品質管理でAIを使う｜任せてよい仕事と危険な使い方

工程能力の集計を毎月手作業でやっていて、「これ、AIに聞けば早いのでは」と思ったことはないでしょうか。実際に測定値を貼り付けてCpkを聞いてみると、もっともらしい数字と解説がすぐ返ってきます。問題は、その数字が合っているかどうかを、返ってきた文面から判断できないところにあります。

この記事では、品質管理の実務で生成AIをどこまで使ってよいのかを線引きします。結論を先に書くと、AIは「考える助手」としては優秀ですが、「計算する電卓」としては信用できません。その境目がどこにあるのか、なぜそこが境目なのかを順に見ていきます。

品質管理でAIが役に立つ場面

まず、使って効果が出やすい場面から整理します。共通しているのは「出てきた答えが正しいかどうかを、自分で確かめられる」という条件です。

• Pythonやマクロのコードを書かせるとき：実行すれば動くか動かないかが分かり、既知のデータで答え合わせもできる
• どの手法を使うか相談するとき：候補を出させて、最終判断は自分でする使い方なら有用
• 分析結果を報告文にまとめるとき：数値は自分で出したうえで、文章化だけを任せる

逆に、次の使い方は結果を確かめる手段がありません。

NG例（△）: 測定値を貼り付けて統計量を計算させる使い方です。返ってきたCpkが1.12なのか1.21なのかを、文面から見分ける方法がありません。「途中式も書いてあるから大丈夫」と思いがちですが、途中式のほうが間違っていて結論だけ合っている場合も、その逆もあります。

もうひとつのNG例が、規格の根拠を聞いてそのまま引用する使い方です。JISの番号や係数表の値を聞くと、実在しない番号や、表にない数値が返ってくることがあります。原典を確認せずに社内文書へ転記すると、後から差し戻される元になります。

任せてよい仕事・ダメな仕事

この記事の中心になる線引きです。判断の基準は一つ、間違っていたときに気づけるかどうかです。

用途	任せてよいか	理由
Pythonコードを書かせる	✅	実行結果で正誤を確認できる
手法選択の壁打ち	✅	最終判断は自分。候補出しとして有用
結果を報告文にまとめる	✅	文章生成は本来の得意分野
用語の意味を聞く	⚠️	一般的な説明は使えるが、規格の出典は要確認
数値計算そのもの	❌	誤りが混ざっても検算しないと気づけない
検定結果の判定	❌	前提条件を無視した結論が返る
規格値・判定基準の出典	❌	番号や係数表を実在するかのように書く

✅の3つは、いずれも成果物が手元に残り、後から確かめられるという共通点があります。コードは実行できます。手法の候補は自分で吟味できます。報告文の数値は自分が出したものです。

❌の3つは反対で、返ってきた答えそのものが最終成果物です。確かめる手段を別に用意しないかぎり、正しいかどうか分からないまま使うことになります。

任せてよい仕事①｜Pythonコードを書かせる

もっとも実用的なのがこの使い方です。統計解析のコードは定型部分が多く、ゼロから書くと時間がかかる一方で、できあがったコードは実行して確かめられます。

たとえば「25個の測定値から工程能力指数を計算して、規格線つきのヒストグラムも出したい」という依頼なら、pandasとnumpyとmatplotlibを使ったコードが十数行で返ってきます。ライブラリの使い方を調べながら自力で書くのに比べると、下書きが手元に来るまでの時間はかなり短くなります。

ただし、そのまま信じてはいけない落とし穴があります。代表例が標準偏差の計算です。numpyのnp.std()は既定で母標準偏差（ddof=0）を返すため、標本標準偏差（ddof=1）のつもりで使うと値が小さく出ます。標準偏差が小さければCp・Cpkは大きく出るので、工程能力を実際より良く見積もる方向に誤差が乗ります。この点はPythonで工程能力指数｜Cp・Cpkの計算手順で詳しく扱っています。

だからこそ、答えが分かっているデータで試すのが検証の基本です。当サイトの記事では軸径25個のデータでCp=1.275、Cpk=1.122という値を公開しています。生成させたコードに同じデータを流して同じ値が出れば、そのコードは信頼できます。値がずれたら、まずddofを疑います。

