分析によると、稼働率は日による違いや日勤・夜勤による違いは認められなかったものの、牽引車はフォークリフトと比べて10ポイント程度低い稼働率であることが確認された。なぜ違いが出たのかを知るため、車両の稼働率を担当エリアごとに色分けして表示し、各車両がどのエリアに滞在していたのか、稼働の状態はどうだったのか、隣接エリアの車両の稼働率を併せてその車両の削減可否を、さらに削減できないのであればどういう理由があるのかを現場の担当に見てもらい、「回顧インタビュー」を実施した。
「稼働率を一覧化して色分けして、なぜ稼働率が低いのかをそれぞれの担当者とディスカッションしました。導線データを何回も再生して、『なぜここで止まっているのか』『なぜ ここに移動しているのか』といったことを具体的に確認して、一つ一つの作業の意味を確認できた」と芥川氏が語るように、これまで見えていなかった稼働の実態を把握することができたという。

　「たとえば、フォークリフトと牽引車を一人の作業者が乗り換えて交互に作業していた例がありました。これは、過去の業務改善の中で、車両の稼働よりも省人化を優先した結果である事が分かりましたが、今現在の状況に照らして合理的なのかをスタッフと議論する良い機会となりました。また業務エリアをまたいで長い距離を動いている車両がいたことも把握できました」（石塚氏）

　同工場ではこのプロジェクトの成果により、開始前に80台 近くあった車両のうち10台を削減することに成功し、更なる台数の削減も検討している。「定量化によりみんなが同じベースで議論ができて、水掛け論にならずに『削減しよう』という方向性を共有できた点が大きかったと思います。

　各担当者がディスカッションを踏まえて、積極的にアクションを起こして迅速に削減を実現したことで、工場内全体の意識改革にもつながりました。見える化によって、従来であれば『避けられない』『プロセスを替えようがない』と決めつけられて改善案に挙がらなかったような課題に対しても、見直していこうという空気が現場にも生まれました。たとえば、製品出荷の際にクライアントのトラックが回ってくるのですが、これに対応するフォークリフトが3台あり、稼働率が非常に低いことがわかっていました。

　しかし、このトラックはお客様が運用していることから調整が難しく、『仕方ない』と考えてしまい議論に上がることもありませんでした。それが今回のプロジェクトの成功により、現場にもトラック配送や積み下ろしの無駄を削減して効率化しようという意欲が生まれています。

　また、工場内の牽引車の稼働率が低い問題についても、車両担当者から『生産ラインの稼働状況や部品の材料の検知を、センサーなどで行うなどIoT化を進めることで、ジャストインタイムが追及できるのではないか』という提案が出るなど、従業員全体に課題意識が醸成されたことも大きな成果でした」と石塚・芥川両氏が話すように、同工場では新たな課題の抽出とさらなる改善への機運が高まっている。
(2018年9月取材)