産業用ロボットによる自動化のメリットを解説！

突然ですが、読者の皆様は製造業における「AIの導入目的」をどのようにお考えでしょうか？ 船井総研では、各業界の経営者・経営幹部の皆様向けに年間計900件超のセミナー開催を通じて、各業界の時流に適応したビジネスモデルや業務プロセスの紹介を行っております。 近年では、中堅・中小製造業の企業様向けにAI活用に関するセミナーを実施しておりますが、セミナーへご参加いただく全国各地の製造業の企業様から、 「AIを使って何ができるのか？」 「AIの導入目的をどのように考えていけばよいか？」 といったご質問をよく頂戴します。 そこで、今回のコラムでは、船井総研主催のAI活用に関するセミナーでもご紹介している「AI導入の目的」について、その一部をご紹介いたします。 中堅・中小製造業における主なAI導入の目的として、大きくは以下の4つが挙げられます。 【中堅・中小製造業における主なAI導入目的】 　　①既存業務の自動化・省力化・標準化 　　②3K業務の自動化 　　③熟練業務・属人業務の技術継承・若手育成 　　④熟練者をより付加価値の高い業務へ移行させる 以下に1つずつご紹介いたします。 1.AI導入目的①：既存業務の自動化・省力化・標準化 工場内やバックオフィスにてAIを活用し、これまで時間をかけて取り組んでいた業務を自動化・省力化・標準化したいというニーズは非常に大きいです。 例えば、とある製造業の支援先企業様では、現在「見積もりAIシステム」の開発に取り組まれています。 システムの概要としては、AIを活用して過去の類似案件を検索できるようにすることで、 「従来かかっていた時間よりも短い時間で」かつ 「精度高く見積もりを作成することができるようになる」というものです。 Step1）新規案件発生時に過去の見積もりデータを検索する Step2）過去の類似ワークの見積計算書・見積書等のデータを検出する という大きく2つのステップを経ることで、ベテランのみならず、知識や経験の浅い社員でも問題なく見積もり作成ができるようになります。 2.AI導入目的②：3K業務の自動化 3K業務とは、「きつい・汚い・危険」の頭文字「K」から取った言葉であり、労働条件が厳しい業務のことを指します。 この3K業務は、若年労働者から特に敬遠されることから、採用難や離職率の増加にも直結する要素となっています。 AIを活用し、3K業務を自動化することで、職業イメージの抜本的な改善を図り、結果として若手社員の採用を促すことにも繋がります。 また、昨今「働き方改革」の必要性が叫ばれている中、既存の従業員を3K業務から解放することで、既存の従業員にとって、より働きやすい現場環境を創出するという点でも、非常に意義のあるAI導入の目的設定であると言えます。 3．AI導入目的③：熟練業務・属人業務の技術継承・若手育成 これは、国内製造業のみならず、他の業界にも概ね当てはまる話ですが、「労働人口の減少（特に熟練者不足）」や「従業員の高齢化」が今後より進んでいくことが予測される中で、 「人手（特に熟練者）が不足していても問題なく運営できる体制を作る」 という発想がこれからの経営には必要となってきます。 例えば、とあるベテラン比率の高い製造業の企業様では、AIを導入して「熟練者の技術を買う」という考え方をもとに既存業務のAI化を進められています。 熟練者特有の技術・ノウハウを継承し、 　　1）経験や知識の浅い若手社員でも問題なく業務を進めることができる 　　2）経験や知識の浅い若手社員でも活躍できる土壌を形成する（若手社員の即戦力化） この辺りを狙いとして、既存業務のAI化を進められています。 4．AI導入目的④：熟練者をより付加価値の高い業務へ移行させる 全国各地の製造業の企業様にお話をお聞きしていると、AIを活用して熟練技術の継承を図る中で、現場のベテラン従業員の方から、 「AIを活用することで、自分たち（ベテラン従業員）の仕事がなくなるのでは？」 という懸念を表明されるケースが多々あるようです。 ただ、それに対する結論として言えるのは、AIというのは、「熟練者の仕事を奪うためのツール」ではないということです。 むしろ、AIというのは、「熟練者に “より高付加価値な業務” に従事してもらうためのツール」であると言えます。 技術継承を踏まえた上で、熟練者は空いた時間で「さらに付加価値の高い（ベテランだからこそできる）業務へ移行する」という、「人員配置・役割設計の再定義」の機会を発生させることに、AI導入の意義を見出すことができます。 5．おわりに 以上、ここまで「中堅・中小製造業におけるAI導入の目的とは？」というテーマについてお伝えさせていただきました。 中堅・中小製造業におけるAI導入に関する考え方や、具体的な事例をもっと知りたい方は、是非以下の「無料オンライン相談」をご活用ください。 ご相談内容に応じて最適なコンサルタントを選定し、対応させていただきます。 ▼無料オンライン相談のお申し込みはこちら▼ https://lp.funaisoken.co.jp/mt/smart-factory/counsel.html ＜無料レポートダウンロード＞ ーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーー 中堅・中小製造業 経営者様向け “工場のAI化デジタル化”最新事例解説レポート この1冊で、工場のAI化デジタル化の最新事例がわかる！ ①AI活用を通じて「見積もり業務の標準化・脱属人化」を推進！ ②付加価値を生まない検査工程から人手を開放！AIを活用した外観検査体制の構築！ ③現場に散乱していた生産日報・日常点検表等のペーパーレス化を実現！ ーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーー https://lp.funaisoken.co.jp/mt/smart-factory/dltext04-dl.html いつも当メルマガ・コラムをご愛読いただきありがとうございます。 突然ですが、読者の皆様は製造業における「AIの導入目的」をどのようにお考えでしょうか？ 船井総研では、各業界の経営者・経営幹部の皆様向けに年間計900件超のセミナー開催を通じて、各業界の時流に適応したビジネスモデルや業務プロセスの紹介を行っております。 近年では、中堅・中小製造業の企業様向けにAI活用に関するセミナーを実施しておりますが、セミナーへご参加いただく全国各地の製造業の企業様から、 「AIを使って何ができるのか？」 「AIの導入目的をどのように考えていけばよいか？」 といったご質問をよく頂戴します。 そこで、今回のコラムでは、船井総研主催のAI活用に関するセミナーでもご紹介している「AI導入の目的」について、その一部をご紹介いたします。 中堅・中小製造業における主なAI導入の目的として、大きくは以下の4つが挙げられます。 【中堅・中小製造業における主なAI導入目的】 　　①既存業務の自動化・省力化・標準化 　　②3K業務の自動化 　　③熟練業務・属人業務の技術継承・若手育成 　　④熟練者をより付加価値の高い業務へ移行させる 以下に1つずつご紹介いたします。 1.AI導入目的①：既存業務の自動化・省力化・標準化 工場内やバックオフィスにてAIを活用し、これまで時間をかけて取り組んでいた業務を自動化・省力化・標準化したいというニーズは非常に大きいです。 例えば、とある製造業の支援先企業様では、現在「見積もりAIシステム」の開発に取り組まれています。 システムの概要としては、AIを活用して過去の類似案件を検索できるようにすることで、 「従来かかっていた時間よりも短い時間で」かつ 「精度高く見積もりを作成することができるようになる」というものです。 Step1）新規案件発生時に過去の見積もりデータを検索する Step2）過去の類似ワークの見積計算書・見積書等のデータを検出する という大きく2つのステップを経ることで、ベテランのみならず、知識や経験の浅い社員でも問題なく見積もり作成ができるようになります。 2.AI導入目的②：3K業務の自動化 3K業務とは、「きつい・汚い・危険」の頭文字「K」から取った言葉であり、労働条件が厳しい業務のことを指します。 この3K業務は、若年労働者から特に敬遠されることから、採用難や離職率の増加にも直結する要素となっています。 AIを活用し、3K業務を自動化することで、職業イメージの抜本的な改善を図り、結果として若手社員の採用を促すことにも繋がります。 また、昨今「働き方改革」の必要性が叫ばれている中、既存の従業員を3K業務から解放することで、既存の従業員にとって、より働きやすい現場環境を創出するという点でも、非常に意義のあるAI導入の目的設定であると言えます。 3．AI導入目的③：熟練業務・属人業務の技術継承・若手育成 これは、国内製造業のみならず、他の業界にも概ね当てはまる話ですが、「労働人口の減少（特に熟練者不足）」や「従業員の高齢化」が今後より進んでいくことが予測される中で、 「人手（特に熟練者）が不足していても問題なく運営できる体制を作る」 という発想がこれからの経営には必要となってきます。 例えば、とあるベテラン比率の高い製造業の企業様では、AIを導入して「熟練者の技術を買う」という考え方をもとに既存業務のAI化を進められています。 熟練者特有の技術・ノウハウを継承し、 　　1）経験や知識の浅い若手社員でも問題なく業務を進めることができる 　　2）経験や知識の浅い若手社員でも活躍できる土壌を形成する（若手社員の即戦力化） この辺りを狙いとして、既存業務のAI化を進められています。 4．AI導入目的④：熟練者をより付加価値の高い業務へ移行させる 全国各地の製造業の企業様にお話をお聞きしていると、AIを活用して熟練技術の継承を図る中で、現場のベテラン従業員の方から、 「AIを活用することで、自分たち（ベテラン従業員）の仕事がなくなるのでは？」 という懸念を表明されるケースが多々あるようです。 ただ、それに対する結論として言えるのは、AIというのは、「熟練者の仕事を奪うためのツール」ではないということです。 むしろ、AIというのは、「熟練者に “より高付加価値な業務” に従事してもらうためのツール」であると言えます。 技術継承を踏まえた上で、熟練者は空いた時間で「さらに付加価値の高い（ベテランだからこそできる）業務へ移行する」という、「人員配置・役割設計の再定義」の機会を発生させることに、AI導入の意義を見出すことができます。 5．おわりに 以上、ここまで「中堅・中小製造業におけるAI導入の目的とは？」というテーマについてお伝えさせていただきました。 中堅・中小製造業におけるAI導入に関する考え方や、具体的な事例をもっと知りたい方は、是非以下の「無料オンライン相談」をご活用ください。 ご相談内容に応じて最適なコンサルタントを選定し、対応させていただきます。 ▼無料オンライン相談のお申し込みはこちら▼ https://lp.funaisoken.co.jp/mt/smart-factory/counsel.html ＜無料レポートダウンロード＞ ーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーー 中堅・中小製造業 経営者様向け “工場のAI化デジタル化”最新事例解説レポート この1冊で、工場のAI化デジタル化の最新事例がわかる！ ①AI活用を通じて「見積もり業務の標準化・脱属人化」を推進！ ②付加価値を生まない検査工程から人手を開放！AIを活用した外観検査体制の構築！ ③現場に散乱していた生産日報・日常点検表等のペーパーレス化を実現！ ーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーー https://lp.funaisoken.co.jp/mt/smart-factory/dltext04-dl.html

