熟練者の感覚を、
若手が再現できるデータへ

熟練者と若手の動作を同じ条件で計測し、これまで言葉では伝えにくかった違いを数値で可視化します。

緑色の点＝計測する関節・部位。熟練者を基準に、差が出やすい箇所（腕・腰のブレなど）を可視化します。

※当社製品導入先での運用実績に基づく結果。従来運用との比較。効果は運用環境・条件により異なります。

データ化できる項目

熟練者と若手の動作を同じ条件で計測し、
これまで言葉では伝えにくかった違いを数値化して比較します。

何が変わるか

同じ計測データが、品質・生産性・改善など、
経営の複数のテーマに活用できます。

教育費削減は、入口にすぎません。

本質は、技能を会社に残る競争力へ
変えることです。

TAKUMI COREだからこそ
実現できた技能伝承

「速い・遅い」を比べるだけではありません。
「なぜ差が出るのか」「どこを改善すべきか」まで明らかにできます。
実際に技能伝承につながった3つの事例を
ご紹介します。

大手自動車メーカー

金型・溶接工程

マニュアルには書けなかった
“25度”を、データが見つけた。

状況

自動車製造を行うための金型の溶接作業。マニュアルには「ワークから30mm離し、トーチ90度、1秒あたり1cmで動かす」と明記されていました。それでも、品質を安定させられるのは熟練者だけでした。

課題

“なぜ熟練者はうまいのか”を言語化できず、教えても新人の品質が安定しない。

取り組み

マニュアルの指示と熟練者の動きをモーションキャプチャで比較。トーチ角度やワークディスタンスを計測し、違いを数値化した。

結果

熟練者5名のトーチ角度は、いずれも115度前後。マニュアルの90度に対して、25度深く倒していました（新人2名は90±5度）。そこで、“構造的に安定する角度”を数値化して言語化。マニュアル改訂後、技能継承のスピードが大きく向上しました。

知見をデータ化

マニュアルに反映

技能伝承のスピード向上

ベテランが“感覚で持っていた知見”を、
数値とマニュアルに落とし込む。
技術継承を「再現できる仕組み」に
変えました。

宮大工

京都府「技術伝承プロジェクト」

「腰で引け」の正体は、“お尻を下に落とす”ことだった。

状況

宮大工の鉋（かんな）引き。熟練者は若手に、「かんなは腰で引け」と教えていました。

課題

若手は素直に「腰を後ろに引く」と解釈。指導用語と実際の動作にズレがあり、正しい動作の習得に時間がかかっていました。

取り組み

鉋を引く瞬間の骨格データを取得し、熟練者本人の動きと照合した。

結果

熟練者は鉋を引く瞬間、お尻を大きく下に落としていた。本人も、骨格データによって初めて自分の動きを言語化。「腰で引く＝お尻を下に落とす」と再定義したことで、若手の削り面が改善し、技能伝承もスムーズになった。

指導用語と実際の動作のズレを可視化

熟練者本人も、初めて自分の動きを言語化

若手でも、熟練者の削りを再現

指導用語と実際の動作の“ズレ”が、
習得を遅らせていた。
動作データが、そのズレを
埋める橋渡しになった。

マツダ株式会社

研磨・加工工程

熟練者になるまでの期間を
50%短縮。

状況

研磨・加工など、感覚に頼る工程では、熟練者と初級者の動作の違いが、品質と作業時間に大きく影響していた。

課題

「なぜうまいのか」が言語化されず、熟練に到達するまで長い年月がかかっていた。

取り組み

熟練者の動作を骨格データとして取得し、評価指標や教育カリキュラムに反映。AI動画識別とAI活用モーションキャプチャを組み合わせ、合否基準を共通化した。

結果

作業精度が66%向上し、作業時間は26%短縮。熟練到達までの年数を大幅に減少することに成功しました（50%短縮）。

熟練到達 50%短縮

作業精度 66%向上

作業時間 26%短縮

熟練動作のデータ化は、
教育期間そのものを
変えることにつながった。

すべての事例に共通するのは、
「言葉ではなく、“動き”で継ぐ」
という発想です。

年間3,000万円～5,000万円の
コスト削減効果

若手技術者1人あたりの教育コストを200万円、削減率を50%とした標準ケースで試算しています。
削減された指導工数は、そのまま他の付加価値作業に回せます。

※前提：若手技術者1人あたりの実教育コストを年間200万円、削減率50%を標準ケースとして試算。
※削減効果は「対象新人数 × 独り立ち期間 × 短縮率 × 生産性ギャップ × 単価」で算出。
※実教育コスト100〜300万円/年は、OJT・指導工数・習熟遅れ・品質リスクを含めた試算です。正式な数値は、PoC実施時に再算定します。

