EMNI與東洋鋼鈑啟動合作，以生成式AI「AI訪談員」解決維保業務的知識屬人化問題
源自京都大學松尾研究室的AI新創公司EMNI，已與東洋鋼鈑株式會社合作，啟動一項利用生成式AI「AI訪談員」來提升維保作業水準的專案。此計畫旨在克服製造現場對資深員工經驗和直覺的過度依賴。透過AI以對話方式提取專家的隱性知識，並將零散的過往報告系統化，使任何員工都能迅速做出有效應對，從而最大限度地減少生產停機時間。
📋 文章處理履歷
- 📰 發表: 2026年5月19日 19:00
- 🔍 收集: 2026年5月19日 10:31
- 🤖 AI分析完成: 2026年5月20日 06:50（收集後20小時18分鐘）
1. 概要
株式会社EMNI（總公司：東京都千代田區，代表取締役社長：下野 祐太，以下簡稱「EMNI」）與東洋鋼鈑株式会社（總公司：東京都品川區，以下簡稱「東洋鋼鈑」）的數位轉型（DX）推進部攜手合作，啟動一項共同專案，旨在利用生成式AI驅動的「AI訪談員」，將維保部門的專業知識形式化，並將製造停機時間降至最低。本專案融合EMNI的生成式AI技術與東洋鋼鈑長年累積的製造和維保知識，目標在於實現維保業務的「去屬人化」（意即克服對特定人員的依賴）。
2. 背景與挑戰
維保工作是支撐製造現場穩定運作的關鍵，它要求對突發設備異常能迅速反應。然而，這種反應的品質往往嚴重依賴資深維保人員的經驗與直覺。在東洋鋼鈑，以下挑戰已日益凸顯：
● 資深人員的隱性知識：儘管維保履歷等數據有所累積，但「為何選擇該應對措施」或「基於何種思路做出判斷」等背景資訊並未被記錄，導致重要的決策過程僅存在於資深人員的腦海中。
● 對資深人員的依賴造成瓶頸：每次處理異常狀況時，都會佔用少數資深維保人員的資源，限制了組織整體的反應速度。
● 過往案例資料散亂：故障報告書和作業程序書的格式與存放地點各不相同，導致同類問題再次發生時，無法即時參考過往的知識。
3. 專案目的與大綱
本專案旨在利用生成式AI，實現維保業務的「去屬人化」。具體而言，它將整理資深人員腦中的隱性知識和組織內散亂的顯性知識，使其成為AI可處理的格式，從而建立一個讓任何人都能存取標準化、高品質知識的環境。最終目標是讓任何人在維保業務中都能做出最佳且迅速的應對。
● 隱性知識的語言化：AI訪談員將對資深維保人員進行深度訪談。透過對話，系統性地提取出因人類認知限制而難以全面記錄的見解、判斷標準和經驗法則，並將其轉化為任何人都能使用的顯性知識。
● 顯性知識的整理與標準化：生成式AI將系統化地整理零散的過往故障報告書、作業程序書和維保履歷。這將使任何人在面對突發設備異常時，都能根據過往知識做出適當的應對判斷。
具體措施：
1. 整理過往數據（顯性知識的結構化）：運用EMNI的獨家技術，其數據結構化平台不僅能處理Word、PDF文件，還能處理電氣迴路圖等，我們將把格式和位置各異的故障報告書、作業程序書等整理成AI易於處理的結構化格式。憑藉EMNI在製造業的專業知識，我們將根據東洋鋼鈑的工作流程和專業術語進行調整，使其能直接在現場使用。
2. 隱性知識的形式化（導入AI訪談員）：AI將對資深人員進行深度訪談，系統性地整理出人類難以全面記錄的見解、判斷標準和經驗法則。
3. 建立知識運用平台：AI將適當地搜尋並呈現形式化的隱性知識和整理過的顯性知識。該平台將根據東洋鋼鈑的營運流程進行客製化，以便在維保現場需要時，能立即存取必要的過往知識。
4. 預期效益
此專案預期將帶來以下效益：
● 異常應對的標準化與加速化：使任何人在面對突發故障時都能迅速判斷並執行適當的應對措施，縮短產線恢復時間。
● 製造停機時間的最小化：透過快速存取必要知識和標準化的應對措施，將產線停機時間降至最低，提高生產力。
● 解決知識屬人化問題：擺脫對資深人員的依賴，提升維保部門的整體應對能力。這將加速技能傳承，幫助年輕員工更快地成為主力。
● 知識的數位資產化：以往屬於隱性知識的現場見解，將成為可在整個組織中使用的寶貴「公司資產」。
5. 未來展望
