製造業とAI実装――世界的ブランドを支える熟練職人の判断を再現する！

定年退職しない熟練職人を育てたい！

S：Aさん、お久しぶりです。あの世界をリードするITの巨人･Cの革新的なデザインを、大田区の現場で支え続けている御社の情熱、改めて感服いたします。Cの製品が世界中の人々の生活を変えられるのは、御社が供給する1ミクロンの妥協も許さない部品があってこそですね。
A：ガハハ！ 先生、よく言ってくれた。あのCのデザイナーたちが描く図面はもはや芸術品だからね。彼らの魔法を形にするのが我々の誇りだよ。だが、あそこの品質基準は世界一厳しい。一歩間違えれば、世界規模のサプライチェーンを止めてしまう。だからこそ、このエージェンティックAIには、うちの魂を正確に吹き込んでおかなくちゃならないんだ。
S：弊事務所としましても、Aさんが大事な役割を果たせるよう精一杯支援してまいります。早速ですが……精密機器･金属加工の……B社様の……Aさん、と…はい、お待たせしました。まずはご所望のエージェンティックAIの機能要件についてお聞かせいただけますか？
A：要は、C向けの極薄･高精度パーツの図面解析･見積、そして何より歩留まり予測だ。いいかい、まずはカリフォルニアのあいつらが、最高にクールで最高に厄介な1次図面をよこしてくる。デザイナーの理想をこっちに放り込んで来るから、見た目は美しいけど作る現場のことなんてこれっぽっちも書いてやしない。そこで、AIの出番だ。うちの職人たちがこれまでどれだけ刃を折って、どれだけ歩留まりの低さに泣いてきたか、その汗と涙がつまったデータを食わせてうち独自のAIモデルに調教してもらいたい。AIモデルが完成したら、1次図面が届くたびにそれをスキャンしてAIに放り込む。そうすると、うちのやり方を理解したAIが、「この薄さならエンドミルはこれですね。回転数はこのくらいまで落としましょう」ってな感じに、最適な工具や最適な作業条件をパッと言い当てる。もしヤバい図面だったら、「これは職人の手が通常の3倍は必要になるぞ」って、加工の難易度を反映した人件費まで計算してくれるから、見積もりの赤字がなくなる。
S：なるほど、まずはカリフォルニアのC社のデザイナーやエンジニアたちが作った1次図面が届いて、これまでは職人さんが工具や回転数等を判断していたけれど、今後はAIから提案を受けたい…と。
A：あと、機械の差配の提案機能も欲しいんだ。Cの連中は納期に厳しいからな。たとえば、うちの最新鋭の5軸加工機が別案件で埋まってた場合、AIに1次図面を放り込む。それで、「社長、やや古い機材ですが、3号機と4号機を組み合わせて工程を2つに分割する方法でも、今回のCの要求水準をきっちりクリアできますよ」って2分割工程を提案してくれたら助かるよな。最後の出力として、1次図面をもとに、現場の職人が迷わず作業に取りかかれるようにするための2次図面のドラフトを吐き出す。これがあれば、経験の浅い若手だって、迷わず最短ルートでゴールまで一直線に進めるだろ？ カリフォルニアの理想が描かれた1次図面を、俺たちの加工作業用の2次図面に変換するわけだ。どうだい？ 大田区の削りの魂がデジタルになる瞬間だ。これなら俺が引退した後もBは安泰だろう？ ガハハ！
S：は～、なるほど。1次図面をもとに加工機や工程の分割の提案も受けられて…これまでは職人さんたちがゼロから作成していた2次図面のドラフトも出力される…と。ご説明ありがとうございます。整理させていただきますね。カリフォルニアのC社が、その卓越した美学に基づいて1次図面を作成する。それを大田区の御社が受け取り、このエージェンティックAIにインプットする。すると、過去の膨大な加工実績に基づき、AIは、
・作業に最適な加工工具を提案する
・加工の難易度を反映した適正な人件費を提案する
・使用すべき加工機の指定、主要機がふさがっている場合には代替2分割工程を検討する
・実作業の指針となる2次図面のドラフトを出力する
このような認識でお間違いないですか？
A：おぅ！ そのとおりだ！ 1次図面は俺らの感覚だと、あくまでも完成予想図って感じかな。実際に俺らが削り出すためには、治具とかツールパスっていうんだけど、どうやって固定するかとか、どういう順番で刃を当てるかとかを示した加工用図面が必要なんだよ。
S：となりますと、モデルの追加学習に用いる図面としては、
・C社が権利を有し、御社が守秘義務を負う完成予想図的な1次図面
・御社が作成して御社が権利を有する御社のノウハウがつまった加工用2次図面
の2種類があるという認識でお間違いないですか？
