「この音、いつもと違う気がするんだけど…」
製造現場で設備の前に立ったとき、そんな違和感を覚えたことはないだろうか。でも、それを誰かに説明しようとすると難しい。「なんとなく変」としか言えない。
ベテランの職人さんなら「あ、これはベアリングがそろそろヤバいな」と一発でわかる。でも、そのベテランが来年定年だとしたら?
今回紹介する「PlantEar(プラントイア)」は、まさにこの問題を解決するために生まれたアプリだ。スマホで設備の音を5秒録音するだけで、AIが異音を検知し、スペクトログラムという画像で「見える化」してくれる。
専用機器は不要。導入は即日。月額2,980円から(期間限定キャンペーン価格)。
正直、最初に聞いたときは「そんなうまい話があるか?」と思った。でも実際に触ってみると、これが想像以上に実用的だった。
ベテラン技術者の「耳」が消えていく現実
製造業が今、深刻な問題に直面している。いわゆる「2025年問題」だ。
八千代ソリューションズの調査によると、設備保全技術の伝承には「5年以上必要」とする回答が4割を超えている。つまり、今から育成を始めても間に合わない現場が山ほどあるということだ。
実際、ものづくり白書のデータを見ると、製造業の就業者数は過去20年間で150万人以上減少している。しかも、保全従業員の約2割が60歳以上。若手への技術継承が間に合っていない。
「この音はおかしい」は言語化できない
ベテラン技術者の強みは、長年の経験で培った「耳」にある。
モーターの回転音、コンプレッサーの唸り、ベアリングのかすかな異音。彼らはそれを聞き分けて、「あと1週間で止まるな」とか「今日中にグリスアップしないとまずい」とか判断できる。
でも、これを若手に教えようとすると壁にぶつかる。
「カラカラって音がしたらダメ」と言われても、「カラカラ」がどんな音なのかわからない。実際に異常音を聞く機会も限られている。正常な音を何百時間も聞いて、ようやく「違和感」がわかるようになる。
その学習期間を待てないほど、ベテランの退職スピードは速い。
若手の「不安」と「属人化」の悪循環
結果として起きるのが、現場の属人化だ。
「あの設備のことは〇〇さんしかわからない」という状態。〇〇さんが休んだら、誰も判断できない。〇〇さんが辞めたら、ノウハウごと消える。
若手は若手で、「自分の判断が間違っていたらどうしよう」という不安を抱えている。自信がないから報告もしにくい。「なんか変だと思うんですけど」と言っても、「何が変なの?」と聞かれたら答えられない。
この悪循環を断ち切るには、「音」を客観的なデータに変換する仕組みが必要だった。
高すぎる設備診断システムの壁
「じゃあ、診断システムを導入すればいいんじゃないか」
そう思うかもしれない。実際、振動診断システムや設備監視システムは市場に存在する。
でも、価格を見て諦める企業が多い。
初期費用500万円の現実
従来の振動診断システムは、初期費用だけで500万円以上かかることが珍しくない。
JFEプラントエンジのような専門業者に依頼する方法もあるが、1回の診断で10万円程度。年12回頼んだら120万円。しかも予約が必要で、異常を感じたときにすぐ来てもらえるわけじゃない。
さらに、専用センサーの設置工事に数ヶ月。振動工学の知識を持った人材も必要。
中小製造業には、予算的にも人材的にも手が届かない。
「点検アプリ」では異常がわからない
最近は月額1万円以下で使える設備管理アプリも増えてきた。エコニティの「設備管理の匠」は月額9,900円から、KANNAは初期費用0円で導入できる。
これらは点検記録のデジタル化には役立つ。「いつ・誰が・何を点検したか」を管理できる。
でも、肝心の「この音が正常か異常か」を判定する機能がない。
結局、判断は人間の耳に頼ることになる。ベテランがいなければ、「とりあえず異常なしで記録しておくか」となりがちだ。
スマホ1台で始める「音の見える化」
PlantEarは、この「判断」の部分をAIに任せるアプローチを取った。
使い方は驚くほどシンプルだ。
Step 1: スマホでQRコードを読み取る
まず、管理者が発行した公開アップロードリンクにアクセスする。LINEで共有されたURLをタップするだけでOK。
アプリのインストールは不要。アカウント作成も不要。現場作業員はリンクを開くだけで録音画面にたどり着ける。
これ、地味に大事なポイントだ。
