塗装ブースの中で、ベテラン塗装工の田中さん(仮名)が、いつものように車体パネルにガンを走らせていた。換気扇は回っているが、シンナー特有の匂いは完全には消えない。長年この作業を続けてきた彼は、数年前から手の震えを感じるようになっていた。若い頃は気にならなかった有機溶剤の匂いも、今では作業を終えるたびに頭が重くなる。会社に相談すると、防毒マスクの支給と休憩時間の見直しはしてもらえたが、根本的な解決にはならなかった。
さらに深刻だったのは、田中さんの後継者が育っていなかったことだ。塗装の厚みやガンの角度、スプレーのスピードは、マニュアルに書き起こせるものではない。若手に一年ほど教えても、色ムラのない仕上がりにはなかなか到達しない。結局、納期が迫ると田中さん本人が現場に入らざるを得ず、休みたくても休めない状態が続いていた。本人は「あと何年できるか分からない」と漏らしていたが、代わりがいない以上、辞めるにも辞められない状況だった。
塗装工程の負担が構造的に大きい3つの理由
塗装工程がこれほど属人化し、負担が現場に集中してしまうのには理由がある。一つ目は、有機溶剤への暴露リスクという安全面の制約だ。防護設備を整えても、長時間の作業による健康影響をゼロにすることは難しく、作業できる人員そのものが限られてくる。
二つ目は、技能の言語化が極めて困難なことだ。塗装の品質はガンの距離、角度、移動速度、吐出量の組み合わせで決まるが、これらは熟練者の体に染み付いた感覚であり、数値化してマニュアル化しても再現できるとは限らない。結果として、技能は特定の個人にしか蓄積されない。
三つ目は、対象製品の形状が多様であることだ。自動車部品、家具、金属加工品など業種によって、また同じ業種でも製品ごとに曲面や凹凸の形状が異なる。この多様さが、単純な自動化装置の導入を難しくし、結局は人の手による調整に頼らざるを得ない構造を生んでいる。
この課題を放置するとどうなるか
まず起きるのは、熟練工の高齢化による生産能力そのものの縮小だ。特定の担当者しか一定品質で塗装できない状態が続けば、その人が休職や退職をした瞬間に、ラインの品質が維持できなくなるリスクを常に抱えることになる。
次に、品質のばらつきによる手直しコストの増加がある。色ムラや塗膜の厚みの不均一は、検査工程で弾かれるか、出荷後のクレームにつながる。若手や応援要員が担当する工程ほどこの傾向は強く、再塗装のための工数と材料コストが積み上がっていく。
そして見過ごされがちなのが、労働環境そのものが採用の壁になることだ。有機溶剤を扱う作業であることを理由に、若い世代の応募が集まりにくくなっている現場は少なくない。技能継承の前に、そもそも継承する相手が見つからないという事態も起こり得る。
AIとロボットアームによる自動塗装でできること
一つ目は、熟練工の動きをデータとして再現することだ。ベテランの塗装動作をセンサーやモーションキャプチャで記録し、ガンの軌跡や速度、角度のパターンを学習データとしてロボットアームに反映させる取り組みが進んでいる。これにより、特定の個人に依存していた技能を、装置として維持できる可能性が出てくる。
二つ目は、色ムラや塗膜厚のばらつきを抑える安定した繰り返し動作だ。人の手による作業では体調や疲労によって微妙な差が生じるが、ロボットは同じ条件であれば同じ軌跡と吐出量を再現できる。これにより、検査工程での手直し発生率を下げる効果が期待できる。
三つ目は、作業者を有機溶剤への直接暴露から遠ざけられることだ。ロボットが塗装ブース内での作業を担うことで、人はブースの外から状態を監視し、段取りや品質確認といった付加価値の高い業務に時間を割けるようになる。これは安全面だけでなく、働き方そのものを変える意味を持つ。
導入時に見落としてはいけない注意点
塗装ロボットの導入は、思い描くほど単純ではない。まず、対象製品の形状のばらつきをどう扱うかが最初の壁になる。多品種少量生産の現場では、製品ごとにティーチングやプログラムの調整が必要になり、その工数を見込んでおかないと導入効果が期待より小さくなる。
次に、既存の塗装ラインやコンベアとの接続をどう設計するかという問題がある。搬送速度、乾燥炉との連携、既存の換気・排気設備との整合性など、ロボット単体の性能だけでなく、ライン全体としての整合性を検討する必要がある。
さらに、初期投資の規模も無視できない。ロボットアーム本体に加えて、周辺のセンサーや制御システム、安全柵などを含めると、想定より投資額が膨らむことがある。そして最も本質的な課題が、熟練工の技術をどう教師データにするかという点だ。田中さんのような熟練者の動きをデータ化するには、本人の協力と、それを記録・解析する体制の両方が必要になる。技能継承の意思がある熟練工が現場にいるうちに着手しなければ、そもそもデータの取得自体が困難になる。
現実的な導入ステップ:まずは小さく試す
いきなりライン全体を自動化しようとすると、失敗した際の損失も大きくなる。現実的なのは、特定の製品ラインや工程の一部に絞って小規模に試すことだ。例えば、比較的形状が単純な部品を対象に一台のロボットアームを試験導入し、熟練工の動きをデータとして蓄積しながら、実際の品質データと比較検証する。
この段階で得られる知見は、ロボットの精度そのものよりも、自社の製品群のどこまでが自動化に向いていて、どこからが人の判断を必要とするかという線引きだ。この線引きができれば、次の投資判断もぶれなくなる。焦らず、小さな成功体験を積み重ねながら適用範囲を広げていくことが、結果的に最も早い定着への道になる。
壁を越えて働く人たちへ
塗装という仕事は、これまで多くの熟練工が自らの健康と引き換えにしながら、製品の品質を支えてきた領域だ。田中さんのように、匂いに耐え、震える手を隠しながらガンを握り続けてきた人たちがいたからこそ、今の製造業の品質は成り立っている。その現実に対して、テクノロジーができることは、熟練の技を置き換えることではなく、その技を引き継ぎ、次の世代が同じリスクを負わずに働ける環境をつくることだ。
ロボットが塗装ブースの中に入ることで、人はブースの外で、これまでとは違う形で現場を支える役割を担うようになる。それは後退ではなく、壁を越えて働くということだ。有害物質のリスクという壁、技能継承という壁、人手不足という壁。それぞれの現場で、それぞれのやり方でその壁に向き合ってきた人たちに敬意を持ちながら、テクノロジーはその壁を少しずつ低くしていく道具でありたい。