設備の保全記録を生成AIに分析させると、どこで外すのか？——故障履歴の書き方で結論が変わる5つの条件と、人が現場で確かめる範囲【2026年版】

製造DX編集部

2026年10月22日公開

この記事の要点

保全記録を生成AIに分析させると、結論の確かさは生成AIの性能より、記録の書き方で決まります。書かれていないことは、AIにも読み取れません。
風力発電機の保全記録400件超を11種類の生成AIで分類した公開研究（Malyi ほか、2025年）では、どの部位の不具合かという分類はそろいやすい一方、修理・交換・点検といった処置の種別はそろいにくいという結果でした。
外しやすいのは、表記ゆれと略語、処置だけで現象がない記録、あいまいな処置の言葉、停止時間の抜け、記録の外で起きた変化の5つです。
生成AIには、記録の表記をそろえる、分類の下書きを作る、件数を数える、確かめる項目を並べる作業を任せ、原因と処置の決定は人が現場で確かめます。
法定の点検記録の判定、安全装置の不具合、件数の少ない設備の傾向づけには向きません。

この記事が支援する判断：保全や生産技術の担当者が、たまった故障履歴や保全記録を生成AIで集計・分析しようとするときに、「記録のどこを先に直せばAIの結論が使えるようになるか」と「AIの結論を人が現場で確かめる範囲はどこか」を決める場面を支援します。

保全の記録は、紙の日報や表計算ソフト、保全システムの自由記述欄に何年分もたまっています。これを生成AIに読ませて「故障の多い設備はどれか」「何が原因か」と聞けば、整った表と説明がすぐに返ってきます。結論から言えば、その答えが当たるかどうかは、生成AIの性能よりも記録の書き方で決まります。記録に書かれていない原因や条件を、AIが補うことはできないからです。本稿では、公開された研究をもとに、生成AIが保全記録のどこで外しやすいかと、人が確かめる範囲を整理します。

保全記録を生成AIに読ませると、どこまで当たるのか？

手がかりになるのが、エディンバラ大学などの研究チームが風力発電機の保全記録で生成AIを比べた研究です。発電事業者から提供された400件を超える記録を、11種類の生成AIに2つの分類で振り分けさせました。1つは不具合の区分（26分類）、もう1つは保全の種別（16分類）です。要旨は、すべてのモデルで “higher consensus on objective component identification than on interpretive maintenance actions”（客観的な部位の特定のほうが、解釈を伴う保全の処置よりも結果がそろった）と述べています（Malyi ほか、arXiv:2509.06813、2025年9月。2026年10月21日に原文を確認）。

分類の種類	中身の例	結果のそろい方	実務での扱い
不具合の区分（26分類）	どの部位・系統の不具合か	そろいやすい（gpt-o3 の F1 0.89）	下書きとして使い、抜き取りで確かめる
保全の種別（16分類）	修理か、交換か、点検か	そろいにくい（同 0.77）	人が基準を決め、全件を見直す前提で使う
確信度の自己申告	モデルが答えに付けた確かさ	モデルによって当てにならない	確信度で確認を省かない

表1：保全記録の分類で生成AIの結果がそろいやすい項目・そろいにくい項目。F1 は gpt-5 の出力を基準にした一致度で、専門家の正解との比較ではない。出典：Malyi ほか（2025）3.2節・3.3節・Table 2をもとに編集部作成

研究の数値は、どう読めばよいのか？

この研究の数値は、専門家が付けた正解との比較ではなく、最上位のモデルの出力を基準にした一致度です。そのため「どのモデルなら正しいか」ではなく、「どの項目で答えが割れるか」を読むのが適切です。論文も、修理・交換・点検の境目はあいまいになりやすいと述べ、完全に自動で分類する仕組みはまだ勧められず、人が確かめる形で使うのが現実的だと結論づけています。

