経営に直結する原価管理ですが、皆様の会社では本当に正しい原価管理ができていますでしょうか？ 正しい原価管理ができるようになると、 正しい経営判断ができるようになり、 利益アップへ結び付けることができるようになります。 今回は、原価管理を利益アップへ結び付けるまでの流れを実例を用いてご紹介いたします。 このコラムは原価管理を行うことによる利益アップまでの詳細を2週間に1回のペースで第6回に分けて配信しています。 第1回：「本当に」正しい原価管理できていますか？ 第2回：原価管理に必要なデータ「実行系データ」について 第3回：多品種少量生産だからこそ原価分析①～工程別の原価差異の把握～ 第4回：多品種少量生産だからこそ原価分析②～分類別原価比較～ 第5回：原価管理の次フェーズ～利益アップの単純な法則～ 第6回：AIの活用～適応型経営から予測型経営へ～ １．多品種少量生産“だからこそ”行うべき利益UPの論理的アプローチ方法 そもそも、原価管理は何のために実施するのでしょうか？ 船井総研としては、「製品個別の原価を把握し、利益に基づいた経営判断を行うため」であると考えています。 当たり前の話だと感じられるかもしれません。 では、「利益に基づいた経営判断」とはどのようなことを指すのでしょうか？ そのヒントを得るためにP/L（損益計算書）から見ていきましょう。 こちらがよく見る損益計算書の図です。 すべての企業は売上・費用・利益で表されます。 利益を上げるためには、基本的に2つのアプローチがあります。 売上UP 費用DOWN また、それぞれの施策は例として下記のように挙げられます。 売上UP 受注UP　・マーケティング・営業・etc・・・ 単価UP　・付加価値向上・価格折衝・etc・・・ 費用DOWN 直接業務効率化　・工程自動化・ロボット導入・段取・工程改善・etc・・・ 間接業務効率化　・システム導入・業務改善・etc・・・ デジタルツールや技術の発展により、利益UPの為の手段はより多くの選択肢が生まれています。 多くの選択肢が生まれているからこそ、自社にとって「本当に」効果の出る手段を論理的に選択する必要があるのです。 では、この売上UPと費用DOWNに関して、自分の会社ではどちらを優先的に実施しなければならないのか？ 大きく「現場の負荷」と「期待受注量」の側面から判断することができます。 現場の負荷が低く、期待受注量も低い場合、「売上UP」の優先度が高くなります。 対して、現場の負荷が高く、期待受注量も高い場合、「費用DOWN」の優先度が高くなります。 今回は、費用DOWNを目指していくにあたっての取組についてご紹介いたします。 費用DOWNをしていくためには、まずは現状の費用を詳細に把握する必要があります。 全体費用と材料費・直接労務費・間接費などの大まかな内訳は把握することができますが、 特に多品種少量生産では、決算時の内訳を見ただけでコスト削減の具体的なアクションを打つことはできません。 さらに、人的リソースや投資金額が限られていることが多い中堅・中小企業にとって、1つの投資が会社の行方を左右しかねません。 そういった状況下で適切な投資をするためには、「製品別の原価」を把握し、製品別での収益性改善の分析が重要となるのです。 そうすることにより、投資金額を抑えつつ、着実な効果を得ることができます。 しかし、製品別で原価を把握しても、それが見積時の予定原価では意味がありません。 様々な外部要因が絡まり、日々状況が刻々と変化する多品種少量生産体制では、想定していた見積時の原価と比較して、実際にかかった原価が大幅に超えてしまうということも十分起こり得ます。 そのため、製品別で本当に利益が出ているのか？出ていないのか？が不明であり、決算時に「なぜか想定より利益が出ていないな・・・」と感じてしまうのです。 ２．正確な原価管理・利益管理を行うためのデータの重要性 製造業において、原価率が最も高い部分は「直接労務費」と「材料費」であることが多いかと思います。 その中でも見積原価との乖離が発生する原価は「直接労務費」です。 多くの製造業において、実際にかかった直接労務費を正確に把握できている企業は多くありません。 それは、直接労務費が 直接労務費　＝　実際にかかった製造工数　×　工賃 で算出されるものであり、 実際にかかった製造工数（製造実績データ）を正確に取得することに大きな障壁があるためです。 皆さんの企業でもいかがでしょうか？ 紙日報で管理していて、管理工数がかかるためデータを活用できていない・・・ ハンディ等で完了データは取得しているが、実際にかかった工数までは取得できていない・・・ そもそもデータ化していない・・・ 日々が忙しくてそんなことやってられない・・・ しかし、本当に利益を出していく経営を実践していくためには、「正確な労務費（工数）把握」が重要となります。 逆に言えば、 正確な製造工数がデータ化できれば、製品別の正確な原価・利益把握が出来るようになるのです！ 製品別の原価を正確に計算するには、到底手計算やExcel計算では対応しきれません。 そのためのDXです。 デジタルツールや技術の発展により、複雑な計算作業や情報の流動性は以前と比較して各段に早く正確になってきています。 