Media > AI活用ユースケース > 品質管理 > ビルの設備管理の会社がボイラー・冷凍機の運転の記録(遠隔監視の CSV)を n8n で毎日集め、AI で異常の兆しをまとめて点検の依頼の下書きを作る

ビルの設備管理の会社がボイラー・冷凍機の運転の記録(遠隔監視の CSV)を n8n で毎日集め、AI で異常の兆しをまとめて点検の依頼の下書きを作る

実装ステータス:構成例 技術的に実現可能な構成として設計したもの。自社未検証

遠隔監視のサービスが毎朝送るボイラーと冷凍機の運転の記録(CSV)を n8n で取り込み、機器ごとの傾向を計算します。AI が警報に至らない異常の兆しを所見にまとめ、点検の依頼の下書きを作ります。

サマリー
生成AI
ChatGPT/Claude/Gemini
連携・自動化
Make/n8n/Power Automate
対象業界
その他/不動産/医療/宿泊
対象部門
品質管理
対象業務
書類作成/集計・分析
主な課題
判断に時間がかかる/属人化している/期限・対応漏れが起きる
AIで行う処理
判定
主な効果
判断支援/工数削減/機会損失防止
導入難易度
★★★★☆
実装レベル
本格構成
費用感
ノーコード連携(中)
人間の確認
条件付き
現在工数
90h/月
AI導入後
30h/月
想定削減
67%
年間削減
720h
モデル条件による試算値です。実在企業の実績ではありません。

01導入前 / 導入後の業務フロー

導入前(Before)
  1. 技術者が朝、3社から届いた CSV を開き、機器ごとにグラフにする
  2. 前の週、前の月の同じころのグラフと見比べる
  3. 気になる機器について、その日の外気温と負荷(冷水の温度差、燃焼の時間)を確かめる
  4. 点検と修理の記録を開き、最近の整備や部品の交換が無いかを見る
  5. 兆しがあると判断したら、所見を書いてビルの設備の責任者に知らせる
  6. 責任者が了承したら、技術者が保守の会社への点検の依頼のメールを書く
導入後(After)
  1. 自動遠隔監視の3社から CSV が届くと、n8n の Microsoft Outlook Trigger が拾う
  2. 自動添付の CSV を取り出し、会社ごとの列を同じ列・同じ単位にそろえる
  3. 自動機器の台帳とつなぎ、記録の届いていない機器と値のおかしい機器に印を付ける
  4. 自動機器ごとに、外気温と負荷の近い過去の日どうしで比べた傾向の数値を計算する
  5. 自動傾向が決めた幅を超えた機器について、計算の結果、直近の点検と修理の記録、機種ごとの見方の表を AI に渡す
  6. 自動AI が `request`(点検を頼む)/`watch`(記録を見続ける)/`explained`(整備や運転の変更で説明がつく)を所見付きで返す
  7. 自動`request` の機器について、点検の依頼の下書きを作り、ビルの設備の責任者に Teams で承認を求める
  8. 人責任者が所見を読んで承認し、技術者が下書きを直して保守の会社に送る
  9. 人記録の届かない機器は、ビルの設備員が現地で状態を確かめる
各工程の詳しい説明を読む
  1. 技術者が朝、3社から届いた CSV を開き、機器ごとにグラフにする
  2. 前の週、前の月の同じころのグラフと見比べる
  3. 気になる機器について、その日の外気温と負荷(冷水の温度差、燃焼の時間)を確かめる
  4. 点検と修理の記録を開き、最近の整備や部品の交換が無いかを見る
  5. 兆しがあると判断したら、所見を書いてビルの設備の責任者に知らせる
  6. 責任者が了承したら、技術者が保守の会社への点検の依頼のメールを書く

(a)グラフを作るだけで朝が終わる。 110台分の CSV を開いてグラフにし、前の週と並べます。見比べる時間より、並べる時間のほうが長くかかります。

(b)季節の変わり目に全部が悪く見える。 5月の終わりに冷凍機の圧力が一斉に上がるのは、外気温が上がったからです。それを見誤って点検を頼むと、保守の会社に空振りの出動をさせます。 逆に、外気温のせいだと思い込むと、本当の汚れを見落とします。

(c)見方が2名の頭の中にしかない。 2名が休みの日は、グラフを開いても何を見ればいいか分かりません。所見の書き方も2名で違い、保守の会社への依頼の文も毎回違います。

