2022年時流予測！！
多品種少量生産工場で「儲かるロボット」を導入するためのポイントと成功事例

中小製造業における多品種少量生産対応のためロボット導入を検討している企業も多いのではないでしょうか。 近年、人手不足への対応や生産性向上に向けて産業用ロボットの導入が増加しています。 それに伴い産業用ロボットの取り扱いにおける事故（労働災害）件数の増加も懸念されています。 産業用ロボットに関連する事故は重大災害になる可能性が大きく、正しい知識を持った作業者が取り扱う必要があります。 今回は初めてのロボット導入における人材育成について解説していきます。 1.初めてのロボット導入、必要な資格はあるの？ 中小製造業において見落としがちな項目として真っ先に挙げられるのが人材育成、特に安全に対する教育についてです。 先にも述べた通り、産業用ロボットに関連する事故は重大災害になる可能性が大きく、ロボットを取り扱う作業者には十分な教育を行う必要があります。 労働安全衛生法では以下のように規定されています。 労働安全衛生法第59条第3項 事業者は、危険又は有害な業務で、厚生労働省令で定めるものに労働者をつかせるときは、厚生労働省令で定めるところにより、当該業務に関する安全又は衛生のための特別の教育を行なわなければならない。 https://www.jaish.gr.jp/anzen/hor/hombun/hor1-1/hor1-1-1-6-0.htm 以上のように、事業者は産業用ロボットの教示等や検査等の作業に労働者を就かせるときは、その全員に労働安全衛生法第59条第3項に基づき、特別教育を行うことが義務付けられています。 では、具体的にどのような教育を受ける必要があるのでしょうか？ 2.産業用ロボットの取り扱いに必要な資格は？ では、労働安全衛生法において産業用ロボットにおける教育がどのように規定されているのか見ていきましょう。 安全衛生特別教育規定 （産業用ロボツトの教示等の業務に係る特別教育） 第十八条 安衛則第三十六条第三十一号に掲げる業務に係る特別教育は、学科教育及び実技教育により行うものとする。 ２ 前項の学科教育は、次の表の上欄に掲げる科目に応じ、それぞれ、同表の中欄に掲げる範囲について同表の下欄に掲げる時間以上行うものとする。(表) ３ 第一項の実技教育は、次の各号に掲げる科目について、当該各号に掲げる時間以上行うものとする。 一 産業用ロボツトの操作の方法 一時間 二 産業用ロボツトの教示等の作業の方法 二時間 科 目 範 囲 時 間 産業用ロボツトに関する知識 産業用ロボツトの種類、各部の機能及び取扱いの方法 二時間 産業用ロボツトの教示等の作業に関する知識 教示等の作業の方法　教示等の作業の危険性　関連する機械等との連動の方法 四時間 関係法令 法、令及び安衛則中の関係条項 一時間 （産業用ロボツトの検査等の業務に係る特別教育） 第十九条 安衛則第三十六条第三十二号に掲げる業務に係る特別教育は、学科教育及び実技教育により行うものとする。 ２ 前項の学科教育は、次の表の上欄に掲げる科目に応じ、それぞれ、同表の中欄に掲げる範囲について同表の下欄に掲げる時間以上行うものとする。(表) ３ 第一号の実技教育は、次の各号に掲げる科目について、当該各号に掲げる時間以上行うものとする。 一 産業用ロボツトの操作の方法 一時間 二 産業用ロボツトの検査等の作業の方法 三時間 科 目 範 囲 時 間 産業用ロボツトに関する知識 産業用ロボツトの種類、制御方式、駆動方式、各部の構造及び機能並びに取扱いの方法　制御部品の種類及び特性 四時間 産業用ロボツトの教示等の作業に関する知識 検査等の作業の方法　検査等の作業の危険性　関連する機械等との連動の方法 四時間 関係法令 法、令及び安衛則中の関係条項 一時間 https://www.jaish.gr.jp/anzen/hor/hombun/hor1-16/hor1-16-1-1-0.htm 以上のように、産業用ロボットの特別教育は規定された時間の教育を受けることが義務付けられています。 3．産業用ロボット特別教育ってどこで受ければいいの？ 特別教育は全国各地で行われています。 