戦後、日本の製造業は品質を重視する経営を推進し、高いグローバル競争力を実現して飛躍してきた。こうした日本の品質関連の取り組みを支えてきたのが「デミング賞」で知られる日本科学技術連盟（以下、日科技連）だ。日科技連では「品質管理技術に関する深い知識と高い応用力の習得」をねらいに1949年に「品質管理セミナーベーシックコース」を開設し、今日まで67年間にわたり、延べ130回、301クラス、3万4057人の研修生を産業界に送り出してきた。日経テクノロジーオンラインでは、「AI時代における管理技術のあり方を問う」をテーマに、品質管理セミナーベーシックコースの東京幹事長である早稲田大学教授の永田靖氏と、日本品質管理学会会長で統計センター理事長である椿広計氏による対談記事を2回にわたりお届けする。
永田：私は、実験計画法などを使ったオーソドックスな統計的品質管理活動に関わってきました。最近では非常に大きなデータ、いわゆるビッグデータへの対処を含めて、今後、どのようにSQC（Statistical Quality Control：統計的品質管理）＊1を教育していくか、教育の在り方にも興味があります。
＊1 SQC（Statistical Quality Control：統計的品質管理）
品質管理では、製造現場での工程では大量に製品を製造するので、全製品を測定してその実態を把握することは困難です。そこで工程や検査ロットからサンプルを抜き取り、サンプルのデータに基づいて実態を把握します。少数のサンプルから工程能力やロットの状態を推定する際に統計的手法を活用して品質管理を行っています。
椿：ビッグデータだろうがAIだろうが、まず変わってはいけないのが問題解決の標準シナリオ、つまりQCストーリーだと思います。AIによってある部分が自動化できるにしても、そのシナリオの上で企業の問題が解決されるわけですから。そして、今まで自社の中で行ってきた改善活動が、今後、直接エンドユーザーの接点においても経済的な価値を与える方向に動いていく。そこにAIやビッグデータが入っていくだろうことは容易に想像されます。
