DX CONSULTING COLUMN 工場DXコンサルティングコラム

１．はじめに 本コラムでは、他社（特に大手企業）が先行し成功っている事例を参考に自社の事業を拡大する方法、考え方について説明させていただきます。様々な企業の設備・システムの導入事例を見聞きし、自社でも実現したいとお考えの方は多くいらっしゃいますが、なかなか実現に至らないことが多いです。それはなぜなのでしょうか？その原因と解決策について本コラムを読んでいただければ、答えの一つを知ることが出来る内容となっています。 大手企業の事例を参考にすることは、中小企業にとって非常に有益なことです。大手企業は、多くの場合、成功しているビジネスモデルを持っているため、事例を研究することで、その成功の秘訣を知ることができます。以下では、大手企業の事例を活かせない原因と対策、活かす方法について説明します ２．他社の事例を自社で実現できない理由 中小企業が大手企業の事例を真似できない理由は以下の通りです。 ①リソースの差 ②人材面の問題 ③組織の規模の差 ④市場の違い ⑤経営方針の違い 上記のような理由から、無意識的に「どうせ、うちでは無理だな」と思ってしまう経営者や社員の方が多いかと思います。ですが、成功事例を研究して、自社との差を比較し、過不足を明確にすることが出来れば、その事例を通して目指すゴールと改善箇所が見えてきて、取るべき行動計画を立てることができます。以降では、各理由について説明を行います ①リソースの差 大手企業は、多くの場合、資金や人材などのリソースが豊富であり、多額の予算を投じた広告やマーケティングキャンペーンを行うことができます。一方、中小企業は、予算や人材が限られており、同じような大規模な活動を行うことができない場合があります。 ②人材面の問題 大手企業は、多くの人材を抱えており、そのうちの一部は専門的な知識やスキルを持っていることが多いです。一方で、中小企業は、専門的な知識やスキルを持った専門家を雇用、育成をすることが難しいことがあります。 ③組織の規模の差 大手企業は、組織が大規模であり、専門部署が設置されていることが多く、業務の分業が進んでいるため、専門的な知識や経験を持った専門家が多数在籍しています。一方、中小企業は、組織が小規模であるため、同様の専門家を維持することが難しい場合があります。 ④市場の違い 大手企業は、グローバルな市場を持っている場合が多く、多様な文化や言語、消費者のニーズを把握していることがあります。一方、中小企業は、市場が限定されている場合が多く、市場環境や顧客ニーズが大手企業と異なる場合があります。 ⑤経営方針の違い 大手企業は、長期的なビジョンを持ち、多様な経営方針を立て、企業価値を高めることを目指しています。一方、中小企業は、短期的な経営方針を立てることが多く、業績の向上を目的としている場合があります。 以上のように、中小企業が大手企業の事例を真似できない理由は、資源や組織規模、市場、経営方針など、さまざまな要因によるものがあります。しかし、中小企業は自社の特性や強み弱みを理解し、大手企業の事例を研究し、その成功要因を解明し、自社の戦略に組み込むことが重要です。 ３．大手企業の事例の活かし方 大手企業の事例は、中小企業にとっても有益な情報源となります。その中でも、成功している大手企業の事例は、中小企業にとって参考になる点が多いです。ここでは、大手企業の事例を中小企業が活かす方法をいくつかご紹介します。 ①顧客ニーズの把握と対応 大手企業は、市場の大部分を占めているため、多様な顧客ニーズを把握しています。中小企業も、自社の顧客ニーズを把握し、的確に対応することが重要です。大手企業の顧客ニーズへの対応を参考にし、自社に適した顧客対応策を立てることができます。 ②マーケティング戦略の改善 大手企業は、広告やマーケティング戦略に多額の予算を投じています。中小企業も、限られた予算の中で最大限に効果を出すため、マーケティング戦略の改善が必要です。大手企業の成功事例を参考にし、自社に適したマーケティング戦略を考えることができます。 ③新しい技術やビジネスモデルの導入 大手企業は、新しい技術やビジネスモデルを積極的に導入し、業務の効率化や収益の増加を図っています。中小企業も、大手企業の事例と自社の業務プロセスを比較検討し、新しい技術やビジネスモデルを計画的に導入することで、業務の改善や収益の増加を図ることができます。 ④グローバル展開の戦略 大手企業は、グローバルな市場に進出することで、新しいビジネスチャンスを生み出しています。中小企業も、海外市場に進出することで、自社のビジネスを拡大することができます。大手企業のグローバル展開戦略を参考にし、自社のグローバル展開戦略を立てることができます。 ４．まとめ 今回のコラムでは、他社の成功事例を参考にし、自社で活かす方法・考え方について説明させていただきました。今回の紹介した内容をきっかけに、自社の成長戦略の立案・実行の取り組みを開始していただければ幸いです。 上記内容について、より具体的に詳細をお知りになりたい場合や成長戦略の立案や設備・システム導入の計画立案・実行支援が必要といった場合は、お気軽に弊社にご相談いただければ幸いです。 私どもは、会社の中に入り込み、計画を立案実行し定着・継続的な改善まで支援させて頂き、経営指標を改善することがゴールですので、最後まで伴走させていただきます。 最後までお読みいただきありがとうございました。   基幹システム活用2024年時流予測レポート ～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▼ 中堅中小製造業におけるBI活用の位置づけと実際のBI活用事例をこの１冊にまとめました。 1、製造業AI業界の現状 2、2023年製造業AI業界はこうなる！ 3、2023年実践していただきたいこと 4、どの業務・工程でもAIは活用できる「業務別・工程別のAI活用」 5、国内中小製造業におけるAI導入事例 https://www.funaisoken.co.jp/dl-contents/jy-core-system_S045   ■関連するセミナーのご案内 設計開発型メーカーの為の基幹システム再構築戦略！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/097971 ■開催内容 設計開発型メーカーのDX化のポイント 設計開発型メーカーの為のDX化の進め方 設計開発型メーカーの社長の為のDX経営戦略 ■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 2023/05/16 (火)　13:00~15:00 2023/05/23 (火)　13:00~15:00 2023/05/24 (水)　13:00~15:00 お申し込みはこちらから⇒ https://www.funaisoken.co.jp/seminar/097971 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．はじめに 本コラムでは、他社（特に大手企業）が先行し成功っている事例を参考に自社の事業を拡大する方法、考え方について説明させていただきます。様々な企業の設備・システムの導入事例を見聞きし、自社でも実現したいとお考えの方は多くいらっしゃいますが、なかなか実現に至らないことが多いです。それはなぜなのでしょうか？その原因と解決策について本コラムを読んでいただければ、答えの一つを知ることが出来る内容となっています。 大手企業の事例を参考にすることは、中小企業にとって非常に有益なことです。大手企業は、多くの場合、成功しているビジネスモデルを持っているため、事例を研究することで、その成功の秘訣を知ることができます。以下では、大手企業の事例を活かせない原因と対策、活かす方法について説明します ２．他社の事例を自社で実現できない理由 中小企業が大手企業の事例を真似できない理由は以下の通りです。 ①リソースの差 ②人材面の問題 ③組織の規模の差 ④市場の違い ⑤経営方針の違い 上記のような理由から、無意識的に「どうせ、うちでは無理だな」と思ってしまう経営者や社員の方が多いかと思います。ですが、成功事例を研究して、自社との差を比較し、過不足を明確にすることが出来れば、その事例を通して目指すゴールと改善箇所が見えてきて、取るべき行動計画を立てることができます。以降では、各理由について説明を行います ①リソースの差 大手企業は、多くの場合、資金や人材などのリソースが豊富であり、多額の予算を投じた広告やマーケティングキャンペーンを行うことができます。一方、中小企業は、予算や人材が限られており、同じような大規模な活動を行うことができない場合があります。 ②人材面の問題 大手企業は、多くの人材を抱えており、そのうちの一部は専門的な知識やスキルを持っていることが多いです。一方で、中小企業は、専門的な知識やスキルを持った専門家を雇用、育成をすることが難しいことがあります。 ③組織の規模の差 大手企業は、組織が大規模であり、専門部署が設置されていることが多く、業務の分業が進んでいるため、専門的な知識や経験を持った専門家が多数在籍しています。一方、中小企業は、組織が小規模であるため、同様の専門家を維持することが難しい場合があります。 ④市場の違い 大手企業は、グローバルな市場を持っている場合が多く、多様な文化や言語、消費者のニーズを把握していることがあります。一方、中小企業は、市場が限定されている場合が多く、市場環境や顧客ニーズが大手企業と異なる場合があります。 ⑤経営方針の違い 大手企業は、長期的なビジョンを持ち、多様な経営方針を立て、企業価値を高めることを目指しています。一方、中小企業は、短期的な経営方針を立てることが多く、業績の向上を目的としている場合があります。 以上のように、中小企業が大手企業の事例を真似できない理由は、資源や組織規模、市場、経営方針など、さまざまな要因によるものがあります。しかし、中小企業は自社の特性や強み弱みを理解し、大手企業の事例を研究し、その成功要因を解明し、自社の戦略に組み込むことが重要です。 ３．大手企業の事例の活かし方 大手企業の事例は、中小企業にとっても有益な情報源となります。その中でも、成功している大手企業の事例は、中小企業にとって参考になる点が多いです。ここでは、大手企業の事例を中小企業が活かす方法をいくつかご紹介します。 ①顧客ニーズの把握と対応 大手企業は、市場の大部分を占めているため、多様な顧客ニーズを把握しています。中小企業も、自社の顧客ニーズを把握し、的確に対応することが重要です。大手企業の顧客ニーズへの対応を参考にし、自社に適した顧客対応策を立てることができます。 ②マーケティング戦略の改善 大手企業は、広告やマーケティング戦略に多額の予算を投じています。中小企業も、限られた予算の中で最大限に効果を出すため、マーケティング戦略の改善が必要です。大手企業の成功事例を参考にし、自社に適したマーケティング戦略を考えることができます。 ③新しい技術やビジネスモデルの導入 大手企業は、新しい技術やビジネスモデルを積極的に導入し、業務の効率化や収益の増加を図っています。