Liquid AIのLFM3。現場の作業メモを、PCの中で報告書の下書きにする
「搬送機A、始動時に異音。清掃後も変わらず。午後、保全へ連絡」
こんな短い作業メモを、帰社してから報告書の欄へ転記する場面を考えます。何が起きたかは書いてある。それでも、設備名、症状、実施した作業、次の対応に分けて書き直すには手がかかります。
この入力整理を、現場で使うPCの中で済ませられないか。Liquid AIが発表したLFM3は、その用途を検討したくなる小さなAIです。人が書いた短い記録を、後で使える形へ整えるところから考えてみます。
必要な仕事に合わせて、手元へ置く
Liquid AIは2026年10月27日、テキスト、画像、音声などを扱う小型モデル群「LFM3」を発表しました。モデルの重みは公開済みで、自分たちの環境へダウンロードして動かす選択肢があります。APIでの利用も案内されています。
ここで注目するのは、テキスト用のLFM3-1.7Bです。公式モデルカードでは、決まった形式の出力や、特定の業務に合わせた追加学習を用途として挙げています。日本語も対応言語に含まれます。一方、複雑な多段階の推論や、コードの作成を自律的に進める用途は推奨していません。
何でも答えるAIを一台のPCに押し込むより、毎日繰り返す入力を一つ受け持たせる。その方が、今回のモデルの使いどころを具体的に考えられます。Liquid AIはLM Studioでローカル実行する手順も公開しています。ただし、モデルを動かせることと、報告書の作成画面まで整っていることは別です。既存の帳票へ渡す部分は、自社の仕事に合わせて用意する必要があります。
メモの中にあることを、四つの欄へ移す
冒頭のメモを使った、仮想の設計例を続けます。AIに渡す仕事は、「報告書を完成させて」ではなく、書かれている内容を四つの欄へ分けることに絞ります。
- 設備：搬送機A
- 症状：始動時に異音
- 実施内容と結果：清掃したが、異音は変わらなかった
- 次の対応：午後、保全へ連絡
この場合、故障の原因は書かれていません。「軸受けの摩耗」と補ってしまえば、読みやすくても元の記録とは違う報告になります。連絡が予定なのか、既に済んだのかも、この一文だけでは分かりません。そこは原文のまま残し、入力した人が確かめられるようにします。
画面は、左に元のメモ、右に整理した欄が並ぶだけでもよさそうです。担当者は右側を読みながら、左側に書いていない内容が増えていないかを見る。足りない時刻や担当者名を追記してから保存する。AIの下書きと確定した記録に、修正した人と変更内容も残せば、後から経緯を追えます。
この流れで減らしたいのは、文章を一から整える手間です。修理方法の決定や、設備を再稼働してよいかという判断まで、同じ処理へ載せる必要はありません。担当範囲が狭ければ、間違えたときに何を直すべきかも見つけやすくなります。
端末内に置く範囲を、入力から保存まで決める
現場PCで処理する価値は、入力整理のたびに外部のモデルへ原文を送る構成を避けられることです。ただ、モデルだけがローカルでも、使うアプリがログを外へ送ったり、保存先がクラウドと同期したりする場合はあります。「PCで動く」という説明だけでは、記録がどこへ流れるかは決まりません。
この例なら、メモの入力、AIによる整理、担当者の修正を端末内で行い、確定した報告を社内の保存先へ渡す、と先に流れを描きます。現場でネットワークにつながらない時間があるなら、未送信の報告が分かり、接続後に重複せず送れるところまでが仕事です。モデルの大きさより、担当者が途中で困らない仕組みを優先したいと考えています。
導入時は、LFM Open License v1.0の利用条件も確認します。重みをダウンロードできることと、自社の使い方が条件に合うことは分けて判断します。
書けた件数より、直さず使えた欄を見る
試すなら、実際の作業に近いメモと、人が整理した正解例を用意します。略称が多い記録、対応がまだ決まっていない記録、二つの設備が混ざった記録も含めたいところです。まずは追加学習をせず、指示と欄の定義だけでどこまで揃うかを見ます。機械的な書式変換で済む入力なら、通常のプログラムで処理する方が扱いやすい場合もあります。
評価では、報告書らしい文章が出たかだけを見ません。設備名を取り違えていないか、やっていない作業を足していないか、未解決のままの内容を完了扱いにしていないか。担当者が修正した欄と、その修正時間を残します。生成が速くても、元のメモとの照合に時間がかかれば、仕事全体は楽になりません。
本質では今回、LFM3を使った実機検証はしていません。日本語の略称や自社の記録形式での精度、使うPCでの応答速度・メモリ使用量は、この小さな試行で確かめる必要があります。
手元のAIにどの一工程を持たせるかが決まると、モデルの選定も、画面の作り方も具体的になります。日々の入力や転記から見直したい場合は、AI実装・業務変革の支援で、現在の流れから一緒に整理できます。