データさえあれば、即座に見たい情報がいつでもどこでも見ることができるようになります。 しかし、そのデータが無い企業が多いのです。 ３．まとめ ここまでで、まずは実際にかかる製造工数をデータ化することの重要性についてはご理解いただけたかと思います。 では、実際にどのようにデータ化するのか？ もちろん、現場作業者の負担になるようなデータ取得方法では生産性が落ちるため、本末転倒です。 次回のコラムでは、具体的に実際にかかった製造工数を正確に取得した事例についてお話しさせていただきます。 また、取得したデータがどのように原価管理・利益管理できるようになるのかについて、実際の画面をもとに説明させていただきます。 ※今回の内容は、原価管理セミナーでお話ししている内容の抜粋です。より詳細に聞きたい・具体的に聞きたいと感じていただけた方は是非セミナーへのご参加をお願いいたします。 セミナーページ：https://smart-factory.funaisoken.co.jp/event/ ■関連するセミナーのご案内 板金・プレス加工業のための自社データAI活用セミナー セミナー詳細・申込はこちらから↓↓↓ https://www.funaisoken.co.jp/seminar/122446 ■【社長特別インタビュー】製造業向け現場主導“完全ペーパレス化”で10人分の工数削減！ ▼事例レポート無料ダウンロードお申し込みはこちら▼ https://www.funaisoken.co.jp/dl-contents/smart-factory_smart-factory_03271_S045 次のコラムはこちら 第2回：原価管理に必要なデータ「実行系データ」について 経営に直結する原価管理ですが、皆様の会社では本当に正しい原価管理ができていますでしょうか？ 正しい原価管理ができるようになると、 正しい経営判断ができるようになり、 利益アップへ結び付けることができるようになります。 今回は、原価管理を利益アップへ結び付けるまでの流れを実例を用いてご紹介いたします。 このコラムは原価管理を行うことによる利益アップまでの詳細を2週間に1回のペースで第6回に分けて配信しています。 第1回：「本当に」正しい原価管理できていますか？ 第2回：原価管理に必要なデータ「実行系データ」について 第3回：多品種少量生産だからこそ原価分析①～工程別の原価差異の把握～ 第4回：多品種少量生産だからこそ原価分析②～分類別原価比較～ 第5回：原価管理の次フェーズ～利益アップの単純な法則～ 第6回：AIの活用～適応型経営から予測型経営へ～ １．多品種少量生産“だからこそ”行うべき利益UPの論理的アプローチ方法 そもそも、原価管理は何のために実施するのでしょうか？ 船井総研としては、「製品個別の原価を把握し、利益に基づいた経営判断を行うため」であると考えています。 当たり前の話だと感じられるかもしれません。 では、「利益に基づいた経営判断」とはどのようなことを指すのでしょうか？ そのヒントを得るためにP/L（損益計算書）から見ていきましょう。 こちらがよく見る損益計算書の図です。 すべての企業は売上・費用・利益で表されます。 利益を上げるためには、基本的に2つのアプローチがあります。 売上UP 費用DOWN また、それぞれの施策は例として下記のように挙げられます。 売上UP 受注UP　・マーケティング・営業・etc・・・ 単価UP　・付加価値向上・価格折衝・etc・・・ 費用DOWN 直接業務効率化　・工程自動化・ロボット導入・段取・工程改善・etc・・・ 間接業務効率化　・システム導入・業務改善・etc・・・ デジタルツールや技術の発展により、利益UPの為の手段はより多くの選択肢が生まれています。 多くの選択肢が生まれているからこそ、自社にとって「本当に」効果の出る手段を論理的に選択する必要があるのです。 では、この売上UPと費用DOWNに関して、自分の会社ではどちらを優先的に実施しなければならないのか？ 大きく「現場の負荷」と「期待受注量」の側面から判断することができます。 現場の負荷が低く、期待受注量も低い場合、「売上UP」の優先度が高くなります。 対して、現場の負荷が高く、期待受注量も高い場合、「費用DOWN」の優先度が高くなります。 今回は、費用DOWNを目指していくにあたっての取組についてご紹介いたします。 費用DOWNをしていくためには、まずは現状の費用を詳細に把握する必要があります。 全体費用と材料費・直接労務費・間接費などの大まかな内訳は把握することができますが、 特に多品種少量生産では、決算時の内訳を見ただけでコスト削減の具体的なアクションを打つことはできません。 さらに、人的リソースや投資金額が限られていることが多い中堅・中小企業にとって、1つの投資が会社の行方を左右しかねません。 そういった状況下で適切な投資をするためには、「製品別の原価」を把握し、製品別での収益性改善の分析が重要となるのです。 そうすることにより、投資金額を抑えつつ、着実な効果を得ることができます。 しかし、製品別で原価を把握しても、それが見積時の予定原価では意味がありません。 