中小企業も、大手企業の事例と自社の業務プロセスを比較検討し、新しい技術やビジネスモデルを計画的に導入することで、業務の改善や収益の増加を図ることができます。 ④グローバル展開の戦略 大手企業は、グローバルな市場に進出することで、新しいビジネスチャンスを生み出しています。中小企業も、海外市場に進出することで、自社のビジネスを拡大することができます。大手企業のグローバル展開戦略を参考にし、自社のグローバル展開戦略を立てることができます。 ４．まとめ 今回のコラムでは、他社の成功事例を参考にし、自社で活かす方法・考え方について説明させていただきました。今回の紹介した内容をきっかけに、自社の成長戦略の立案・実行の取り組みを開始していただければ幸いです。 上記内容について、より具体的に詳細をお知りになりたい場合や成長戦略の立案や設備・システム導入の計画立案・実行支援が必要といった場合は、お気軽に弊社にご相談いただければ幸いです。 私どもは、会社の中に入り込み、計画を立案実行し定着・継続的な改善まで支援させて頂き、経営指標を改善することがゴールですので、最後まで伴走させていただきます。 最後までお読みいただきありがとうございました。   基幹システム活用2024年時流予測レポート ～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▼ 中堅中小製造業におけるBI活用の位置づけと実際のBI活用事例をこの１冊にまとめました。 1、製造業AI業界の現状 2、2023年製造業AI業界はこうなる！ 3、2023年実践していただきたいこと 4、どの業務・工程でもAIは活用できる「業務別・工程別のAI活用」 5、国内中小製造業におけるAI導入事例 https://www.funaisoken.co.jp/dl-contents/jy-core-system_S045   ■関連するセミナーのご案内 設計開発型メーカーの為の基幹システム再構築戦略！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/097971 ■開催内容 設計開発型メーカーのDX化のポイント 設計開発型メーカーの為のDX化の進め方 設計開発型メーカーの社長の為のDX経営戦略 ■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 2023/05/16 (火)　13:00~15:00 2023/05/23 (火)　13:00~15:00 2023/05/24 (水)　13:00~15:00 お申し込みはこちらから⇒ https://www.funaisoken.co.jp/seminar/097971

本コラムでは、中堅・中小製造業の企業における画像検査の最新情報について、何がどの様に画像検査が進化しているかを分かりやすく説明をさせていただきます。 １．画像検査の最新情報 AIを活用した高速・高精度の画像解析技術が発展しています。画像処理検査装置は、AIによる画像解析技術を取り入れることで、より高速かつ高精度な検査を実現できるようになっています。 3D画像処理技術の進化により、より精密な形状・寸法検査が可能になっています。これにより、従来の2D画像処理技術では検査が困難だった微細な形状や、曲面部分の検査も可能になりました。 検査対象物に対する非接触・非破壊検査技術の進化により、より広範な検査対象物に対応できるようになっています。これにより、例えば、製造ライン上での自動車部品の検査や、医療現場での非接触検査が可能になっています。 IoT技術との連携により、リアルタイムのデータ収集・分析が可能になっています。これにより、製造現場や物流現場などでの、品質管理やトラブル予知・予防が容易になりました。 クラウド技術の活用により、画像処理検査装置の遠隔監視・遠隔操作が可能になっています。これにより、専門知識を持つ技術者が少ない現場でも、遠隔でサポートを受けながら検査作業を行うことができます。 上記の５つの列挙項目から分かる様に様々な新技術と融合して画像検査が新しく進んでいる事が分かります。本コラムでは製造業から見た視点でこれらの新しい画像検査の活用方法を説明させて頂きます。 ２．製造業目線で見る、画像検査 2.1 AI画像解析技術で高速かつ高精度な検査を実現： 最新のAI画像処理技術では複数カメラの画像をAIで総合的に判断出来ます。以前の個々のカメラ画像ではAIでも判断しにくかった様な判定でも、複数の撮影方向から撮影したカメラ画像を総合的に判断出来たり、カメラ以外のセンサー情報と組み合わせて早期に不良品が生産されることを予見したりといった事です。 2.2 3D画像処理技術進化による精密な形状・寸法検査が可能： 高度な３Dセンサー、時間軸を考慮した３D画像処理、点群データの高速処理化により、より精密な３次元形状の計測が出来ます。また、製品の時間変化や動的な物体の形状や寸法の検査が行える様になっています。それにより製品に外部から力を加えた場合の変形や破損などもシミュレーション出来ます。 2.3 広範な検査対象物に対応： 大きな製品（船舶や航空機、車両など）の外観検査や計測がAIを使って総合的に処理する事が出来る様になりました。 自動で位置補正やデータ補正する事が出来る様になり、他のセンサー（レーザー距離計や３Dセンサー）などの情報も組み合わせて、検査、計測する事が出来るようになりました。 2.4 IoT技術との連携により、リアルタイムのデータ収集・分析が可能： 画像処理検査で判定された結果はリアルタイムで生産管理システムと連携する事が出来るようになりました。これにより製造状況がリアルタイムで出荷情報と連携する事になり、製造製品の過不足を自動で見極め、自動的に次の生産・製造数を調整する事が出来る様になりました。 2.5 クラウド技術の活用により、画像処理検査装置の遠隔監視・遠隔操作が可能： 以前は工場外から工場内の機器にアクセスする事は、セキュリティ面などを考慮しアクセス出来ませんでした。クラウド技術を使用することで、複数の装置を遠隔で管理することができます。たとえば、画像処理検査装置から撮影されたデータをクラウドにアップロードし、オペレーターが遠隔でそのデータを確認することができます。また、クラウド上に遠隔操作用のインターフェースを設置し、オペレーターが遠隔で画像処理検査装置を操作することもできます。このようなクラウド技術を使用することで、装置の稼働状況や検査結果のデータなどをリアルタイムで把握することができ、運用効率の向上や問題の早期発見・解決などが可能となります。 これらのお話からお客様のご自身の工場が最新に近いと感じされたお客様もあれば、 既に画像検査装置を複数台導入済であっても、最新情報とまでに至っていないと感じられたお客様もあると思います。次は既存の画像処理装置を変えずに、AI（ディープラーニング）を導入するご提案をお話したいと思います。 ３．画像処理装置のAI活用 3.1 既存の画像処理検査装置？ AIを使用していない昔ながらのルールベース（画像処理命令を組み合わせる）画像処理検査装置の事を言います。 3.2 既存の画像処理検査装置を置き換えない？ 既にカメラや照明が製造ラインや製造装置に組み込まれている、固定されている状態でそれらを外す事に現場の作業者もご不安に思われると思います。そこで既存のカメラ、照明、画像処理検査装置をそのままでAIを付加出来れば、性能UPとして考えられると思います。先ずは現場担当者の不安を取り去る事が大切です。 3.3 既存の画像検査装置とどうやって連携するか？ 大きく２パターンあります。 一つは既存の画像処理検査装置から撮影画像データをAIへ転送し既存の画像処理検査装置とAIで２重判定させる方法です。導入初期段階ではまだ既存の画像処理検査装置の判定率が高いと思いますが、徐々にAIの方が判定率が高くなります。そうなった時点で既存の画像処理検査装置を撤去しAIのみ入れ替える事が出来ます。 もう一つは既存の画像処理検査装置から出力されるNG信号情報を学習させる事です。ただ単純なOK/NG信号ではなく、各検査命令種別で出た結果信号や処理条件をAIに学習させます。例えば、ブロブ判定処理で２値化閾値と判定結果の面積をAI学習させます。この学習データから不良品が出そうなタイミングをAIが予見する事が出来たりします。それらの学習結果を製造ラインにフィードバックし、不良率を下げる事に繋げる事が可能となります。 最後に、そもそも有効な判定画像が撮れている事が大前提です。カメラやレンズ、画像処理コントローラ、PCベースの画像処理ソフトなどの選定など、撮影角度、撮影に適した搬送など非常に多くの画像検査装置に関連する要素は様々ありますが、高級なカメラ、高級なレンズ、高級な画像処理、高額なAIソフトを使っても、基本となる有効な撮影が出来ていなければ、画像検査としては成り立ちません。 ４．まとめ 今回のコラムでは、画像検査装置の導入のコツ＝画像検査はここまで来ている。最新情報　について簡単ではありますが説明させていただきました。今回の紹介した内容をご検討頂き、自社での画像検査装置の導入検討や、過去に断念された画像検査装置の導入を再度進めていただければ幸いです。また、上記内容について、より具体的に詳細をお知りになりたい場合や導入支援が必要といった場合は、お気軽に弊社にご相談いただければ幸いです。 最後までお読みいただきありがとうございました。   ■AI画像検査導入事例解説レポート AIを活用し「積算・見積もりのドンブリ勘定」からの脱却を実現！ AI活用を通じて“ベテラン社員の働き方改革”を推進！ 積算・見積もり業務の“標準化・脱属人化・技術継承”実践事例とは？ ▼事例レポート無料ダウンロードお申し込みはこちら▼ https://lp.funaisoken.co.jp/mt/smart-factory/dltext06-01-dl.html 収録内容 「人手に頼った目視検査で工数がかかっているので検査を自動化して工数を削減したい！」 「画像検査装置を導入したことが無いがやってみたい！」 「小さな不良なので画像検査が可能なのか分からないからテストしてみたい！」 「人による目視検査で不良品が流出しているので検査精度を上げて不良流出を防ぎたい！」 「検査業務が属人化しているので標準化して誰でも検査が行えるようにしたい！」 本レポートでは、「AI画像検査」にテーマを絞り、具体的な導入方法と成功事例をご紹介いたします。 【①】AI画像検査導入の進め方 ～業務分析、データ収集、作業分析、コスト効果分析、、、～ 【②】AI画像検査導入の具体的手法 ～透明な樹脂成型品の傷、異物を画像検査装置で検出～ 導入の具体的手法を徹底解説！！ 【③】補助金を活用した画像検査装置導入成功事例 ●自動車用部品の最終検査工程に検査装置を導入 　カメラ・力覚・レーザー変位センサーをロボットハンドに取り付け、検査の自動化を実現 ●ボールペン部品射出成形の検査及び箱詰め工程に検査装置を導入 　目視での外観検査工程を、カメラで撮影した画像から検査を行うことで、判定を行う ●AI技術とロボットを用いた多品種油圧機器外観検査の自動化 　ロボットで画像センサと照明を操作し、取得した画像をAI技術で判別し、外観検査を自動化   ■機械加工業の為の協働ロボット活用！