その『未然防止』は、結果を見ていませんかーー迷いながら考えてきた、因果の構造

🧐　はじめに：問題提起

製造現場で「未然防止」という言葉を聞かない日はない。品質会議の資料に、設備投資の稟議書に、AIシステムの提案書に。言葉は溢れている。だが、選ばれている手法を見ると、奇妙なことに気づく。

教師あり学習で異常検知を構築し、「AIで未然防止を実現」と言う。振動センサを装置に取り付け、「予知保全で未然防止」と言う。出来上がった製品を全数検査し、「品質管理の強化」と言う。

三つとも、結果側を見ている。

未然防止という目標と、手法の選択が、根本的にずれている。この断絶は、誰も指摘しない。なぜ指摘されないのか。「未然防止」という言葉が目標として機能していないからだ。言葉が目標になるためには、その言葉から手法の選択が導出されなければならない。だが多くの場合、手法は別の基準——実績、コスト、ベンダーの提案——で選ばれる。言葉と選択が切り離されたまま、現場は動き続ける。

なぜそうなるのか。そして、何を見れば本当に未然防止に近づけるのか。本稿はその問いから始める。

⛓️　第1章：因果の構造を整理する

未然防止を語る前に、因果の構造を整理しておく必要がある。

製造プロセスには、時間の流れがある。

最初にあるのは「原因」だ。装置のエネルギーロス、材料の微細な変動、環境条件の変化。これらは、まだ製品には何も起きていない段階で発生している。

次に「プロセス変化」が現れる。エネルギーロスは振動や熱、圧力の揺らぎとして表面化する。これはまだ製品の不良ではない。正常の外縁に近づいている状態だ。

そして「結果」が連鎖する。プロセスの乱れは膜厚の変動を引き起こす。膜厚変動はそれ自体が規格外れという不良だ。さらにその下流に電気特性の変化があり、最終的にデバイス不良として現れる。

ここで注意が必要だ。膜厚変動は「プロセスの結果として製品に現れた特性」であり、それ自体が検査対象になる。電気特性はさらにその下流だ。どちらも「結果系」であり、本質的に不良検出と同じ側にある。膜厚を管理することは重要だが、それは未然防止ではなく、損失が小さい段階での早期検出と位置づけるべきだ。（1）

未然防止とは、「結果が製品に現れる前に介入すること」だ。介入の境界線は、プロセス変化と膜厚変動の間にある。エネルギーロスやプロセス変化の段階で変化を掴むことが、損失を最小化する唯一の道だ。

未然防止とは、「結果が出る前に介入すること」だ。「原因」か「プロセス変化」の段階で何かを掴むことを意味する。「結果」の段階で動く手法は、定義上、未然防止ではない。不良が出てから仕分けているだけだ。

🔍　第2章：「結果側」を見る三つの手法の実態

教師あり学習による異常検知、振動センサによる予知保全、製品の全数検査。製造現場で「AI活用」「スマートファクトリー」として導入されるこれらの手法を、因果の構造から解剖する。（1）

教師あり学習

教師あり学習は、ラベルが必要だ。「正常」と「異常」のラベルが付いたデータを学習し、新しいデータを分類する。

ここに構造的な問題がある。「異常のラベル」は、異常がすでに起きていないと作れない。つまり教師あり学習は、「過去に起きた異常と同じパターンを再検出する」ことしかできない。新しいプロセス条件、新しい材料、装置の経年変化——これらが生む異常は、過去のラベルには存在しない。想定外の異常には原理的に対応できない。異常の多様性を無視した設計だ。因果の構造で言えば、「結果が出た後」を学習し、「結果が出た後」を判定している。

振動センサによる予知保全

振動の変化を監視することで、設備の異常を早期に検知する。直感的には「早期発見」に見える。だが因果を見ると違う姿が浮かぶ。振動は何の結果か。エネルギーロスの結果だ。振動を見ているということは、エネルギーロスという原因がすでに発生し、それが振動として表れた後を見ているということだ。振動は中流に過ぎない。

製品の全数検査

完成した製品を検査し、不良品を排除する。これは明確に「結果」の段階だ。問題は、これを「未然防止」と混同することにある。検査は最終防衛線として必要だ。だがそれを未然防止と呼ぶことは、言葉と手法の断絶をさらに深める。