(d)整備の後の変化を兆しと取り違える。 冷却塔の清掃の直後は値がよくなり、部品の交換の後は値の水準が変わります。点検の記録を見ずにグラフだけ見ると、良くなった変化を異常として拾います。

  1. 【自動】 遠隔監視の3社から CSV が届くと、n8n の Microsoft Outlook Trigger が拾う
  2. 【自動】 添付の CSV を取り出し、会社ごとの列を同じ列・同じ単位にそろえる
  3. 【自動】 機器の台帳とつなぎ、記録の届いていない機器と値のおかしい機器に印を付ける
  4. 【自動】 機器ごとに、外気温と負荷の近い過去の日どうしで比べた傾向の数値を計算する
  5. 【自動】 傾向が決めた幅を超えた機器について、計算の結果、直近の点検と修理の記録、機種ごとの見方の表を AI に渡す
  6. 【自動】 AI が request(点検を頼む)/watch(記録を見続ける)/explained(整備や運転の変更で説明がつく)を所見付きで返す
  7. 【自動】 request の機器について、点検の依頼の下書きを作り、ビルの設備の責任者に Teams で承認を求める
  8. 【人】 責任者が所見を読んで承認し、技術者が下書きを直して保守の会社に送る
  9. 【人】 記録の届かない機器は、ビルの設備員が現地で状態を確かめる

7番と8番が、この設計の分かれ目です。 AI が request と返しても、保守の会社を呼ぶかは責任者が決めます。 点検には費用がかかり、ビルの持ち主との契約で、誰がどこまで負担するかが決まっています。

4番を AI ではなく Code ノードで行うのが、第3章の(b)への答えです。 外気温と負荷の近い日を選んで比べる計算は、毎回同じ手順で行うべきもので、AI に任せる理由がありません。

02今回想定するシステム構成

構成図
【トリガー】遠隔監視の3社からのメールの着信(Microsoft Outlook Trigger の Message Received)
   ▼
n8n
   ├─ Microsoft Outlook ── Message Attachment の Download で CSV を取る
   ├─ Extract from File(Extract From CSV)── 行に分ける
   ├─ Code ── 3社の列と単位をそろえ、台帳とつなぐ
   ├─ Code ── 外気温・負荷の近い日どうしの比較、傾向の数値
   ▼
Basic LLM Chain + Anthropic Chat Model + Structured Output Parser
   │  傾向の数値と点検・修理の記録を見方の表に照らし、所見と判定
   ▼
Microsoft Teams
   ├─ Channel Message ── 技術部への朝の一覧
   └─ Chat Message(Send and Wait for Response)── 責任者への承認の依頼
   ▼
Microsoft Outlook ── Draft の Create(保守の会社への点検の依頼の下書き)
役割想定する製品代替候補
ワークフローn8nMake、Power Automate
生成AIClaude(n8n の Anthropic Chat Model ノード)OpenAI API、Gemini API
メールMicrosoft Outlook(n8n の Microsoft Outlook Trigger・Microsoft Outlook ノード)Gmail
通知・承認Microsoft Teams(n8n の Microsoft Teams ノード)Slack
保管社内のデータベース(そろえた記録、傾向の数値、判定、承認)n8n の Data table

新しく足すのは n8n だけです。 遠隔監視のサービス、Outlook と Teams は今あるものを使います。

法令の点検との関係を最初に決めておきます。 ボイラー及び圧力容器安全規則の第32条は、ボイラーについて1月以内ごとに1回、定期に自主検査を行い、結果を記録して3年間保存することを事業者に求めています。第25条は、ボイラー取扱作業主任者に圧力・水位・燃焼状態の監視などを行わせることを求めています。この構成は、そのどれも代わりません。 記録の傾向から点検を頼むきっかけを作るだけです。

冷凍機のフロンの点検も同じです。 環境省の資料では、業務用の冷凍空調機器(第一種特定製品)のすべてに3か月に1回以上の簡易点検が、定格出力7.5kW以上の冷凍冷蔵機器などに定期点検が求められています。簡易点検に代えられるのは、告示の基準を満たす常時監視システムに限られます。 基準には、冷媒系統ごとの状態値を1日1回以上計測・診断・記録して1年以上保存すること、漏えいの疑いを管理者に直ちに通知することなどが並んでいます。この n8n の流れはその基準に合わせて作ったものではないので、簡易点検の代わりとして扱いません。