1.はじめに 近年、様々なアプリケーションの開発により協働ロボットの需要が高まりつつあります。 機械加工業においてはまだまだ従来の産業用ロボットの活用が一般的ですが、今回は機械加工業における協働ロボットの活用方法について解説します。 2.統計から見る協働ロボットの現状 協働ロボットの需要は年々拡大傾向にあります。 2018年は世界の産業用ロボット出荷台数全体に占める割合は3％ほどです。 しかし伸び率では23％増となっており、2019年は産業用ロボット出荷台数に占める割合が4.8％となる1万8000台が出荷されています。 全体に締める割合としてはまだまだ少ないですが様々な付加機能が開発されており今後さらに協働ロボット市場は拡大していくと予想されます。 3.協働ロボットとは 産業用ロボットと協働ロボットの大きな違いは安全柵が不要であることです。 安全柵が不要であるため中小機械加工業において問題となるスペース不足の問題を解決しスペースを有効活用することが可能となります。 産業用ロボットと協働ロボットの活用イメージを以下に示します。 ・産業用ロボット ①人間を超える生産性向上 ②高速、高精度、重可搬 ③設置スペース大（安全柵が必要） ④ロボット専門技術が必要 ・協働ロボット ①人間のサポート ②ゆっくり、そこそこ、持てる物は軽い ③省スペース（安全柵不要） ④専門知識不要の簡単操作 上記をまとめると、 産業用ロボット→大量生産向け 協働ロボット→多品種少量生産向け と言えるでしょう。 安全柵が不要で省スペース、それによるフレキシブルな活用が可能、専門的な技術が不要で簡易的な操作、それによる自社での低コストな導入、、、、 まさに協働ロボットは中小機械加工業における多品種少量生産に適したロボットであると言えます。 4.機械加工業における協働ロボットの具体的な活用方法 では具体的にどのように協働ロボットを活用するのでしょうか。 最新の協働ロボットは標準でカメラを搭載している物があります。 カメラが標準搭載されいるため従来、ロボットを画像認識を組み合わせた複雑なシステム構成が不要となり、アイディア次第でユーザーの要望に合わせた運用が可能になります。 従来のロボットと画像認識を組み合わせたシステムでは「キャリブレーション作業」が必須となり、これは専門の技術員が長時間かけて行う大変複雑な作業です。 標準でカメラを搭載した協働ロボットを活用することで、上記のようなキャリブレーション作業が不要となり、例えば以下のようなフレキシブルな運用が可能になります。 運用例 ①午前中は旋盤AでワークBをロボットで100ケ加工する ②午後は旋盤BでワークEをロボットで100ケ加工する ③ロボットが加工をしている間、ロボットだと効率が悪い10ケ程度の小ロット品は人間が加工する →ロボットと人間の「協働」で多品種少量生産対応 上記の運用例はカメラを搭載した協働ロボットの位置補正機能を活用し、フレキシブルに使いたい場所で使いたいときにロボットを使う、という運用を実現した例です。 何度も言いますが、このような運用を行うことはキャリブレーション作業が必要な従来のロボットでは実現不可能な運用方法です。 さらに、大手自動車メーカー等ではAGV（無人搬送車）と協働ロボットを組み合わせたシステムの活用を行っている企業もあります。 例えば、 AGVに協働ロボットを設置しておいて、自動倉庫から素材をロボット付きAGVで搬送して加工機の前まで持っていき、加工して、加工完了品はAGVで自動倉庫に自動で入庫する。 →AGVでは精度の良い位置決めが出来ないが画像認識の位置補正機能があるのである程度の位置決めでワーク投入できる アイディア次第で様々な活用方法を検討することができます。 面白いアイディアとしては、フレキシブルに使いたい場所で使う運用方法のさらなるアイディアとして、加工機の加工完了ランプをカメラで見て、加工完了を確認しワークを取り出す、というような活用も可能です。 私自身、実際に最新の協働ロボットに触れ、ティーチングを行ってみましたが、ほんの少しのレクチャーを受けるだけで基本的な動作は簡単にティーチングすることが可能でした！ ロボット導入の経験が無い、一度導入したけど失敗してしまった、そんな中小機械加工業にとってはうってつけのロボットだと確信しています！ 以下のダウンロードレポートでは、機械加工業のロボット活用について解説しています。 下記のバナーからダウンロード頂きお役立て下さい。 多品種少量機械加工業様向け 成功する機械加工業ロボット活用解説レポート この1冊で成功するロボット導入の考え方・ポイントがわかる！ ※製造業限定（製造業以外の企業・団体からのダウンロードについては、お断りさせていただく場合がございます。） 多品種少量生産の機械加工業でロボットを活用するポイント 中小機械加工業におけるロボットの役割3つのポイント 機械加工業におけるロボット活用の最新の取り組み   https://smart-factory.funaisoken.co.jp/download/210422_01/ ■オンラインセミナー開催のお知らせ 製造メーカーの為のAI経営！