A：うん、そういうことになるだろうよ。1次図面だけじゃ作業できない。歩留まり予測を前提として材料を発注して、加工の難易に応じた人員を確保して、2次図面で具体的な加工手順を確定させることによってはじめて仕事として成立するんだ。
S：承知しました。AIに複雑な判断をどこまで任せられるかは良質な学習データの有無に依存します。御社の過去データは量的に十分か、まだ紙媒体で保管されているのか、既にデジタル化が済んでいるのか、データクレンジングとかアノテーションまで進んでいるのか、このあたり、いかがですか？
A：図面はこないだざっと数えてみたけど、見た感じ、図面は3万枚くらいはありそうだね。Cとの十数年の歴史がつまってるよ。アノナントカってなに？
S：C社から受領した1次図面を2次図面へと昇華させるプロセスに、設計図に現れない御社の職人さんたちの熟練の判断がつまっています。これを適切にAIに学習させるためには、データクレンジングとアノテーションという前処理が必要となります。お米を研いで、Aさんのお茶碗に盛ってはじめて、Aさんのご飯になるわけです。これまで御社がC社から受領した1次図面の中には、初期の試作で失敗したものや、途中で設計変更されたボツ図面も混ざっていますよね？
A：あぁ、そりゃ山ほどあるよ。職人が「これじゃ削れねえ！」って突き返してきた図面とか、実際に削ってみたら歪んじまったとかだ。
S：それらを学習データに含んだまま機械学習させてしまうと、AIは失敗まで学習してしまいます。反面教師にするのではなく、失敗を真似してしまいます。これを防ぐには、まず、学習データとして採用する成功データを選別したうえで、成功データに含まれるノイズを除去する必要があり、これをデータクレンジングといいます。具体的には、C社による検収をパスし、かつ、歩留まりも良好だった図面を選び出したうえで、図面内のメモ書きとか現時点ではもう意味をなさない記述とかを削除することになります。
A：なるほど。誰も汚ねぇ米は食いたくないよな。
S：クレンジング済のデータについて、アノテーションを行います。たとえば、図面の特定の箇所に穴をあける部分があった場合、1次図面と2次図面それぞれについて、穴あけ箇所にバウンディングボックスを設置して、その座標情報を別途作成したメタデータの条件欄に自動記録します。そして、同メタデータには条件欄に続いてアクション欄とロジック欄を設置し、アクション欄には作業の内容を記載し、ロジック欄には当該作業方法を選択した理由を記載します。これによって、問いとしての1次図面、正解としての2次図面、そして、1次図面をもとに2次図面を作成した熟練職人の判断が1つの学習素材として成立します。このように作成した学習データをたくさん機械学習させることによって、AIは御社のやり方を理解していくのです。
A：図面はもう1次も2次もスキャンしてPDFで保管してあるよ。うちのベテラン職人がCが言ってくるイメージに近づけるために試行錯誤した修正済データも揃ってる。しかし、そんな下準備が必要だったとは知らなんだ。
S：メタデータファイルの作成はいろんなやり方が考えられますが、とっつきやすいのはExcelとかスプレッドシートではないでしょうか。左の列から、データ管理番号→1次図面番号→2次図面管理番号→条件→アクション→ロジックとして、図面ごとに内容をテキスト入力していきます。そして、追加学習のための学習データの出力の段階ではExcel形式等からJSONL形式に変換して機械学習に用いることになります。
A：こりゃまいったな。だいぶ時間をとられそうだな…。
S：弊事務所のパートナーエンジニアDも協力しますし、必ずしもお手許のすべての図面を学習データにしなくちゃいけないという意味でもありませんから、ある程度の数に達したらモデルの制作に移って現時点での精度を確認してみてはいかがでしょうか？
A：そうだねぇ…わかりました。
S：セキュリティの要求水準については、御社のノウハウが凝縮されるわけですし、C社が権利者の1次図面もあるわけですから、最高水準という認識でよろしいですか？ であれば、LANケーブルを抜いた完全オフラインということになりますが、サンドボックスから外部のアルミやチタンの相場情報を取りに行くとなると、素材相場等の外部データ取得時のみデータ･ダイオードや特定のホワイトリスト接続を用いる論理的隔離環境という選択もあり得ます。図面データが外に漏れるリスクを遮断したまま、必要な情報だけを取り込むわけですが、ただ、C社のNDAは極めて厳格ですからね…。
