Incerto 推出「力量管理、人員配置 AI」：整合從技能管理到每日排班的製造業特化系統

Incerto 合同會社（總部：東京都荒川區，代表：佐藤碧人，https://www.incerto.tech/）於今日正式開始提供製造業特化的『力量管理、人員配置 AI』。

本 AI 旨在整合 ISO 9001 規定的力量管理表運作、班長與職長腦中的人員配置判斷，以及突發缺勤時的重新配置，從而消除人員配置的個人依賴。在資深班長退休與現場人手不足同時進行的製造業環境中，將每日的配置決策從「個人經驗」轉化為「工廠機制」。

背景：製造業人才結構的變化 製造業目前正涉及多重的人才挑戰： - 招聘難度加劇：2024年11月「生產工程職業」的有效求職倍率為 1.50 倍，高於全職業平均的 1.25 倍，製造現場的人手不足已結構化。 - 負責判斷的班長層高齡化：過去20年間，34歲以下就業者減少了 125 萬人，而 65 歲以上則增加了 30 萬人，資深班長退休導致的技術流失風險正不斷升高。 - 多能工化的要求：為應對需求波動，多能工化（一人負責多個工序）越進展，管理「誰能做什麼」及每日的配置判斷就越複雜。 - 對突發缺勤的即時響應：對於少人化運作的產線，一人的突發缺勤極易波及整體生產計畫，需要立即決定替代配置。

在這些壓力下，配置判斷集中在資深班長個人身上、缺乏再現性與持續性的狀態，即「人員配置的個人依賴化」，已成為許多工廠顯著的經營課題。

課題：人員配置的個人依賴化 製造現場普遍存在以下狀況： - 力量管理表流於形式：ISO 9001 要求的力量管理表（多能工矩陣）往往淪為每年僅更新一次的「紙張與 Excel 文件」，與現場實情脫節。 - 配置判斷過度集中：每日人員配置依賴於資深班長腦中的隱性規則（如「避開此組合」、「此工序不放新人」等）。 - 約束條件複雜化：配置時需考慮勞基法、證照要求、外國技能實習生比例、GMP、分區管制等數十項約束。

無論是食品工廠、汽車零件廠、化工廠還是電子零件廠，核心問題都在於每日配置決策封閉在特定個人經驗中，工廠無法實現可持續的運作。

解決方案：『力量管理、人員配置 AI』 本系統目前可承擔以下業務： - 力量管理表自動修正：根據實際數據（工序作業時間、不良率、啟動時間）自動修正技能評估，維持管理表的可用性。 - 配置表自動生成：結合勞基法、證照、外國實習生比例、GMP、分區等約束條件與員工技能資訊，自動生成配置表。 - 突發缺勤應對：發生缺勤時，立即提示符合力量、證照與勞務約束的替代人選。 - 多管道輸出：將配置表並行輸出至紙張、LINE、Slack、Teams、現場終端或現有生產管理系統。

滿足製造現場機密保護的安全設計 製造業涉及工序技術、人事考核、生產計畫等敏感資訊。為符合不同安全政策，本 AI 提供以下基盤選擇： - 地端 / 本地 LLM 構成：在工廠內部伺服器運行 AI，數據完全不外流。 - 企業級雲端 AI：可選擇 Amazon Bedrock 或 Azure OpenAI 等安全雲端環境。