PDCA年次の版・月次の定例会議
早く、大きく、先の未来を見通す
- PPlan年に 1 度、24 か月の入場計画を版として固める。シナリオごとの計画案と、乗り換えの基準も一緒に
- DDo定例会議で、枠の予約・キットの発注・予算の見直しを決め、期限つきのタスクにする
- CCheck実績と計画の一致、どのシナリオに近いか、乗り換えの損得を毎月確かめる
- AAct過去の版と実績を照らし、ずれた前提（工期・納期・故障率）と決め方を次の版で直す
航空機エンジン整備計画 ｜ Aether Platform × Secretary.io
計画は必ずずれる。ずれたときの決め方まで、先に用意しておく。
MRO（整備・修理・オーバーホール）工場の工期の長期化、LLP（寿命部品）の納期遅れ、予定外取卸し。前提が動くたびに計画を作り直すのではなく、シナリオごとの計画案と「乗り換えるか」の基準を持ち、どの計画案で進めるかを月次の定例会議（エンジン定例）で決めます。その計算と資料づくりを AI エージェントが受け持ちます。
24 か月の入場計画を、シナリオごとに見る
このシナリオに近い確率
62%
判断
計画どおり続ける
今月決めること：工場の枠予約 1 件、寿命部品キットの発注 1 件。
- 大手 2 社相当の機材・契約条件でモデルを構築し検証
- エンジン管理の11 の業務について、判断の場面を整理
- 閉域環境での運用に対応（Aether Platform）
こんな状況に心当たりはありませんか
経営・財務
- 整備費が年度予算をどれだけ超えそうか、幅で示されないまま決算が近づく
- 毎年計画が作り直され、去年の判断が正しかったのかを確かめられない
- 予備エンジンの購入とリース、工場契約の更新、国内整備拠点への投資を、同じ物差しで比べられない
整備計画・技術・調達
- 工場の工期の長期化や部品の納期遅れで、計画が月ごとに崩れる
- 見積もりの追加作業をどこまで承認してよいか、判断の線が人によって違う
- 工場の枠予約、キット発注、技術通報（メーカーの改修指示）の評価。判断期限がばらばらで見落としが出る
- 定例会議の資料づくりと、決まったことの記録に手間がかかる
原因は、計画の「つくり方」ではなく「決め方」と「確かめ方」にあります
計画づくりは既存の整備管理システムや予測ツールも得意です。一方で、前提がずれたときにどう動くかは人の経験と会議に頼り、その決め方が正しかったかを確かめる道具はほとんどありません。MRO AI Assisted Solver は、この 2 つを業務の流れに組み込みます。
確かめる
その決め方は信頼できるか。長期と短期はつながっているか
過去の計画と実績の照合。年間予算から月次までのつながりの点検。実績を次の計画の前提に返す
多くの現場で道具がない
決める
どの前提で決めるか。ずれたらどう動くか
シナリオごとの計画案。実績から、どのシナリオに近いかの確率を更新し、乗り換えの損得と判断期限を出す
人の経験と会議に頼っている
つくる
何件、いくら、いつ
入場時期・整備内容（ワークスコープ）・工場・予備台数を、費用超過・工期遅延・予定外取卸しの不確実性を織り込んで最適化。年度の着地見込みを幅で
既存ツールと連携
定例会議の PDCA と、その場の OODA
エンジンの計画は、年次の版と定例会議で先の未来を見通す輪（PDCA）と、見積もりや警報の事実に追従して計画を更新する輪（OODA）の両方で動いています。MRO AI Assisted Solver は、二つの輪を同じシナリオとシミュレーションでつなぎ、定例会議では、ルールの範囲を超える判断に集中できるようにします。
OODAその場（当日〜数日）
事実に追従し、裏付けで計画を更新する
- OObserve工場の見積もりと枠の回答、部品の納期回答、状態監視の警報を毎週取り込む
- OOrient変化がどのシナリオに当てはまるかを判定。どれにも当てはまらなければ、ルールでは判断せず定例会議に上げる
- DDecide定例会議で先に決めたルールで判断：分解で見つかった追加作業は上限額まで当日承認、状態監視の警報は、残りの寿命が短いか繁忙期にかかるなら当日に取卸しを手配、工場からの戻りが遅れたら予備エンジンを短期リースで補う
- AActその日のうちに手配し、決めた理由と金額を記録。乗り換えが必要なときや、ルールの範囲を超えるときは定例会議に上げる
OODA の結果は、PDCA に返ります。ルールで決めた件数と損得、変化に気づくまでの遅れ（検知・判定・決定・実行の時間）を定例会議で確かめ、次の版でルールの上限と前提を直します。
導入すると、会議で話すことが変わります
経営・財務
「今年も予算を超えそうだ」
「予算を超える確率は約 6 割。80% の確率で予算内に収めるのに要る予備費はこの額」と、幅と根拠で話せる
整備計画
「工期が延びている。計画を作り直そう」
「MRO 混雑シナリオに近づいたが、基準計画は混雑でも費用が膨らみにくい。乗り換えると費用が増えるので続ける」と、動くべきかの判断材料までそろう
調達・契約
「予備エンジンを増やすべきか」
「予備を 2 基増やすのと同じ効果が、プール契約なら約 6 分の 1 の費用で得られる」と、打ち手を同じ物差しで比べられる
定例会議の運営
「資料づくりに毎月数日かかる」
結論・先月からの変化・今月決めること・年度の着地見込みを載せた資料を AI エージェントが作り、決定と判断期限が記録に残る。担当者は資料づくりではなく、確認と議論に時間を使えます。