社長セミナー https://smart-factory.funaisoken.co.jp/event/ ～属人的な経験や勘に依存した経営からAIを活用する経営へ～ このような方におすすめ 従業員数300名以下の製造業（メーカー）で、自社の営業にAIがどう適用できるかを知りたい社長・経営者の方 営業部門がまだまだ属人的で、営業マン個々人の経験や勘に依存していると感じている”メーカー経営者”の方 製造部門では熟練技術・職人的な業務があり、属人化・ブラックBOX化していると感じている”メーカー経営者”の方 生産技術・生産管理部門も熟練者に知見とノウハウが集中して、標準化されていないと感じている”メーカー経営者”の方 営業管理・生産管理・原価管理等の基幹システムに課題があり、非効率的で何か改善が必要と感じている"メーカー経営者"の方 本セミナーで学べるポイント ・”経営者目線”で知っておくべきメーカーで実践できる具体的なAI活用事例が学べる！ ～AIに関心はあるが、具体的な行動が取れないメーカー経営者の為のセミナーです～ ・営業部門にAIを導入して営業マン個々の経験や勘に依存した体制から脱却した製造業事例が学べる！ ～営業部門で具体的にAIをどう活用していくのかがハッキリ分かるセミナーです～ ・製造・生産技術・生産管理部門にAIを導入して熟練技術・職人技術を標準化・継承できる事例が学べる！ ～製造現場と生産技術・生産管理部門でどんなAIが活用できるのかが明確になるセミナーです～ ・販売・仕入・在庫・原価管理・生産管理等の基幹システム系にAIを活用している事例が学べる！ ～各業務の管理や基幹システムでAI活用して改革できる手法を学べるセミナーです～ ・自社の経営のどこにAIが活用できるかが分かり、具体的な行動計画が作れる！ ～理論・理屈ではなく、現場で実践できる具体的な手法が分かります！～ ■成功事例orお客様の声 【1】営業部門でAIを活用して、個々人に依存した属人的な営業から仕組み化に取り組んでいるメーカーS社の事例 ～営業担当者と顧客の商談情報をデータベース化&AI解析して見積改善＆営業力UP！～ 【2】製造部門でAIを活用して、熟練技術・職人技術をデジタル化して標準化しているメーカーN社の事例 ～熟練者・ベテラン職人の勘と経験をAIでルール化・標準化して未熟練者に技術を継承！～ 【3】生産管理部門でAIを活用して、設計のAI化や生産計画のAI化に取り組んでいるメーカーU社の事例 ～熟練者・経験豊富な特定人材に依存している業務をAI化して省力化&効率化！～ 【4】基幹システムの構築にAIを活用してバックオフィス系の効率化を推進しているメーカーA社の事例 ～販売・仕入・在庫・原価管理や生産管理システムを根本的に改革！～ 【5】経営全般にAIを活用して技術の見える化・デジタル化をしてDX化に邁進しているメーカーN社の事例 ～属人的・職人的・勘と経験依存の経営からデジタルデータを活用した経営へ～ 日時・会場 〈お申し込み期限につきまして〉開催日4日前までとなります。 〈複数開催の場合〉各回、同じ内容です。ご都合のよい日時をお選びください。 開催方式：オンライン（PCがあればどこでも受講可能） 2021/08/25 (水) 13:00～15:00 2021/08/26 (木) 13:00～15:00 2021/09/07 (火) 13:00～15:00 2021/09/08 (水) 13:00～15:00 詳細、お申し込みはこちらから⇒ このセミナーは終了しました。最新のセミナーはこちらから。 https://smart-factory.funaisoken.co.jp/event/ ■工場AI・ロボット.comでは「無料オンライン診断サービス」を行っております 専門コンサルタントが無料でAI活用について診断致します！ AI・デジタル活用したいが初めてでやり方が分からない・・・ データドリブン経営を実践したい・・・ 営業、見積もり業務が属人化している・・・ 生産管理に工数がかかっている・・・ 現場の進捗が見えない・・・ 他社の導入事例の詳細について聞きたい AI・デジタル活用について相談できる所が見つからない・・・ ↓↓お申し込みはこちらから↓↓ https://lp.funaisoken.co.jp/mt/smart-factory/counsel.html   [sc name="cobot"][/sc] 1.はじめに 近年、様々なアプリケーションの開発により協働ロボットの需要が高まりつつあります。 機械加工業においてはまだまだ従来の産業用ロボットの活用が一般的ですが、今回は機械加工業における協働ロボットの活用方法について解説します。 2.統計から見る協働ロボットの現状 協働ロボットの需要は年々拡大傾向にあります。 2018年は世界の産業用ロボット出荷台数全体に占める割合は3％ほどです。 しかし伸び率では23％増となっており、2019年は産業用ロボット出荷台数に占める割合が4.8％となる1万8000台が出荷されています。 全体に締める割合としてはまだまだ少ないですが様々な付加機能が開発されており今後さらに協働ロボット市場は拡大していくと予想されます。 3.協働ロボットとは 産業用ロボットと協働ロボットの大きな違いは安全柵が不要であることです。 安全柵が不要であるため中小機械加工業において問題となるスペース不足の問題を解決しスペースを有効活用することが可能となります。 産業用ロボットと協働ロボットの活用イメージを以下に示します。 ・産業用ロボット ①人間を超える生産性向上 ②高速、高精度、重可搬 ③設置スペース大（安全柵が必要） ④ロボット専門技術が必要 ・協働ロボット ①人間のサポート ②ゆっくり、そこそこ、持てる物は軽い ③省スペース（安全柵不要） ④専門知識不要の簡単操作 上記をまとめると、 産業用ロボット→大量生産向け 協働ロボット→多品種少量生産向け と言えるでしょう。 安全柵が不要で省スペース、それによるフレキシブルな活用が可能、専門的な技術が不要で簡易的な操作、それによる自社での低コストな導入、、、、 まさに協働ロボットは中小機械加工業における多品種少量生産に適したロボットであると言えます。 4.機械加工業における協働ロボットの具体的な活用方法 では具体的にどのように協働ロボットを活用するのでしょうか。 