03どうやって実装するのか

Step1

処理の起点を決める

遠隔監視の3社からのメールの着信を起点にします。 Microsoft Outlook Trigger のイベントは「Message Received」です。認証は Outlook OAuth2 が既定で、Microsoft OAuth2(Graph)や Microsoft Entra のサービスプリンシパル(App-Only)も選べると公式ページにあります。記録を受けるのは、技術部の個人のメールボックスではなく、記録の受け取り専用のメールボックスにします。

3社のメールが届くのは毎朝6時前後です。 3社分がそろってから計算するため、着信ごとに CSV を積んでおき、8時に別のワークフローで3社分がそろったかを確かめて判定を始めます。 そろわない会社があれば、その会社の機器を「記録が届いていない」に入れて先に進めます。

警報が出るたびに動かす形にはしません。 警報は遠隔監視のサービスがビルの設備員と保守の会社にすでに知らせています。この流れが同じ警報を拾い直すと、知らせが二重になります。 警報の記録は、傾向を読むときの材料として使うだけです。

Step2

入力データを集める

データ中身取得元
ボイラーの記録機器の番号、時刻、蒸気の圧力または温水の温度、排ガスの温度、燃焼の時間、発停の回数、警報の記録遠隔監視の CSV
冷凍機の記録機器の番号、時刻、冷水の出入口の温度、冷却水の出入口の温度、凝縮と蒸発の圧力(出る機種のみ)、圧縮機の電流、運転の時間、発停の回数、警報の記録遠隔監視の CSV
外気温ビルごとの時刻ごとの外気温遠隔監視の CSV(外気温の計器があるビル)
機器の台帳機器の番号、ビル、種類、機種、能力、設置の年、保守の会社社内のデータベース
点検と修理の記録日付、内容(冷却塔の清掃、チューブの洗浄、部品の交換など)社内のデータベース
機種ごとの見方の表見る項目、悪化の向き、兆しの目安、確かめる点技術者が作る表

質を決めるのは、機種ごとの見方の表です。 経験のある2名の頭の中にある「この値がこう動いたらこれを疑う」を、表に書き出します。たとえば、冷却水の温度に比べて凝縮の温度が離れていく(アプローチの拡大)なら凝縮器の汚れ、冷水の温度差が縮むのに運転の時間が伸びるなら能力の低下、を疑う、といった書き方です。 AI はこの表に照らして所見を書き、表に無い組み合わせは判定しません。

Step3

データの取得方法を決める

取るものどこから何に使うか
前日分の CSVMicrosoft Outlook ノードの Message Attachment の Downloadその日の計算の材料
過去1年の記録社内のデータベース(毎朝積んだもの)外気温・負荷の近い日を選ぶ
機器の台帳社内のデータベース機種と保守の会社
直近90日の点検と修理社内のデータベース整備の後の変化の見分け

CSV は Extract from File の Extract From CSV で行に分けます。公式ページは CSV の区切り文字や文字コードの設定を説明していないので、最初の取り込みで、1行目が見出しか、単位の行が混ざっていないかを確かめます。

3社の記録は、Code ノードで次の形の1台1日の行にそろえてから積みます。

{
  "equipment_id": "B12-CH-02",
  "type": "chiller_turbo",
  "date": "2026-11-01",
  "received": true,
  "outdoor_temp_avg": 14.2,
  "load_index": 0.38,
  "run_hours": 9.5,
  "starts": 6,
  "chw_dt": 4.1,
  "approach_cond": 3.8,
  "current_avg": 212.0,
  "alarms": []
}

load_index は負荷のものさしで、機種ごとに Code ノードで計算します。 冷凍機なら冷水の温度差と流量(取れない場合は運転の時間)、ボイラーなら燃焼の時間です。received は、記録の届かなかった日も false の行を作って持たせます。 時刻は会社によって UTC で来ることがあるので、日本時間に直してから日付を決めます。

