問題解決の仕組み

仕事や暮らしの中で起きる問題が、発見・判断・対処・改善までつながっていません。

• 清掃が適切に行われたか。
• 店舗に問題が起きていないか。
• 顧客の困りごとが解決したか。
• 離れて暮らす家族が、安心して生活できているか。

情報があっても、分断されています。何が問題なのか。どう対応すべきなのか。その結果どうなったのか。それらが、十分につながっていません。そのため、人が繰り返し確認し、判断し、対応することになります。

人口が減少し、人手の確保が難しくなる社会では、この構造を維持し続けることは、困難です。

私たちが変えたいのは、個々の作業だけではありません。人の継続的な管理や確認に依存し、同じ負担を繰り返し生み出している。その構造そのものです。

宿泊施設の清掃で、利用した人から口コミが届いたとします。

口コミ「部屋が汚かった」

よくある対応は、清掃をもっと厳しくチェックすることです。でも、原因はひとつとは限りません。

1. 原因清掃の時間が足りない対処作業の時間と量を見直す
2. 原因設備が古くなっている対処修繕する・交換する
3. 原因清掃の抜けがある対処シフトと作業の完了を確かめる

1. 確かめる

   対処したかではなく、そのあとの口コミや部屋の状態が、本当によくなったかを確かめます。

2. 学習する

   どの原因に、どの対処が効いたかを残します。次の物件では、同じ問題が起きる前に手を打てます。

画像をAIで確認することは、手段のひとつにすぎません。原因が違えば、確認の精度をいくら上げても、問題は解決しないからです。

わかりやすくするための例です。

私たちは、問題の発見から解決、再発防止までを一つの循環として捉えます。

1. 捉える状態と変化を把握する

   画像、音声、業務記録、利用状況、人々の声などから、必要な情報を集めます。そこから、問題やその予兆を捉えます。

2. 考える問題の本質と原因を見極める

   情報を結びつけ、原因の仮説を立てます。それを、適切な判断につなげます。

3. 対処する最も適した方法を実行する

   通知、確認、作業指示、業務ルールの変更、人による対応、AIやロボットによる処理。その中から、問題に合った手段を選びます。

4. 確かめる本当に解決したかを確認する

   対応が完了したことと、問題が解決したことは、同じではありません。実際の結果を確認し、期待した効果が得られたかを確かめます。

5. 学習する次の問題を減らす

   問題が起きた条件、判断、対処、結果を蓄積します。うまくいった方法は、再利用します。うまくいかなかった方法は、見直します。

この循環を積み重ねます。そうして、仕事や暮らしを支える仕組みそのものを、継続的に改善していきます。この循環が回り続けている状態こそが、私たちの考えるオペレーションエクセレンスです。

解決に使う手段

問題に合わせて、次の4つを組み合わせます。どれか一つを売るのではなく、その問題に合ったものを選びます。

• AI読み取る・見つける

  画像や音声、文章など、人が一つひとつ確かめていた情報を読み取り、問題やその予兆を見つけます。

• IoT現場のデータを活かす

  現場ですでに使われている機器やセンサー、システムのデータをつなぎ、見に行かなくても状態や変化に気づけるようにします。

• ソフトウェアエンジニアリング仕組みをつくる

  業務の流れに合わせて、必要な仕組みや道具を、自分たちで設計してつくります。

• 異業種のナレッジうまくいった方法を持ちこむ

  店舗運営、カスタマーサポート、物流、物件管理など、ほかの業界で生まれた改善のやり方を、業界をこえて活かします。