現場でスマホ操作に慣れていない人に「まずアプリをダウンロードして、次にアカウント登録して…」と説明しても、たぶん使ってもらえない。「このURLを開いて、録音ボタン押すだけ」なら、誰でもできる。
Step 2: 設備の近くで5秒録音
設備から約1メートルの距離で、録音ボタンを押す。5秒間、スマホを設備に向けておくだけ。
録音が終わったら、自動的にサーバーにアップロードされる。現場での作業はこれで完了。
5秒という短さには理由がある。長すぎると録音が面倒になって続かない。短すぎると分析に必要な情報が取れない。5秒がちょうどいいバランスだ。
Step 3: AIが自動判定
アップロードされた音声は、サーバー側でスペクトログラム画像に変換される。
スペクトログラムとは、音を周波数ごとに分解して画像化したものだ。横軸が時間、縦軸が周波数、色の濃さが音の強さを表す。
このスペクトログラム画像を、OpenAIのGPT-4 Visionが分析する。
結果は3段階で表示される。
- 正常: 問題なし
- 要注意: 経過観察が必要
- 異常: 早急な対応を推奨
それぞれに信頼度(%)と日本語の説明文がつく。「3kHz帯域で通常の2.5倍の強度を検出。ベアリング摩耗の可能性あり」といった具体的な情報だ。
📱 PlantEar(プラントイア)を試してみる
スマホで録音するだけで、設備の異音をAIが診断。 専用機器不要、月額2,980円から(期間限定40%OFF)。
PlantEarの3つの特徴
ここまで読んで「なるほど、便利そうだ」と思った人もいるだろう。でも、類似サービスとの違いが気になるはずだ。
PlantEarの強みを3つに絞って説明する。
特徴1: デバイスごとのベースライン確立
「スマホのマイクで本当に精度が出るのか?」
これ、最初に誰もが抱く疑問だと思う。
PlantEarの答えは「相対比較」だ。
最初の3回の録音で、その設備×そのスマホの「ベースライン(基準値)」を確立する。その後は、ベースラインからの変化を「Z-score(統計的異常度)」として検出する。
つまり、「この音が一般的に異常かどうか」ではなく、「この設備のいつもの音と比べて異常かどうか」を判断する。
これにより、スマホの機種による録音品質の差を吸収できる。iPhoneでもAndroidでも、そのデバイスで録った音同士を比較するから、精度が安定する。
特徴2: スペクトログラムによる「見える化」
「音がおかしい」を言葉で説明するのは難しい。でも、画像なら一目瞭然だ。
スペクトログラムを見れば、どの周波数帯でどんな変化が起きているかがわかる。
たとえば、高周波帯(3kHz〜12kHz)に新しいピークが出現していたら、金属摩擦や軸受け損傷の可能性がある。低周波帯(100Hz〜500Hz)の振動が増加していたら、アンバランスや軸ずれが疑われる。
過去の録音と並べて比較すれば、「1ヶ月前と比べて明らかに悪化している」ということが視覚的にわかる。
これが現場で役立つのは、「上司への報告」の場面だ。
「なんか音が変なんです」では伝わらない。でも、スペクトログラムの画像を見せて「ここ、先月と比べてピークが出てるんですよ」と説明すれば、専門知識がない人にも伝わる。設備投資の稟議を通すときにも、客観的なデータとして使える。
特徴3: 現場作業員はアカウント不要
設備管理システムを導入するとき、よくある問題が「現場に浸透しない」ことだ。
管理者がシステムを入れても、現場の作業員が使ってくれない。アカウント作成が面倒、操作がわからない、スマホ持ち込み禁止…理由はいろいろある。
PlantEarは、この問題を「公開アップロードリンク」で解決した。
管理者がURLを発行して、LINEで現場に共有する。作業員はそのURLを開いて録音するだけ。ログインもパスワードも不要。
録音されたデータは、管理者のダッシュボードに自動的に集約される。「誰が録音したか」は記録されないから、プライバシーの心配もない。
巡回点検のたびにURLを開いて録音するだけ。これなら、スマホ操作に慣れていないベテランでも使える。
具体的なユースケース
「で、実際どういう場面で使えるの?」という疑問に答えよう。
ケース1: ベアリング摩耗の早期発見
状況: 製造ラインのモーターから、普段と少し違う音がする。でもベテランは出張中で確認できない。
従来: 「たぶん大丈夫だろう」で放置。2週間後に突発故障。ライン停止で100万円の損失。