最新の協働ロボットは標準でカメラを搭載している物があります。 カメラが標準搭載されいるため従来、ロボットを画像認識を組み合わせた複雑なシステム構成が不要となり、アイディア次第でユーザーの要望に合わせた運用が可能になります。 従来のロボットと画像認識を組み合わせたシステムでは「キャリブレーション作業」が必須となり、これは専門の技術員が長時間かけて行う大変複雑な作業です。 標準でカメラを搭載した協働ロボットを活用することで、上記のようなキャリブレーション作業が不要となり、例えば以下のようなフレキシブルな運用が可能になります。 運用例 ①午前中は旋盤AでワークBをロボットで100ケ加工する ②午後は旋盤BでワークEをロボットで100ケ加工する ③ロボットが加工をしている間、ロボットだと効率が悪い10ケ程度の小ロット品は人間が加工する →ロボットと人間の「協働」で多品種少量生産対応 上記の運用例はカメラを搭載した協働ロボットの位置補正機能を活用し、フレキシブルに使いたい場所で使いたいときにロボットを使う、という運用を実現した例です。 何度も言いますが、このような運用を行うことはキャリブレーション作業が必要な従来のロボットでは実現不可能な運用方法です。 さらに、大手自動車メーカー等ではAGV（無人搬送車）と協働ロボットを組み合わせたシステムの活用を行っている企業もあります。 例えば、 AGVに協働ロボットを設置しておいて、自動倉庫から素材をロボット付きAGVで搬送して加工機の前まで持っていき、加工して、加工完了品はAGVで自動倉庫に自動で入庫する。 →AGVでは精度の良い位置決めが出来ないが画像認識の位置補正機能があるのである程度の位置決めでワーク投入できる アイディア次第で様々な活用方法を検討することができます。 面白いアイディアとしては、フレキシブルに使いたい場所で使う運用方法のさらなるアイディアとして、加工機の加工完了ランプをカメラで見て、加工完了を確認しワークを取り出す、というような活用も可能です。 私自身、実際に最新の協働ロボットに触れ、ティーチングを行ってみましたが、ほんの少しのレクチャーを受けるだけで基本的な動作は簡単にティーチングすることが可能でした！ ロボット導入の経験が無い、一度導入したけど失敗してしまった、そんな中小機械加工業にとってはうってつけのロボットだと確信しています！ 以下のダウンロードレポートでは、機械加工業のロボット活用について解説しています。 下記のバナーからダウンロード頂きお役立て下さい。 多品種少量機械加工業様向け 成功する機械加工業ロボット活用解説レポート この1冊で成功するロボット導入の考え方・ポイントがわかる！ ※製造業限定（製造業以外の企業・団体からのダウンロードについては、お断りさせていただく場合がございます。） 多品種少量生産の機械加工業でロボットを活用するポイント 中小機械加工業におけるロボットの役割3つのポイント 機械加工業におけるロボット活用の最新の取り組み   https://smart-factory.funaisoken.co.jp/download/210422_01/ ■オンラインセミナー開催のお知らせ 製造メーカーの為のAI経営！社長セミナー https://smart-factory.funaisoken.co.jp/event/ ～属人的な経験や勘に依存した経営からAIを活用する経営へ～ このような方におすすめ 従業員数300名以下の製造業（メーカー）で、自社の営業にAIがどう適用できるかを知りたい社長・経営者の方 営業部門がまだまだ属人的で、営業マン個々人の経験や勘に依存していると感じている”メーカー経営者”の方 製造部門では熟練技術・職人的な業務があり、属人化・ブラックBOX化していると感じている”メーカー経営者”の方 生産技術・生産管理部門も熟練者に知見とノウハウが集中して、標準化されていないと感じている”メーカー経営者”の方 営業管理・生産管理・原価管理等の基幹システムに課題があり、非効率的で何か改善が必要と感じている"メーカー経営者"の方 本セミナーで学べるポイント ・”経営者目線”で知っておくべきメーカーで実践できる具体的なAI活用事例が学べる！ ～AIに関心はあるが、具体的な行動が取れないメーカー経営者の為のセミナーです～ ・営業部門にAIを導入して営業マン個々の経験や勘に依存した体制から脱却した製造業事例が学べる！ ～営業部門で具体的にAIをどう活用していくのかがハッキリ分かるセミナーです～ ・製造・生産技術・生産管理部門にAIを導入して熟練技術・職人技術を標準化・継承できる事例が学べる！ ～製造現場と生産技術・生産管理部門でどんなAIが活用できるのかが明確になるセミナーです～ ・販売・仕入・在庫・原価管理・生産管理等の基幹システム系にAIを活用している事例が学べる！ ～各業務の管理や基幹システムでAI活用して改革できる手法を学べるセミナーです～ ・自社の経営のどこにAIが活用できるかが分かり、具体的な行動計画が作れる！ ～理論・理屈ではなく、現場で実践できる具体的な手法が分かります！～ ■成功事例orお客様の声 【1】営業部門でAIを活用して、個々人に依存した属人的な営業から仕組み化に取り組んでいるメーカーS社の事例 ～営業担当者と顧客の商談情報をデータベース化&AI解析して見積改善＆営業力UP！～ 【2】製造部門でAIを活用して、熟練技術・職人技術をデジタル化して標準化しているメーカーN社の事例 ～熟練者・ベテラン職人の勘と経験をAIでルール化・標準化して未熟練者に技術を継承！～ 【3】生産管理部門でAIを活用して、設計のAI化や生産計画のAI化に取り組んでいるメーカーU社の事例 ～熟練者・経験豊富な特定人材に依存している業務をAI化して省力化&効率化！