熟練者の「うまさ」をデータに変えられるのは、
動きを正しく計測できるから

感覚を数値に変えるには、計測そのものの精度が欠かせない。
だからAcuityは「正しいデータ」からつくります。

TAKUMI CORE

の８つの特徴

センサーの装着もPC操作も不要で、作業を止めずに計測できます。

現場のドレスコードのまま・PC操作なしで計測

マーカーレスで全身骨格、ヘルメットや作業手袋など普段の現場のまま計測可能、PC操作も不要でエリアに入るだけで計測。

熟練者ゴースト比較

自分の動きと重ね、
ストローク・腰挙動・タクトの違いを可視化

AIコーチが今日の課題、成長のアドバイス

技能習熟度をスコア評価、成長に重要な項目をAIコーチが具体アドバイス

弱点ヒートマップ／指導書ドラフト

指導員の負担を増やさず教育品質を揃える

ROI月次・技能継承マップ

経営には数字で。退職リスク・横展開証跡も

ケガ予兆・身体負荷

身体負荷の可視化（腰・関節への累積負荷）

3つの立場で使い分け

作業者は簡単に／指導者は効率的に／
経営は数字で

技能を経営資産に

お手本動画・標準作業の根拠・継承マップ・
ロボット教示用データへ

計測 → 差を見せる → 練習 → 継承。
技能が、継続的に磨かれる仕組み。

センサー装着もPC操作も不要で、作業を止めずに「計測→比較→練習→継承」のサイクルを回せます。
導入するのはAI機能ではなく、技能伝承が“回り続ける仕組み”です。

STEP 01 ─ 計測する

モーションキャプチャ

マーカーレスで全身骨格を取得。作業区間だけを自動切り出し、関節角・速度・安定度を数値化

STEP 02 ─ 差を見せる

AI解析・フィードバック

熟練者の動きと自分の動きを重ね、どこが違うかを可視化。そのままAIが、何をどう直せばいいかのフィードバックまで提示

STEP 03 ─ 練習する

AIコーチ

「今日の課題」を1つに絞り、音声＋動画でその場で反復練習

STEP 04 ─ 継承資産

ROI / MAP

習熟データを蓄積し、技能継承マップと月次ROIレポートを自動生成

現場を止めないUX

現場を「止めない」ことを前提に設計。1タップで計測開始、音声＋コツカードでフィードバック、最短3分で計測できます。

AIが指導書を下書き

AIが指導書を下書きし、人が最終確認。指導者の負担を増やさず、教育の質を揃えます。

使うほど、
技能が会社の資産になる

熟練者個人に閉じていた暗黙知を、データとして誰もが再利用できる形で会社に残します。

熟練者の動作データ

判断・段取りのポイント

指導用レポート

お手本動画

標準作業の根拠

技能継承マップ

横展開できる教育コンテンツ

ロボット化の動作DB

目の前の投資対効果と、
将来のデータ資産を同時に積み上げる。

退職とともに失われる技能を、
会社の経営資源に変えます。

投資コストと回収の目安が、
ひと目でわかります

※シミュレーション用のイメージ画像

導入の流れ

まずは1工程の「PoC（実証）」で効果を確かめてから、本番導入へ。投資判断に必要な材料まで、一緒に整理します。
※各ステップの所要期間は目安です。

まずは1工場。
実際の数字で効果を試算します。

※単価＝フル戦力1人あたりが生み出す年間価値。人件費・保守費を含め、600万円/年として試算しています。
4つの項目と単価を御社の実数に置き換えることで、効果を試算できます。
1工場で年間約2,400万円の効果が見込まれるモデルケースです。全社展開時の効果は、対象人数や工程数などによって変動します。

※一般的な製造現場の条件をもとにした想定モデルです。実際の効果は前提条件により変動します。
御社の数字をヒアリングシートに入力いただき、その場で効果を試算します。
参考レンジ：教育コスト削減だけでも年間2,500万〜7,500万円（若手1人あたりの教育コスト200万円、削減率50%の標準ケース）。

PoCでご準備・ご相談いただくこと

成果物は、御社の現場データを分析したレポート。
継続導入・横展開・投資回収を判断するための材料になります。

対象工程の候補選定

熟練者1名・若手1名の選定

作業サイクル・比較ポイントの確認

関連部署の同席

報告会の設定

まずは、小さく始める

「いきなり相談」はハードルが高いもの。だから、2段階にしました。
まずは資料で全体像をつかんでいただき、その後30〜60分のデモで「効果が見込める工程」を一緒に見つけます。

よくある質問

検討の前に、
よくいただくご質問をまとめました。

お問い合わせ