様々な外部要因が絡まり、日々状況が刻々と変化する多品種少量生産体制では、想定していた見積時の原価と比較して、実際にかかった原価が大幅に超えてしまうということも十分起こり得ます。 そのため、製品別で本当に利益が出ているのか？出ていないのか？が不明であり、決算時に「なぜか想定より利益が出ていないな・・・」と感じてしまうのです。 ２．正確な原価管理・利益管理を行うためのデータの重要性 製造業において、原価率が最も高い部分は「直接労務費」と「材料費」であることが多いかと思います。 その中でも見積原価との乖離が発生する原価は「直接労務費」です。 多くの製造業において、実際にかかった直接労務費を正確に把握できている企業は多くありません。 それは、直接労務費が 直接労務費　＝　実際にかかった製造工数　×　工賃 で算出されるものであり、 実際にかかった製造工数（製造実績データ）を正確に取得することに大きな障壁があるためです。 皆さんの企業でもいかがでしょうか？ 紙日報で管理していて、管理工数がかかるためデータを活用できていない・・・ ハンディ等で完了データは取得しているが、実際にかかった工数までは取得できていない・・・ そもそもデータ化していない・・・ 日々が忙しくてそんなことやってられない・・・ しかし、本当に利益を出していく経営を実践していくためには、「正確な労務費（工数）把握」が重要となります。 逆に言えば、 正確な製造工数がデータ化できれば、製品別の正確な原価・利益把握が出来るようになるのです！ 製品別の原価を正確に計算するには、到底手計算やExcel計算では対応しきれません。 そのためのDXです。 デジタルツールや技術の発展により、複雑な計算作業や情報の流動性は以前と比較して各段に早く正確になってきています。 データさえあれば、即座に見たい情報がいつでもどこでも見ることができるようになります。 しかし、そのデータが無い企業が多いのです。 ３．まとめ ここまでで、まずは実際にかかる製造工数をデータ化することの重要性についてはご理解いただけたかと思います。 では、実際にどのようにデータ化するのか？ もちろん、現場作業者の負担になるようなデータ取得方法では生産性が落ちるため、本末転倒です。 次回のコラムでは、具体的に実際にかかった製造工数を正確に取得した事例についてお話しさせていただきます。 また、取得したデータがどのように原価管理・利益管理できるようになるのかについて、実際の画面をもとに説明させていただきます。 ※今回の内容は、原価管理セミナーでお話ししている内容の抜粋です。より詳細に聞きたい・具体的に聞きたいと感じていただけた方は是非セミナーへのご参加をお願いいたします。 セミナーページ：https://smart-factory.funaisoken.co.jp/event/ ■関連するセミナーのご案内 板金・プレス加工業のための自社データAI活用セミナー セミナー詳細・申込はこちらから↓↓↓ https://www.funaisoken.co.jp/seminar/122446 ■【社長特別インタビュー】製造業向け現場主導“完全ペーパレス化”で10人分の工数削減！ ▼事例レポート無料ダウンロードお申し込みはこちら▼ https://www.funaisoken.co.jp/dl-contents/smart-factory_smart-factory_03271_S045 次のコラムはこちら 第2回：原価管理に必要なデータ「実行系データ」について

１．樹脂成形業における“品質課題” 株式会社船井総合研究所の松川です。 みなさまは、 「品質が安定しない」 「不良率が高い」 「コストが増加している」… そんな悩みをお持ちではありませんか？ 実は、これらの課題はすべて“品質課題”として捉えることができます。 成形材料の管理、金型管理、生産管理・工程管理、製品品質、品質保証… これらの課題をそれぞれ解決していくことで、 結果的に 品質向上 そして利益率UPにつながるのです。 今回のメルマガでは、AI・IoTを使って、樹脂成形の品質向上に成功したカワイ精工様へのインタビューをご紹介いたします。 ぜひ最後までご覧ください！ ２．専務インタビュー_IoT/AIを活用した保全の効率化&品質向上した事例！ 松川:今日は、カワイ精工の川合専務に、DX推進の取り組みについてお伺いします。近年、IoTを活用した金型保全に力を入れていると伺いましたが、その内容について詳しく教えていただけますか？ 川合専務:ありがとうございます。以前は、金型の状態を把握するのに、担当者が目視で確認したり、紙の記録に頼ったりしていました。そのため、どうしてもタイムラグが発生し、不具合が発生してから対応する、という後手に回ることが多かったんです。 そこで、金型の状態をリアルタイムで監視できるシステムを導入しようと考えたのがきっかけです。成形機にセンサーを取り付け、ショット数やサイクルタイム、金型の温度などのデータを収集し、クラウド上で一元管理できるシステムを導入しました。 松川:なるほど。導入によって、どのような効果がありましたか？ 川合専務:まず、金型の状態をリアルタイムで把握できるようになったことで、異常が発生した場合に、すぐに対応できるようになりました。