～ 【4】基幹システムの構築にAIを活用してバックオフィス系の効率化を推進しているメーカーA社の事例 ～販売・仕入・在庫・原価管理や生産管理システムを根本的に改革！～ 【5】経営全般にAIを活用して技術の見える化・デジタル化をしてDX化に邁進しているメーカーN社の事例 ～属人的・職人的・勘と経験依存の経営からデジタルデータを活用した経営へ～ 日時・会場 〈お申し込み期限につきまして〉開催日4日前までとなります。 〈複数開催の場合〉各回、同じ内容です。ご都合のよい日時をお選びください。 開催方式：オンライン（PCがあればどこでも受講可能） 2021/08/25 (水) 13:00～15:00 2021/08/26 (木) 13:00～15:00 2021/09/07 (火) 13:00～15:00 2021/09/08 (水) 13:00～15:00 詳細、お申し込みはこちらから⇒ このセミナーは終了しました。最新のセミナーはこちらから。 https://smart-factory.funaisoken.co.jp/event/ ■工場AI・ロボット.comでは「無料オンライン診断サービス」を行っております 専門コンサルタントが無料でAI活用について診断致します！ AI・デジタル活用したいが初めてでやり方が分からない・・・ データドリブン経営を実践したい・・・ 営業、見積もり業務が属人化している・・・ 生産管理に工数がかかっている・・・ 現場の進捗が見えない・・・ 他社の導入事例の詳細について聞きたい AI・デジタル活用について相談できる所が見つからない・・・ ↓↓お申し込みはこちらから↓↓ https://lp.funaisoken.co.jp/mt/smart-factory/counsel.html   [sc name="cobot"][/sc]

１．AIとノーコード/ローコード 従来、システム開発と言えば、プログラミング言語を駆使して専門のエンジニアが手掛けるものでしたが、「ノーコードツール」や「ローコードツール」によってそのハードルは年々下がってきています。 これまで、KintoneやGoogle AppSheetなどでは一般的なシステム開発に用いられてきましたが、最近、その領域はAIに迄広がりを見せており、2021年10月11日にリリースされたNTTcommunications社が展開するノーコードAI内製開発ツール「Node-AI」では、製造業のお客様を中心に異常検知やプラント運転支援などで活用されています。 また、ユニフィニティー社が展開する「Unifinity」では、AI inside社のAI技術をベースに活用しており、スマートフォンで撮影した画像などをAIで解析可能にしています。 より現場に近い場所で、より業務を知っている現場の方がシステムを開発するというトレンドは今後も続いていき、誰でもAI技術を使って業務改善をする時代が、すぐ近くまで来るかもしれません。 ２．IT人材不足とDX 近年、これらの分野が盛り上がりを見せている背景として、技術革新は当然ありますがIT人材不足も理由の一つにあります。 デジタル変革を進めていくには、クラウドをはじめとするデジタルテクノロジーを用い、膨大なデータを収集、分析して洞察を得ていくことが欠かせません。 しかし、データの利活用を担うIT人材不足は明らかになっています。 たとえば、経済産業省が2019年に実施した調査結果で示された「2030年にはIT人材は最大で約79万人不足する」という見通しは記憶に新しいところです。 このような中で、プログラミングの専門スキルを有さない非エンジニアであってもDXを推進できることや、業務に精通したメンバーが改革を主導できることがメリットとして挙げられています。 さらに、業務の課題を解決して業務プロセスを変革することや、新たなビジネスモデルやサービスなどの価値創出をスピーディにすることが、非IT人材でも実現できるツールとして注目を集めているのです。 ３．ノーコードとローコード ノーコード（No Code）ツールは、「一切」ソースコードを記述せずにソフトウェアを開発できるサービスを指します。 開発のための環境構築が不要な上、非エンジニアでもweb開発が容易にできるため、従来エンジニアに頼っていた部分において内製化し、費用や時間を削減することができます。 また、運用を開始してからも必要に応じて作業作業が迅速にできる点もノーコードツールを利用する大変大きなメリットと言えます。 ローコード（LowCode）ツールは、「なるべく」ソースコードは書かずにソフトウェアを開発できるサービスを指します。 ノーコードのテンプレートにない追加開発や調整を「ローコード」で行うことができるため、従来の開発とノーコード開発のハイブリット型開発とも言われております。 開発者の力量に左右される部分はありますが、ノーコードに比べ拡張性が高い点がメリットと言えます。 以上により、「現場で開発できる」のがノーコード、「開発者の工数を抑える」のがローコードなどとも言われています。 いずれも「開発」という工程を簡易化するためのツールであり開発期間を大幅に短縮させることができます。 米ガートナーは2024年までに世界のアプリケーションの65％以上がローコード開発基盤で構築されると予測しており、今年2022年は、日本企業も半数以上がノーコード/ローコード開発を手掛けるようになると予想しています。 メリットとしては前述の通りですが、ここで注意しておきたいのは、何事にも「負の側面はある」ということです。 ４．ノーコード/ローコード負の側面：セキュリティ・保守の懸念 誰もが開発できるということは、「シャドーIT」（シャドーIT：情報システム部門などが関知せず、ユーザー部門が独自に導入したシステムなど）や「野良アプリ」も増えることを意味します。 