社長セミナー 協働ロボット活用してロボドリル・NC旋盤・マシニングセンタの夜間稼働！休日稼働！無人稼働！ 無料ダウンロードはこちらから https://www.funaisoken.co.jp/seminar/097973 ■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 2023/05/11 (木)　13:00~15:00 2023/05/17 (水)　13:00~15:00 2023/05/18 (木)　13:00~15:00 ■講座内容 ゲスト講師講座「協働ロボット成功事例講座！ロボドリル工程の工数を年間1,200時間削減！」 社員数わずか8名の機械加工会社が協働ロボットの導入に成功し残業・休出を大幅に削減したゲスト事例講座！ お申し込みはこちらから⇒ https://www.funaisoken.co.jp/seminar/097973 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。 本コラムでは、中堅・中小製造業の企業における画像検査の最新情報について、何がどの様に画像検査が進化しているかを分かりやすく説明をさせていただきます。 １．画像検査の最新情報 AIを活用した高速・高精度の画像解析技術が発展しています。画像処理検査装置は、AIによる画像解析技術を取り入れることで、より高速かつ高精度な検査を実現できるようになっています。 3D画像処理技術の進化により、より精密な形状・寸法検査が可能になっています。これにより、従来の2D画像処理技術では検査が困難だった微細な形状や、曲面部分の検査も可能になりました。 検査対象物に対する非接触・非破壊検査技術の進化により、より広範な検査対象物に対応できるようになっています。これにより、例えば、製造ライン上での自動車部品の検査や、医療現場での非接触検査が可能になっています。 IoT技術との連携により、リアルタイムのデータ収集・分析が可能になっています。これにより、製造現場や物流現場などでの、品質管理やトラブル予知・予防が容易になりました。 クラウド技術の活用により、画像処理検査装置の遠隔監視・遠隔操作が可能になっています。これにより、専門知識を持つ技術者が少ない現場でも、遠隔でサポートを受けながら検査作業を行うことができます。 上記の５つの列挙項目から分かる様に様々な新技術と融合して画像検査が新しく進んでいる事が分かります。本コラムでは製造業から見た視点でこれらの新しい画像検査の活用方法を説明させて頂きます。 ２．製造業目線で見る、画像検査 2.1 AI画像解析技術で高速かつ高精度な検査を実現： 最新のAI画像処理技術では複数カメラの画像をAIで総合的に判断出来ます。以前の個々のカメラ画像ではAIでも判断しにくかった様な判定でも、複数の撮影方向から撮影したカメラ画像を総合的に判断出来たり、カメラ以外のセンサー情報と組み合わせて早期に不良品が生産されることを予見したりといった事です。 2.2 3D画像処理技術進化による精密な形状・寸法検査が可能： 高度な３Dセンサー、時間軸を考慮した３D画像処理、点群データの高速処理化により、より精密な３次元形状の計測が出来ます。また、製品の時間変化や動的な物体の形状や寸法の検査が行える様になっています。それにより製品に外部から力を加えた場合の変形や破損などもシミュレーション出来ます。 2.3 広範な検査対象物に対応： 大きな製品（船舶や航空機、車両など）の外観検査や計測がAIを使って総合的に処理する事が出来る様になりました。 自動で位置補正やデータ補正する事が出来る様になり、他のセンサー（レーザー距離計や３Dセンサー）などの情報も組み合わせて、検査、計測する事が出来るようになりました。 2.4 IoT技術との連携により、リアルタイムのデータ収集・分析が可能： 画像処理検査で判定された結果はリアルタイムで生産管理システムと連携する事が出来るようになりました。これにより製造状況がリアルタイムで出荷情報と連携する事になり、製造製品の過不足を自動で見極め、自動的に次の生産・製造数を調整する事が出来る様になりました。 2.5 クラウド技術の活用により、画像処理検査装置の遠隔監視・遠隔操作が可能： 以前は工場外から工場内の機器にアクセスする事は、セキュリティ面などを考慮しアクセス出来ませんでした。クラウド技術を使用することで、複数の装置を遠隔で管理することができます。たとえば、画像処理検査装置から撮影されたデータをクラウドにアップロードし、オペレーターが遠隔でそのデータを確認することができます。また、クラウド上に遠隔操作用のインターフェースを設置し、オペレーターが遠隔で画像処理検査装置を操作することもできます。このようなクラウド技術を使用することで、装置の稼働状況や検査結果のデータなどをリアルタイムで把握することができ、運用効率の向上や問題の早期発見・解決などが可能となります。 これらのお話からお客様のご自身の工場が最新に近いと感じされたお客様もあれば、 既に画像検査装置を複数台導入済であっても、最新情報とまでに至っていないと感じられたお客様もあると思います。次は既存の画像処理装置を変えずに、AI（ディープラーニング）を導入するご提案をお話したいと思います。 ３．画像処理装置のAI活用 3.1 既存の画像処理検査装置？ AIを使用していない昔ながらのルールベース（画像処理命令を組み合わせる）画像処理検査装置の事を言います。 3.2 既存の画像処理検査装置を置き換えない？ 既にカメラや照明が製造ラインや製造装置に組み込まれている、固定されている状態でそれらを外す事に現場の作業者もご不安に思われると思います。そこで既存のカメラ、照明、画像処理検査装置をそのままでAIを付加出来れば、性能UPとして考えられると思います。先ずは現場担当者の不安を取り去る事が大切です。 3.3 既存の画像検査装置とどうやって連携するか？ 大きく２パターンあります。 一つは既存の画像処理検査装置から撮影画像データをAIへ転送し既存の画像処理検査装置とAIで２重判定させる方法です。導入初期段階ではまだ既存の画像処理検査装置の判定率が高いと思いますが、徐々にAIの方が判定率が高くなります。そうなった時点で既存の画像処理検査装置を撤去しAIのみ入れ替える事が出来ます。 もう一つは既存の画像処理検査装置から出力されるNG信号情報を学習させる事です。ただ単純なOK/NG信号ではなく、各検査命令種別で出た結果信号や処理条件をAIに学習させます。例えば、ブロブ判定処理で２値化閾値と判定結果の面積をAI学習させます。この学習データから不良品が出そうなタイミングをAIが予見する事が出来たりします。それらの学習結果を製造ラインにフィードバックし、不良率を下げる事に繋げる事が可能となります。 最後に、そもそも有効な判定画像が撮れている事が大前提です。カメラやレンズ、画像処理コントローラ、PCベースの画像処理ソフトなどの選定など、撮影角度、撮影に適した搬送など非常に多くの画像検査装置に関連する要素は様々ありますが、高級なカメラ、高級なレンズ、高級な画像処理、高額なAIソフトを使っても、基本となる有効な撮影が出来ていなければ、画像検査としては成り立ちません。 ４．まとめ 今回のコラムでは、画像検査装置の導入のコツ＝画像検査はここまで来ている。最新情報　について簡単ではありますが説明させていただきました。今回の紹介した内容をご検討頂き、自社での画像検査装置の導入検討や、過去に断念された画像検査装置の導入を再度進めていただければ幸いです。また、上記内容について、より具体的に詳細をお知りになりたい場合や導入支援が必要といった場合は、お気軽に弊社にご相談いただければ幸いです。 最後までお読みいただきありがとうございました。   ■AI画像検査導入事例解説レポート AIを活用し「積算・見積もりのドンブリ勘定」からの脱却を実現！ AI活用を通じて“ベテラン社員の働き方改革”を推進！ 積算・見積もり業務の“標準化・脱属人化・技術継承”実践事例とは？ ▼事例レポート無料ダウンロードお申し込みはこちら▼ https://lp.funaisoken.co.jp/mt/smart-factory/dltext06-01-dl.html 収録内容 「人手に頼った目視検査で工数がかかっているので検査を自動化して工数を削減したい！」 「画像検査装置を導入したことが無いがやってみたい！」 「小さな不良なので画像検査が可能なのか分からないからテストしてみたい！」 「人による目視検査で不良品が流出しているので検査精度を上げて不良流出を防ぎたい！」 「検査業務が属人化しているので標準化して誰でも検査が行えるようにしたい！」 本レポートでは、「AI画像検査」にテーマを絞り、具体的な導入方法と成功事例をご紹介いたします。 【①】AI画像検査導入の進め方 ～業務分析、データ収集、作業分析、コスト効果分析、、、～ 【②】AI画像検査導入の具体的手法 ～透明な樹脂成型品の傷、異物を画像検査装置で検出～ 導入の具体的手法を徹底解説！！ 【③】補助金を活用した画像検査装置導入成功事例 ●自動車用部品の最終検査工程に検査装置を導入 　カメラ・力覚・レーザー変位センサーをロボットハンドに取り付け、検査の自動化を実現 ●ボールペン部品射出成形の検査及び箱詰め工程に検査装置を導入 　目視での外観検査工程を、カメラで撮影した画像から検査を行うことで、判定を行う ●AI技術とロボットを用いた多品種油圧機器外観検査の自動化 　ロボットで画像センサと照明を操作し、取得した画像をAI技術で判別し、外観検査を自動化   ■機械加工業の為の協働ロボット活用！社長セミナー 協働ロボット活用してロボドリル・NC旋盤・マシニングセンタの夜間稼働！休日稼働！無人稼働！ 無料ダウンロードはこちらから https://www.funaisoken.co.jp/seminar/097973 ■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 2023/05/11 (木)　13:00~15:00 2023/05/17 (水)　13:00~15:00 2023/05/18 (木)　13:00~15:00 ■講座内容 ゲスト講師講座「協働ロボット成功事例講座！ロボドリル工程の工数を年間1,200時間削減！」 社員数わずか8名の機械加工会社が協働ロボットの導入に成功し残業・休出を大幅に削減したゲスト事例講座！ お申し込みはこちらから⇒ https://www.funaisoken.co.jp/seminar/097973