数値は公開情報から推定した合成データでの検証結果です。
貴社の機材・契約条件に合わせた試算もご相談いただけます。
これまでの進め方との違い
| 表計算と経験 | 整備管理システムの予測 | MRO AI Assisted Solver | |
|---|---|---|---|
| 計画をつくる | 担当者ごとに作る | 得意 | 不確実性を織り込んで最適化し、既存の予測とも連携 |
| 予算の見込み | 1 つの数字 | 1 つの数字 | 確率と幅（予算を超える確率、80% 点） |
| 前提がずれたとき | 作り直す | 作り直す | シナリオごとの計画案から、乗り換えの損得と期限を示す |
| 判断の検証 | できない | ほぼない | 過去の版と実績を照合し、次の前提に返す |
| 会議と記録 | 手作業 | 対象外 | 資料を自動作成し、決定・承認・期限を記録 |
検証した場面
公開情報から推定した合成データで、実際の業務の問いに答えた例です。
-
年間計画・月次の追跡
エンジン入場計画と予備エンジンの判断
大手 2 社相当の 737-800 フリートで、2 年間の入場計画、予算超過の確率、予備エンジンとプール契約の比較、前提がずれたときの乗り換え判断を検証しました。
- 約 6 割翌年度の整備費が予算を超える確率（A 社相当）
- 約 1/6予備 2 基と同じ効果を得る、プール契約の費用
- 2 か月目MRO 混雑の兆しを先行指標で検知。ただし、この検証では基準計画から乗り換えると、どの月でも費用が増える結果
Aether PlatformSecretary.io
-
設備投資・交渉
国内エンジン整備拠点の段階投資
次世代エンジンの整備を国内に取り込む投資を 20 年のモンテカルロで評価。段階的に決める価値、損益分岐となる受託件数、3 社で組む場合の取り分を試算しました。
Aether Platform
-
業務の自動化
月次見直しを AI エージェントで回す
見積もりの取り込み、計画の更新、レビュー、定例会議の資料の作成までを、計画担当とレビュー担当の 2 つのエージェントで回す構成です。
デモで見る
Aether PlatformSecretary.io
Aether Platform と Secretary.io の上で動きます
RE-X の包括開発支援ソリューションを構成する 2 つのプロダクトを、エンジン整備計画の業務に組み合わせています。
Aether Platform
分析の実行基盤
- AI エージェントがセキュアな環境で最適化・シミュレーションを実行
- 計画担当者はブラウザからエージェントの作業を見て、指示を出せる
- 計画担当と、契約・要望書・マニュアルと照合するレビュー担当のエージェントを並べて使う
- 閉域環境での運用に対応
Secretary.io
会議と判断の記録
- 定例会議を記録し、決定・承認・宿題を自動で整理
- 見積書・所見報告書・マニュアル（PDF）や共有フォルダをナレッジとして取り込み
- 判断期限の近い案件を担当者へ通知
- MCP で既存の整備管理システムや状態監視データと接続
取り込む
見積もりと改定、工場からの戻りと請求の実績、部品の納期回答を取り込み
計算する
エージェントが計画・前提の確率・打ち手の比較を更新し、資料を作成
会議で決める
結論、先月からの変化、今月決めることを見て決定
記録して返す
決定と期限を記録して通知。実績は次の計画の前提に反映
導入の流れ
相談
現在の計画業務と課題をお聞きします
PoC
貴社の機材・契約条件に合わせたモデルを、公開情報と提供データで構築し、既存の計画と比べます
本番導入
整備管理システム・状態監視データとの接続、閉域環境での運用を設計します
運用支援
月次の運用と、実績に基づく前提の見直しを一緒に回します
よくあるご質問
- 社内のデータがまだ整っていなくても始められますか
- 始められます。PoC は公開情報から推定した前提で組み立て、根拠のない数字は「仮定」として明示します。仮定のうち結論を大きく動かすものから順に、社内データで置き換えていきます。
- 既存の整備管理システムを置き換える必要はありますか
- ありません。既存のシステムや状態監視データとは MCP で接続し、その予測や実績を入力として使います。本ソリューションが受け持つのは、前提がずれたときの判断と、その検証です。
- データを社外に出さずに使えますか
- Aether Platform は閉域環境での運用に対応しています。AI エージェントの実行環境、ナレッジ、会議の記録を社内に置く構成をご提案します。
- PoC にはどのくらいの期間がかかりますか
- 対象の機材と業務の範囲によります。まずはご相談の場で、対象範囲と期間の目安をお伝えします。
- このページの数値は実在の航空会社のものですか
- いいえ。公開情報から推定した合成データによる検証結果です。特定の航空会社の実際の計画・数値を示すものではありません。
まずは、貴社の問いでデモを
対象の機材・契約の形をお聞きし、合成データのモデルを使って、貴社の問いにどう答えるかをお見せします。
問い合わせフォームを開く
RE-X コーポレートサイトの問い合わせフォームが開きます。「MRO AI Assisted Solver」とご記入ください。