• INFO
  • 2019.10.31
  • BLOG

製造業におけるAI導入の流れや成功・失敗事例

製造業においてAIはどのように活用されているのでしょうか。実際にその仕組みや導入のメリット、成功・失敗事例を紹介していきましょう。

製造業においてAIを活用するメリット

製造業でAIを活用する場合、業務の効率化、生産性の向上が目的となることが多いといえます。そのうえで、AIを活用するメリットは大きく分けて3つほどあります。

1. 人に頼らない生産計画を立てられる

製造業では、人に頼ったスキルや商品の生産計画が前提となっていることも少なくありません。特に中小企業などでは、他社にはない技術があったとしてもそれを上手くデータ化できず人に頼っていることも。

対してAIを活用する場合、微細な仕様の差やデータと照らし合わせた計画を人に頼らずに策定することが可能です。

加えて、人件費などのコストなども含めて最適な計画を立てることが可能となります。そのため、人・物・コストの流れを複合的に判断し、生産性を向上させることができることは大きなメリットだといえるでしょう。

2. 各工程のデータを蓄積することでどのような生産体制でも対応できる

AIを製造業で活用する場合、どのような体制であってもデータを収集し学習を重ねていきます。そのため、多品種少量生産などの工場の体制でもニーズに合わせた生産が可能です。特に多品種少量生産の場合では、AIに頼らなければ人間の予想や判断で体制を変える必要がありました。

しかし、「どの商品がどの程度必要なのか」といった判断も、AIによって自動化することができます。機械学習を重ねていくことによって、どのような体制でも対応できる点はAIを活用する大きなメリットです。

生産体制に関して、AIを導入する場合には各工程のデータを収集・分析する必要があります。しかし、AIに部分的に生産体制を任せつつ、問題点を改善しつづけることによってより効率的な製品作りが可能となるでしょう。

3. 需要と供給に対して在庫の自動的な判断を行える

製造業における在庫はAIを活用しない場合、人の感性や予測、データの分析によって成りたっていました。加えて、工場の内部で大量に在庫を抱えることは大きなマイナスにしかなりません。しかし、AIを活用することによって、在庫の多さなどに対して人の判断を必要としなくなります。

これは、過去の出荷データを活用するだけでなく、現在の工場の稼働状況なども含めて最適化することが可能です。そのため、人員も各役割に集中することができるようになり、生産性の向上・コストの削減・適正な人材配置につながります。

製造業でAI活用する方法や流れ

製造業でAIを活用する方法や流れはある程度、決まっています。AIを製造業に導入する場合、工場内のデータを収集・分析し、うまく業務に反映しなければなりません。そのため、いきなりAIを導入することは不可能です。

AIは段階を踏んで導入していく必要があります。

具体的なAI活用の流れは、

  1. 何の業務に対して、「AIを用いて自動化するのか」検討する
  2. 必要なデータの収集・分析
  3. 機械学習・ディープラーニングを繰り返し行い業務の自動化・効率化を行う

です。

そのうえで、業務効率の向上を目指す場合でも方向性は決める必要があります。例えば、「決まった工程を人間の代わりとして使用する」「需要や在庫管理をAIで判断したい」などの用途では必要なデータが変化します。

機械学習とディープラーニングはあくまでAIの活用方法の1つです。それをふまえたうえで、どんな課題をAIで解決したいのか検討することが重要だといえるでしょう。

製造業でAI活用が失敗してしまった事例

製造業では、AI活用するメリットはたくさんあります。しかし、製造業でAI活用に失敗してしまった事例も。

ある事例では、半導体メーカーで製造工程の一部でAIを活用しようとしました。しかし、現場と経営陣が連携を取れておらず、プロジェクトの途中で方針の変更が発生しました。製造工程の一部のみならず、全体でAIを活用することになったのです。

「一部→全体→一部」と方針が変化したことは失敗の原因ではありません。最大の失敗の原因はプロジェクトの変更に沿って、必要なデータが取れなかったことにあります。

AIに業務効率化を目指す場合、目的が途中で変ったのであれば、必要なデータも変わります。また、自動化に必要な各機械のデータも自社の担当者で集めるのではなく、ノウハウをもつ企業に任せるなどの対策ができました。

AIを上手く活用するためには、何をどこまでAIに任せるのか具体的な目的が必要だといえるでしょう。

製造業におけるAI活用事例

製造業では上手くいったAI活用事例はいくつも存在しています。生産工程の見える化を行うだけでなく、データを活用したマーケティングにもAIの活躍の場があるといえます。では、それぞれの事例をみていきましよう。

事例1

ある事例では、AIを用いて商品のニーズの把握を行い、連動したデータでマーケティングを実施しました。結果として、20%以上の費用対効果を達成しました。

Webサイトの回覧率や行動データをAIで学習・分析し、データをマーケティング担当者に共有することで現状の課題を改善したといえます。また、予想から結果までの一連の過程もデータとして蓄積できるようになりました。

事例2

ある事例では、液晶画面の修理をAIで自動化することを目的としました。

液晶の不具合は、これまでは人間が確認していました。しかし、現在は液晶画面に対する様々な損傷をAIが学習し、適正な対処方法で修理できる環境が整っています。

そのため、将来的には1.6倍の売上高を目指せるほどに業務効率を改善しています。AI活躍事例の中でもこの成功だといえるでしょう

事例3

ある事例では、製品に対する穴あけの作業を人間ではなく、AIに置き換えました。

単純作業であるものの、人に頼った製品作りをする必要がなくなり生産性も向上しています。また、時期によって生産する商品が異なったとしても、AIに画像を学習させることで対応可能となりました。機械学習とディープラーニングを組み合わせた好例です。

プロフィールイメージ

千歳悠ライター

2015年からライターとして活動。現在では金融・IT・ビジネスを得意とするライターとなる。客観的に物事を見たうえで、難解で分かりにくいものをわかりやすく伝えることを心掛けている。

Pocket

改善事例などの資料を
簡単にダウンロードできます

下記フォームのご入力をお願いします。

送信内容確認

以下の内容で送信いたします。
お間違えなければ、送信するボタンを押してください。
修正する場合は、入力画面に戻るボタンを押してください。


必須ダウンロードする資料

必須

必須

必須

必須

必須※未収集の場合はその旨を記載ください

必須

任意