三つの手法に共通するのは、「因果の下流または中流を見ている」という構造だ。それを高速化しても、AIで自動化しても、未然防止にはならない。

⚖️　第3章：「管理図」という言葉に込められた意味

トルストイの小説『アンナ・カレーニナ』は、こんな一節で始まる。（2）

「幸福な家庭はどれも似たものだが、不幸な家庭はそれぞれに不幸である」

田口玄一氏がMTシステム（3）の説明でこの一節に着想を得たとされるのは、品質工学のコミュニティでよく知られている。ただし、それがどの著作・講演での言及だったか、筆者には一次ソースを確認できていない。そのまま引用する。

なぜ田口氏はこの一節に反応したのか。

正常な状態は「似通っている」。だから空間として定義できる。一方、異常な状態は「それぞれに多様」だ。異常のパターンを事前に列挙しようとしても、想定外の異常は必ず現れる。異常を先に定義しようとする設計は、原理的に完結しない。正常を先に定義することで、はじめて「そこから外れた」という判断軸が生まれる。

これは単なる技法の話ではない。「何を基準にするか」という根本的な問いへの答えだ。教師あり学習が「異常を先に定義する」発想であるのに対し、単位空間は「正常を先に定義する」発想だ。この違いが、未知の異常に対応できるかどうかを決める。これが単位空間の本質であり、田口氏がこの一節に着想を得たとされる理由だ。

田口氏の思想の根幹には、「社会損失の低減」がある。品質の問題は、製造者の都合ではなく、社会全体に与える損失として捉えるべきだという考え方だ。損失関数では、製品の特性値が目標値から外れるほど損失は大きくなると定式化される。そして損失は、問題が起きてから対処するより、起きる前に防いだほうが小さい。早く介入するほど損失は少ない。これが未然防止を思想の中心に置く、論理的な根拠だ。

ここで、現代の手法を照らし合わせてみる。

教師あり学習による異常検知は、「すでに起きた異常」をラベルとして学習する。振動センサによる予知保全は、エネルギーロスの結果として表面化した振動を捉える。出来上がった製品を検査するのは、すでに形になった損失を選別する行為だ。どれも「結果側」を見ている。

田口氏の目的関数——社会損失の低減——から演繹すれば、これらは「未然防止」とは呼べない。問題が顕在化してから動く仕組みをどれだけ高速化しても、損失が発生した後に動いていることに変わりはない。

田口氏がMTシステムを「管理図」と呼んだことの意味は、ここにある。管理図とは、プロセスの変化を時系列で監視するものだ。分類器ではない。正常な空間を先に定義し、そこからの逸脱を継続的に捉える。損失が大きくなる前に、変化の兆候を掴む。これが、社会損失の低減という目的に沿った手法の設計だ。

「幸福な家庭は似通っている」——この一節は、単位空間という概念の詩的な表現であると同時に、未然防止という目的への論理的な必然を内包していたのかもしれない。

⚡　第4章：エネルギー変換から見る

製造装置は、エネルギーを変換する機械だ。（4）

プラズマCVD装置は電力を熱とプラズマに変換し、基板上に薄膜を堆積させる。CMP装置は機械的エネルギーを摩擦に変換し、ウェーハ表面を平坦化する。どの装置も、投入したエネルギーを目的の変換に使い、残りを損失として放出している。

装置が正常に機能しているとき、エネルギー変換の効率は安定している。装置に何かが起き始めると、この比率が変わる。摩耗、汚染、劣化。原因は様々だが、最初に現れるのはエネルギー変換効率の変化だ。それが振動、熱、音として表面化するのは、その後だ。

では実際に何を計測するか。 プラズマCVD装置であれば、投入電力と実際のプラズマ発光強度の比率を継続的に記録する。CMPであれば、モーターの消費電力とテーブル回転数の関係を監視する。正常稼働時に成立していた関係式が崩れ始めた瞬間、それがエネルギーロスの発生を意味する。膜厚が外れるより、電気特性が変化するより、はるかに早い段階だ。