具体的には、 ・ロボットテクニカルセンター https://www.robotec-center.com/robot_school/course_education/ ・安川電機 http://yaskawa-meg.co.jp/tokyo/tokyo-kyouji/ ・カワサキロボットサービス https://www.khi.co.jp/corp/krs/service/introduction/school.html 他にも様々な場所、メーカーで特別教育を受講することが可能です。 導入するロボットメーカーが決まっているのであれば、メーカーの特別教育を受けるのもいいかもしれません。 4．特別教育を受ければロボットは扱えるの？ 特別教育を受講すれば、ロボットを扱うのに最低限の教育を受けたと言えるでしょう。 しかし、特別教育を受けたからと言ってその日からロボットを扱えるようになるとは限りません。 ティーチング作業においては専門のティーチング技術者がいるように、非常に難易度の高い作業であり特別教育を受けただけでは実際に現場で使えるレベルには達しないのはお分かり頂けるかと思います。 「ロボット」と一言に言っても、導入するロボットシステムにはそれぞれ特徴があり、中にはカメラ等を用いたビジョンシステムのような付帯機能を持ったシステムを導入する場合もあるでしょう。 そのような場合、カメラやビジョンシステムの知識も最低限必要になってきます。 ロボットを取り扱う人材育成において、そのシステムを専任で任せられる（任せてあげる）人員配置を会社側が考慮する必要があると考えます。 人材不足、特に若手の人材不足に悩む中小製造業においては、最新のロボットシステムを若手に任せることによる新たな技術者の育成が必要ではないでしょうか。 5．おわりに 今回はロボット導入における人材育成について解説しました。 船井総研ではロボットやAIの導入に役立つダウンロードコンテンツやセミナーをご用意しております。 ■セミナー開催のお知らせ 板金・プレス・溶接加工業のAI＆ロボット導入！社長セミナー 11/18(水) 10:00～12:00／13:00～15:00 ↓↓↓セミナー詳細は下記からご覧ください 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/ ■ダウンロード事例集のご案内 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 板金・溶接加工業様向け 多品種少量溶接ロボット導入事例解説レポート この1冊で多品種少量溶接ロボット導入の具体的事例がわかる！ ①多品種少量溶接ロボット導入の進め方 ②多品種少量溶接ロボットにおける具体的事例 ③補助金を活用した溶接ロボット導入成功事例 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/dltext05-dl.html 中小製造業における多品種少量生産対応のためロボット導入を検討している企業も多いのではないでしょうか。 近年、人手不足への対応や生産性向上に向けて産業用ロボットの導入が増加しています。 それに伴い産業用ロボットの取り扱いにおける事故（労働災害）件数の増加も懸念されています。 産業用ロボットに関連する事故は重大災害になる可能性が大きく、正しい知識を持った作業者が取り扱う必要があります。 今回は初めてのロボット導入における人材育成について解説していきます。 1.初めてのロボット導入、必要な資格はあるの？ 中小製造業において見落としがちな項目として真っ先に挙げられるのが人材育成、特に安全に対する教育についてです。 先にも述べた通り、産業用ロボットに関連する事故は重大災害になる可能性が大きく、ロボットを取り扱う作業者には十分な教育を行う必要があります。 労働安全衛生法では以下のように規定されています。 労働安全衛生法第59条第3項 事業者は、危険又は有害な業務で、厚生労働省令で定めるものに労働者をつかせるときは、厚生労働省令で定めるところにより、当該業務に関する安全又は衛生のための特別の教育を行なわなければならない。 https://www.jaish.gr.jp/anzen/hor/hombun/hor1-1/hor1-1-1-6-0.htm 以上のように、事業者は産業用ロボットの教示等や検査等の作業に労働者を就かせるときは、その全員に労働安全衛生法第59条第3項に基づき、特別教育を行うことが義務付けられています。 