Step4

AIへ渡す前に整形する

  1. 列と単位をそろえる … 圧力の単位(MPa と kPa)、温度の小数点の位置を会社ごとに直します
  2. 届いていない機器を出す … 台帳にあるのに前日の記録が無い機器を、最後に届いた日時とともに別の欄に出します
  3. 値を確かめる … 温度が計器の範囲の端に張り付いている、同じ値が一日中続く、などは計器の不具合の疑いとして印を付け、計算から外します
  4. 止まっていた日を外す … 運転の時間がゼロに近い日や、冷暖の切り替えの日は比べる対象にしません
  5. 比べる日を選ぶ … 過去1年から、外気温の平均が±2℃以内かつ load_index が近い日を選び、少なくとも10日そろわなければ「比べる日が足りない」とします
  6. 傾向の数値を出す … 選んだ日の中央値と今週の値の差、直近4週の向きを、見方の表の項目ごとに計算します
  7. 整備の日を付ける … 直近90日の点検と修理の記録を、その日付とともに付けます
  8. AI に渡す機器を絞る … 見方の表の目安を超えた項目がある機器だけを渡します

5番が、この構成でいちばん大事な計算です。 外気温と負荷をそろえて比べることで、季節の変わり目の一斉の悪化が消え、機器そのものの変化だけが残ります。 比べる日が足りない機器(設置したばかり、記録が始まったばかり)は、判定せずに人に回します。

3番を省くと、計器の不具合を機器の兆しとして拾います。 冷却水の温度の計器が壊れて同じ値を出し続けると、アプローチが急に広がったように見えます。

Step5

AIに処理させる

させるのは、目安を超えた機器ごとに、傾向の数値を見方の表に照らして所見を書き、3つのどれかに分けることだけです。

見るもの読み方判断できないときの扱い
目安を超えた項目見方の表の悪化の向きに動いているか表に無い項目は unmapped に入れる
項目の組み合わせ表に書いた組み合わせ(アプローチの拡大と電流の増加など)がそろっているか表に組み合わせが無ければ単独で読む
向きの続き方直近4週で同じ向きに動いているか4週そろわなければその旨を書く
整備の記録変化の始まりと整備の日付が合うか記録が無ければ空として扱う
警報の記録同じ系統の軽い警報が出ているか警報が無いことを根拠にしない

整備の記録を材料に入れるのは、第3章の(d)を防ぐためです。 チューブの洗浄の翌週にアプローチが縮んだのは、良くなった変化です。整備の日付と変化の始まりが合えば explained にし、所見にその整備を書きます。

させないこと理由
故障の原因の断定原因を決めるのは保守の会社の点検。AI は見方の表の「確かめる点」を写すだけ
傾向の数値の計算Code ノードで計算する。AI は比べる日の選び方を誤りうる
機器の停止の判断止めるかは設備の責任者とボイラー取扱作業主任者が決める
法令の点検の代わりの記録定期自主検査と簡易点検は人が行い、別に記録する
点検の依頼を送ること費用と契約に関わる。責任者の承認の後に人が送る

1行目がいちばん起きやすい失敗です。 「凝縮器の汚れが原因です」と所見に書かれると、保守の会社はチューブの洗浄の見積を持ってきます。本当は冷却塔の水の処理の問題だったとき、洗浄しても戻りません。 所見には「確かめる点」として、凝縮器の汚れと冷却塔の水質を並べて書かせます。

Step6

指示内容を固定する

Basic LLM Chain の Prompt を「Define below」にして、機器ごとの材料を Prompt (User Message) に入れます。「Require Specific Output Format」を有効にして Structured Output Parser をつなぎ、Chat Messages の System に次の指示を入れます。

あなたはビルの設備管理の会社の技術者で、ボイラーと冷凍機の運転の記録の
傾向を読み、保守の会社に点検を頼むべきかを見立てる担当です。
渡された傾向の数値・整備の記録・見方の表だけを根拠にしてください。
推測で補わないでください。

【判定の区分】
- request .... 見方の表の兆しに当たり、保守の会社の点検を頼むべき
- watch ...... 兆しの疑いはあるが、記録を見続けて判断する
- explained .. 整備の記録か運転の変更で、日付の合う説明がつく
迷ったときに watch を選ばないでください。
迷った理由を書き、needs_review を true にしてください。

【見方】
- 傾向の数値は、外気温と負荷の近い日と比べた結果です。
  外気温や季節を理由に変化を打ち消さないでください。
- 見方の表の direction(悪化の向き)と threshold(目安)だけで判断してください。
- 表の combinations に載っている項目がそろったときだけ、組み合わせとして扱ってください。
- 整備の記録は、日付が変化の始まりと合うときだけ説明として使ってください。