A：う～ん、これはトレードオフだよね……ちょっと考えさせて。とりあえず、今日のところは論理的隔離環境という前提で進めて。
S：承知しました。ローカルAIとして構築するとした場合、これを安定的に運用できるハイスペックPCが必要となります。また、BCPの観点からは、PCの故障や停電の際に早期に機能を回復させるためのデバイスの冗長性に加えてUPSと暗号化バックアップも構築しましょう。
A：そうだねぇ…。C社のラインを止めることは、我が社の死を意味するからな。
S：次に、このサンドボックス内にアクセスできる役員･従業員の範囲をどう設定しますか？
A：当分は、私と技術部長、あとは……見積リーダーの3人に限定する。社内のAI受容度は、若手は歓迎ムードなんだが、長年C社と向き合ってきたベテランたちは「機械に何がわかる」とか言ってる。まずは私が選抜したメンバーだけで静かにスタートを切るよ。
S：賢明なご判断です。検収者の適格性の判断基準も、当面はこの御三方に絞るべきですね。AIが出力したドラフトを検収者が確認するための時間的余裕は確保できそうですか。
A：これまでは作業手順の決定や2次図面の作成を人間がやっていたわけだが、少なくとも、図面のドラフトが瞬時にでてくるようになれば、検収の時間は捻出できるんじゃないかな？ AIが1次図面を読み込んで提案してくれれば職人らの調査時間も減るだろう。時間に余裕があれば、職人たちにAI研修も受けさせたいね。あ、そうだ。あまり考えたくはないが、AIがハルシネーションを起こして我々にとって受け入れがたい提案が出力されてしまった場合、我々が修正結果をJSONL形式などで保存して次回の追加学習にフィードバックする仕組み、これは絶対に外せん。使えば使うほどC社の哲学を理解するなら現場の士気もあがるだろう？
S：えぇ、そうでしょうね。機械学習後の御社の独自モデルに対する権利は、当然に御社に帰属するような契約内容にしておきますね。あと、既存システムへの接続方法はどうされますか？ 古いシステムでAPIが公開されていないとかだとRPAということになりそうですが？
A：古い基幹ソフトだから、RPAで繋ぐしかないだろうな。起動トリガーは、共有フォルダに図面が届いたら自動で走るようにして。
S：承知しました。AIの権限はどこまで認めますか？ 作成に加えて、外部への送信まで認めちゃいます？
A：ガハハ！ 送信ボタンは人間だけだよ！ C社の担当者の顔を思い浮かべながら、最後は人間が判を押す。人間による最終確認を必須とし、AIには判断の根拠としたソースを常に明示させる。根拠のない回答は、うちでは仕事とは呼ばんよ。自分とこのシステムで何が起きているか把握しないままエージェンティックAIを実装して喜んでる業者もいるらしいが、信じられないよ！
S：そうですね。取引先に対する説明責任を果たせませんし、仮に記者会見を開くような事態になったら、報道記者は必ず、現時点で把握している事実関係、被害の発生原因、再発防止策の内容、責任者の処分といった各項目を追及してきます。ここで、「AIに任せていたので、わかりません」では紛糾して、もう再起不能になるかもしれませんね。
A：アッハッハ！ 1度くらいそういう記者会見を見てみたいもんだな！ 日本中がズッコケるだろうよ！
S：あとは、製造物責任法等との関係や、ハルシネーションにより損害が発生した場合の免責条項案を明日までに私が起案しておきます。また、予期せぬ挙動に備えてキルスイッチも用意しておきましょう。あと、C社が外国企業ということで、やや不確実性が高いとお考えなら、AIの思考プロセスやログを改竄不可能な形で長めに…そうですね……10年保存しておきましょうか？
A：後で何を言ってくるかわからんからな。そういえば、AI利用をはなから否定する人もいるらしいが、私はC社らの要求水準に今後も応え続けるために導入するわけだから、何もやましいところはない。AI利用の事実は公表してしまおう。
S：さようですか。弊事務所とエンジニアDも伴走支援いたします。最後に、費用感と本プロジェクトの成功の定義をお聞かせください。
A：1,000万円くらいで収まってくれないかな？ 成功の定義か……熟練職人が引退しても、C社から「やっぱりB社の部品じゃなきゃこの魔法は完成しない」と頼られ続ける…これに尽きるかな。ガハハ！
S：よく分かりました。本日お聞きした内容は、Dと共有させていただいたうえで、まずは今後の工程表のドラフトをメールでお送りしますね。本日はご訪問ありがとうございました。
A：ありがとう。よろしく頼むよ。