例えば、これまで社内の情報システム部などに開発依頼していたようなシステムでも一般部署内で作成可能となり、公開範囲設定によっては管理しきれない体制が生まれます。 結果、予期せぬ情報漏洩のリスクやシステム障害、内部不正などを招いてしまうリスクも十分にあり得ます。 特に、ノーコードツールで開発する場合は、セキュリティ対策はそのツールのプラットフォームが提供する範囲に依存するため、社内で導入する際にはルールを決めるなど対策が必要です。 これらの課題は保守においても同様であり、何か問題が発生した場合に誰が対応するのか、どの範囲で修正するのかを決めておく必要があります。 ５．ノーコード/ローコード負の側面：大規模開発には不向き ノーコード/ローコード開発はツールを利用して開発する手段であることから、利用するツールが展開している範囲内のみでの開発となります。 必然的に、理想とするシステムを理想形で構築できるか否かは、開発を始めてから判明するケースが多くなります。 そのため、初めから規模の大きなシステムを作成しようとすると途中で思わぬ壁に当たる回数も増えることから、大規模開発には不向きだと考えられています。 また、規模だけでなくシステムの理想形によってもノーコード/ローコードツールを利用する際の向き不向きはあるので、開発着手時には慎重な吟味が必要です。 ６．まとめ メリットとデメリットを理解した上で活用すれば、ノーコード・ローコードツールは大変便利なものになります。 導入を検討する際は、対象範囲や運用・開発ルールをしっかり定めてから始めましょう。   ■AIを活用した類似案件検索システム導入事例レポート ▼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__00595 目次 類似案件検索システムとは 類似案件検索システム導入後の効果 レポートの内容 AIを活用した類似案件検索システム導入事例 過去のPDF図面を参照する類似案件検索システム導入事例をご紹介   ■オンラインセミナー開催のお知らせ メーカー経営者のためのAI活用戦略セミナー開催のお知らせ 取り組み事例に学ぶ!経営にAIを活⽤する具体的⽅法とは!! ▼セミナーお申し込みはこちら▼ https://smart-factory.funaisoken.co.jp/event/ 本セミナーで学べるポイント ①”経営者目線”で知っておくべきメーカーで実践できる具体的なAI活用事例が学べる！ ～AIに関心はあるが、具体的な行動が取れないメーカー経営者の為のセミナーです～ ②営業部門にAIを導入することで営業スタッフ個々の経験や勘に依存した営業活動から脱却した事例が学べる！ ～営業部門で具体的にAIをどう活用していくのかがハッキリ分かるセミナーです～ ③製造・生産技術・生産管理部門にAIを導入して熟練技術・職人技術を標準化・継承できる事例が学べる！ ～製造現場と生産技術・生産管理部門でどんなAIが活用できるのかが明確になるセミナーです～ ④今後の受注、売上、生産、在庫等、経営が把握しておきたい指標の予測精度を高める事例が学べる！ ～需要予測や受注予測等、AI活用して未来の数字を予測する手法を学べるセミナーです～ ⑤自社の経営のどこにAIが活用できるかが分かり、具体的な行動計画が作れる！ ～理論・理屈ではなく、現場で実践できる具体的な手法が分かります！～ 【開催日程】 全てオンライン開催となります 2022/02/22 (火)　13:00~15:00 2022/02/24 (木)　13:00~15:00 2022/03/01 (火)　13:00~15:00 2022/03/03 (木)　13:00~15:00 お申し込みはこちらから⇒ このセミナーは終了しました。最新のセミナーはこちらから。 https://smart-factory.funaisoken.co.jp/event/   １．AIとノーコード/ローコード 従来、システム開発と言えば、プログラミング言語を駆使して専門のエンジニアが手掛けるものでしたが、「ノーコードツール」や「ローコードツール」によってそのハードルは年々下がってきています。 これまで、KintoneやGoogle AppSheetなどでは一般的なシステム開発に用いられてきましたが、最近、その領域はAIに迄広がりを見せており、2021年10月11日にリリースされたNTTcommunications社が展開するノーコードAI内製開発ツール「Node-AI」では、製造業のお客様を中心に異常検知やプラント運転支援などで活用されています。 また、ユニフィニティー社が展開する「Unifinity」では、AI inside社のAI技術をベースに活用しており、スマートフォンで撮影した画像などをAIで解析可能にしています。 より現場に近い場所で、より業務を知っている現場の方がシステムを開発するというトレンドは今後も続いていき、誰でもAI技術を使って業務改善をする時代が、すぐ近くまで来るかもしれません。 ２．IT人材不足とDX 近年、これらの分野が盛り上がりを見せている背景として、技術革新は当然ありますがIT人材不足も理由の一つにあります。 デジタル変革を進めていくには、クラウドをはじめとするデジタルテクノロジーを用い、膨大なデータを収集、分析して洞察を得ていくことが欠かせません。 しかし、データの利活用を担うIT人材不足は明らかになっています。 たとえば、経済産業省が2019年に実施した調査結果で示された「2030年にはIT人材は最大で約79万人不足する」という見通しは記憶に新しいところです。 このような中で、プログラミングの専門スキルを有さない非エンジニアであってもDXを推進できることや、業務に精通したメンバーが改革を主導できることがメリットとして挙げられています。 さらに、業務の課題を解決して業務プロセスを変革することや、新たなビジネスモデルやサービスなどの価値創出をスピーディにすることが、非IT人材でも実現できるツールとして注目を集めているのです。 ３．ノーコードとローコード ノーコード（No Code）ツールは、「一切」ソースコードを記述せずにソフトウェアを開発できるサービスを指します。 開発のための環境構築が不要な上、非エンジニアでもweb開発が容易にできるため、従来エンジニアに頼っていた部分において内製化し、費用や時間を削減することができます。 また、運用を開始してからも必要に応じて作業作業が迅速にできる点もノーコードツールを利用する大変大きなメリットと言えます。 ローコード（LowCode）ツールは、「なるべく」ソースコードは書かずにソフトウェアを開発できるサービスを指します。 ノーコードのテンプレートにない追加開発や調整を「ローコード」で行うことができるため、従来の開発とノーコード開発のハイブリット型開発とも言われております。 開発者の力量に左右される部分はありますが、ノーコードに比べ拡張性が高い点がメリットと言えます。 以上により、「現場で開発できる」のがノーコード、「開発者の工数を抑える」のがローコードなどとも言われています。 いずれも「開発」という工程を簡易化するためのツールであり開発期間を大幅に短縮させることができます。 米ガートナーは2024年までに世界のアプリケーションの65％以上がローコード開発基盤で構築されると予測しており、今年2022年は、日本企業も半数以上がノーコード/ローコード開発を手掛けるようになると予想しています。 メリットとしては前述の通りですが、ここで注意しておきたいのは、何事にも「負の側面はある」ということです。 ４．ノーコード/ローコード負の側面：セキュリティ・保守の懸念 誰もが開発できるということは、「シャドーIT」（シャドーIT：情報システム部門などが関知せず、ユーザー部門が独自に導入したシステムなど）や「野良アプリ」も増えることを意味します。 例えば、これまで社内の情報システム部などに開発依頼していたようなシステムでも一般部署内で作成可能となり、公開範囲設定によっては管理しきれない体制が生まれます。 結果、予期せぬ情報漏洩のリスクやシステム障害、内部不正などを招いてしまうリスクも十分にあり得ます。 特に、ノーコードツールで開発する場合は、セキュリティ対策はそのツールのプラットフォームが提供する範囲に依存するため、社内で導入する際にはルールを決めるなど対策が必要です。 これらの課題は保守においても同様であり、何か問題が発生した場合に誰が対応するのか、どの範囲で修正するのかを決めておく必要があります。 ５．ノーコード/ローコード負の側面：大規模開発には不向き ノーコード/ローコード開発はツールを利用して開発する手段であることから、利用するツールが展開している範囲内のみでの開発となります。 必然的に、理想とするシステムを理想形で構築できるか否かは、開発を始めてから判明するケースが多くなります。 そのため、初めから規模の大きなシステムを作成しようとすると途中で思わぬ壁に当たる回数も増えることから、大規模開発には不向きだと考えられています。 また、規模だけでなくシステムの理想形によってもノーコード/ローコードツールを利用する際の向き不向きはあるので、開発着手時には慎重な吟味が必要です。 ６．まとめ メリットとデメリットを理解した上で活用すれば、ノーコード・ローコードツールは大変便利なものになります。 導入を検討する際は、対象範囲や運用・開発ルールをしっかり定めてから始めましょう。   ■AIを活用した類似案件検索システム導入事例レポート ▼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__00595 目次 類似案件検索システムとは 類似案件検索システム導入後の効果 レポートの内容 AIを活用した類似案件検索システム導入事例 過去のPDF図面を参照する類似案件検索システム導入事例をご紹介   ■オンラインセミナー開催のお知らせ メーカー経営者のためのAI活用戦略セミナー開催のお知らせ 取り組み事例に学ぶ!経営にAIを活⽤する具体的⽅法とは!! ▼セミナーお申し込みはこちら▼ https://smart-factory.funaisoken.co.jp/event/ 本セミナーで学べるポイント ①”経営者目線”で知っておくべきメーカーで実践できる具体的なAI活用事例が学べる！ ～AIに関心はあるが、具体的な行動が取れないメーカー経営者の為のセミナーです～ ②営業部門にAIを導入することで営業スタッフ個々の経験や勘に依存した営業活動から脱却した事例が学べる！ ～営業部門で具体的にAIをどう活用していくのかがハッキリ分かるセミナーです～ ③製造・生産技術・生産管理部門にAIを導入して熟練技術・職人技術を標準化・継承できる事例が学べる！ ～製造現場と生産技術・生産管理部門でどんなAIが活用できるのかが明確になるセミナーです～ ④今後の受注、売上、生産、在庫等、経営が把握しておきたい指標の予測精度を高める事例が学べる！ ～需要予測や受注予測等、AI活用して未来の数字を予測する手法を学べるセミナーです～ ⑤自社の経営のどこにAIが活用できるかが分かり、具体的な行動計画が作れる！ ～理論・理屈ではなく、現場で実践できる具体的な手法が分かります！～ 【開催日程】 全てオンライン開催となります 2022/02/22 (火)　13:00~15:00 2022/02/24 (木)　13:00~15:00 2022/03/01 (火)　13:00~15:00 2022/03/03 (木)　13:00~15:00 お申し込みはこちらから⇒ このセミナーは終了しました。最新のセミナーはこちらから。 https://smart-factory.funaisoken.co.jp/event/