コードを書かせるときの具体的な頼み方と、検証の3ステップはAIにPythonコードを書かせる｜統計解析での検証手順にまとめました。Python自体がこれからという方は、Python統計解析入門｜Excelとの使い分けと学び方から読むと流れがつかめます。

任せてよい仕事②｜手法選択の壁打ち

「2群の平均を比べたいが、データが正規分布に見えない。この場合どうするか」といった相談は、AIの得意な領域です。候補となる手法をいくつか挙げ、それぞれの前提条件も一緒に説明してくれます。

有効なのは、自分の中に選択肢がないときの取っかかりとしてです。ノンパラメトリック検定という言葉を知らなければ、そもそも調べようがありません。名前さえ分かれば、あとは自分で確認できます。

気をつけたいのは、提示された手法をそのまま採用しないことです。AIはこちらが伝えた条件だけを見て答えるので、伝え忘れた条件は考慮されません。対応のあるデータなのに「対応なし」の手法を勧められる、といったずれはよく起こります。

返ってきた候補は、統計的検定の選び方（フロー図付き）のフロー図に当てはめて自分で確認するのが確実です。用語の意味を押さえたいときは統計・実験計画法の用語と公式まとめが早いです。

結果の解釈を相談するときも同じで、p値とは｜有意差の意味と0.05の根拠や効果量（Cohen’s d・η²）の求め方で土台を押さえておくと、返ってきた説明の妥当性を自分で判断できます。

ダメな仕事｜数値計算と判定

ここが本題です。生成AIは、確率的にもっともらしい文章を作る仕組みで動いています。数値も文章の一部として作られるため、計算しているのではなく、それらしい数字を書いている場合があります。桁が一つ違っていても、文章としては自然に読めてしまいます。

厄介なのは、間違い方に規則性がないことです。10回聞いて10回とも正しいこともあれば、同じ質問で違う答えが返ることもあります。「前は合っていたから今回も大丈夫」という推測が効きません。

実際に起きたこと

このサイトは記事の制作にAIを使っていますが、そこで実際に起きた事故を2つ紹介します。

1つ目は、書籍紹介ページのリンクです。4冊の商品リンクを生成させたところ、3冊分のリンク先が無関係な商品を指していました。HTMLとしては正しく、リンクも問題なく開きます。開いた先が違う本だったというだけです。「表示が崩れていないこと」と「中身が正しいこと」は別問題だと、このとき痛感しました。

2つ目が、先ほど触れたddofです。工程能力を計算するコードで、標準偏差がnp.std(x)のまま書かれていました。動作としては正常で、エラーも出ません。既知の値と突き合わせて初めて、Cpkが実際より大きく出ていると分かりました。

どちらも共通しているのは、「動いているように見える」ことが正しさの証明にならない点です。逆にいえば、突き合わせる正解を用意しておけば、どちらも防げた誤りでした。

検定の判定を任せてはいけない理由

数値計算より危ういのが、検定結果の判定です。「p=0.048だったので有意差あり」という結論は、文章としては正しく見えます。しかし実際には、正規性を確認したか、等分散を仮定してよいか、検定を何回繰り返したか、といった前提が判断を左右します。

こうした前提は、こちらが伝えないかぎりAIは知りません。伝えていない条件は、無いものとして扱われます。前提を落とした状態で出た結論だけが、断定的な文章で返ってくるのがいちばん危ない形です。判定の根拠は自分で押さえておく必要があります。

規格値と出典を聞いてはいけない理由

管理図の係数（A2、D4など）やJISの規格番号を聞くと、表形式で整った回答が返ってきます。見た目が整っているぶん、確認せずに使ってしまいがちです。実際には、実在しない規格番号や、表に載っていない係数が混ざることがあります。

係数表は原典で確認するのが原則です。当サイトではPythonで管理図を作る｜X-R管理図の手順で、n=5のときのA2=0.577、D4=2.114といった値を実際の計算例とともに載せています。

会社で使う前に確認すること

技術的な線引きとは別に、もう一つ大きな壁があります。そもそも会社のデータを入力してよいのかという問題です。

製造業では、測定データそのものが客先との取り決めの対象になっている場合があります。図面、不具合情報、未公開の工程条件など、社外に出せない情報は少なくありません。個人が使う無料サービスでは、入力内容が学習に使われる設定になっている場合もあります。