では、具体的にどのような教育を受ける必要があるのでしょうか？ 2.産業用ロボットの取り扱いに必要な資格は？ では、労働安全衛生法において産業用ロボットにおける教育がどのように規定されているのか見ていきましょう。 安全衛生特別教育規定 （産業用ロボツトの教示等の業務に係る特別教育） 第十八条 安衛則第三十六条第三十一号に掲げる業務に係る特別教育は、学科教育及び実技教育により行うものとする。 ２ 前項の学科教育は、次の表の上欄に掲げる科目に応じ、それぞれ、同表の中欄に掲げる範囲について同表の下欄に掲げる時間以上行うものとする。(表) ３ 第一項の実技教育は、次の各号に掲げる科目について、当該各号に掲げる時間以上行うものとする。 一 産業用ロボツトの操作の方法 一時間 二 産業用ロボツトの教示等の作業の方法 二時間 科 目 範 囲 時 間 産業用ロボツトに関する知識 産業用ロボツトの種類、各部の機能及び取扱いの方法 二時間 産業用ロボツトの教示等の作業に関する知識 教示等の作業の方法　教示等の作業の危険性　関連する機械等との連動の方法 四時間 関係法令 法、令及び安衛則中の関係条項 一時間 （産業用ロボツトの検査等の業務に係る特別教育） 第十九条 安衛則第三十六条第三十二号に掲げる業務に係る特別教育は、学科教育及び実技教育により行うものとする。 ２ 前項の学科教育は、次の表の上欄に掲げる科目に応じ、それぞれ、同表の中欄に掲げる範囲について同表の下欄に掲げる時間以上行うものとする。(表) ３ 第一号の実技教育は、次の各号に掲げる科目について、当該各号に掲げる時間以上行うものとする。 一 産業用ロボツトの操作の方法 一時間 二 産業用ロボツトの検査等の作業の方法 三時間 科 目 範 囲 時 間 産業用ロボツトに関する知識 産業用ロボツトの種類、制御方式、駆動方式、各部の構造及び機能並びに取扱いの方法　制御部品の種類及び特性 四時間 産業用ロボツトの教示等の作業に関する知識 検査等の作業の方法　検査等の作業の危険性　関連する機械等との連動の方法 四時間 関係法令 法、令及び安衛則中の関係条項 一時間 https://www.jaish.gr.jp/anzen/hor/hombun/hor1-16/hor1-16-1-1-0.htm 以上のように、産業用ロボットの特別教育は規定された時間の教育を受けることが義務付けられています。 3．産業用ロボット特別教育ってどこで受ければいいの？ 特別教育は全国各地で行われています。 具体的には、 ・ロボットテクニカルセンター https://www.robotec-center.com/robot_school/course_education/ ・安川電機 http://yaskawa-meg.co.jp/tokyo/tokyo-kyouji/ ・カワサキロボットサービス https://www.khi.co.jp/corp/krs/service/introduction/school.html 他にも様々な場所、メーカーで特別教育を受講することが可能です。 導入するロボットメーカーが決まっているのであれば、メーカーの特別教育を受けるのもいいかもしれません。 4．特別教育を受ければロボットは扱えるの？ 特別教育を受講すれば、ロボットを扱うのに最低限の教育を受けたと言えるでしょう。 しかし、特別教育を受けたからと言ってその日からロボットを扱えるようになるとは限りません。 ティーチング作業においては専門のティーチング技術者がいるように、非常に難易度の高い作業であり特別教育を受けただけでは実際に現場で使えるレベルには達しないのはお分かり頂けるかと思います。 「ロボット」と一言に言っても、導入するロボットシステムにはそれぞれ特徴があり、中にはカメラ等を用いたビジョンシステムのような付帯機能を持ったシステムを導入する場合もあるでしょう。 そのような場合、カメラやビジョンシステムの知識も最低限必要になってきます。 ロボットを取り扱う人材育成において、そのシステムを専任で任せられる（任せてあげる）人員配置を会社側が考慮する必要があると考えます。 人材不足、特に若手の人材不足に悩む中小製造業においては、最新のロボットシステムを若手に任せることによる新たな技術者の育成が必要ではないでしょうか。 