top of page
G — Gather
現場には、まだ名前のない問題が散らばっています
見積もり、品質、技能継承、事業承継、AI活用。 別々の問題に見えていても、 根には同じ構造があるかもしれません。
まず、会社の日常に起きていることを、 問題と決めつける前に眺めます。
E — Externalize
別々の問題に見えていたもの
会社が何を見て、 どのように判断し、 誰が現場の揺れを吸収しているのか。 それが、会社自身にも 見えていない場合があります。
GEMBA-OS™が最初に行うのは、 答えを与えることではありません。 すでに起きていることを、 一緒に外から眺められる形にすることです。
M — Map
GEMBA-OS™とは
社長の判断。 ベテランの感覚。 社員の工夫。 帳票、設備、顧客との関係。 会社の中に散らばる知をつなぎ、 人とAIが使い続けられる 知的資産へ変える仕組みです。
会社が、自分たちの仕事と判断を、 自分たちで見えるようになる。
B — Bridge
なぜ、AIを入れるだけでは足りないのか
AIは、すでに文書化され、 意味が整理された情報を扱うことは得意です。 しかし現場には、 どこにも書かれていない 会社固有の前提があります。
向き合うべき問いは、 AIをどう導入するかだけではありません。
うちの現場の当たり前を、 誰にでも分かる形にできるか。
GEMBA-OS™を構想する二人
製造現場で培った経験と、中小企業や人の変化に伴走してきた経験を重ねながら、GEMBA-OS™の構想と実装を進めています。
三木 康司
Kouji Miki
株式会社enmono代表取締役。
2009年の創業以来、中小製造業の自社製品開発、新規事業、経営者伴走に取り組む。zenschool共同主宰として、16年以上にわたり、人の内側にある違和感や内発的動機が、問いや事業として立ち上がる場をつくってきた。Zen2.0などを通じ、禅、ウェルビーイング、国際コミュニティ、社会的事業の領域にも関わる。
宇都宮 茂
Shigeru Utsunomiya
株式会社enmono取締役CTO、zenschool共同主宰。
スズキの生産技術部門で18年間、製造現場に携わる。現場観察、職人への聞き取り、マニュアル作成、加工データの分析、業務情報の構造化などを実践してきた。現在は、AIを活用しながら、現場に埋もれた判断・経験 ・関係を、会社で使い続けられる知へ変えるGEMBA-OS™の構想と実装を進めている。
bottom of page