確認しておきたいのは次の点です。

• 会社として生成AIの業務利用が認められているか、規程はあるか
• 認められている場合、どのサービス・どの契約形態なら使ってよいか
• 入力してよい情報の範囲はどこまでか（客先名・図面・測定値それぞれ）
• 入力内容が学習に使われない設定になっているか

この確認を飛ばして進めると、後から止まります。渡してよい形にデータを加工する方法と、社内での確認手順は品質データをAIに渡す前に｜プロンプトの型と注意点で具体的に扱っています。

検算を仕組みにする

ここまで読むと「結局使わないほうがいい」と思われるかもしれませんが、そうではありません。検算の仕組みとセットにすれば、AIは十分に強力な道具になります。

当サイトでは、計算を含む記事はすべて別の手順で再計算し、値が一致することを確認してから公開しています。この仕組みがあったから、先ほどのddofの誤りにも気づけました。仕組みがなければ、そのまま公開していたはずです。

実務に落とすと、次の3つが検算の柱になります。

• 答えの分かっているデータで試す：過去に手計算した工程のデータを1つ用意しておき、新しいコードは必ずそれで確認する
• 二重計算する：Pythonで出した値をExcelでも計算し、突き合わせる。手段が違えば同じ誤りは起きにくい
• 境界で試す：規格ぎりぎりの値や、極端に外れた値を入れたときの挙動を見る

ツールをどう使い分けるかという全体像はExcel統計の限界はどこか｜統計ソフト4種の比較と選び方で整理しています。二重計算の相手としてExcelを使う場面も、ここで挙げた範囲に収まります。

よくある質問（FAQ）

Q. AIに計算させて、あとから検算すれば問題ないのでは？

検算するなら、その時点で自分で計算しているのと手間が変わりません。計算そのものはExcelやPythonに任せ、AIにはその計算をするコードを書かせるほうが筋がよい使い方です。コードなら一度検証すれば繰り返し使えますが、AIに毎回計算させると毎回検算が要ります。

Q. 有料版や高性能なモデルなら数値計算も任せられますか？

モデルの性能が上がれば誤りの頻度は下がりますが、「検算しないと正しいか分からない」という性質は変わりません。頻度が下がるほど、たまに混ざる誤りを見逃しやすくなるという副作用もあります。2026年8月時点では、計算そのものを任せる前提を置かないほうが安全です。

Q. AIが出した分析結果を、そのまま社内報告に使ってよいですか？

数値部分は自分で計算し直したものに差し替えてください。文章化の部分だけを任せるなら問題ありません。客先に出す資料であればなおさらで、数値の根拠を説明できない状態で提出すると、指摘を受けたときに答えられなくなります。

Q. Excelしか使えない環境でも、AIを使う意味はありますか？

あります。手法の相談、関数の書き方、報告文のたたき台といった使い方はExcel環境でも変わりません。VBAのマクロを書かせる場合も、Pythonと同じで実行して確かめられるため、任せてよい仕事に入ります。

まとめ

• 判断の基準は「間違っていたときに気づけるか」の一点
• コード生成・手法の相談・文章化は任せてよい。いずれも成果物を自分で確かめられる
• 数値計算・検定の判定・規格の出典は任せない。返ってきた答えそのものが成果物になるため確かめる手段がない
• 生成コードは、答えの分かっているデータで突き合わせてから使う
• 会社のデータを入力する前に、社内規程と入力してよい範囲を必ず確認する

手を動かす作業を速くしたいならAIに任せ、答えの正しさが問われる場面では自分で計算する、という使い分けです。次に読むなら、コードを書かせて検証するまでの具体的な手順をまとめたAIにPythonコードを書かせる｜統計解析での検証手順が実践的です。社内で使えるかどうかから確認したい方は品質データをAIに渡す前に｜プロンプトの型と注意点を先にご覧ください。統計の土台から固めたい方向けには、レベル別のおすすめ書籍を統計学・実験計画法のおすすめ本まとめで紹介しています。

※ 本記事は特定のAIサービスの推奨・比較を目的とするものではありません。生成AIの仕様・提供条件は変更されるため、利用にあたっては各サービスの最新の利用規約と、勤務先の情報管理規程を必ずご確認ください。記述は2026年8月時点の一般的な整理です。