１．再到来したデジタル機運 コロナ禍以降、DXやデジタルを使おうという雰囲気が、社会全体を覆っています。まずはもう一度DXという言葉について、おさらいですが、DXとは「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。 アナログ作業やブラックボックスが非常多い製造業においても、「流石に乗り遅れることは出来ない」とITテクノロジーを積極的に活用しようという企業も多くなっています。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検討・実施行っていると思います。 コロナ禍で非接触というものが強制的に行われたので、社会的にもデジタルで非接触ということデジタル作業が進められるわけですが、実は2011年東日本大震災の時も、デジタルで保存した方が良いという動きは行われていました。しかし、残念ながら、そういった活動は長くは続かず、数年かけて下火になっていきました。要は、人間は大きな変化が来ても、喉元すぎれば・・・で、いつの間にか忘れてしまうんですね。 ただ、このコロナの状態は3年以上続いたので、社会に大きなマインドセットをもたらしました。社会全体で「デジタルを使ってアナログ作業を効率化させよう！非効率をもう一度見直そう！」という動きが広く起こっています。 ２．ＤＸ以前に必要なこと しかし、「デジタル/ＤＸを進めよう！」と思っても、簡単には行かないのが実状です。 順調に取り組みが進んでいる企業もありますが、社長や工場長が旗振りしても、実際に効果的に動けていない企業も非常に多くあります。むしろ、進んでいない企業が非常に多いです。これはなぜでしょうか？ デジタル/DXのプロジェクトを始めると、「何のツールを入れようか？」や「ベンダー選定をどこにしようか？」と目が行きがちですが、上手くいかないのは、社長や経営層がこれらツールの話で話が終わると思っているからです。デジタル/DXというものは、「ツールやベンダーの話ではない！」ということを肝に銘じなければなりません。 では、何が必要でしょうか？ まず必須で始めなければならないのは、「現状把握」と「仕事の棚卸し」です。 この事柄を紹介する例え話で、江戸時代のものづくりにロボットを導入したら効率がよくなるか？という話があります。 答えは否です。江戸時代の作業にロボットを導入しても効率化されません。これは江戸時代のものづくりには分業という考えがなく、業務の役割が明確にされていない為、そもそもロボットが入れる余地がないのです。 これは昔話のようで、実は今にもつながる話です。「ロボット化する/システムを利用する」というのは、業務を明確にすることが大前提となります。日本の工場が得意な曖昧な作業や暗黙知はロボットやシステムは受け付けてくれません。既存のやり方を全く同じに移行することは不可能なのです。 したがって、デジタル/DXを考えるには、まず、①現状の作業を正確に把握すること②業務を棚卸することのステップが重要となってくるのです。 これらが完了して初めて「何のツール/システム/ベンダーにしようか？」フェーズに移っていくのです。 ３．何が良いことがあるの？は明確に！ プロジェクトを始める時に、もう一つ重要なことがあります。 それは、「これを達成すると何が良いことがあるのか？」を社員全員に部門や社員のレベルに応じて、視線を落として、きちんと丁寧に、明確に説明することです。これはボトムアップではなくトップダウンで行わなければなりません。これも一度の説明で全員が同じ方向を向けるわけではありません。事あるごとにコミュニケーションを取り、根気強く説明と課題感を共有していき、同じ方角だけでも見られるようになるとよいですね。 とはいえ、プロジェクトを成し遂げるのは平坦な道ではありません。部門間の考え方の違いから、議論が白熱することもあるでしょう。反対意見により挫折することもあるかもしれません。その時に「何が良くなるか？」を全員で共通認識にしておかないと、頑張れる人だけ頑張るような一部の人の活動になってしまいます。そうなってしまったらプロジェクトの成功はありません。「デジタル/ＤＸを進めよう！」ということは、一部の人の話ではないからです。 「社員全員がプロジェクトの意味を理解して同じをゴールに向かって進むこと」が成功する/しないの中では非常に重要な考え方です。 プロジェクトの明確な目的を持ち共有すること、そして、「現状把握」「仕事の棚卸し」をすることから始めることで、うまく進められる可能性は高まっていきます。   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▼ 目次 1、製造業AI業界の現状 2、2023年製造業AI業界はこうなる！ 3、2023年実践していただきたいこと 4、どの業務・工程でもAIは活用できる「業務別・工程別のAI活用」 5、国内中小製造業におけるAI導入事例 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。 詳細はYoutubeにて公開しております。 https://youtu.be/H6Vq84C1Z4A https://www.funaisoken.co.jp/dl-contents/jy-ai_S045   ■多品種少量生産機械加工業のAI活用！社長セミナー 従業員30～200名の機械加工業の為の見積もりAI・生産計画AI・原価管理AIの活用！ お申し込みはこちらから⇒ https://www.funaisoken.co.jp/seminar/096847 ■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 2023/04/12 (水)　13:00~15:00 2023/04/17 (月)　13:00~15:00 2023/04/19 (水)　13:00~15:00 お申し込みはこちらから⇒ https://www.funaisoken.co.jp/seminar/096847 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．再到来したデジタル機運 コロナ禍以降、DXやデジタルを使おうという雰囲気が、社会全体を覆っています。まずはもう一度DXという言葉について、おさらいですが、DXとは「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。 アナログ作業やブラックボックスが非常多い製造業においても、「流石に乗り遅れることは出来ない」とITテクノロジーを積極的に活用しようという企業も多くなっています。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検討・実施行っていると思います。 コロナ禍で非接触というものが強制的に行われたので、社会的にもデジタルで非接触ということデジタル作業が進められるわけですが、実は2011年東日本大震災の時も、デジタルで保存した方が良いという動きは行われていました。しかし、残念ながら、そういった活動は長くは続かず、数年かけて下火になっていきました。要は、人間は大きな変化が来ても、喉元すぎれば・・・で、いつの間にか忘れてしまうんですね。 ただ、このコロナの状態は3年以上続いたので、社会に大きなマインドセットをもたらしました。社会全体で「デジタルを使ってアナログ作業を効率化させよう！非効率をもう一度見直そう！」という動きが広く起こっています。 ２．ＤＸ以前に必要なこと しかし、「デジタル/ＤＸを進めよう！」と思っても、簡単には行かないのが実状です。 順調に取り組みが進んでいる企業もありますが、社長や工場長が旗振りしても、実際に効果的に動けていない企業も非常に多くあります。むしろ、進んでいない企業が非常に多いです。これはなぜでしょうか？ デジタル/DXのプロジェクトを始めると、「何のツールを入れようか？」や「ベンダー選定をどこにしようか？」と目が行きがちですが、上手くいかないのは、社長や経営層がこれらツールの話で話が終わると思っているからです。デジタル/DXというものは、「ツールやベンダーの話ではない！」ということを肝に銘じなければなりません。 では、何が必要でしょうか？ まず必須で始めなければならないのは、「現状把握」と「仕事の棚卸し」です。 この事柄を紹介する例え話で、江戸時代のものづくりにロボットを導入したら効率がよくなるか？という話があります。 答えは否です。江戸時代の作業にロボットを導入しても効率化されません。これは江戸時代のものづくりには分業という考えがなく、業務の役割が明確にされていない為、そもそもロボットが入れる余地がないのです。 これは昔話のようで、実は今にもつながる話です。「ロボット化する/システムを利用する」というのは、業務を明確にすることが大前提となります。日本の工場が得意な曖昧な作業や暗黙知はロボットやシステムは受け付けてくれません。既存のやり方を全く同じに移行することは不可能なのです。 したがって、デジタル/DXを考えるには、まず、①現状の作業を正確に把握すること②業務を棚卸することのステップが重要となってくるのです。 これらが完了して初めて「何のツール/システム/ベンダーにしようか？」フェーズに移っていくのです。 ３．何が良いことがあるの？は明確に！ プロジェクトを始める時に、もう一つ重要なことがあります。 それは、「これを達成すると何が良いことがあるのか？」を社員全員に部門や社員のレベルに応じて、視線を落として、きちんと丁寧に、明確に説明することです。これはボトムアップではなくトップダウンで行わなければなりません。これも一度の説明で全員が同じ方向を向けるわけではありません。事あるごとにコミュニケーションを取り、根気強く説明と課題感を共有していき、同じ方角だけでも見られるようになるとよいですね。 とはいえ、プロジェクトを成し遂げるのは平坦な道ではありません。部門間の考え方の違いから、議論が白熱することもあるでしょう。反対意見により挫折することもあるかもしれません。その時に「何が良くなるか？」を全員で共通認識にしておかないと、頑張れる人だけ頑張るような一部の人の活動になってしまいます。そうなってしまったらプロジェクトの成功はありません。「デジタル/ＤＸを進めよう！」ということは、一部の人の話ではないからです。 「社員全員がプロジェクトの意味を理解して同じをゴールに向かって進むこと」が成功する/しないの中では非常に重要な考え方です。 プロジェクトの明確な目的を持ち共有すること、そして、「現状把握」「仕事の棚卸し」をすることから始めることで、うまく進められる可能性は高まっていきます。   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▼ 目次 1、製造業AI業界の現状 2、2023年製造業AI業界はこうなる！ 3、2023年実践していただきたいこと 4、どの業務・工程でもAIは活用できる「業務別・工程別のAI活用」 5、国内中小製造業におけるAI導入事例 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。 詳細はYoutubeにて公開しております。 https://youtu.be/H6Vq84C1Z4A https://www.funaisoken.co.jp/dl-contents/jy-ai_S045   ■多品種少量生産機械加工業のAI活用！社長セミナー 従業員30～200名の機械加工業の為の見積もりAI・生産計画AI・原価管理AIの活用！ お申し込みはこちらから⇒ https://www.funaisoken.co.jp/seminar/096847 ■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 2023/04/12 (水)　13:00~15:00 2023/04/17 (月)　13:00~15:00 2023/04/19 (水)　13:00~15:00 お申し込みはこちらから⇒ https://www.funaisoken.co.jp/seminar/096847