八千代ソリューションズの調査によると、設備の突発停止による年間損失額は平均1,892万円。1時間あたりの損失が「100万円以上」という企業も約3割いる。
PlantEarを使った場合: 若手がスマホで5秒録音。AIが「3kHz帯域で異常検出。ベアリング摩耗の可能性。早急な点検を推奨」と判定。
計画的に部品を発注し、休日に交換作業を実施。突発故障を回避して、損失をゼロに抑えた。
ケース2: 遠隔現場の設備監視
状況: 建設現場が10拠点に分散。すべてを毎日巡回するのは物理的に不可能。
従来: 月1回の巡回点検のみ。その間に異常が発生しても、気づくのが遅れる。
PlantEarを使った場合: 各現場の作業員に公開リンクを共有。毎朝、主要設備の音を録音してもらう。
事務所のダッシュボードで全現場の状態をリアルタイム確認。「C現場のコンプレッサー、Z-scoreが上昇傾向」と気づいたら、優先的に巡回。
巡回コストを削減しながら、異常の早期発見率を向上できた。
ケース3: 技術継承のデジタル化
状況: 設備保全のベテランが来年定年退職。若手2人に技術を引き継ぎたいが、時間が足りない。
従来: ベテランに同行して「この音を覚えておけ」と言われるが、何が正常で何が異常かわからない。退職後、判断できる人がいなくなる。
PlantEarを使った場合: ベテランがいる今のうちに、各設備の「正常音」を録音してベースライン化。異常が起きたときの音も記録しておく。
退職後も、若手がスマホで録音すれば、AIが過去のデータと比較して判定してくれる。「ベテランの耳」がデジタル資産として残る。
料金プラン
PlantEarの料金体系はシンプルだ。現在、期間限定キャンペーン中で大幅割引が適用されている。
| プラン | 月額 | 拠点数 | 月間録音数 | 想定ユーザー |
|---|---|---|---|---|
| Free | ¥0 | 3箇所 | 100回 | まずは試したい |
| Basic | 10箇所 | 500回 | 中小規模の工場・現場 | |
| Pro | 50箇所 | 2,000回 | 大規模運用・複数拠点 |
特筆すべきは、全プランで機能制限がないこと。
無料プランでもAI判定、スペクトログラム生成、履歴管理、すべての機能が使える。違いは拠点数と録音回数だけ。
また、点検者数は無制限。現場作業員が何人いても追加料金はかからない。Basicプランには優先メールサポート、Proプランには24時間以内の優先サポートとAPIアクセス(β版)が付帯する。
まずはFreeプランで1つの設備から試してみて、効果を実感できたらBasicに移行する、という使い方がおすすめだ。
従来の振動診断システムの初期費用500万円と比べると、月額2,980円は破格の安さだ。年間でも35,760円。専門家派遣1回分より安い。
まとめ: 予知保全の民主化が始まっている
製造業の現場は今、大きな転換点にいる。
ベテラン技術者の退職、人手不足、突発故障のリスク。これらの課題に対して、従来の選択肢は「高額な診断システムを入れる」か「人の勘に頼り続ける」かの二択だった。
PlantEarが提案するのは、第三の道だ。
- スマホで5秒録音するだけ
- AIが自動で異常を判定
- スペクトログラムで客観的に「見える化」
- 月額2,980円から(期間限定キャンペーン価格)
専用機器も、専門知識も、高額な初期投資もいらない。
もちろん、これですべてが解決するわけじゃない。最終的な判断は人間がするべきだし、PlantEarの診断も「参考情報」として使うのが正しい。
でも、「音がおかしい気がするけど、誰にも確認できない」という状況は解消できる。若手でも、その場で客観的なデータを取得できる。
予知保全は、もはや大企業だけのものじゃない。
まずは無料プランで3拠点から試してみてはどうだろうか。1週間もあれば、自社の設備で使えるかどうかわかるはずだ。
関連アプリ
GenbaCompassでは、PlantEar以外にも現場のDXを支援するアプリを提供している。
| アプリ名 | 概要 | こんな課題に |
|---|---|---|
| WhyTrace | AIで「なぜなぜ分析」を効率化 | 事故・トラブルの根本原因を特定したい |
| 安全ポスト+ | ヒヤリハット報告をAIで匿名化 | 報告が集まらない、属人化を解消したい |
| IdeaLoop | 現場改善アイデアをAIで進化 | 改善提案を活性化させたい |