【厳守事項】
- 故障の原因を断定しないでください。check_points には見方の表の
  確かめる点をそのまま写してください。
- 数値を計算し直さないでください。渡された値をそのまま使ってください。
- 機器を止めるべきか、使い続けてよいかを書かないでください。
- 表に無い項目の変化は判定に使わず、unmapped に入れてください。
- 警報が出ていないことを、異常が無い根拠にしないでください。
- findings には、根拠にした項目・値・期間をそのまま書いてください。

【見方の表(この機種の分)】{rule_table}
【傾向の数値】{trend}
【直近90日の整備の記録】{maintenance}
【直近14日の警報の記録】{alarms}

「外気温や季節を理由に変化を打ち消さない」が要です。 傾向の数値はすでに外気温と負荷をそろえて比べたものですが、何も言わないと AI は「夏に向かう時期のため」と書いて explained にします。そろえたうえで残った変化だ、ということを指示で伝えます。

「警報が出ていないことを根拠にしない」も必要です。 この構成が扱うのは警報の前の変化です。「警報が無いので問題なし」と書かれると、構成の意味がなくなります。

Step7

出力形式を固定する

次の形の JSON で受け取ります。 Structured Output Parser は JSON の例から形を作るとすべての項目を必須として扱い、$ref に対応しないと公式ページにあるため、入れ子を浅くして JSON Schema で書きます。

{
  "equipment_id": "B12-CH-02",
  "verdict": "request",
  "needs_review": false,
  "findings": [
    "approach_cond が比べた日の中央値 2.1 に対し 3.8。直近4週で毎週広がっている",
    "同じ期間に current_avg が中央値より 8%高い(combinations の C-03 に当たる)",
    "直近90日に凝縮器・冷却塔の整備の記録なし"
  ],
  "check_points": ["凝縮器のチューブの汚れ", "冷却塔の水質と薬注の状態"],
  "maintenance_used": "",
  "unmapped": []
}

1つ目の理由は、点検の依頼の下書きにそのまま入れられることです。 findings と check_points を、機器の台帳の機種・保守の会社と合わせて下書きにします。

【点検のお願い】B12 ビル 冷凍機 2号機(ターボ式)
傾向:冷却水と凝縮の温度の差が、外気温と負荷の近い日に比べて広がっています。
   (比べた日の中央値 2.1 → 今週 3.8。4週続けて広がっています)
   同じ期間に圧縮機の電流が 8%高くなっています。
確かめていただきたい点:凝縮器のチューブの汚れ/冷却塔の水質と薬注の状態
直近90日の整備:凝縮器・冷却塔の整備の記録はありません。
ご都合のよい日程をお知らせください。

2つ目は、判定の理由が技術者の間で同じ形で残ることです。 第3章の(c)のように所見の書き方が人で違っても、どの項目のどの値を根拠にしたかが同じ形で残れば、後から比べられます。

3つ目は、check_points が見方の表の写しであることを確かめられることです。 Code ノードで表の値と照らし、表に無い文が入っていたら needs_review にします。

Step8

システムへ連携する

つなぎ先方式内容
記録の受け取り専用のメールボックスMicrosoft Outlook Trigger(Message Received)3社の CSV のメールを拾う
OutlookMicrosoft Outlook ノードの Message Attachment の Download、Message の MoveCSV を取り、処理済みのフォルダへ移す
社内のデータベースn8n のデータベースのノード記録の積み上げ、台帳と整備の記録の読み取り
ClaudeBasic LLM Chain + Anthropic Chat Model機器ごとの所見と判定
Teams のチャネルMicrosoft Teams ノードの Channel Message の Create技術部への朝の一覧
Teams のチャットChat Message の Send and Wait for Response(Approval)責任者への承認の依頼
OutlookMicrosoft Outlook ノードの Draft の Create保守の会社への点検の依頼の下書き

承認は Teams の Send and Wait for Response で取ります。 公式ページでは、返事があるまでワークフローを止め、Approval の形なら承認・却下のボタンで答えられ、Limit Wait Time で返事が無いときに再開する時刻を決められるとされています。上限を過ぎたものは、技術部の取りまとめに回します。

点検の依頼は、承認の後に下書きとして作り、送るのは技術者です。 Microsoft Outlook ノードには Draft の Create と Send がありますが、Send は使いません。 保守の会社への依頼は費用の発生につながり、宛先と日程の書き方を人が整えてから送ります。