コロナ禍もおさまりつつあり、2023年3月13日にはマスク着用も緩和されました。 このコロナ禍では、リモートワークやシェアオフィスの拡大など現場に人が張り付かなくても業務を遂行できる体制構築が話題となりました。 DXがAIやIoT、ITツールを用いて業務効率化を行い、大きな業務改善を通して人時生産性を向上させるということであったとするのであれば、多くの企業でペーパーレス化などの表面的なコストカットのような結果こそ出ているにしても、削減した時間を新たに生産性に変換するような動きまでは至っていないケースが多いように思います。 そんな中で、現場での改善業務に繋げるためにDX人材の採用、育成というのは大きなテーマです。（※ここでのDX人材というのは、IoTやBI、AIなどIT技術に関する知見を持ち、自らそういった技術を以て現場で改善活動を実行できるような人材を指しています） 本コラムではDX人材育成のために日々取り組んでいらっしゃる中小企業の取り組みを2回に分けてご紹介したいと思います。 1回目である今回は、DX人材採用について経営者の方々が考えていらっしゃること、その課題についてご紹介します。 １．DX人材は製造業の救世主足りえるか あるお付き合いのある企業の社長様からDX人材の採用と育成についての計画を知らされたのは一昨年の4月頃でした。 代替わりを契機に基幹システムを導入し、データの一元管理に取り掛かるなど、社長は新しい技術を取り入れることに抵抗が無く、改革と称して大ナタを振るっていた時期です。 まだコロナ禍の見通しが立たず、デジタル化が騒がれる中、社内から競争力を得ていくにはやはり技術力だ、最新の技術情報（AIなど）に強みを持つ理系大学生を新卒では多く獲得し、中途ではそういった背景を持つ技術者を獲得すべきではないかとの話題が出ました。 実際、その会社ではそういった人材情報をペルソナに設定し、新卒、中途共に採用活動に明け暮れました。結果、半年で3名の中途社員を採用することが出来ました。一方、新卒はその枠に対する応募もあったものの、採用するには至らずという状況でした。 とはいえ、ついに自分たちの苦手分野であった部分での技術者を獲得できました。社長はビジョンを掲げ、採用した中途社員たちをDXプロジェクトメンバーに任命。順風満帆なスタートとなるはずでした。 それから1年ほどたち、プロジェクトはどのような状況かを伺いました。 なんと、中途採用者の内2名が退職してしまったというのです。 ２．社内体制、協力体制ありきでないと輝けない DX人材として入社した三名は当初、様々なアナログな業務や改善ポイントを明らかにし、様々な手法でその問題を解決しようとした、といいます。 しかしながら、長い経験を持つ現場の社員や、いわゆるデジタル技術に対して知見のない他の社員たちからの後押しを得ることが出来ず改善プロジェクトは思うように前に進まなかったといいます。 中には、自分たちの仕事を奪うのか、というような声も生まれたとのことでかなりストレスフルな状況になってしまったとのことでした。 社長肝入りのプロジェクトということで、実際に社長も説明会を開くなどでフォローをしたとのことですが、1人辞め、また1人辞めとムーブメントは小さくなってしまいました。 基幹システムも導入し、DX人材も採用したにもかかわらず中々思うような動きにならない。 それどころか、会社への期待感も徐々に薄れているように感じたとおっしゃっていました。 その時、社長様はDX人材を採用することが大切ではない。DX人材を輝かせられる社内状況の整備こそが急務なのだと思い知ったといいます。 この状況の整備というのは難しく、社長の鶴の一声で整備ができるようなものではありません。 そこで、この会社では以下の3点に取り組むこととなりました。 デジタル技術勉強会の開催、全社員参加 ペーパーレス化（ワークフロー系）と脱判子方針 ノーコード、ローコード開発ツール導入 次回は、この3点の取組結果とポイントを解説させていただきます。   ▼事例レポート無料ダウンロードお申し込みはこちら▼ IT化・DX化の進め方とIT化計画書の書き方【中堅・中小企業向け】 https://www.funaisoken.co.jp/dl-contents/smart-factory_smart-factory_00856 レポートの内容 DX化を検討する中堅・中小製造業経営者必見 ！！ DX化を検討する社長！ 本当に基幹システムを導入・刷新すれば会社が良くなりますか？？ 根本原因を把握して業務改革！！ IT化計画書の作り方   ■関連するセミナーのご案内 板金加工業の為のDX化による「儲けの改善」社長セミナー 生産管理・原価管理を徹底し、「勘による改善」から「データによる改善」へ！ セミナー詳細・申込はこちらから https://www.funaisoken.co.jp/seminar/097412 ■開催内容 材料費高騰対策！儲けの改善の仕組み導入成功編 社長が知っておくべき同業他社の原価改善取り組み事例 社長の為の生産管理＆原価管理の改善戦略 ■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 2023/04/11 (火)　13:00~15:00 2023/04/13 (木)　13:00~15:00 2023/04/20 (木)　13:00~15:00 お申し込みはこちらから⇒ https://www.funaisoken.co.jp/seminar/097412 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。 コロナ禍もおさまりつつあり、2023年3月13日にはマスク着用も緩和されました。 このコロナ禍では、リモートワークやシェアオフィスの拡大など現場に人が張り付かなくても業務を遂行できる体制構築が話題となりました。 DXがAIやIoT、ITツールを用いて業務効率化を行い、大きな業務改善を通して人時生産性を向上させるということであったとするのであれば、多くの企業でペーパーレス化などの表面的なコストカットのような結果こそ出ているにしても、削減した時間を新たに生産性に変換するような動きまでは至っていないケースが多いように思います。 そんな中で、現場での改善業務に繋げるためにDX人材の採用、育成というのは大きなテーマです。（※ここでのDX人材というのは、IoTやBI、AIなどIT技術に関する知見を持ち、自らそういった技術を以て現場で改善活動を実行できるような人材を指しています） 本コラムではDX人材育成のために日々取り組んでいらっしゃる中小企業の取り組みを2回に分けてご紹介したいと思います。 1回目である今回は、DX人材採用について経営者の方々が考えていらっしゃること、その課題についてご紹介します。 １．DX人材は製造業の救世主足りえるか あるお付き合いのある企業の社長様からDX人材の採用と育成についての計画を知らされたのは一昨年の4月頃でした。 代替わりを契機に基幹システムを導入し、データの一元管理に取り掛かるなど、社長は新しい技術を取り入れることに抵抗が無く、改革と称して大ナタを振るっていた時期です。 まだコロナ禍の見通しが立たず、デジタル化が騒がれる中、社内から競争力を得ていくにはやはり技術力だ、最新の技術情報（AIなど）に強みを持つ理系大学生を新卒では多く獲得し、中途ではそういった背景を持つ技術者を獲得すべきではないかとの話題が出ました。 実際、その会社ではそういった人材情報をペルソナに設定し、新卒、中途共に採用活動に明け暮れました。結果、半年で3名の中途社員を採用することが出来ました。一方、新卒はその枠に対する応募もあったものの、採用するには至らずという状況でした。 とはいえ、ついに自分たちの苦手分野であった部分での技術者を獲得できました。社長はビジョンを掲げ、採用した中途社員たちをDXプロジェクトメンバーに任命。順風満帆なスタートとなるはずでした。 それから1年ほどたち、プロジェクトはどのような状況かを伺いました。 なんと、中途採用者の内2名が退職してしまったというのです。 ２．社内体制、協力体制ありきでないと輝けない DX人材として入社した三名は当初、様々なアナログな業務や改善ポイントを明らかにし、様々な手法でその問題を解決しようとした、といいます。 しかしながら、長い経験を持つ現場の社員や、いわゆるデジタル技術に対して知見のない他の社員たちからの後押しを得ることが出来ず改善プロジェクトは思うように前に進まなかったといいます。 中には、自分たちの仕事を奪うのか、というような声も生まれたとのことでかなりストレスフルな状況になってしまったとのことでした。 社長肝入りのプロジェクトということで、実際に社長も説明会を開くなどでフォローをしたとのことですが、1人辞め、また1人辞めとムーブメントは小さくなってしまいました。 基幹システムも導入し、DX人材も採用したにもかかわらず中々思うような動きにならない。 それどころか、会社への期待感も徐々に薄れているように感じたとおっしゃっていました。 その時、社長様はDX人材を採用することが大切ではない。DX人材を輝かせられる社内状況の整備こそが急務なのだと思い知ったといいます。 この状況の整備というのは難しく、社長の鶴の一声で整備ができるようなものではありません。 そこで、この会社では以下の3点に取り組むこととなりました。 デジタル技術勉強会の開催、全社員参加 ペーパーレス化（ワークフロー系）と脱判子方針 ノーコード、ローコード開発ツール導入 次回は、この3点の取組結果とポイントを解説させていただきます。   ▼事例レポート無料ダウンロードお申し込みはこちら▼ IT化・DX化の進め方とIT化計画書の書き方【中堅・中小企業向け】 https://www.funaisoken.co.jp/dl-contents/smart-factory_smart-factory_00856 レポートの内容 DX化を検討する中堅・中小製造業経営者必見 ！！ DX化を検討する社長！ 本当に基幹システムを導入・刷新すれば会社が良くなりますか？？ 根本原因を把握して業務改革！！ IT化計画書の作り方   ■関連するセミナーのご案内 板金加工業の為のDX化による「儲けの改善」社長セミナー 生産管理・原価管理を徹底し、「勘による改善」から「データによる改善」へ！ セミナー詳細・申込はこちらから https://www.funaisoken.co.jp/seminar/097412 ■開催内容 材料費高騰対策！儲けの改善の仕組み導入成功編 社長が知っておくべき同業他社の原価改善取り組み事例 社長の為の生産管理＆原価管理の改善戦略 ■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 2023/04/11 (火)　13:00~15:00 2023/04/13 (木)　13:00~15:00 2023/04/20 (木)　13:00~15:00 お申し込みはこちらから⇒ https://www.funaisoken.co.jp/seminar/097412

