「類似文章検索」がKIBIT Libria導入のポイント。

毎日現場で行っている「災害情報の検索」が効率化され、

以前と比べ、10倍以上のスピードアップが実現

事故は、同じようなパターンで繰り返されることが多いんです。過去の類似災害データを適切に探し出せれば、「実際にこういう事故が起きているから、ここはもう一度確認しよう」と、プラスアルファの注意喚起ができるわけです。

ベテランの職長さんだと、過去の事故を覚えていることもあります。でも、若い職長さんだとそこまでの蓄積がない。だから、AIを使ってスムーズに情報を探し出せるようになれば、この属人的な経験の差も埋められるのでは？とも考えました。自分より前に入社している人は、昔の災害をたくさん知っていますが、自分より後に入った人は、入社前の災害を基本的には知りません。よほど大きな事故でない限り、振り返って紹介されることは少ないですからね。

KIBIT Libriaでとくにひかれたのは、「類似文章検索」です。事故の記述って、地域や会社によって言い回しがかなり違うんです。普通の検索だと、同じ言葉を入力しないとヒットしないことが多いですよね。でも、事故の状況は似ていても、記載する人によって表現の揺れが大きい。そこを拾ってこられるのがすごく魅力でした。

KIBIT Libriaの導入を決めたことで、社内で蓄積していた事故情報にプラスして、全国の各電力会社さんにお願いして、過去10年分の送電関係の災害データを集めました。ヒヤリハットも含めて、過去10年、約2000件ほどです。ただ、様式は各社バラバラで、PDFだったりWordだったり、形式もかなり違いました。

一番大きいのは、やはり類似の事故事例を探す時間が、大きく短縮されたことです。「掘り当てるまでの時間」が圧倒的に減りました。

以前は、見つからなければ1時間、2時間とかかっていましたし、最悪見つからないこともありました。それが、5分とか10分くらいで見つけられるようになる。これはかなり大きい成果だと思います。

音声で使えるとか、手書きの打ち合わせボードを写真で撮るだけで関連事例が出るとか、そこまでいけば誰でも使いやすくなります。

せっかく2000件のデータベースがあるので、それをどう活用してもらうかが重要なんです。私は、今の仕組みが完成形だとは思っていません。ここから改良して、もっと誰でも使えるものにしていきたいです。

大きいのは「再発防止策も一緒に見たい」という要望ですね。今回収集したのは、基本的に災害速報そのものなんです。「事故が起きた」という情報はあるんですが、再発防止対策までしっかり載っているケースは限られています。

現場としては、「こういう事故があった」だけでなく、「では、どう防げばよいのか」までセットで出てくると助かる、という声があります。

はい。使い勝手がよくなれば、さらにいろいろな領域で使えるのではと思っています。施工計画や安全以外の分野でも、まだ広げられる余地はあるでしょうね。

今回、KIBIT Libriaを導入してよかったのは、私たちの頭のなかにある、ふわっとしたイメージを理解して、実現してもらえたことです。

私たちは送電線工事の専門家ですが、AIの専門家ではありません。「工事の現場では、こういうことができたらやりやすい」というこちらの漠然としたイメージをFRONTEOの方がAIの専門家として翻訳してくれ、具体的にAIに落とし込んでくれました。これはありがたかったですね。