例えば、金型温度が設定値を超えた場合、アラートが通知されるので、すぐに冷却などの対応ができます。 また、蓄積されたデータから、金型の劣化状況を予測できるようになり、計画的なメンテナンスが可能になりました。 以前は、金型の故障による突発的な生産停止が発生することがありましたが、今ではそのようなリスクを大幅に減らすことができています。 さらに、データ分析によって、金型の寿命を延ばすための最適な成形条件を見つけるなど、品質向上にも役立っています。 松川:金型保全の効率化だけでなく、品質向上にもつながっているんですね。 ３．まとめ 本コラムでは、樹脂・ゴム成形業界の皆さまが抱える、品質、不良率、コストに関する課題を解決する糸口として、品質管理の重要性とIoT活用の可能性についてお伝えしました。 多くの企業が、成形材料の管理、金型管理、生産管理・工程管理、製品品質、品質保証など、様々な課題に直面しています。 これらの課題を放置すると、品質の低下、不良率の増加、コストの増加、顧客からの信頼失墜などを招く可能性があります。 しかし、諦める必要はありません！ これらの課題は、適切な品質管理とIoT技術の活用によって解決できるのです。 IoTを導入することで、金型の状態をリアルタイムで監視し、異常発生時に迅速に対応することができます。 また、蓄積されたデータから金型の劣化状況を予測し、計画的なメンテナンスを行うことで、突発的な生産停止のリスクを減らすことができます。 さらに、データ分析によって金型の寿命を延ばすための最適な成形条件を見つけるなど、品質向上にも役立ちます。 カワイ精工様の事例では、IoT導入によって金型保全の効率化だけでなく、品質向上、ひいては利益率UPにも成功しています。 品質向上は、企業の成長に欠かせない要素です。ぜひ、この機会に製造現場の課題解決に取り組み、さらなる成長を目指しませんか？ ご興味のある方は、12月開催の「多品種小ロット樹脂・ゴム成形業の品質UP・不良率改善セミナー」にご参加ください。 みなさまのご参加をお待ちしております。 ■関連するセミナーのご案内 樹脂・ゴム成形業の品質UP・不良率改善セミナー セミナー詳細・申込はこちらから↓↓↓ https://www.funaisoken.co.jp/seminar/120854 １．樹脂成形業における“品質課題” 株式会社船井総合研究所の松川です。 みなさまは、 「品質が安定しない」 「不良率が高い」 「コストが増加している」… そんな悩みをお持ちではありませんか？ 実は、これらの課題はすべて“品質課題”として捉えることができます。 成形材料の管理、金型管理、生産管理・工程管理、製品品質、品質保証… これらの課題をそれぞれ解決していくことで、 結果的に 品質向上 そして利益率UPにつながるのです。 今回のメルマガでは、AI・IoTを使って、樹脂成形の品質向上に成功したカワイ精工様へのインタビューをご紹介いたします。 ぜひ最後までご覧ください！ ２．専務インタビュー_IoT/AIを活用した保全の効率化&品質向上した事例！ 松川:今日は、カワイ精工の川合専務に、DX推進の取り組みについてお伺いします。近年、IoTを活用した金型保全に力を入れていると伺いましたが、その内容について詳しく教えていただけますか？ 川合専務:ありがとうございます。以前は、金型の状態を把握するのに、担当者が目視で確認したり、紙の記録に頼ったりしていました。そのため、どうしてもタイムラグが発生し、不具合が発生してから対応する、という後手に回ることが多かったんです。 そこで、金型の状態をリアルタイムで監視できるシステムを導入しようと考えたのがきっかけです。成形機にセンサーを取り付け、ショット数やサイクルタイム、金型の温度などのデータを収集し、クラウド上で一元管理できるシステムを導入しました。 松川:なるほど。導入によって、どのような効果がありましたか？ 川合専務:まず、金型の状態をリアルタイムで把握できるようになったことで、異常が発生した場合に、すぐに対応できるようになりました。例えば、金型温度が設定値を超えた場合、アラートが通知されるので、すぐに冷却などの対応ができます。 また、蓄積されたデータから、金型の劣化状況を予測できるようになり、計画的なメンテナンスが可能になりました。 以前は、金型の故障による突発的な生産停止が発生することがありましたが、今ではそのようなリスクを大幅に減らすことができています。 さらに、データ分析によって、金型の寿命を延ばすための最適な成形条件を見つけるなど、品質向上にも役立っています。 松川:金型保全の効率化だけでなく、品質向上にもつながっているんですね。 ３．まとめ 本コラムでは、樹脂・ゴム成形業界の皆さまが抱える、品質、不良率、コストに関する課題を解決する糸口として、品質管理の重要性とIoT活用の可能性についてお伝えしました。 多くの企業が、成形材料の管理、金型管理、生産管理・工程管理、製品品質、品質保証など、様々な課題に直面しています。 これらの課題を放置すると、品質の低下、不良率の増加、コストの増加、顧客からの信頼失墜などを招く可能性があります。 しかし、諦める必要はありません！ これらの課題は、適切な品質管理とIoT技術の活用によって解決できるのです。 IoTを導入することで、金型の状態をリアルタイムで監視し、異常発生時に迅速に対応することができます。 また、蓄積されたデータから金型の劣化状況を予測し、計画的なメンテナンスを行うことで、突発的な生産停止のリスクを減らすことができます。 さらに、データ分析によって金型の寿命を延ばすための最適な成形条件を見つけるなど、品質向上にも役立ちます。 カワイ精工様の事例では、IoT導入によって金型保全の効率化だけでなく、品質向上、ひいては利益率UPにも成功しています。 品質向上は、企業の成長に欠かせない要素です。ぜひ、この機会に製造現場の課題解決に取り組み、さらなる成長を目指しませんか？ ご興味のある方は、12月開催の「多品種小ロット樹脂・ゴム成形業の品質UP・不良率改善セミナー」にご参加ください。 みなさまのご参加をお待ちしております。 ■関連するセミナーのご案内 樹脂・ゴム成形業の品質UP・不良率改善セミナー セミナー詳細・申込はこちらから↓↓↓ https://www.funaisoken.co.jp/seminar/120854

いつもお世話になっております。株式会社船井総合研究所の川端です。 今回は、製造現場における人材不足や品質管理にお悩みの方必見！ AI外観検査システムの導入に成功した株式会社ササノ合成 代表取締役 笹野英一氏にインタビューを行いました。 導入のきっかけから、費用対効果、導入後の良かった点・悪かった点まで、笹野社長の生の声をお届けします。 貴社の情報収集の一助になれば幸いです。 １．導入の経緯 川端：本日は、AI外観検査導入の成功事例として、笹野社長にお話を伺います。まず、導入のきっかけを教えていただけますか？ 笹野社長：そうですね、以前から外観検査の自動化は検討していました。というのも、検査員の不足や高齢化、検査基準を統一するのが難しいといった課題があったからです。それに、検査員によって検査の出来高にばらつきがあって、残業や休日出勤で対応しなければならないこともあって困っていました。そこで、自動化について色々調べていたんですが、10年ほど前に検査の自動化を検討した時は、画像検査の後に結局人の検査が必要になってしまい、なかなか良い方法が見つかりませんでした。 川端：従来の画像検査では完全な自動化は難しかったということでしょうか？ 笹野社長：ええ、当時はそうでしたね。ところが、2019年に船井総研様のAIを用いた外観検査のセミナーを聴講して、AIなら自動化できる可能性を感じたんです。もちろん、不安もありましたけどね。透明な製品や乳白色、シルバー、白色の製品などの不良品が画像として見ることができるのか、検査作業時の人の作業が取り込めるのか、製品の合否の判定はどうやって行うのかなど、色々考えました。 川端：AIによる画像検査は未知数な部分が多かったと思いますが、導入に踏み切ったのはなぜですか？ 笹野社長：まずは個別に面談をしていただき、概要説明や調査を依頼しました。そして、実際に自動化できるのか、確証をつかみたかったので、コンサルを依頼し、PoC（概念実証）を実施しました。2回のPoCにより、グッと検査自動化の実現性を高めることができました。当時最新の検査システムの導入実現性を検証できたこと、そして、AI化による検査工程の自動化の内容でものづくり補助金の申請・採択されたことも大きかったです。 ２．費用対効果 川端：導入費用と費用対効果について教えてください。 笹野社長：導入前は、目視検査員2名で年間約1,000万円の人件費がかかっていました。導入費用は、搬送部が約3,400万円、検査部が1,000万円で、補助金が1,000万円でした。費用対効果としては、約3.5年で投資金額を回収できる見込みです。 川端：なるほど。投資回収のめども立って、導入に踏み切れたわけですね。 笹野社長：はい、そうです。人件費の削減以外にも効果はありました。 ３．導入後の良かった点、悪かった点 川端：実際に検査機を導入してみて、良かった点はありますか？ 笹野社長：そうですね、まず挙げられるのは、やはり目視検査を自動化できたことですね。以前は検査員不足に悩まされていましたが、その問題を解消できたことは非常に大きいです。 川端：人材不足の解消は大きなメリットですね。 笹野社長：はい。それに加えて、検査基準が一定になったことも大きなメリットです。人の目による検査では、どうしても担当者によって判断にばらつきが出てしまうことがありましたが、AIなら常に同じ基準で検査を行うことができます。おかげで、品質の安定化につながっています。 川端：品質の安定化は、お客様からの信頼にもつながりますね。 笹野社長：おっしゃる通りです。さらに、外観過剰品質の見直しもできました。以前は、人の目で見て判断していたため、必要以上に厳しく検査を行っていた部分がありました。AI外観検査システムの導入により、客観的なデータに基づいた検査が可能となり、過剰品質を見直すことで、コスト削減にも貢献しました。 川端：なるほど。コスト削減にもつながったんですね。 笹野社長：はい。あと、これは副次的な効果かもしれませんが、元々は目視検査を担当していた従業員を、他の業務に配置転換することができたことも良かった点ですね。