以前、AIの導入成功のために経営陣は何をすべきかについて説明をさせていただきました。そこで今回は社員が何をすべきかについて説明させていただきます。 経営陣がAIを導入したがっているかどうかに関係なく、企業の社員は、AIの導入・活用を見据えて準備しておく必要があります。数年で定年退職という人でも、人生９０年・１００年時代に向けて何らかの準備をしておいた方がよいでしょう。企業社員が準備をしておくべき重要なことは次の５つです。 社員がすべき５つのポイント （１）AIリテラシーを高めるために学ぼう （２）自分が関わっている業務を分析しよう （３）既存の情報処理の流れと自身の仕事の位置づけを知ろう （４）AI導入の可能性と自分の仕事がAIに置き換えられる可能性を考えよう （５）『AI導入・活用検討チーム』に参加しよう １．AIリテラシーを高めるために学ぼう オンラインコースやトレーニングプログラムを受講することで、AIに関する基本的な知識から応用的な知識まで、幅広く学ぶことができます。また、AIに関する書籍や記事を読むことで、AIに関する基本的な知識や最新の技術動向を学ぶことができます。AIに関するイベントやカンファレンスに参加するのもよいでしょう。そうすることで、AIに関する最新の情報を得ることができます。また、AIに関する専門家との交流や議論を通じて、深い知見を得ることができます。 ２．自分が関わっている業務を分析しよう 自分が自社のどんな事業のどんな業務のどの部分を担っているかを客観的に分析してみましょう。大事なのは、会社の業務の中での自分の位置付けと役割を把握することです。自分の部門の業務手順書を見たことがあるでしょうか？顧客対応や製造業、メンテナンスなど日常的にマニュアルの参照が必要な業務に携わっている場合以外は業務手順書を読むことはあまりないでしょう。つまり、自分がどのような業務プロセスのどこに位置付けられていて、全体の中でどんな役割を担っているかを正確に把握している人はそれほど多くないということです。 ３．既存の情報処理の流れと自身の仕事の位置づけを知ろう 情報処理システムやPCがどう使われているのか、既存の情報処理の流れの中で自分はどんな位置づけでどんな作業をしているのかを把握しましょう。業務の流れと情報処理の流れが適合しているのかを検討することも必要です。業務の流れを知るために可視化しましょう。そのためにはフローチャートに表すのが一番です。検索すればサンプルはたくさん出てきます。いくつかを参考にすればフローチャートを書くのは決して難しくはありません。 ４．AI導入の可能性と自分の仕事がAIに置き換えられる可能性を考えよう 上記の3つをしっかり実施すれば、AI導入の可能性や自分の仕事がAIに置き換えられる可能性があるか判別できるようになります。AIの導入で最も大事なことは、早い段階で導入の目的と得られるメリット（デメリットも）について考察することです。仕事の現場での実務に精通し、分析や判断ができる人材が、今後必ず必要となってくるのです。また、もしも今の業務がAIに置き換わる可能性がある場合はこのような置き換えられない職種にシフトすることも考えましょう。 ５．『AI導入・活用検討チーム』に参加しよう 上記の４つが確実に実践できれば、社内に居場所がなくなることはないでしょう。さらに望ましいのは『AI導入・活用検討チーム』に参加することです。その能動的な姿勢がきっと次のステップにつながります。これを経営陣の視点から見ると、AI導入・活用の賛否のカギは現場の社員の理解・協力にあるということです。 ６．まとめ 今回のコラムでは、以前の『AIの導入成功のために経営陣は何をすべきか』の社員バージョンについて説明させていただきました。経営陣と社員で同じような内容もございますがどちらにしても今後のことを考え、AI導入に際して積極的な役割を担えるように備えることが重要です。今回紹介した内容を参考に、自社でのスムーズなAＩ導入のきっかけになれば幸いです。また、上記内容について、より具体的に詳細をお知りになりたい場合や導入支援が必要といった場合は、お気軽に弊社にご相談いただければ幸いです。 最後までお読みいただきありがとうございました。   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▼ 目次 1、製造業AI業界の現状 2、2023年製造業AI業界はこうなる！ 3、2023年実践していただきたいこと 4、どの業務・工程でもAIは活用できる「業務別・工程別のAI活用」 5、国内中小製造業におけるAI導入事例 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。 詳細はYoutubeにて公開しております。 https://youtu.be/H6Vq84C1Z4A https://www.funaisoken.co.jp/dl-contents/jy-ai_S045   ■多品種少量生産機械加工業のAI活用！社長セミナー 従業員30～200名の機械加工業の為の見積もりAI・生産計画AI・原価管理AIの活用！ お申し込みはこちらから⇒ https://www.funaisoken.co.jp/seminar/096847 ■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 2023/04/12 (水)　13:00~15:00 2023/04/17 (月)　13:00~15:00 2023/04/19 (水)　13:00~15:00 お申し込みはこちらから⇒ https://www.funaisoken.co.jp/seminar/096847 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。 以前、AIの導入成功のために経営陣は何をすべきかについて説明をさせていただきました。そこで今回は社員が何をすべきかについて説明させていただきます。 経営陣がAIを導入したがっているかどうかに関係なく、企業の社員は、AIの導入・活用を見据えて準備しておく必要があります。数年で定年退職という人でも、人生９０年・１００年時代に向けて何らかの準備をしておいた方がよいでしょう。企業社員が準備をしておくべき重要なことは次の５つです。 社員がすべき５つのポイント （１）AIリテラシーを高めるために学ぼう （２）自分が関わっている業務を分析しよう （３）既存の情報処理の流れと自身の仕事の位置づけを知ろう （４）AI導入の可能性と自分の仕事がAIに置き換えられる可能性を考えよう （５）『AI導入・活用検討チーム』に参加しよう １．AIリテラシーを高めるために学ぼう オンラインコースやトレーニングプログラムを受講することで、AIに関する基本的な知識から応用的な知識まで、幅広く学ぶことができます。また、AIに関する書籍や記事を読むことで、AIに関する基本的な知識や最新の技術動向を学ぶことができます。AIに関するイベントやカンファレンスに参加するのもよいでしょう。そうすることで、AIに関する最新の情報を得ることができます。また、AIに関する専門家との交流や議論を通じて、深い知見を得ることができます。 ２．自分が関わっている業務を分析しよう 自分が自社のどんな事業のどんな業務のどの部分を担っているかを客観的に分析してみましょう。大事なのは、会社の業務の中での自分の位置付けと役割を把握することです。自分の部門の業務手順書を見たことがあるでしょうか？顧客対応や製造業、メンテナンスなど日常的にマニュアルの参照が必要な業務に携わっている場合以外は業務手順書を読むことはあまりないでしょう。つまり、自分がどのような業務プロセスのどこに位置付けられていて、全体の中でどんな役割を担っているかを正確に把握している人はそれほど多くないということです。 ３．既存の情報処理の流れと自身の仕事の位置づけを知ろう 情報処理システムやPCがどう使われているのか、既存の情報処理の流れの中で自分はどんな位置づけでどんな作業をしているのかを把握しましょう。業務の流れと情報処理の流れが適合しているのかを検討することも必要です。業務の流れを知るために可視化しましょう。そのためにはフローチャートに表すのが一番です。検索すればサンプルはたくさん出てきます。いくつかを参考にすればフローチャートを書くのは決して難しくはありません。 ４．AI導入の可能性と自分の仕事がAIに置き換えられる可能性を考えよう 上記の3つをしっかり実施すれば、AI導入の可能性や自分の仕事がAIに置き換えられる可能性があるか判別できるようになります。AIの導入で最も大事なことは、早い段階で導入の目的と得られるメリット（デメリットも）について考察することです。仕事の現場での実務に精通し、分析や判断ができる人材が、今後必ず必要となってくるのです。また、もしも今の業務がAIに置き換わる可能性がある場合はこのような置き換えられない職種にシフトすることも考えましょう。 ５．『AI導入・活用検討チーム』に参加しよう 上記の４つが確実に実践できれば、社内に居場所がなくなることはないでしょう。さらに望ましいのは『AI導入・活用検討チーム』に参加することです。その能動的な姿勢がきっと次のステップにつながります。これを経営陣の視点から見ると、AI導入・活用の賛否のカギは現場の社員の理解・協力にあるということです。 ６．まとめ 今回のコラムでは、以前の『AIの導入成功のために経営陣は何をすべきか』の社員バージョンについて説明させていただきました。経営陣と社員で同じような内容もございますがどちらにしても今後のことを考え、AI導入に際して積極的な役割を担えるように備えることが重要です。今回紹介した内容を参考に、自社でのスムーズなAＩ導入のきっかけになれば幸いです。また、上記内容について、より具体的に詳細をお知りになりたい場合や導入支援が必要といった場合は、お気軽に弊社にご相談いただければ幸いです。 最後までお読みいただきありがとうございました。   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▼ 目次 1、製造業AI業界の現状 2、2023年製造業AI業界はこうなる！ 3、2023年実践していただきたいこと 4、どの業務・工程でもAIは活用できる「業務別・工程別のAI活用」 5、国内中小製造業におけるAI導入事例 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。 詳細はYoutubeにて公開しております。 https://youtu.be/H6Vq84C1Z4A https://www.funaisoken.co.jp/dl-contents/jy-ai_S045   ■多品種少量生産機械加工業のAI活用！社長セミナー 従業員30～200名の機械加工業の為の見積もりAI・生産計画AI・原価管理AIの活用！ お申し込みはこちらから⇒ https://www.funaisoken.co.jp/seminar/096847 ■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 2023/04/12 (水)　13:00~15:00 2023/04/17 (月)　13:00~15:00 2023/04/19 (水)　13:00~15:00 お申し込みはこちらから⇒ https://www.funaisoken.co.jp/seminar/096847