Step9

人が確認する

  1. ビルの設備の責任者が request を承認する … findings を読み、点検を頼むか、次の定期の点検のときに見てもらうかを決めます。却下したら理由を一言残します
  2. 技術者が下書きを直して送る … 宛先、日程の希望、ビルへの入館の手順を足します
  3. needs_review と unmapped を見る … 表に無い項目の変化は、技術者が見方を決めて表に足します
  4. 記録の届かない機器を確かめる … 2日続いたら、ビルの設備員が現地で機器と通信の装置を見ます

3番目を続けると、unmapped が減っていきます。 表を足すのは技術者で、AI に見方を推させて表を埋めることはしません。 経験のある2名の見方が表に移っていくことが、第3章の(c)への答えです。

目標は、600件をならして1件3分です。 watch と explained は一覧で流し見て終わり、request の承認と needs_review に時間を使います。

Step10

例外に対処する

起きること対応
1社の CSV が届かないその会社の機器をすべて「記録が届いていない」に入れ、ほかは進める
CSV の列が変わった取り込みを止め、列名の一覧を技術部に知らせる。一部の列だけで計算しない
計器の値が張り付く・一日中同じ計器の不具合の疑いとして計算から外し、設備員に計器を見てもらう
比べる日が10日に満たない判定せず「比べる日が足りない」として人へ
冷暖の切り替えの日比べる対象から外す
台帳に無い機器の番号更新・増設の登録漏れの疑い。台帳の担当に回す
AI の応答が形に合わないノードの「Retry On Fail」で再試行し、続けばその機器は人が見る
承認の返事が来ないLimit Wait Time を過ぎたら技術部の取りまとめに回す
傾向の中に警報が混ざる警報は遠隔監視の経路で対応済みかを確かめ、所見には事実だけを書く

上の3行が、計算の前の守りです。 届かない記録、変わった列、壊れた計器。どれも AI に渡す前に止めないと、もっともらしい所見が誤った数値から書かれます。

Step11

記録を残す

  • 毎朝受け取った CSV の原本(会社ごと)と、そろえた後の記録
  • そのときの見方の表の版と、比べる日の選び方の設定
  • 傾向の数値、AI に渡した材料、返ってきた JSON の全文
  • 責任者の承認・却下と、その理由
  • 保守の会社の点検の結果(何が見つかったか、何をしたか)
  • 記録の届かなかった日数の機器ごとの累計

5行目が、見方の表を育てる材料になります。 request で点検して何も無かった、watch だった機器が翌月止まった。判定と点検の結果を並べると、表の目安のどこを直すべきかが分かります。

04実装レベルの3段階

最小構成:記録を手で表にして差を計算し、AI の画面に貼って区分を聞く / 1台ごとの見立て
半自動化:上記+n8n で3社の CSV を毎朝取り込み、外気温と負荷をそろえた傾向を計算して一覧にする / グラフを並べる作業と、比べる計算
本格構成:上記+目安を超えた機器を AI が所見にまとめ、承認と点検の依頼の下書きまで出す / 毎朝の確認の全体

最小構成では台数がさばけません。 1台ずつ手で計算するので、確かめるための段階です。 半自動化で、1件9分が5分程度になります。 グラフを並べる作業と比べる計算は消えますが、整備の記録を照らして所見を書き、依頼の文を書く作業が残ります。本格構成で3分になり、この段階が本記事の想定です。 段階を飛ばさないでください。 半自動化の一覧を1か月使うと、計器の不具合の多さと、比べる日が足りない機器がどれだけあるかが分かります。計器を直し、見方の表を固めてから所見を足すほうが、空振りの点検が減ります。

05工数削減シミュレーション

前提値(モデル条件)
対象人数
5 名
月間件数
600 件
1件あたり現在時間
9 分
1件あたり導入後時間
3 分
現在  600件 × 9分 ÷ 60 = 90 時間/月
導入後 600件 × 3分 ÷ 60 = 30 時間/月
月間削減時間
60h
削減率
67%
年間削減時間
720h
年間金額換算(時間単価3,300円)
238万円
モデル条件による試算であり、実際の効果は業務内容・運用方法によって異なります。