5．おわりに 今回はロボット導入における人材育成について解説しました。 船井総研ではロボットやAIの導入に役立つダウンロードコンテンツやセミナーをご用意しております。 ■セミナー開催のお知らせ 板金・プレス・溶接加工業のAI＆ロボット導入！社長セミナー 11/18(水) 10:00～12:00／13:00～15:00 ↓↓↓セミナー詳細は下記からご覧ください 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/ ■ダウンロード事例集のご案内 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 板金・溶接加工業様向け 多品種少量溶接ロボット導入事例解説レポート この1冊で多品種少量溶接ロボット導入の具体的事例がわかる！ ①多品種少量溶接ロボット導入の進め方 ②多品種少量溶接ロボットにおける具体的事例 ③補助金を活用した溶接ロボット導入成功事例 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/dltext05-dl.html

1.はじめに 本コラムでは、情報システム、いわゆる情シス部隊が存在しない企業様において、新たに基幹システム（生産管理、工程管理、会計管理、購買管理といった複数の機能群を有し、一つのデータベースで統合したシステム、ERPともいう）を導入する場合の検討から導入、活用までの流れについて、数回のシリーズに分けてお届けさせていただきます。 第３回の今回は、システムベンダーを比較検討する際のポイントについて解説いたします。 2.前回までの振り返りと本コラム内容について 前回までのコラムでは、検討開始の初動から仕様検討を開始するまでの間に実施することとして、（1）プロジェクトチーム体制（2）目的（3）導入範囲（4）目標・期待効果といった項目についてと、導入するシステムの仕様概要を決定し、ベンダーとのお打ち合わせに必要な情報、書類（業務フローとシステムに期待する必要機能のリスト）を準備するという段階までの解説をしました。 本コラムでは、導入するシステムベンダーに期待する内容についてポイントを解説いたします。ここでいうシステムベンダーとは、「システムを提供、導入を支援する」企業を指しています。 3.システムベンダーの検討 ここまでで、導入するシステムの仕様概要を決定し、ベンダーの選定とお打ち合わせに必要な書類（業務フローとシステムに期待する必要機能のリスト）が準備できましたので、実際に複数のベンダーにコンタクトを取って、お打ち合わせを開始できる状態にまで到達しました。 ベンダーを決めるにあたっては、（1）支援内容、（2）仕様検討の進め方（3）導入実績、（4）ベンダーの会社状況、（5）システムの基本設計、（6）コストとスケジュール　といったことを検討する必要があります。 （1）支援内容について解説します。 当たり前ですが、システム導入は入れて終了ということではなく、入れた機能が現場で、期待した性能を発揮する状況まで運用改善、使い方の指導をするまでをサポートすることを含めた内容で付き合ってくれる会社を選ぶべきです。そうしないと、現場に新たに導入したシステムが根付かない、または、最低限の機能しか使われないといった事態になり、システム導入が失敗となってしまいます。また、このような失敗は、システム導入投資のみならず、デジタル化案件の投資全般に懐疑的な印象を持たせる要因になり、デジタル化を進めたい企業にとっては、デジタル化足止めの要因となる可能性があるので、優先度が高い評価ポイントと考えています。 （2）仕様検討の進め方について解説します。 ベンダーとの仕様・機能についてお打ち合わせは大きく分けて、2つの種類が考えられます。1つ目は、「仕様概要検討→見積り→発注→契約後に詳細仕様検討→要件定義」する場合。2つ目は、「詳細仕様検討→見積→発注→要件定義」する場合です。この2つのパターンの大きな違いは、「発注後のコスト変動の大きさ」だと考えています。どちらのパターンでも要件定義作業の中で必要機能が増えた場合、その開発にかかる費用は追加となります。通常、仕様の詳細検討や要件定義を行う作業は、大きな工数・コストがかかります。