▼事例レポート無料ダウンロードお申し込みはこちら▼ 今回は、射出成形業界のDX化への取り組み、と題し述べさせて頂きます。 DXに取組むためには、自社の自動化レベルを把握するところから始めてみてはいかがでしょか。 併せて、属人化した作業、危険作業・重労働の抽出など、業務の棚卸も行ってみましょう。 射出成形業界を具体例に出すと、まだまだDX化には程遠い会社様も多いと思います。 多いというより、多数の会社様がそれほど進んでいないと私は思います。 様々な業界でDXが活用され始めているなか、成形材料の投入や成形品の取出し等は一部自動化されていても、金型の取付・成形条件の設定・成形条件の入力・成形品取出し・成形品検査 等、人手に頼った工程が多く存在していると思います。 また、その仕事が属人化され、うまく継承されていない状況もよく見かけます。 １．自動化レベルの把握 自動化レベルの把握とは具体的に レベル０：自動化どころか５Sもできていない レベル１：全く自動化されていない(全作業が人手頼み) レベル２：製品取出しなど１工程のみロボット導入済 レベル３：製品取出しとゲートカットなど複数工程にロボットを導入している レベル４：製造工程以外の工程(検査工程)にもロボットを導入している レベル５：ほぼ全ての工程が自動化されており、製造現場にほど作業者がおらず、24時間稼働している などがあげられます。 ここで簡単に、射出成形業界の現状を述べさせて頂きます。 経済産業省の２０２０年 生産動態統計によると、プラスチック加工機械の生産台数は１万１４２９台(金額ベース：１７９６億円)。 うち射出成形機は９８３７台(金額ベース：１２１９億円)。 射出成形機の内訳は、型締め力１００トン未満が３２６６台(金額ベースで２１９億円)、１００トン以上２００トン未満が３６３２台(同３４０億円)、２００トン以上５００トン未満が２４７６台(同３７３億円)、５００トン以上が４６３台(同２８５億円)であった。 日本は精密部品を成形する中・小型機が得意なことがわかります。 経済産業省ものづくり白書 2021 には「新型コロナウイルス感染症の感染拡大以外にも、多くの外的要因が我が国製造業の事業判断に影響を及ぼすものと考えられており、かつ、これらは事前に発生や変化を想定することが難しい」と言及されています。 これは、顧客や社会のニーズが日々変動していることが大きな要因であると考えられます。 いましばらく厳し状況が続くのではないでしょか。 ２．射出成形業界のDX化とは 簡単に言えば、デジタル技術を用いての業務の効率化・見える化・データ化・高度化・新規ビジネス創出などだと思います。 経済産業省が発表したDXレポート2では「素早く変革し続ける能力を身につけること、その中ではITシステムのみならず企業文化（固定概念）・風土を変革する」ことがDXの要と言及されています。 国内産業におけるDXの取組状況のアンケートでは、「DXに取組むに当たっての課題」の回答結果は下記の通りです。 従業員20人以下の企業様の場合 予算の確保（26.4%） 具体的な効果や成果が見えない（24.3％） DX人材の不足（23.5%） 何から始めてよいかわからない（22.8％） 従業員21人以上の企業様では、 DX人材の不足(41.8%) IT人材の不足(33.4%、) 企業文化・風土に関する課題(25.7%) 特筆すべきは、DX人材の不足が41.8%と、従業員20人以下の企業よりも18.3ポイントも高くなっていることです。 このことから、従業員20人以下の企業においては、DXに取りかかることが難しい状況が、従業員21人以上の企業ではDXに取組むなかで人材不足や企業文化・風土などが課題になっていることが推測されます。 DXの理解度を従業員規模別にみると、従業員１０１人以上で「理解している」が 20.6％、「ある程度理解している」の４７.9％と合わせると７割近くになっています。 従業員 20 人以下では「理解している」は４.6％と１割に満たず、「理解していない」が３８.7％と４割近くを占めています。 理解度は、従業員規模が大きいほど高くなっていることがわかります。 従業員規模が大きい会社ほど、DXに取組みやすい状況が見てとれます。 しかし、企業規模に関わらず、具体的な効果や成果がみえない何から始めてよいかわからない といった会社様もあると思います。 そのような会社様は、上記の通り、自社の自動化レベルの把握・業務の棚卸を行うことで、DX化に最初に取り組むべき工程や従業員の配置が正しいのか・属人化作業はどの工程かが見えてくると思います。 労働人口が減少するなか、DXに取り組むことで限られた従業員を効率よく配置し業務改善・効率化に活用できると思います。 5Sが不十分であれば、5Sから始めてもいいと思います。 周囲の情報に惑わされずに自社に合った方法を見つけだす大切であると思います。   製造業経営者限定！工場のロボット活用事例 ロボット活用の現状とポイント、成功事例をこの1冊に集約！ 製造業の経営者限定でダウンロード可能な特別版！！ ▼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_01068 ■製造業の経営者様限定でダウンロード可能な特別なレポートです！ 「こうなりたい！」と思っている経営者様におすすめ 中小製造業のロボット活用の現状を知りたい！ 中小製造業のロボット活用のポイントを知りたい！ 中小製造業のロボット活用の成功事例を知りたい！ 目次 1、中小製造業のロボット活用の現状 2、中小製造業のロボット活用のポイント 3、中小製造業のロボット活用事例 レポートの内容 製造業の経営者限定でダウンロード可能な特別版！！ 国内中小製造業のロボット活用における現状、ポイント、成功事例をこの1冊にまとめました！！ このレポートを読むメリット 中小製造業のロボット活用の現状、ポイント、成功事例が一度に分かる！ レポートの内容 DX化を検討する中堅・中小製造業経営者必見 ！！ DX化を検討する社長！ 本当に基幹システムを導入・刷新すれば会社が良くなりますか？？ 根本原因を把握して業務改革！！ IT化計画書の作り方 https://www.funaisoken.co.jp/dl-contents/smart-factory_smart-factory_01068 ▼事例レポート無料ダウンロードお申し込みはこちら▼ 今回は、射出成形業界のDX化への取り組み、と題し述べさせて頂きます。 DXに取組むためには、自社の自動化レベルを把握するところから始めてみてはいかがでしょか。 併せて、属人化した作業、危険作業・重労働の抽出など、業務の棚卸も行ってみましょう。 射出成形業界を具体例に出すと、まだまだDX化には程遠い会社様も多いと思います。 多いというより、多数の会社様がそれほど進んでいないと私は思います。 様々な業界でDXが活用され始めているなか、成形材料の投入や成形品の取出し等は一部自動化されていても、金型の取付・成形条件の設定・成形条件の入力・成形品取出し・成形品検査 等、人手に頼った工程が多く存在していると思います。 また、その仕事が属人化され、うまく継承されていない状況もよく見かけます。 １．自動化レベルの把握 自動化レベルの把握とは具体的に レベル０：自動化どころか５Sもできていない レベル１：全く自動化されていない(全作業が人手頼み) レベル２：製品取出しなど１工程のみロボット導入済 レベル３：製品取出しとゲートカットなど複数工程にロボットを導入している レベル４：製造工程以外の工程(検査工程)にもロボットを導入している レベル５：ほぼ全ての工程が自動化されており、製造現場にほど作業者がおらず、24時間稼働している などがあげられます。 ここで簡単に、射出成形業界の現状を述べさせて頂きます。 経済産業省の２０２０年 生産動態統計によると、プラスチック加工機械の生産台数は１万１４２９台(金額ベース：１７９６億円)。 うち射出成形機は９８３７台(金額ベース：１２１９億円)。 射出成形機の内訳は、型締め力１００トン未満が３２６６台(金額ベースで２１９億円)、１００トン以上２００トン未満が３６３２台(同３４０億円)、２００トン以上５００トン未満が２４７６台(同３７３億円)、５００トン以上が４６３台(同２８５億円)であった。 日本は精密部品を成形する中・小型機が得意なことがわかります。 経済産業省ものづくり白書 2021 には「新型コロナウイルス感染症の感染拡大以外にも、多くの外的要因が我が国製造業の事業判断に影響を及ぼすものと考えられており、かつ、これらは事前に発生や変化を想定することが難しい」と言及されています。 これは、顧客や社会のニーズが日々変動していることが大きな要因であると考えられます。 いましばらく厳し状況が続くのではないでしょか。 ２．射出成形業界のDX化とは 簡単に言えば、デジタル技術を用いての業務の効率化・見える化・データ化・高度化・新規ビジネス創出などだと思います。 経済産業省が発表したDXレポート2では「素早く変革し続ける能力を身につけること、その中ではITシステムのみならず企業文化（固定概念）・風土を変革する」ことがDXの要と言及されています。 国内産業におけるDXの取組状況のアンケートでは、「DXに取組むに当たっての課題」の回答結果は下記の通りです。 従業員20人以下の企業様の場合 予算の確保（26.4%） 具体的な効果や成果が見えない（24.3％） DX人材の不足（23.5%） 何から始めてよいかわからない（22.8％） 従業員21人以上の企業様では、 DX人材の不足(41.8%) IT人材の不足(33.4%、) 企業文化・風土に関する課題(25.7%) 特筆すべきは、DX人材の不足が41.8%と、従業員20人以下の企業よりも18.3ポイントも高くなっていることです。 このことから、従業員20人以下の企業においては、DXに取りかかることが難しい状況が、従業員21人以上の企業ではDXに取組むなかで人材不足や企業文化・風土などが課題になっていることが推測されます。 DXの理解度を従業員規模別にみると、従業員１０１人以上で「理解している」が 20.6％、「ある程度理解している」の４７.9％と合わせると７割近くになっています。 