接下來，我們將透過概念驗證（PoC）來驗證系統的有效性，並朝著實際運作的全面部署邁進。未來，我們計劃推動東洋鋼鈑整個製造流程的AI化，考慮將應用擴展到維保以外的其他領域，如製造、品質和設計。
關於東洋鋼鈑株式会社
自1934年成立以來，東洋鋼鈑株式会社一直利用其在軋延、表面處理和層壓等領域的獨家技術，從事馬口鐵、薄板、各種表面處理鋼板及功能性材料等產品的製造與銷售。
株式会社EMNI（總公司：東京都千代田區，代表取締役社長：下野 祐太，以下簡稱「EMNI」）與東洋鋼鈑株式会社（總公司：東京都品川區，以下簡稱「東洋鋼鈑」）的數位轉型（DX）推進部攜手合作，啟動一項共同專案，旨在利用生成式AI驅動的「AI訪談員」，將維保部門的專業知識形式化，並將製造停機時間降至最低。本專案融合EMNI的生成式AI技術與東洋鋼鈑長年累積的製造和維保知識，目標在於實現維保業務的「去屬人化」（意即克服對特定人員的依賴）。
2. 背景與挑戰
維保工作是支撐製造現場穩定運作的關鍵，它要求對突發設備異常能迅速反應。然而，這種反應的品質往往嚴重依賴資深維保人員的經驗與直覺。在東洋鋼鈑，以下挑戰已日益凸顯：
● 資深人員的隱性知識：儘管維保履歷等數據有所累積，但「為何選擇該應對措施」或「基於何種思路做出判斷」等背景資訊並未被記錄，導致重要的決策過程僅存在於資深人員的腦海中。
● 對資深人員的依賴造成瓶頸：每次處理異常狀況時，都會佔用少數資深維保人員的資源，限制了組織整體的反應速度。
● 過往案例資料散亂：故障報告書和作業程序書的格式與存放地點各不相同，導致同類問題再次發生時，無法即時參考過往的知識。
3. 專案目的與大綱
本專案旨在利用生成式AI，實現維保業務的「去屬人化」。具體而言，它將整理資深人員腦中的隱性知識和組織內散亂的顯性知識，使其成為AI可處理的格式，從而建立一個讓任何人都能存取標準化、高品質知識的環境。最終目標是讓任何人在維保業務中都能做出最佳且迅速的應對。
● 隱性知識的語言化：AI訪談員將對資深維保人員進行深度訪談。透過對話，系統性地提取出因人類認知限制而難以全面記錄的見解、判斷標準和經驗法則，並將其轉化為任何人都能使用的顯性知識。
● 顯性知識的整理與標準化：生成式AI將系統化地整理零散的過往故障報告書、作業程序書和維保履歷。這將使任何人在面對突發設備異常時，都能根據過往知識做出適當的應對判斷。
具體措施：
1. 整理過往數據（顯性知識的結構化）：運用EMNI的獨家技術，其數據結構化平台不僅能處理Word、PDF文件，還能處理電氣迴路圖等，我們將把格式和位置各異的故障報告書、作業程序書等整理成AI易於處理的結構化格式。憑藉EMNI在製造業的專業知識，我們將根據東洋鋼鈑的工作流程和專業術語進行調整，使其能直接在現場使用。
2. 隱性知識的形式化（導入AI訪談員）：AI將對資深人員進行深度訪談，系統性地整理出人類難以全面記錄的見解、判斷標準和經驗法則。
3. 建立知識運用平台：AI將適當地搜尋並呈現形式化的隱性知識和整理過的顯性知識。該平台將根據東洋鋼鈑的營運流程進行客製化，以便在維保現場需要時，能立即存取必要的過往知識。
4. 預期效益
此專案預期將帶來以下效益：
● 異常應對的標準化與加速化：使任何人在面對突發故障時都能迅速判斷並執行適當的應對措施，縮短產線恢復時間。
● 製造停機時間的最小化：透過快速存取必要知識和標準化的應對措施，將產線停機時間降至最低，提高生產力。
● 解決知識屬人化問題：擺脫對資深人員的依賴，提升維保部門的整體應對能力。這將加速技能傳承，幫助年輕員工更快地成為主力。
● 知識的數位資產化：以往屬於隱性知識的現場見解，將成為可在整個組織中使用的寶貴「公司資產」。
5. 未來展望
接下來，我們將透過概念驗證（PoC）來驗證系統的有效性，並朝著實際運作的全面部署邁進。未來，我們計劃推動東洋鋼鈑整個製造流程的AI化，考慮將應用擴展到維保以外的其他領域，如製造、品質和設計。
關於東洋鋼鈑株式会社
自1934年成立以來，東洋鋼鈑株式会社一直利用其在軋延、表面處理和層壓等領域的獨家技術，從事馬口鐵、薄板、各種表面處理鋼板及功能性材料等產品的製造與銷售。