そのため、これらは、一般的には契約後に行うことが多いです。しかし、実際にこれらの作業を行うと、自社内で検討していた時には出てこなかった要望が出てきて、当初よりも必要な仕様・機能が大幅に増えることも珍しくありません。そうなると、追加の開発費用が発生し、契約前の見積価格よりも高額になり、やむなく、機能を減らすといった事態になります。それを防止するためにも、自社が必要としている機能は、ベンダーとのお打ち合わせを開始する前に出来るだけ、洗い出しておいて、早々にベンダーに対応可否と対応内容を検討してもらうことで、初回の見積内容の精度を上げてもらうことが重要です。 4.おわりに 以上の内容を踏まえてベンダー選定を実施していただくことで、自社が検討の主導権を握ることが可能になり、ベンダー決定・契約後の予定変更を抑制することが可能になると考えています。 中小・零細製造業のデジタル化【基幹システム導入_ベンダー検討前編】の解説は以上です。最後までお読みいただきありがとうございました。 以下のダウンロードレポートでは、工場のAI活用事例についてより詳しく解説しています。 下記のバナーからダウンロード頂き工場のAI活用にお役立て下さい。   https://lp.funaisoken.co.jp/mt/smart-factory/dltext04-dl.html ■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 1.はじめに 本コラムでは、情報システム、いわゆる情シス部隊が存在しない企業様において、新たに基幹システム（生産管理、工程管理、会計管理、購買管理といった複数の機能群を有し、一つのデータベースで統合したシステム、ERPともいう）を導入する場合の検討から導入、活用までの流れについて、数回のシリーズに分けてお届けさせていただきます。 第３回の今回は、システムベンダーを比較検討する際のポイントについて解説いたします。 2.前回までの振り返りと本コラム内容について 前回までのコラムでは、検討開始の初動から仕様検討を開始するまでの間に実施することとして、（1）プロジェクトチーム体制（2）目的（3）導入範囲（4）目標・期待効果といった項目についてと、導入するシステムの仕様概要を決定し、ベンダーとのお打ち合わせに必要な情報、書類（業務フローとシステムに期待する必要機能のリスト）を準備するという段階までの解説をしました。 本コラムでは、導入するシステムベンダーに期待する内容についてポイントを解説いたします。ここでいうシステムベンダーとは、「システムを提供、導入を支援する」企業を指しています。 3.システムベンダーの検討 ここまでで、導入するシステムの仕様概要を決定し、ベンダーの選定とお打ち合わせに必要な書類（業務フローとシステムに期待する必要機能のリスト）が準備できましたので、実際に複数のベンダーにコンタクトを取って、お打ち合わせを開始できる状態にまで到達しました。 ベンダーを決めるにあたっては、（1）支援内容、（2）仕様検討の進め方（3）導入実績、（4）ベンダーの会社状況、（5）システムの基本設計、（6）コストとスケジュール　といったことを検討する必要があります。 （1）支援内容について解説します。 当たり前ですが、システム導入は入れて終了ということではなく、入れた機能が現場で、期待した性能を発揮する状況まで運用改善、使い方の指導をするまでをサポートすることを含めた内容で付き合ってくれる会社を選ぶべきです。そうしないと、現場に新たに導入したシステムが根付かない、または、最低限の機能しか使われないといった事態になり、システム導入が失敗となってしまいます。また、このような失敗は、システム導入投資のみならず、デジタル化案件の投資全般に懐疑的な印象を持たせる要因になり、デジタル化を進めたい企業にとっては、デジタル化足止めの要因となる可能性があるので、優先度が高い評価ポイントと考えています。 （2）仕様検討の進め方について解説します。 ベンダーとの仕様・機能についてお打ち合わせは大きく分けて、2つの種類が考えられます。1つ目は、「仕様概要検討→見積り→発注→契約後に詳細仕様検討→要件定義」する場合。2つ目は、「詳細仕様検討→見積→発注→要件定義」する場合です。