AI技術活用に関する実施報告書(案)

宛先： C Inc.　購買部･品質管理部 御中
差出： 有限会社B製作所　代表取締役 A

1　導入の目的と背景
貴社の革新的なデザインを「1ミクロンの狂いもなく」形にするため、我が社では長年蓄積した1万件を優に超える加工実績（暗黙知）を構造化した独自ナレッジ型エージェンティックAI（以下、「本AI」といいます。）を導入いたしました。
本AIの導入目的は、業務の属人的に起因する判断ミスを排除し、貴社サプライチェーンにおける品質の安定と納期遵守･回答の迅速化を実現することにあります。

2　システムの安全性（セキュリティ･ガバナンス）
貴社の機密情報の取り扱いについては、以下のとおり、論理的隔離環境（高セキュリティ・サンドボックス）でのクローズド･モデルの運用を徹底しております。本AIを駆動させるデバイスは、入室権限を有する限られた者のみが入室できるセキュリティエリア内に設置してあります。また、汎用AIは一切使用せず、我が社の専用ローカルサーバー内でのみ動作する独自モデルを使用しています。貴社のデータが他社へ漏洩することや、汎用AIの学習素材として利用されることはありません。ネットワーク層においては、外部通信を厳格に遮断した論理的隔離環境を構築しており、ローカルLLMによる処理プロセスが外部ネットワークへ流出することを物理的･論理的に防止しております。

3　本AIの役割と人間による最終検収
本AIは、あくまでも、職人の意思決定を補助するエージェントとして機能します。本AIは、貴社から受領した1次図面を入力することで、弊社の過去の類似案件を踏まえて、最適な工具･標準作業時間･歩留まりリスクを瞬時に提案するとともに、2次図面のドラフトを出力します。AIが出力した提案については、我が社の基準によって選抜された熟練職人（検収者）が必ずその内容を精査し、必要であれば修正を加えたうえで作業に着手いたします。本AIの出力内容を社外に送信する際に押下する送信ボタンは、弊社に所属する職人のみが操作できるという運用を徹底し、最終的な品質責任はすべて我が社が負うこととなります。

4　貴社にもたらされるベネフィット
弊社の職人が本AIから過去の刃具の折損や熱変位のデータを踏まえた提案を受けることで、初期ロットから高い合格率を実現します。また、加工の難易度に応じた適正な工数算出により、無理のない安定した供給体制を構築します。さらに、熟練職人の経験と勘をデジタル化することで、将来にわたり貴社の要求を充足し続けられる生産体制を担保します。

独自AI活用に伴う品質保証及び免責条項（案）

甲：C Inc.
乙：B製作所

第1条（AI出力の性質）

乙が本業務において使用するAI（以下、「本AI」という。）による提案、計算、及び2次図面のドラフト作成（以下、「本AI出力」という。）は、過去の統計的データに基づく加工補助情報の提供を目的とするものであり、その内容の完全性、正確性を保証するものではありません。本AIの特性上、事実とは異なる回答や計算結果を出力する現象（ハルシネーション）が発生する可能性があることを、甲は承諾するものとします。

第2条（人間による最終検収義務）
乙は、本AI出力をそのまま実作業に供することはせず、乙の熟練技能者による内容の精査、修正、及び最終承認（以下、「人間による検収」という。）を必須とします。甲に納品される2次図面及び加工品は、すべて人間による検収を経た乙の最終判断として提供されます。なお、検収時チェックリストは以下のとおりです。