AI外観検査システムの導入によって、人材をより有効に活用できるようになりました。 川端：人材の有効活用は、企業にとって非常に重要ですね。 笹野社長：ええ、まさにその通りです。 川端：反対に、導入して困った点はありますか？ 笹野社長：そうですね…、検査機のトラブルが起こったとき、復旧までに時間がかかる場合があるのが課題ですね。特に、人の調整が難しく、生産計画に影響が出ることがありました。 川端：トラブル発生時の対応は、今後の改善点ですね。 笹野社長：はい。また、光源のずれなどが発生した場合、元の状態に戻すのが難しいこともありました。調整に時間がかかり、作業効率が低下する原因となることもありましたね。 川端：なるほど。光源調整の難しさも課題として挙げられるんですね。 笹野社長：ええ。それと、導入後に課題だと感じたことは..... 続きは下部に記載のセミナーにてご紹介いたします！ ４．まとめ 今回は、株式会社ササノ合成 代表取締役 笹野氏にAI外観検査システム導入の背景や効果、そして導入後の良かった点、悪かった点についてお伺いしました。 AI外観検査システム導入を検討されている方は、ぜひ今回のインタビューを参考にしてください。 2025年2月に開催されるAI外観検査セミナーでは、笹野社長が実際に経験したAI外観検査導入の成功事例をさらに詳しくご紹介いたします。 AI外観検査導入を検討されている方、製造現場の効率化・省人化にご興味のある方は、ぜひご参加ください！ ■関連するセミナーのご案内 樹脂成型・ゴム製品製造業向け AI外観検査　社長セミナー セミナー詳細・申込はこちらから↓↓↓ https://www.funaisoken.co.jp/seminar/121701_MV いつもお世話になっております。株式会社船井総合研究所の川端です。 今回は、製造現場における人材不足や品質管理にお悩みの方必見！ AI外観検査システムの導入に成功した株式会社ササノ合成 代表取締役 笹野英一氏にインタビューを行いました。 導入のきっかけから、費用対効果、導入後の良かった点・悪かった点まで、笹野社長の生の声をお届けします。 貴社の情報収集の一助になれば幸いです。 １．導入の経緯 川端：本日は、AI外観検査導入の成功事例として、笹野社長にお話を伺います。まず、導入のきっかけを教えていただけますか？ 笹野社長：そうですね、以前から外観検査の自動化は検討していました。というのも、検査員の不足や高齢化、検査基準を統一するのが難しいといった課題があったからです。それに、検査員によって検査の出来高にばらつきがあって、残業や休日出勤で対応しなければならないこともあって困っていました。そこで、自動化について色々調べていたんですが、10年ほど前に検査の自動化を検討した時は、画像検査の後に結局人の検査が必要になってしまい、なかなか良い方法が見つかりませんでした。 川端：従来の画像検査では完全な自動化は難しかったということでしょうか？ 笹野社長：ええ、当時はそうでしたね。ところが、2019年に船井総研様のAIを用いた外観検査のセミナーを聴講して、AIなら自動化できる可能性を感じたんです。もちろん、不安もありましたけどね。透明な製品や乳白色、シルバー、白色の製品などの不良品が画像として見ることができるのか、検査作業時の人の作業が取り込めるのか、製品の合否の判定はどうやって行うのかなど、色々考えました。 川端：AIによる画像検査は未知数な部分が多かったと思いますが、導入に踏み切ったのはなぜですか？ 笹野社長：まずは個別に面談をしていただき、概要説明や調査を依頼しました。そして、実際に自動化できるのか、確証をつかみたかったので、コンサルを依頼し、PoC（概念実証）を実施しました。2回のPoCにより、グッと検査自動化の実現性を高めることができました。当時最新の検査システムの導入実現性を検証できたこと、そして、AI化による検査工程の自動化の内容でものづくり補助金の申請・採択されたことも大きかったです。 ２．費用対効果 川端：導入費用と費用対効果について教えてください。 笹野社長：導入前は、目視検査員2名で年間約1,000万円の人件費がかかっていました。導入費用は、搬送部が約3,400万円、検査部が1,000万円で、補助金が1,000万円でした。費用対効果としては、約3.5年で投資金額を回収できる見込みです。 川端：なるほど。投資回収のめども立って、導入に踏み切れたわけですね。 笹野社長：はい、そうです。人件費の削減以外にも効果はありました。 ３．導入後の良かった点、悪かった点 川端：実際に検査機を導入してみて、良かった点はありますか？ 笹野社長：そうですね、まず挙げられるのは、やはり目視検査を自動化できたことですね。以前は検査員不足に悩まされていましたが、その問題を解消できたことは非常に大きいです。 川端：人材不足の解消は大きなメリットですね。 笹野社長：はい。それに加えて、検査基準が一定になったことも大きなメリットです。人の目による検査では、どうしても担当者によって判断にばらつきが出てしまうことがありましたが、AIなら常に同じ基準で検査を行うことができます。