「おもり」の技術史 ― 飛び杼から自働織機、オートスイッチ、そしてAIへ

1問い：機械は「終わった」を知らない

機械の動作は「Aが終わったらBを始める」という連鎖でできている。ところが機械そのものは、Aが終わったことも、途中で失敗したことも知らない。

そのため工場では、人が機械のそばに立ち、次の二つを見守り続けてきた。

• 材料が尽きていないか（補給）
• 糸が切れていないか、詰まっていないか（監視）

本稿ではこれを「おもり」と呼ぶ。自動化の歴史は「作業を機械に移す歴史」として語られがちだが、もう一つの読み方がある。「おもり」を機械に移す歴史である。

2飛び杼と、残された二つのおもり

飛び杼も力織機も「織る」作業は速くした。しかし、緯糸が尽きれば人が止めて入れ替え、糸が切れれば人が気づいて止めるしかなかった。速くなるほど、おもりの負担は重くなった。

3豊田佐吉と「自働」― 機械に目を与える

自働織機に入っていた「目」

自動織機には、今日のセンサの原型がすでに組み込まれていた。

• フィーラー杼の中の緯糸の残りを探り、尽きる前に交換を指示する
• 経糸切れの検出金具経糸1本ごとに小さな金具を吊り、糸が切れると金具が落ちて機械を止める

どちらも「終わった」「おかしい」を、人の目の代わりに機械へ知らせる仕組みである。G型の中核特許である喜一郎の特許第65156号（大正14年）の明細書も、杼換装置が緯糸の「サグリ」装置（フィーラー）に連絡して働くと書き、従来の自動織機は杼換のために回転を遅くせねばならなかった、と課題を述べている。目と手が一体になって、はじめて止めずに速く回せた。

「ニンベンのついた自動化」

大野耐一は、この「異常があれば機械が自ら止まる」という考え方を「ニンベンのついた自働化」と呼び、ジャスト・イン・タイムと並ぶトヨタ生産方式の柱に据えた。トヨタはその狙いを、人を機械の番人にしないことと説明している。機械が自分で異常を知って止まるから、人は1台を見守る必要がなくなり、1人で何台も受け持てる。

4知財ビジネスモデルとして読む

発明・法的保護・価値獲得の三つの重心

同じ発明者の系譜から、対照的な二つの価値の取り方が生まれている。

• 機械（ハード）の発明は特許として切り出され、売られ、資金に変わった。
• 「異常で止まる」という考え方は特許にならず、現場の仕組みとして社内に残り、自動車の生産方式に移されて最大の価値を生んだ。

特許番号・クレーム・契約の中身と年表は、知財ビジネスモデル図鑑「豊田佐吉・喜一郎（自動織機とプラット契約）」にまとめた。

補完資産の視点

ティースの補完資産の観点から見ると、特許を買っても、それを使いこなす現場の能力（保守、品質管理、図面の管理）までは移らない。プラット社の G型は実際にそうなった。1931年に英国最大の綿業グループが行った性能試験で Platt-Toyoda 織機の成績は振るわず、英国綿業史家の D. A. Farnie は、豊田側が渡した図面に100か所を超える誤りがあったと指摘している。設計変更を原図に書き戻す仕組みが当時の豊田の社内になかったためで、契約は1934年に対価を減額して決着した。特許は動いたが、自働化を回す運用能力は動かなかった。

関連：ティースの専有可能性レジーム — 発明で勝った者が、事業で負けるのはなぜか

逆突出部としての「おもり」

ヒューズの「逆突出部（リバース・サライエント）」の観点では、システム全体の前進を止めているのは、最も遅れている構成要素である。織機の高速化の歴史で遅れていたのは「織る」機構ではなく、人のおもりだった。佐吉の発明は、この逆突出部を解消したものと位置づけられる。

関連：ボトルネックは、動く — 三相誘導モーターとリバース・サライエント

決め手は小さな「変換層」の部品

決定的だったのは織機本体の大発明ではなく、フィーラーや検出金具といった、機械の状態を制御に変換する小さな部品だった。これは「技術転換の決め手は主システムではなく変換層の部品であることが多い」という型とも重なる。

5おもりの系譜：織機からFAセンサへ

自働織機の「目」は、その後の工場自動化で姿を変えながら受け継がれていく。

FAの位置センサの歴史は、「終わった」を機械に知らせる目を、より壊れにくく、より手間なく、より多く配置していく歴史だった。そのたびに一つのおもりが機械に移り、別のおもりが人に残った。

6人とAI：知的生産の工場のおもり

同じ構図が、いま知的生産の現場で起きている。AIに文章やコードを書かせると、生産そのものは速くなる。しかし人は、出力を読み、正しいか確かめ、誤りを直すおもりに回る。

1983年にリサン・ベインブリッジは「自動化の皮肉（Ironies of Automation）」で、自動化は人に監視という、人が最も苦手とする仕事を残しがちだと指摘した。飛び杼が織る速さを上げて人の負担を重くしたのと、同じことが繰り返されている。

知的生産における「自働化」とは

それは、AIがより賢く書くことではない。AIが自分の出力の異常に気づいて止まり、人を呼べることである。

関連：確認する人を増やしても、同じところで見落とすなら目は増えていない。二人で見たのに、二回見ていない — 相関する誤りと、多様性の維持コスト

7決定的な違い：「異常」を定義できるか

織機の自働化が成立したのは、異常の定義がはっきりしていたからだ。

• 糸が切れたか、切れていないか
• シリンダが端まで来たか、来ていないか

物理的に二値で決められるから、センサが作れた。

知的生産では、「終わった」も「正しい」も曖昧である。良い企画書とは何か、この判断で十分か。その基準を言葉や検査の形にできない部分では、人のおもりは残り続ける。

佐吉が解いたのは「機械に目を与えること」だった。知的生産では、「何を見ればよいか」を決めることそのものが、人の仕事として最後まで残るのかもしれない。

8型としての整理：「おもり移転」パターン

型の名前

おもり移転（自働化）パターン

状況

生産の仕組みの高速化・自動化が進むほど、人の監視・補給の負担が増え、それがシステム全体の律速になる

構造

「作業」は自動化されても、「完了・異常を知る」働きが人に残っている

打ち手

機械の状態を制御に変換する小さな部品（目）を与え、異常で自ら止まるようにする

成立条件

完了・異常を、二値または明確な基準で定義できること

知財上の論点

ハード（検出機構）は特許化・譲渡しやすいが、自働化の運用能力はノウハウとして現場に残り、移転しにくい。価値はむしろ後者に宿りやすい

事例

豊田の自動織機、FAの位置センサ（オートスイッチ、自己発電型センサ）、AIのテスト・評価・自己検証

問い

その事業で、人はいま何の「おもり」をしているか。その完了・異常は定義できるか

9確かめきれていないこと