①条件（Condition）の正確性
図面座標の適合： AIが示した急所の枠位置は、実際の加工箇所と1ミクロンの狂いもなく一致しているか。
物理スペックの確認： AIが読み取った板厚･穴径･公差の数値にハルシネーションはないか。
②アクション（Action）の妥当性
工具選定の適正： 提案されたエンドミルやドリルは、我が社の在庫及び素材の硬度に対して最適か。
加工条件の補正： 回転数･送り速度は、本AIの提案をそのまま鵜呑みにせず、機械のクセを考慮して微調整したか。
③ロジック（Logic）の確定
判断理由の明示： なぜこの数値にしたか（熱対策、バリ抑制等）の選択に、職人としての魂（こだわり）が反映されているか。
④責任の所在（デジタル署名）
検収完了： 私は本AI出力を乙の最終成果物として承認し、責任を持って2次図面として発行する。
検収者氏名： [ 職人名を選択（プルダウン） ]
タイムスタンプ： [ 2026/03/20 20:05 自動記録 ]

第3条（品質保証の範囲）
乙が甲に対して負う品質保証義務は、前条の「人間による検収」を経た最終成果物に対してのみ認められるものとし、その保証範囲は、甲乙間で別途合意した製品仕様書に準拠するものとします。

第4条（損害賠償の制限）
本AI出力を利用したことに起因して甲に損害が生じた場合、乙が負担する賠償責任の範囲は、当該損害が発生した個別契約における受託金額（発注金額）を上限とします。乙は、いかなる場合においても、甲の逸失利益、間接損害、特別損害、及び付随的損害について、一切の責任を負わないものとします。

データセキュリティ･ガバナンス証明書（案）

有限会社B製作所は、株式会社Cより受託する機密情報並びに図面データの取り扱いに関し、以下のとおり厳格なセキュリティ体制及びガバナンス体制を構築していることを証明いたします。

1　物理的セキュリティ体制
本AIシステムを駆動させる中枢デバイスは、入室権限を有する特定の役員及び従業員のみがアクセス可能な専用セキュリティエリア内に設置しております。当該エリアへの入退室履歴は、電磁的記録により厳格に管理し、権限なき第三者による物理的な接触を遮断しております。

2　論理的隔離環境（サンドボックス）の構築
デバイス内部には論理的に隔離されたサンドボックス環境を構築しており、貴社データの処理プロセスは、この閉鎖空間内で完結いたします。オーケストレーターとして機能するOpenClawは、外部APIへの接続を遮断した状態でローカルLLMを指揮しており、データの外部流出を構造的に防止しております。

3　ネットワーク層における多層防御
外部ネットワークへの接続に関しては、厳格なアクセス制御リスト（ACL）及びファイアウォールによる論理的隔離環境を構築しております。素材相場等の外部情報の取得が必要な場合に限り、特定のホワイトリストに基づいた一方向通信（データ･ダイオード概念）を採用し、機密情報のアップロードを物理的･論理的に遮断しております。

4　データ･ガバナンス及び透明性の確保
汎用的なクラウド型AIは一切使用せず、自社専用のクローズド･モデルのみを使用いたします。貴社データが外部の学習用データとして利用されることはなく、処理ログは改竄不可能な形式で10年間保存し、事後的な監査を可能としております。

5　緊急時対応体制（キルスイッチ）
システムに予期せぬ挙動が発生した場合、即座に全プロセスを停止できる物理的･論理的なキルスイッチを配備しております。他方、迅速な機能回復については、BCP（事業継続計画）に基づき、暗号化されたオフラインバックアップ及びUPS（無停電電源装置）によるシステム冗長性を確保しております。

システム仕様書･要件定義書（案）

1　システム名称
職人魂キャプチャー（B社独自ナレッジ型エージェンティックAI）

2　開発の目的
熟練職人の加工ノウハウ（暗黙知）の構造化及びデジタル資産化
顧客（C Inc.）から受領した1次図面に基づく2次図面ドラフトの自動生成
加工難易度に応じた高精度な見積算出及び歩留まり予測