故障履歴の書き方で、生成AIの結論はどう変わるのか？

同じ論文は、保全記録が自由記述で書かれ、用語の不統一や略語、現場独自の言い回し、書き損じを含むことを分析の難しさとして挙げています。これは国内の工場の記録でも変わりません。生成AIの結論が外れやすいのは、次の5つの書き方が残っている記録です。表2は、記録の状態ごとに結論への影響と、先に直すことをまとめた判断表です。

記録の状態	生成AIの結論への影響	先に直すこと
1 設備名・部位の表記ゆれと略語（「2号プレス」「P2」「No.2」）	同じ設備が別の設備として数えられ、件数が割れる	設備番号の一覧を渡し、表記を番号にそろえさせる
2 処置だけで現象がない（「ベルト交換」のみ）	何が起きて交換したのか分からず、原因の推測が一般論になる	現象・処置・原因の3欄に分けて書く
3 処置の言葉があいまい（「調整」「点検」「対応」）	修理・交換・点検の区別が割れ、保全の種別の集計が崩れる	使う言葉を決め、意味を一覧にする
4 停止時間と日時が抜ける、小停止を書かない	止まった時間の長さで並べられず、影響の大きい設備を見誤る	停止の開始と復旧の時刻を必須にする
5 記録の外で起きた変化（改造・品種追加・材料の変更）	故障が増えた理由を設備の劣化と取り違える	変更の履歴を別に用意して一緒に渡す

表2：故障履歴の書き方ごとの、生成AIの結論への影響と先に直すことの判断表（編集部作成）

5つのうち、結論を大きく変えるのはどれか？

5つのうち、特に結論を大きく変えるのは2と5です。処置しか書かれていない記録からは、なぜ壊れたかが読み取れません。生成AIは空白を一般的な知識で埋めるため、「経年劣化」「潤滑不足」のような、どの設備にも当てはまる原因が並びます。保全方式の選び方を扱った過去記事でも、同じ問題を指摘しました。

もうひとつのつまずきは、判断そのものが記録に残らないことです。
設備保全はTBMとCBMのどちらで回すのか？——設備別の使い分け表と、予知保全が向かない3条件【2026年版】

図1　保全記録の欄と、生成AIが読み取れる範囲。記録にある①は集計でき、②は言葉を決めれば使え、③は記録の外にある〔概念図〕

生成AIに任せてよい作業と、人が現場で確かめる範囲は？

任せてよいのは、答えが記録の中にある作業です。具体的には、表記をそろえる、分類の下書きを付ける、設備別・部位別に件数や停止時間を数える、似た記録をまとめる、確かめる項目を一覧にする、の5つです。どれも、間違えたときに元の記録と見比べれば気づけます。反対に、なぜ壊れたか、次に何をするかは、記録の外にある現物と担当者の判断で決まります。聞き取りの記録を扱った過去記事でも、同じ境目を書きました。

結論から言えば、生成AIは話された内容を速く整えられても、話されなかった理由や例外を補うことはできません。
ベテランのノウハウを生成AIで残すと、何が抜け落ちるのか？——聞き取り・書き起こし・検索の3段で漏れる5つの条件と、AIに任せてよい作業の範囲【2026年版】

記録と一緒に、何を渡せばよいのか？

生成AIに記録を渡すときは、記録と一緒に次の4つをそろえます。そろえるほど、表記の補正や分類の割れが減ります。

設備と部位の一覧：設備番号と正式な名前、よく使われる略称の対応を渡し、表記をそろえさせます。
処置の言葉の定義：修理・交換・調整・点検がそれぞれ何を指すかを文章で渡します。
変更の履歴：改造、品種の追加、材料や運転条件の変更の時期を添えます。
出力の約束：「記録にない原因を補った場合は、補ったと明記する」「判断できない記録は分類せずに一覧にする」と指示します。

集計の結果は、予備品の数を決める材料にもなります。予備品の持ち方を扱った過去記事でも、記録から数えることを出発点にしています。

年間の使用数が分からない部品は、過去の交換記録や修理の伝票から数えるところから始めます。
設備の予備品はどこまで持つべきか？——在庫を持つ・持たないの判断基準と、止まると効く部品の見分け方・持つ数の決め方【2026年版】