おかげで、品質の安定化につながっています。 川端：品質の安定化は、お客様からの信頼にもつながりますね。 笹野社長：おっしゃる通りです。さらに、外観過剰品質の見直しもできました。以前は、人の目で見て判断していたため、必要以上に厳しく検査を行っていた部分がありました。AI外観検査システムの導入により、客観的なデータに基づいた検査が可能となり、過剰品質を見直すことで、コスト削減にも貢献しました。 川端：なるほど。コスト削減にもつながったんですね。 笹野社長：はい。あと、これは副次的な効果かもしれませんが、元々は目視検査を担当していた従業員を、他の業務に配置転換することができたことも良かった点ですね。AI外観検査システムの導入によって、人材をより有効に活用できるようになりました。 川端：人材の有効活用は、企業にとって非常に重要ですね。 笹野社長：ええ、まさにその通りです。 川端：反対に、導入して困った点はありますか？ 笹野社長：そうですね…、検査機のトラブルが起こったとき、復旧までに時間がかかる場合があるのが課題ですね。特に、人の調整が難しく、生産計画に影響が出ることがありました。 川端：トラブル発生時の対応は、今後の改善点ですね。 笹野社長：はい。また、光源のずれなどが発生した場合、元の状態に戻すのが難しいこともありました。調整に時間がかかり、作業効率が低下する原因となることもありましたね。 川端：なるほど。光源調整の難しさも課題として挙げられるんですね。 笹野社長：ええ。それと、導入後に課題だと感じたことは..... 続きは下部に記載のセミナーにてご紹介いたします！ ４．まとめ 今回は、株式会社ササノ合成 代表取締役 笹野氏にAI外観検査システム導入の背景や効果、そして導入後の良かった点、悪かった点についてお伺いしました。 AI外観検査システム導入を検討されている方は、ぜひ今回のインタビューを参考にしてください。 2025年2月に開催されるAI外観検査セミナーでは、笹野社長が実際に経験したAI外観検査導入の成功事例をさらに詳しくご紹介いたします。 AI外観検査導入を検討されている方、製造現場の効率化・省人化にご興味のある方は、ぜひご参加ください！ ■関連するセミナーのご案内 樹脂成型・ゴム製品製造業向け AI外観検査　社長セミナー セミナー詳細・申込はこちらから↓↓↓ https://www.funaisoken.co.jp/seminar/121701_MV

～樹脂・ゴム成形業の経営者必見！ 品質向上と不良率改善で利益を伸ばす～ 「多品種小ロット生産に対応する中で、品質が安定しない…」 「不良率が高く、コスト増に悩んでいる…」 「熟練工の技術に頼っていて、人材育成が追い付かない…」 樹脂・ゴム成形業の経営者であれば、このような悩みを抱えている方も多いのではないでしょうか？ 顧客ニーズの多様化、競争激化、人材不足など、製造業を取り巻く環境は厳しさを増しています。 そのような状況下で生き残り、更なる成長を遂げるためには、品質向上と不良率改善による収益力強化が不可欠です。 １．品質問題が引き起こす負の連鎖 品質問題を放置すると、以下のような悪影響が生じ、企業の存続を脅かす可能性も孕んでいます。 顧客からの信頼を失う：不良品によるクレームは、企業の評判を落とすだけでなく、顧客離れを引き起こす可能性があります。 コスト増加：不良品の発生は、材料費、人件費、廃棄費用などの増加に繋がり、利益を圧迫します。 納期遅延：品質問題による手戻りは、納期遅延に繋がり、顧客との信頼関係を損なう可能性があります。 従業員のモチベーション低下：品質問題の発生は、従業員のモチベーション低下や離職に繋がる可能性があります。 ２．今こそ見直すべき、製造現場の課題 樹脂・ゴム成形業において、品質問題や不良率の高さに繋がる要因は様々です。 材料管理の不徹底：適切な保管方法や先入れ先出しができていない、材料の廃棄が多いなど、材料管理の不徹底は品質のバラつきや不良品の発生に繋がります。 金型管理の不備：金型の保管状態が悪く、メンテナンス不足や仕様書の未整備は、成形品の品質に悪影響を及ぼします。 生産管理・工程管理の不足：最適な生産計画や段取り替え計画が立てられていない、標準作業が徹底されていないなど、生産管理・工程管理の不足は、生産効率の低下や品質の不安定さに繋がります。 人材不足・技術継承の遅れ：熟練工の経験や勘に頼った製造現場では、人材不足や技術継承の遅れが、品質のバラつきや不良品の発生に繋がります。 品質保証体制の不備：不良原因の分析が不十分、検査基準が曖昧など、品質保証体制の不備は、不良品の流出や顧客からのクレームに繋がります。 これらの課題を解決し、品質向上と不良率改善を実現するためには、以下の取り組みが有効です。 ３．データ活用で、品質向上と不良率改善を実現 これらの課題を解決し、品質向上と不良率改善を実現するためには、以下の取り組みが有効です。 材料管理の徹底：在庫管理システムの導入や、材料の保管方法・使用期限の明確化などにより、材料管理を徹底します。 金型管理のシステム化：金型管理システムを導入し、金型の保管状態、メンテナンス履歴、仕様書などを一元管理します。 