だとすれば、監視すべきは振動ではなくエネルギー変換そのものだ。投入エネルギーと出力の差分を継続的に見ることで、振動として表れる前の変化を捉えることができる。エネルギーロスを直接計測する手段がない場合、代替として振動や電流の変化を見ることになる。それは現実的な妥協だ。ただし、それを「未然防止」と呼ぶのは正確ではない。

理想の監視点はどこか。因果の最上流——エネルギー変換——だ。

🏗️　第5章：正しい階層構造

ここまでの議論を整理すると、製造における品質監視には自然な階層がある。

第一層は「エネルギー変換の監視」だ。装置の投入エネルギーと出力の関係を継続的に見る。損失が最も小さい段階での介入に相当する。計測インフラが整っており、物理的な関係式として整理できる装置に有効だ。エネルギーロスが膜厚や電気特性として現れる前に、変化の兆候を掴む。

第二層は「正常空間からの逸脱監視」だ。プロセスデータや装置パラメータを多変量で監視し、正常な状態の構造から外れ始めたことを検知する。エネルギー変換を直接見ることができない場合、あるいはパラメータが複雑に絡み合って単一の関係式に落とし込めない場合に有効だ。正常データだけで構築できるため、異常のラベルを必要としない。田口氏が「管理図」と呼んだ意味は、この層に対応する。

第三層は「製品の自動検査」だ。不良が形成された後の選別だ。第一層・第二層でカバーできない場合の最終防衛線として位置づける。必要な層だが、これだけで品質監視が完結していると思うことが問題だ。

問題は、第三層の手法を第一層の目的で語ることだ。手法の選択は、目的から演繹されるべきだ。未然防止という目的を真剣に取るなら、第一層から設計を始めることになる。この順序は、田口氏の社会損失の低減という思想の、製造現場への自然な実装だと思う。

🚶　終章：迷いながら進む

以上のような話をすると、「確かに、そうですね」と言われる。

否定されるわけではない。なるほどという顔をされる。でも次の会議では同じ手法が「未然防止」として提案される。変わらない。

疲れてきた、というのが正直なところだ。

問題は技術的な理解ではないと思っている。因果の構造を説明すれば、多くの人はその論理を理解する。理解した上で、動かない。なぜか。標準に落とし込むと、やらなければならなくなるからだ。「まずは地道に実績を」となり、「実績が出たとして、それをやるメリットは」という問いが出てくる。そのメリットの問いに答えるための実績を積もうとすると、また最初に戻る。あるいは、「時期尚早」という言葉で静かに幕が引かれる。

これは理論と製造現場の両方に足を置いていないと気づきにくい構造だ。理論側からは「なぜ実装しないのか」と見え、現場側からは「リスクを取る理由がない」と見える。どちらも間違っていない。ただ、その断絶の中で、因果の上流は永遠に監視されないまま、今日も装置が動いている。

書いているのは、その記録として、という側面もある。

では、何から始められるか。 組織を動かすことが難しいとしても、一つだけ変えられることがある。「今の管理図に、管理外れが出たとき原因を特定できるか」と問うことだ。答えがNoなら、何を打点すべきかを考え始める出発点になる。大きな変革でなくていい。問いを立てることから始まる。

未然防止という言葉を正確に使うこと。因果の上流を見ること。正常の構造を先に定義すること。自分自身、まだ迷いながらやっている。ただ、その問いだけは手放さないようにしたいと思っている。

📗　参考文献

※この記事にはAmazonアソシエイトリンクが含まれています

（1）　ジューディア・パール (著), ダナ・マッケンジー (著)：因果推論の科学 「なぜ?」の問いにどう答えるか 　文藝春秋　2022

（2）　レフ・ニコラエヴィチ トルストイ (著), 望月 哲男 (翻訳)：アンナ・カレ-ニナ (1) (光文社古典新訳文庫 Aト 3-2) 　光文社　2008

（3）　田村 希志臣 (著)：よくわかるMTシステム: 品質工学によるパターン認識の新技術　日本規格協会　2009

（4）　芝野 広志 (著)：設計・開発・品質管理者のための基本機能ハンドブック―品質工学・タグチメソッドで品質問題撲滅　日本規格協会　2021

🎁　おまけ

本記事を動画にしたものは、以下のリンクで視聴できます。よろしければ、ご視聴ください。