図2　保全記録の分析での生成AIと人の役割分担。AIの集計は、人が現場で確かめる対象を絞るために使う〔概念図〕

保全記録の分析に生成AIが向かないのは、どんなときか？

次の5つに当てはまる場面では、生成AIの結論を判断に使うのは推奨しません。どれも、誤りが整った表や文章の形で出てくるため、読んだ人が気づきにくい場面です。

向かない場面	理由	代わりにやること
法定の定期自主検査の記録で合否を判断する	検査の項目と基準が法令で決まっており、判断の根拠を残す必要がある	規定の様式と基準で有資格者が判定する
安全装置・非常停止の不具合を傾向で扱う	1件でも重大な結果につながり、件数の多さで優先度を決められない	件数に関係なく全件を個別に調べる
記録が年に数件しかない設備の傾向を読む	件数が少なく、たまたまの偏りを傾向と取り違える	担当者に聞き取り、現物の状態で判断する
交換の時期や周期をAIの答えで決める	記録には運転条件や劣化の進み方が残っていないことが多い	メーカーの資料と実測の値で決める
客先設備や機密を含む記録を外部のサービスに入れる	入力した情報の扱いがサービスごとに違う	社内で使ってよい環境かを先に確かめる

表3：保全記録の分析に生成AIが向かない5つの場面と、代わりにやること（編集部作成）

よくある質問（FAQ）

故障履歴を生成AIに読ませれば、故障の原因まで分かりますか？

原因までは分かりません。記録に現象と原因が書かれていれば集計はできますが、処置だけの記録からは原因を読み取れず、AIは一般的な原因で空白を埋めます。AIの答えは確かめる候補の一覧として使い、原因は現物と担当者への聞き取りで決めます。

記録の表記がばらばらでも、生成AIで分析できますか？

設備と部位の一覧を渡せば、表記をそろえる作業は任せられます。ただし、そろえた結果は抜き取りで確かめます。「調整」「対応」のようにあいまいな処置の言葉は、AIに任せる前に意味を決めておかないと、修理・交換・点検の集計が割れます。

生成AIが答えに付ける確信度は、信用してよいですか？

確信度だけで確認を省くのは避けるべきです。保全記録の分類を比べた研究では、確信度が実際の一致度とよく合うモデルもあれば、高い確信度を付けても一致度が低いモデルもありました。確信度の高さにかかわらず、抜き取りで確かめます。

これから書く保全記録は、何を変えればよいですか？

現象・処置・原因の3欄に分けること、停止の開始と復旧の時刻を必ず書くこと、処置の言葉を決めることの3つです。原因が分からないときは空欄にせず「未確認」と書くと、あとから確かめる対象を一覧にできます。

まとめ

保全記録を生成AIに分析させたときの結論の確かさは、記録の書き方で決まります。公開研究では、部位の分類はそろいやすい一方、修理・交換・点検の区別は割れやすいという結果でした。AIには表記の補正、分類の下書き、件数の集計、確かめる項目の一覧を任せ、原因と処置は人が現物と記録の外の情報で決めます。法定の点検や安全装置、件数の少ない設備には使わないと最初に決め、これから書く記録は現象・処置・原因を分けることから始めてください。

次に読みたい関連記事

出典・参考

Max Malyi、Jonathan Shek、Alasdair McDonald、André Biscaya「A Comparative Benchmark of Large Language Models for Labelling Wind Turbine Maintenance Logs」（arXiv:2509.06813 v1、2025年9月8日。要旨・1章・2.1節・2.2節・3章・4章・Table 2 を2026年10月21日に原文で確認）。記録は発電事業者 Nadara が提供した400件超、評価したモデルは11種類。F1 は gpt-5 の出力を基準にした値

保全記録のどこから直せば生成AIの集計が使えるようになるかは、保全業務の流れを1つ書き出すと決めやすくなります。保全業務への生成AIの使い方を相談する（無料）