生産管理・工程管理の見える化：生産管理システムを導入し、生産計画の精度向上、工程の進捗管理、標準作業の徹底などを図ります。 IoT・AIの活用：IoTセンサーやAIを活用し、熟練工の技術をデータ化することで、品質の安定化、不良率の低減、人材育成の効率化を実現します。 品質保証体制の構築：品質管理システムを導入し、不良原因の分析、検査データの収集・分析、品質改善活動などを推進します。 ４．専門家の知見を活かして、さらなる飛躍を これらの取り組みを効果的に進めるためには、専門家の知見を活かすことが重要です。 多品種小ロット樹脂・ゴム成形業の品質向上・不良率改善セミナーでは、製造現場の課題解決、IoT・AIの活用、品質保証体制の構築など、具体的な方法を学ぶことができます。 本セミナーで得られる知識やノウハウは、企業の競争力強化に大きく貢献するでしょう。 「品質向上・不良率改善で、会社をもっと強くしたい！」 そう考えている経営者の方は、ぜひセミナーにご参加ください。 ■関連するセミナーのご案内 樹脂・ゴム成形業の品質UP・不良率改善セミナー セミナー詳細・申込はこちらから↓↓↓ https://www.funaisoken.co.jp/seminar/120854 ～樹脂・ゴム成形業の経営者必見！ 品質向上と不良率改善で利益を伸ばす～ 「多品種小ロット生産に対応する中で、品質が安定しない…」 「不良率が高く、コスト増に悩んでいる…」 「熟練工の技術に頼っていて、人材育成が追い付かない…」 樹脂・ゴム成形業の経営者であれば、このような悩みを抱えている方も多いのではないでしょうか？ 顧客ニーズの多様化、競争激化、人材不足など、製造業を取り巻く環境は厳しさを増しています。 そのような状況下で生き残り、更なる成長を遂げるためには、品質向上と不良率改善による収益力強化が不可欠です。 １．品質問題が引き起こす負の連鎖 品質問題を放置すると、以下のような悪影響が生じ、企業の存続を脅かす可能性も孕んでいます。 顧客からの信頼を失う：不良品によるクレームは、企業の評判を落とすだけでなく、顧客離れを引き起こす可能性があります。 コスト増加：不良品の発生は、材料費、人件費、廃棄費用などの増加に繋がり、利益を圧迫します。 納期遅延：品質問題による手戻りは、納期遅延に繋がり、顧客との信頼関係を損なう可能性があります。 従業員のモチベーション低下：品質問題の発生は、従業員のモチベーション低下や離職に繋がる可能性があります。 ２．今こそ見直すべき、製造現場の課題 樹脂・ゴム成形業において、品質問題や不良率の高さに繋がる要因は様々です。 材料管理の不徹底：適切な保管方法や先入れ先出しができていない、材料の廃棄が多いなど、材料管理の不徹底は品質のバラつきや不良品の発生に繋がります。 金型管理の不備：金型の保管状態が悪く、メンテナンス不足や仕様書の未整備は、成形品の品質に悪影響を及ぼします。 生産管理・工程管理の不足：最適な生産計画や段取り替え計画が立てられていない、標準作業が徹底されていないなど、生産管理・工程管理の不足は、生産効率の低下や品質の不安定さに繋がります。 人材不足・技術継承の遅れ：熟練工の経験や勘に頼った製造現場では、人材不足や技術継承の遅れが、品質のバラつきや不良品の発生に繋がります。 品質保証体制の不備：不良原因の分析が不十分、検査基準が曖昧など、品質保証体制の不備は、不良品の流出や顧客からのクレームに繋がります。 これらの課題を解決し、品質向上と不良率改善を実現するためには、以下の取り組みが有効です。 ３．データ活用で、品質向上と不良率改善を実現 これらの課題を解決し、品質向上と不良率改善を実現するためには、以下の取り組みが有効です。 材料管理の徹底：在庫管理システムの導入や、材料の保管方法・使用期限の明確化などにより、材料管理を徹底します。 金型管理のシステム化：金型管理システムを導入し、金型の保管状態、メンテナンス履歴、仕様書などを一元管理します。 生産管理・工程管理の見える化：生産管理システムを導入し、生産計画の精度向上、工程の進捗管理、標準作業の徹底などを図ります。 IoT・AIの活用：IoTセンサーやAIを活用し、熟練工の技術をデータ化することで、品質の安定化、不良率の低減、人材育成の効率化を実現します。 品質保証体制の構築：品質管理システムを導入し、不良原因の分析、検査データの収集・分析、品質改善活動などを推進します。 ４．専門家の知見を活かして、さらなる飛躍を これらの取り組みを効果的に進めるためには、専門家の知見を活かすことが重要です。 多品種小ロット樹脂・ゴム成形業の品質向上・不良率改善セミナーでは、製造現場の課題解決、IoT・AIの活用、品質保証体制の構築など、具体的な方法を学ぶことができます。 本セミナーで得られる知識やノウハウは、企業の競争力強化に大きく貢献するでしょう。 「品質向上・不良率改善で、会社をもっと強くしたい！」 そう考えている経営者の方は、ぜひセミナーにご参加ください。 ■関連するセミナーのご案内 樹脂・ゴム成形業の品質UP・不良率改善セミナー セミナー詳細・申込はこちらから↓↓↓ https://www.funaisoken.co.jp/seminar/120854