021年設立・鬼管理専門塾運営）にて累計3,000名以上の学習者を志望校合格に導いた管理メソッドを、AI × 経営者支援 に転用
- 著書『3カ月で志望大学に合格できる鬼管理』(幻冬舎)、『親の過干渉こそ、最強の大学受験対策である。』(講談社)
- メディア出演: REAL VALUE / カンニング竹山のイチバン研究所 / ええじゃないかBiz 他
- 明治大学政治経済学部卒