この2つのパターンの大きな違いは、「発注後のコスト変動の大きさ」だと考えています。どちらのパターンでも要件定義作業の中で必要機能が増えた場合、その開発にかかる費用は追加となります。通常、仕様の詳細検討や要件定義を行う作業は、大きな工数・コストがかかります。そのため、これらは、一般的には契約後に行うことが多いです。しかし、実際にこれらの作業を行うと、自社内で検討していた時には出てこなかった要望が出てきて、当初よりも必要な仕様・機能が大幅に増えることも珍しくありません。そうなると、追加の開発費用が発生し、契約前の見積価格よりも高額になり、やむなく、機能を減らすといった事態になります。それを防止するためにも、自社が必要としている機能は、ベンダーとのお打ち合わせを開始する前に出来るだけ、洗い出しておいて、早々にベンダーに対応可否と対応内容を検討してもらうことで、初回の見積内容の精度を上げてもらうことが重要です。 4.おわりに 以上の内容を踏まえてベンダー選定を実施していただくことで、自社が検討の主導権を握ることが可能になり、ベンダー決定・契約後の予定変更を抑制することが可能になると考えています。 中小・零細製造業のデジタル化【基幹システム導入_ベンダー検討前編】の解説は以上です。最後までお読みいただきありがとうございました。 以下のダウンロードレポートでは、工場のAI活用事例についてより詳しく解説しています。 下記のバナーからダウンロード頂き工場のAI活用にお役立て下さい。   https://lp.funaisoken.co.jp/mt/smart-factory/dltext04-dl.html ■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

１．製造業におけるＤＸ コロナ禍以降、DXがブームとなって久しいですが、まずはもう一度DXという言葉について、おさらいです。 DXとは「ITの活用を通じて、ビジネスモデルや組織を変革すること」を意味します。 その目的は「企業の競争優位性を確立すること」です。 これでは漠然としているので、もう少しかみ砕くと「ITテクノロジー（データ）を活用して、社内外に新しい価値やサービスを提供すること」になります。 この過程において企業風土・文化も大きく変革していくことになっていきます。 日本の製造業においては、ITテクノロジーを積極的に活用して生産活動を行っている企業はまだまだ多くはありません。 従来から製造業において改善活動は積極的に行われてきました。 ロボット化、自動化、デジタル化様々な課題に対して、施策を行ってきたかと思います。 しかし、その施策は全体的な効率をもたらしているでしょうか。 改善活動は部分的な改善（局所最適）になってしまい、全体の効率は変わっていないという場合も多くあります。 製造業において、ＤＸの意味するものとは、生産全体を通してデータを収集して、全体を見通した中においての課題を明らかにして「どの箇所に対策する（自動化ロボット化）のが最もインパクトがあるかを判断する」ことです。 目指すべきは、網羅的にデータを集めて、必要な判断を、データを根拠に行うことができる環境の構築です。 ２．ブラックボックスになっている作業の「見せる化」 どの業界にも作業が属人化している「ブラックボックス」は存在しています。 製造業でも、よく耳にすることです。 ①現場作業者の行動　②モノの流れ　③意思決定など見えないものはたくさんあり、何が見えてないかさえ、実は経営者は知らないのです。 この状態では、部分的にデジタルツールを導入したり、ロボット化したとしても本質の課題は解決されません。 重要なことは、生産に関わるすべての「人、モノ、情報」をデータにして可視化（見せる化）することです。 ブラックボックスを見えるようにするのです。 営業や製造部門において上記の「動き」を可視化することで、以下に活用することが出来ます。 ①SFA（営業支援ツール）やMA（マーケティングオートメーション）に代表される製品・サービスの向上 ②製造プロセス改善・教育や投資判断 ３．評価や判断はデータから導け！ ①は経営層や企画・営業部門の視点です。 具体例としては「新製品や新サービス価値の開発」「顧客対応やマーケティングの活用」が挙げられます。 この領域についてはSFAやMAを導入している/検討している企業も多いかと思います。 ②は生産現場の視点です。 具体例としては生産状況のデータ活用による「生産工程の最適化」「生産計画の最適化」などが挙げられます。 生産状況のデータを取得している企業は多いかと思いますが、では、そのデータを「生産効率を向上させる」という目的で活用している企業はどれほどあるでしょうか。 ほとんどの企業では、行き着くところ「蓄積しているだけ」、もしくは「生産実績を入れているだけ」という状況ではないでしょうか。 それでは意味が全くありません。データは活用してナンボなのです。 生産現場においては「人・モノ・設備の状況取得」が可能になれば、例えば１）正確な製造原価の把握、２）ボトルネックの抽出（人がネックか設備がネックか等）３）投資判断などデータからいくらでも炙り出すことが出来ます。 言わば、製造戦略における生産側の土台となります。 ブラックボックスになりがちな生産現場において、「あらゆる物事を（見せる化）してデータを根拠に判断」していくということが、これからの製造業ＤＸでは目指すべき姿と考えます。   ■製造業の為のAI活用戦略！経営者セミナー 製造業の取り組み事例に学ぶ！製造業経営者が知っておくべきAI活⽤戦略！ お申し込みはこちらから⇒ https://www.funaisoken.co.jp/seminar/096846 ■講座内容 AI取り組み事例講座編 「全国各地で見られる製造業でのAI取り組み事例」 見積・設計業務にAIを活用して、見積業務効率化・見積精度UP、設計業務効率化に取り組んでいる製造業の事例 生産計画・生産管理にAIを活用して、生産計画作成の自動化・最適化＆生産管理の効率化に取り組んでいる製造業の事例 在庫管理でAIを活用し、属人化した担当者のスキルの標準化に取り組んでいる製造業の事例 製造現場でのAI化・IoT化・ロボット化・デジタル化により職人依存体制からの脱却を目指している製造業の事例 経営管理全般でDX化に邁進している製造業の事例 ■開催日程 全てオンライン開催となります 以下の日程よりご都合の良い日程をお選び下さい ※内容は全て一緒です 2023/04/04 (火)　13:00~15:00 2023/04/06 (木)　13:00~15:00 2023/04/10 (月)　13:00~15:00 お申し込みはこちらから⇒ https://www.funaisoken.co.jp/seminar/096846   無料ダウンロード！！2024年AI活用時流予測レポート ～今後の業界動向・トレンドを予測～ ▼事例レポート無料ダウンロードお申し込みはこちら▼ 中小製造業のAI活用の最新事例と導入事例この1冊にまとめました。 AI活用術について「考え方」と「具体的な方法」を例を出して解説し、さらに導入事例を掲載することでAI活用の具体的な取り組み方が分かる資料になっております。 https://www.funaisoken.co.jp/dl-contents/jy-ai_S045 いつも当コラムをご愛読いただきありがとうございます。 １．製造業におけるＤＸ コロナ禍以降、DXがブームとなって久しいですが、まずはもう一度DXという言葉について、おさらいです。 DXとは「ITの活用を通じて、ビジネスモデルや組織を変革すること」を意味します。 その目的は「企業の競争優位性を確立すること」です。 これでは漠然としているので、もう少しかみ砕くと「ITテクノロジー（データ）を活用して、社内外に新しい価値やサービスを提供すること」になります。 この過程において企業風土・文化も大きく変革していくことになっていきます。 日本の製造業においては、ITテクノロジーを積極的に活用して生産活動を行っている企業はまだまだ多くはありません。 従来から製造業において改善活動は積極的に行われてきました。 ロボット化、自動化、デジタル化様々な課題に対して、施策を行ってきたかと思います。 しかし、その施策は全体的な効率をもたらしているでしょうか。 改善活動は部分的な改善（局所最適）になってしまい、全体の効率は変わっていないという場合も多くあります。 製造業において、ＤＸの意味するものとは、生産全体を通してデータを収集して、全体を見通した中においての課題を明らかにして「どの箇所に対策する（自動化ロボット化）のが最もインパクトがあるかを判断する」ことです。 