自社条件で導入効果を整理したい方へ

このユースケースを自社に当てはめた場合の前提値と削減見込みを、業務ヒアリングをもとに整理します。

AI活用について相談する

06向いている企業・向いていない企業

向いている
  1. オフィスビル・病院・ホテルなど数十棟の設備管理を受託し、ボイラーと冷凍機(チラー)の運転の記録を遠隔監視のサービスから毎日受け取っている会社。本社の設備の技術者が毎朝記録をグラフにして、警報が出る前の変化を経験で見つけ、保守の会社に点検を頼んでいる場合。見つける力が一部の技術者に偏っている場合。
向いていない
  1. 管理する機器が数台で、常駐の設備員が毎日機器の前で状態を見ている場合。遠隔監視が無く、運転の記録が手書きの日誌にしか無い場合(手書きの日誌の読み取りは UC-1923)。故障の原因の診断や機器の停止の判断まで自動にしたい場合。なお、法令の定期自主検査と、フロン排出抑制法の点検は、この構成では代替できません。

07最小構成で試す方法

  1. 過去1年から、点検で汚れや不具合が見つかった機器10台と、点検して何も無かった機器10台を選ぶ
  2. それぞれ、点検の前の8週の記録と、同じ機器の外気温の近い時期の記録を書き出し、表にして差を手で計算する
  3. 経験のある技術者に、その20台について見方の表を1枚書いてもらう
  4. 手元の AI サービスの画面に、見方の表と1台分の差の表・整備の記録を貼り、「点検を頼む・見続ける・説明がつく のどれか、根拠の値を挙げて答えてください。原因は断定せず、確かめる点は表のとおりに写してください」と指示する
  5. 出てきた区分を、実際の点検の結果と突き合わせる

20台は必ずやってください。 取り込みの流れを作る前に、「外気温をそろえた差から、兆しを見立てられるのか」を確かめます。

出てきた内容判断
点検の結果とほぼ合う取り込みと傾向の計算に進む
原因を断定してくる指示の書き方で直る。構成は有効
季節を理由に打ち消す差の表が外気温をそろえたものかを確かめ、指示に明記する

08実装時につまずきやすいポイント

問題対策
季節の変わり目に全部の機器が拾われる外気温と負荷の近い日どうしで比べる計算を Code ノードで行う
AI が季節を理由に打ち消す傾向の数値がそろえた後のものだと指示に書く
整備の後の変化を兆しと読む直近90日の整備の記録を渡し、日付が合えば explained
計器の不具合を兆しと読む張り付き・一日中同じ値を印にして計算から外す
3社の単位が違うMPa と kPa など、取り込みの時点でそろえる
AI が原因を断定する指示で禁じ、check_points は表の写しかを Code で照らす
警報の知らせが二重になる警報は遠隔監視の経路に任せ、この流れでは知らせない
法令の点検をこの流れで済ませる定期自主検査と簡易点検は別に人が行い、別に記録する
点検の依頼が自動で送られるDraft の Create までにし、Send は使わない
記録の受け取りが担当の個人のメールボックス受け取り専用のメールボックスにする

上の2行が、毎朝の一覧を信用できるかを決めます。 季節で全部が拾われると誰も一覧を見なくなり、季節で全部が打ち消されると兆しが消えます。どちらも、比べ方を AI に任せないことで防ぎます。

09セキュリティ・AIガバナンス上の注意点

この構成で扱うデータ: 機器の運転の記録、ビルの名前と所在、点検と修理の記録、保守の会社との契約の内容です。病院やホテルでは、機器の運転の時間から施設の使われ方が分かることもあります。

  1. ビルの名前と所在を AI に渡さない … 判定に要るのは機器の番号、機種、傾向の数値、整備の記録だけです。ビルの名前は Teams の一覧と下書きを作るときに n8n の側で付けます
  2. AI に機器の停止を判断させない … 止めるかは、ボイラー取扱作業主任者と設備の責任者が現地の状態を見て決めます
  3. 法令の点検の記録と混ぜない … ボイラーの定期自主検査の記録(3年間の保存)と、フロンの点検の記録は、それぞれの決まりに従って別に残します。AI の所見をその記録の代わりにしません
  4. 点検の依頼を自動で送らない … 費用の発生と、ビルの持ち主との負担の取り決めに関わります
  5. 遠隔監視のサービスの利用条件を確かめる … 記録を外部の生成AIのサービスに渡してよいかを、遠隔監視の会社とビルの持ち主との契約で確かめます
  6. Outlook と Teams の資格情報を n8n の資格情報に入れる … ワークフローの中に直接書かず、更新の担当を決めます