3　機能要件（UI･UX）
2画面連動ビューアー： 1次図面（PDF/画像）及び2次図面を左右に並列表示し、スクロール･ズーム操作を完全に同期させる。
高精度アノテーション： マウス操作によるバウンディングボックスの設置。座標データは画像の幅及び高さを1.0とする正規化座標（0.0〜1.0）で自動記録する。
メタデータ3段入力： 以下の項目をプルダウン選択またはテキスト入力により紐付ける。
①条件： 物理スペック（壁厚･穴径等）及び正規化座標
②アクション： 加工指示（工具･回転数･送り速度等）
③ロジック： 判断理由（熱変位抑制･バリ対策等）
人間による最終検収： AI提案に対する修正履歴の保存及び権限者によるデジタル署名後の確定処理。

4　技術要件（AI･インフラ）
オーケストレーター： OpenClawによるローカルLLMの自律制御。
論理的隔離環境（サンドボックス）： 外部ネットワークから論理的に隔離された空間でのデータ処理。外部APIへの接続を原則として遮断する。
データ構造： 1案件1フォルダ形式での管理。メタデータはJSONL形式で出力し、元画像のオリジナル解像度情報を常に保持する。
多層防御： ネットワーク層におけるACL（アクセス制御リスト）及びファイアウォールによる外部通信の厳格な制限。

非機能要件
機密保持： 汎用クラウド型AIの利用禁止。すべての推論プロセスをローカルデバイス内で完結させる。
保存期間： 処理ログ及び加工根拠データを改竄不可能な形式で10年間保存する。
可用性： UPSによる停電対策及び暗号化された外付けHDDへの自動バックアップ。

AI倫理･コンプライアンス指針（案）

有限会社B製作所は、独自のエージェンティックAI（以下、「本AI」といいます。）の活用にあたり、熟練技能の継承及び顧客価値の最大化を目的とし、以下の指針を遵守いたします。

1　人間中心の原則
本AIは、職人の技能を代替するものではなく、その思考を補助し、高度な判断を支援するためのツールとして位置づけます。最終的な意思決定及び成果物の品質責任は常に人間が負うものとし、AIによる自動的な判断のみで顧客への回答を行うことはいたしません。

2　公正性及び正確性の確保
加工実績に基づくデータの追加学習にあたっては、成功事例のみならず失敗事例も適切に評価し、特定の条件下における偏った判断（バイアス）の排除に努めます。AIが出力した情報の正確性を常に疑い、実作業前に人間による検証を行うことで、1ミクロン単位の精度を維持いたします。

3　透明性及び説明責任
本AIが提案した加工条件や見積根拠については、その論理的背景（ロジック）を常に明示可能な状態に保ちます。顧客や社会に対し、我が社がどのようにAIを活用し、いかなる根拠に基づいて、いかなる判断を下したかを説明できる透明性を確保いたします。

4　秘匿性及び安全管理の徹底
顧客より受領した機密情報（1次図面等）の保護を最優先事項とし、論理的隔離環境内でのみ処理を行います。汎用的な外部AIへのデータ提供は一切行わず、情報の漏洩、悪用、改竄を物理的･論理的に防止する多層防御体制を維持いたします。

5　継続的な教育及び改善
本AIを利用する役員及び従業員に対し、AIの特性やリスクに関する継続的な教育を実施いたします。ハルシネーションその他予期せぬ挙動に対しては、人間による修正結果をフィードバックすることで、システムの安全性と信頼性を永続的に向上させます。

製造物責任(PL)法リスク分析レポート（案）

1　本AIシステムの法的性質
日本の製造物責任法（以下、「PL法」といいます。）において、責任の対象となる「製造物」は動産と定義されております。本AIシステム自体は動産に該当しないため、本AIの出力自体にPL法が直接適用される可能性は極めて低いと考えております。しかし、本AIの出力を基に製造された金属加工品（実製品）については、言うまでもなくPL法の適用対象となります。

2　「欠陥」の定義とAI提案の関連性
PL法上の「欠陥」とは、製造物が通常有すべき安全性を欠いている状態を指します。本AIがハルシネーションにより不適切な加工条件を提案し、弊社の検収者による修正も行われなかった場合、製品の強度が不足する等、製造物が通常有すべき安全性を欠いた状態が現出する可能性がありますが、御社による最終検収が欠陥のある製品の市場投入を防ぐ最後の障壁となります。AIの提案はあくまでも内部的な検討プロセスの一部であり、最終成果物の仕様を決定するのは人間であるため、AIの誤提案のみをもって、直ちに製造者の過失や欠陥が認定されるわけではないと考えております。