目指すべきは、網羅的にデータを集めて、必要な判断を、データを根拠に行うことができる環境の構築です。 ２．ブラックボックスになっている作業の「見せる化」 どの業界にも作業が属人化している「ブラックボックス」は存在しています。 製造業でも、よく耳にすることです。 ①現場作業者の行動　②モノの流れ　③意思決定など見えないものはたくさんあり、何が見えてないかさえ、実は経営者は知らないのです。 この状態では、部分的にデジタルツールを導入したり、ロボット化したとしても本質の課題は解決されません。 重要なことは、生産に関わるすべての「人、モノ、情報」をデータにして可視化（見せる化）することです。 ブラックボックスを見えるようにするのです。 営業や製造部門において上記の「動き」を可視化することで、以下に活用することが出来ます。 ①SFA（営業支援ツール）やMA（マーケティングオートメーション）に代表される製品・サービスの向上 ②製造プロセス改善・教育や投資判断 ３．評価や判断はデータから導け！ ①は経営層や企画・営業部門の視点です。 具体例としては「新製品や新サービス価値の開発」「顧客対応やマーケティングの活用」が挙げられます。 この領域についてはSFAやMAを導入している/検討している企業も多いかと思います。 ②は生産現場の視点です。 具体例としては生産状況のデータ活用による「生産工程の最適化」「生産計画の最適化」などが挙げられます。 生産状況のデータを取得している企業は多いかと思いますが、では、そのデータを「生産効率を向上させる」という目的で活用している企業はどれほどあるでしょうか。 ほとんどの企業では、行き着くところ「蓄積しているだけ」、もしくは「生産実績を入れているだけ」という状況ではないでしょうか。 それでは意味が全くありません。データは活用してナンボなのです。 生産現場においては「人・モノ・設備の状況取得」が可能になれば、例えば１）正確な製造原価の把握、２）ボトルネックの抽出（人がネックか設備がネックか等）３）投資判断などデータからいくらでも炙り出すことが出来ます。 言わば、製造戦略における生産側の土台となります。 ブラックボックスになりがちな生産現場において、「あらゆる物事を（見せる化）してデータを根拠に判断」していくということが、これからの製造業ＤＸでは目指すべき姿と考えます。   ■製造業の為のAI活用戦略！経営者セミナー 製造業の取り組み事例に学ぶ！製造業経営者が知っておくべきAI活⽤戦略！ お申し込みはこちらから⇒ https://www.funaisoken.co.jp/seminar/096846 ■講座内容 AI取り組み事例講座編 「全国各地で見られる製造業でのAI取り組み事例」 見積・設計業務にAIを活用して、見積業務効率化・見積精度UP、設計業務効率化に取り組んでいる製造業の事例 生産計画・生産管理にAIを活用して、生産計画作成の自動化・最適化＆生産管理の効率化に取り組んでいる製造業の事例 在庫管理でAIを活用し、属人化した担当者のスキルの標準化に取り組んでいる製造業の事例 製造現場でのAI化・IoT化・ロボット化・デジタル化により職人依存体制からの脱却を目指している製造業の事例 経営管理全般でDX化に邁進している製造業の事例 ■開催日程 全てオンライン開催となります 以下の日程よりご都合の良い日程をお選び下さい ※内容は全て一緒です 2023/04/04 (火)　13:00~15:00 2023/04/06 (木)　13:00~15:00 2023/04/10 (月)　13:00~15:00 お申し込みはこちらから⇒ https://www.funaisoken.co.jp/seminar/096846   無料ダウンロード！！2024年AI活用時流予測レポート ～今後の業界動向・トレンドを予測～ ▼事例レポート無料ダウンロードお申し込みはこちら▼ 中小製造業のAI活用の最新事例と導入事例この1冊にまとめました。 AI活用術について「考え方」と「具体的な方法」を例を出して解説し、さらに導入事例を掲載することでAI活用の具体的な取り組み方が分かる資料になっております。 https://www.funaisoken.co.jp/dl-contents/jy-ai_S045