誤りが起きた場合のリスクは、兆しを見落として機器が止まることと、空振りの点検を頼んで費用をかけることの2つです。 前者は季節での打ち消しと計器の不具合で起き、後者は整備の後の変化の取り違えで起きます。どちらも、比べ方の計算と前処理の印で防ぎます。

10まず何から始めるか

1週目:3社の CSV と見方を確かめる

3社の CSV の列、単位、時刻の持ち方を書き出し、外気温と負荷のものさしにできる列があるかを確かめます。無ければ、遠隔監視の会社に出せる項目を相談します。

2週目:見方の表を作る

経験のある2名に、機種ごとに「どの値がどう動いたら何を疑うか」を書き出してもらいます。全機種を一度に作る必要はありません。台数の多いターボ式の冷凍機と炉筒煙管ボイラーから始めます。

3週目:20台で試す

点検で何か見つかった10台と、何も無かった10台の差の表を AI の画面に貼り、区分を聞きます。原因を断定してこないか、季節を理由に打ち消さないかを見ます。

4週目:取り込みと比べる計算を作る

n8n で3社の CSV を毎朝取り込み、外気温と負荷をそろえた傾向を計算して、Teams に一覧を出すところまで作ります。この時点では AI の所見を入れず、季節の変わり目に一覧が埋まらないかを見ます。

2か月目: 目安を超えた機器の所見と、責任者の承認を足します。request の件数と承認の割合を毎週数えます。3か月目以降: 点検の依頼の下書きを足し、判定と点検の結果を並べて見方の表を直します。空振りの点検が減り、2名が休みの日にも同じ一覧が出る状態になった時点で、この構成は完成です。


11関連ユースケース

12この仕組みを理解するための記事

13技術仕様の確認日・参考情報

技術仕様確認日:2026-11-02/最終更新:2026-11-03
確認した内容情報源確認日
第25条(ボイラー取扱作業主任者に圧力・水位・燃焼状態の監視、異常の記録などを行わせる)、第32条(ボイラーについて1月以内ごとに1回の定期自主検査、結果を記録し3年間保存)。2026-04-01 施行の改正が現行であることe-Gov 法令API: ボイラー及び圧力容器安全規則2026-11-02
第一種特定製品のすべてに3か月に1回以上の簡易点検、定格出力7.5kW以上の冷凍冷蔵機器などに定期点検が求められること。基準に適合する常時監視システム(1日1回以上の計測・診断・記録、1年以上の保存、管理者への直ちの通知など)による措置で簡易点検に代えられること。点検・整備の記録の保存環境省: フロン排出抑制法の概要(管理者向け資料)2026-11-02
イベントが Message Received であること、認証の選択肢(Outlook OAuth2、Microsoft OAuth2(Graph)、Microsoft Entra のサービスプリンシパル)n8n Docs: Microsoft Outlook Trigger2026-11-02
Draft の Create・Send、Message の Move、Message Attachment の Download などの操作n8n Docs: Microsoft Outlook2026-11-02
Extract From CSV の操作(CSV の区切り文字・文字コードの設定は記載なし)n8n Docs: Extract From File2026-11-02
Prompt の Define below と Prompt (User Message)、Require Specific Output Format で Structured Output Parser をつなぐこと、Chat Messages の Systemn8n Docs: Basic LLM Chain2026-11-02
JSON の例から作るとすべての項目が必須になること、$ref に対応しないことn8n Docs: Structured Output Parser2026-11-02
Channel Message の Create、Chat Message の Send and Wait for Response(Approval、Limit Wait Time)n8n Docs: Microsoft Teams2026-11-02
ノードの設定の Retry On Fail と On Error(Continue (using error output) など)n8n Docs: Nodes2026-11-02

見方の表の目安と、比べる日の選び方は、自社の技術者の経験と機器のメーカーの資料で決めてください。 法令の点検の方法と記録は、所轄の労働基準監督署と都道府県の指導、環境省の手引きに従ってください。本記事は公開ページで確認できた範囲だけを扱っています。

実装ステータス:構成例。 公開仕様に基づいて設計した構成であり、当社で実際に構築・検証したものではありません。工数の数値はモデル条件による試算です。

自社の業務に使えるAI活用候補を整理します

このユースケース(UC-2528)についてのご相談はこちらから。

AI活用について相談する
目次