3　多層的な防御策によるリスク低減
我が社が構築する以下のプロセスは、法的紛争において、製造者としての注意義務違反がないことや、御社が主張する損害が発生しないことを裏付ける強力な証拠となると考えます。
①　職人魂キャプチャーによるログ記録： AIの提案に対し、職人がどのような根拠で数値を修正し、承認したかの履歴を、JSONL形式で10年間保存いたします。これにより、AIの暴走ではなく、専門的知見に基づく高度な判断プロセスを経ていることを裏づけ得ると考えます。
②　品質保証及び免責条項の連結： 契約上の賠償制限（受託金額内）と本レポートの論理を連結させ、予期せぬ巨額賠償リスクから解放されます。

4　結論及び提言
本AIシステムの導入において、PL法上の最大のリスクは、AIのブラックボックス化です。しかし、B製作所が採用するHuman-in-the-Loop（人間中心の設計）及び処理ログの完全保存という方針を維持する限り、法的な説明責任は十分に果たせると考えております。今後は、御社との基本取引契約において、本レポートの内容を反映したAI活用に伴う責任分界点に関する規定を明文化することを推奨いたします。

秘密保持契約（NDA）の再定義書（案）

本再定義書は、有限会社B製作所（以下、「甲」とする。）と、その業務従事者又は提携先（以下、「乙」とする。）との間で締結済みの秘密保持契約を補完し、独自AI開発及び運用に伴う機密情報の取り扱いを明確化するものである。

1　機密情報の定義の拡張
従来の機密情報に加え、以下の情報を本契約の保護対象として新たに追加定義する。
学習用データセット： 顧客（C Inc.）より受領した1次図面及び甲が作成した2次図面並びに加工条件、熟練技能者の判断ロジックを構造化したデータ群（JSONL形式等）。
学習済みモデルの重み（ウェイト）： 追加学習プロセスを経て生成されたAIモデルのパラメータ及びアルゴリズムの構成情報。
人間による検収ログ： 職人がAI出力を修正･確定させた際の履歴及びその背後にある思考プロセス。

2　禁止事項及び利用制限
外部生成AIへの入力禁止： 事由の如何を問わず、乙が、クラウド上の汎用生成AIに対し、甲の機密情報を入力することを厳格に禁止する。
論理的隔離環境の維持： 乙は、本AIの処理を論理的隔離環境内でのみ行い、当該環境外へのデータの送信、複製、持ち出し等を一切行ってはならない。
リバースエンジニアリングの禁止： 乙は、甲の承諾なく、本AIに係る学習済みモデルの解析、解体又は模倣したモデルの作成を行ってはならない。

3　知的財産権の帰属
本プロジェクトを通じて生成された学習済みモデル、精緻化されたデータセット及び職人の知恵をデジタル化した一切の成果物に係る知的財産権は、特段の合意がない限り、すべて甲に帰属するものとする。

4　情報の返還及び廃棄
業務終了時又は甲の要請があった場合、乙は直ちに機密情報（その複製物及び中間生成データを含む）を論理的隔離環境内から完全に消去したうえで、その証明書を甲に提出しなければならない。

人間による検収記録簿（AI活用工程管理ログ サンプル）

【基本情報】

• 管理番号： B-AI-2026-0001
• 実施日時： 2026年3月20日 15:45
• 顧客名： C Inc.
• 対象製品： 次世代通信機用 極薄ヒートシンク（素材：A6063）
• 参照図面： 1次図面（C-DWG-99）、2次図面（B-PROC-01）

【AIによる提案内容及び人間による修正結果（検収）】

項目	AI提案値（Draft）	職人修正値（Final）	修正理由（職人の知恵）
使用工具	φ3 エンドミル（標準）	φ3 エンドミル（高剛性）	壁厚0.5mm以下のため、ビビり抑制を優先。
主軸回転数	8,000 rpm	7,200 rpm	素材の粘りを考慮し、熱変位を抑えるため。
送り速度	1,200 mm/min	1,000 mm/min	最終仕上げ面の鏡面度を確保するため。
冷却方法	ミスト（弱）	ミスト（強）	極薄部の局所的発熱による歪みを防止。