従業員 20 人以下では「理解している」は４.6％と１割に満たず、「理解していない」が３８.7％と４割近くを占めています。 理解度は、従業員規模が大きいほど高くなっていることがわかります。 従業員規模が大きい会社ほど、DXに取組みやすい状況が見てとれます。 しかし、企業規模に関わらず、具体的な効果や成果がみえない何から始めてよいかわからない といった会社様もあると思います。 そのような会社様は、上記の通り、自社の自動化レベルの把握・業務の棚卸を行うことで、DX化に最初に取り組むべき工程や従業員の配置が正しいのか・属人化作業はどの工程かが見えてくると思います。 労働人口が減少するなか、DXに取り組むことで限られた従業員を効率よく配置し業務改善・効率化に活用できると思います。 5Sが不十分であれば、5Sから始めてもいいと思います。 周囲の情報に惑わされずに自社に合った方法を見つけだす大切であると思います。   製造業経営者限定！工場のロボット活用事例 ロボット活用の現状とポイント、成功事例をこの1冊に集約！ 製造業の経営者限定でダウンロード可能な特別版！！ ▼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_01068 ■製造業の経営者様限定でダウンロード可能な特別なレポートです！ 「こうなりたい！」と思っている経営者様におすすめ 中小製造業のロボット活用の現状を知りたい！ 中小製造業のロボット活用のポイントを知りたい！ 中小製造業のロボット活用の成功事例を知りたい！ 目次 1、中小製造業のロボット活用の現状 2、中小製造業のロボット活用のポイント 3、中小製造業のロボット活用事例 レポートの内容 製造業の経営者限定でダウンロード可能な特別版！！ 国内中小製造業のロボット活用における現状、ポイント、成功事例をこの1冊にまとめました！！ このレポートを読むメリット 中小製造業のロボット活用の現状、ポイント、成功事例が一度に分かる！ レポートの内容 DX化を検討する中堅・中小製造業経営者必見 ！！ DX化を検討する社長！ 本当に基幹システムを導入・刷新すれば会社が良くなりますか？？ 根本原因を把握して業務改革！！ IT化計画書の作り方 https://www.funaisoken.co.jp/dl-contents/smart-factory_smart-factory_01068

今回は、製造業で基幹システム導入・刷新を成功に導くポイントについてお伝えします。 １．製造業で基幹システム導入・活用が上手くいかない理由 経済産業省が「DXレポート」で提唱した「2025年の崖」が目前に迫っています。「2025年の崖」では、長年にわたって各企業で使われてきたシステムをメンテナンスできるエンジニアの多くが定年を迎え、システム人材不足が深刻化し、古いシステムを使っている企業はそれにより多大なリスクを抱えてしまう..といったことも懸念されています。 そのため、販売管理システムや生産管理システム、在庫管理システム、人事・財務・給与システムなどのさまざまな基幹システムを活用してきた企業は、現行のシステムの見直しを迫られています。 (基幹システムとは、会社全体のデータを連携させ一元管理することができるようになるツールです。これによりリアルタイムで業務データを可視化・加工できる環境を構築でき、正確な経営判断に活用できるなどのメリットがあります。近年ではクラウド型の基幹システムが多く採用されています。) しかしながら、製造業においても基幹システムの導入・刷新はなかなかハードルが高く、以下のような理由で上手くいかないようです。 現状維持への抵抗:既に慣れているシステムや紙ベースの運用を変えたくない、新システム導入によるコスト増加への懸念、業務プロセスの見直しが必要になることへの抵抗など、現状維持を望む声が根強い。 人材・リソース不足:導入・刷新を進める時間や人材が不足している、ITリテラシーが不足している、部門間連携が不足しているなど、リソース不足が課題となる。 システム側の問題:システムの機能が不足していてやりたいことができない、既存システムのセキュリティ対策が不安、ベンダー選定や要件定義が難しい、プロジェクト管理が難しいなど、システム側の問題も存在する。 特に、現システムへの不満がありながらも、それを前提とした業務の流れに慣れてしまっており、なかなか新規導入・刷新に至らないケースが多いようです。 ２．製造業の基幹システム導入・刷新の取り組み手順 では、どのような手順で基幹システム導入・刷新に取り組めば良いのでしょうか。以下に基幹システム導入時の取り組み手順を示します。 ▼製造業における基幹システム導入・刷新取り組み手順 ①現状業務の見える化 現状の業務の流れや、業務における問題、課題を見える化する。業務効率化のためのプロセス分析、部門ごとの業務フローの可視化、課題と原因の明確化などを実施し、現状を把握することが重要です。 ②基幹システム導入・刷新の目的・目標を明確にする 現状の問題・課題の解決はもちろん、経営計画・事業計画を加味した目的・目標を設定する。デジタルトランスフォーメーション(DX)推進、コスト削減、業務効率化など、具体的な目標を定量的に設定し、経営層から従業員まで共有することが重要です。 ③基幹システム導入・刷新のロードマップを作る 一気に全てを導入・刷新しようとするのではなく、優先順位を決め、段階的に取り組む。短期、中期、長期の計画を立て、段階的な導入やパイロットプロジェクトの実施などを検討し、予算計画や体制構築もしっかり行いましょう。 ④基幹システム導入・刷新後の構想・計画策定 問題・課題の解消に繋がる新しい業務の流れを策定し、その新しい業務の流れを実現する基幹システム導入・刷新の構想・計画を作る。業務プロセスの再設計、部門間連携の強化、IT活用による業務効率化などを検討し、新システム導入による効果試算やシステム要件定義、ベンダー選定基準の明確化などを行いましょう。 ⑤基幹システム導入・刷新シミュレーション 前の手順で策定した構想・計画に基づき、新しい業務の流れのシミュレーションを行い、期待する効果が得られそうか、検証を行う。新システムのデモ環境での検証、業務プロセスのシミュレーション、データ移行のテスト、従業員へのトレーニングなどを実施し、導入前後の効果測定を行いましょう。 ⑥基幹システム導入・刷新の推進 計画に基き、システム導入・刷新を進める。プロジェクトチームによる推進、ベンダーとの連携、進捗管理、課題解決、変更管理などを適切に行い、従業員へのサポートも忘れずに行いましょう。 ⑦試験運用 システムが完成したら、本運用前に試験的な運用を行い、業務に支障が無いか確認を行う。テストデータによる検証、本番環境でのテスト、ユーザーacceptancetest、負荷テスト、セキュリティテストなどを実施し、運用マニュアルの作成や担当者へのトレーニングを行いましょう。 ⑧効果検証 目的・目標を達成できているか、定期的に検証を行い、問題があれば、対策を講じる。KPI設定、効果測定、改善活動、アップデート対応、保守契約などを行い、継続的にシステムを改善していくことが重要です。 まずは、現状業務の流れや、そこで発生している問題の把握から取り組まれることをお勧めします。 ３．製造業が基幹システム導入・刷新に取り組む上でのポイント 製造業が基幹システム導入・刷新を行う上で特に注意いただきたいポイントは以下の通りです。 現状業務の可視化：業務フローや課題を明確化し、システム導入の目的を定めます。 明確な目標設定：導入によって達成したいことを具体的数値で設定し、全社で共有します。 段階的な導入：優先順位を決め、段階的に導入することで、現場への負担を軽減します。 効果検証と改善：定期的な効果検証を行い、必要に応じてシステムや業務プロセスを改善します。 ４．まとめ 製造業にとって、基幹システムの導入・刷新は「2025年の崖」やDX推進を成功させるための重要な課題です。しかし、多くの企業が既存システムへの慣れや人材不足などの理由で、導入・刷新に苦労しています。 成功には、以下のポイントを押さえ、計画的に進めることが重要です。 現状業務の把握：業務フローや課題を明確化し、システム導入の目的を定める 明確な目標設定：導入によって達成したいことを具体的数値で設定し、全社で共有する 段階的な導入：優先順位を決め、段階的に導入することで、現場への負担を軽減する 効果検証と改善：定期的な効果検証を行い、必要に応じてシステムや業務プロセスを改善する 適切なベンダー選び：提案内容、費用、サポート体制などを比較し、自社に合ったベンダーを選ぶ IT人材の確保：社内で育成するか、外部から調達するなど、体制を整える。 基幹システムの導入・刷新は、業務プロセス全体の改革です。経営層と現場が協力し、全社一丸となって取り組むことが、製造業のDX推進を成功させる鍵となります。 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。 今回は、製造業で基幹システム導入・刷新を成功に導くポイントについてお伝えします。 １．製造業で基幹システム導入・活用が上手くいかない理由 経済産業省が「DXレポート」で提唱した「2025年の崖」が目前に迫っています。「2025年の崖」では、長年にわたって各企業で使われてきたシステムをメンテナンスできるエンジニアの多くが定年を迎え、システム人材不足が深刻化し、古いシステムを使っている企業はそれにより多大なリスクを抱えてしまう..といったことも懸念されています。 そのため、販売管理システムや生産管理システム、在庫管理システム、人事・財務・給与システムなどのさまざまな基幹システムを活用してきた企業は、現行のシステムの見直しを迫られています。 (基幹システムとは、会社全体のデータを連携させ一元管理することができるようになるツールです。これによりリアルタイムで業務データを可視化・加工できる環境を構築でき、正確な経営判断に活用できるなどのメリットがあります。近年ではクラウド型の基幹システムが多く採用されています。) しかしながら、製造業においても基幹システムの導入・刷新はなかなかハードルが高く、以下のような理由で上手くいかないようです。 現状維持への抵抗:既に慣れているシステムや紙ベースの運用を変えたくない、新システム導入によるコスト増加への懸念、業務プロセスの見直しが必要になることへの抵抗など、現状維持を望む声が根強い。 人材・リソース不足:導入・刷新を進める時間や人材が不足している、ITリテラシーが不足している、部門間連携が不足しているなど、リソース不足が課題となる。 システム側の問題:システムの機能が不足していてやりたいことができない、既存システムのセキュリティ対策が不安、ベンダー選定や要件定義が難しい、プロジェクト管理が難しいなど、システム側の問題も存在する。 特に、現システムへの不満がありながらも、それを前提とした業務の流れに慣れてしまっており、なかなか新規導入・刷新に至らないケースが多いようです。 ２．製造業の基幹システム導入・刷新の取り組み手順 では、どのような手順で基幹システム導入・刷新に取り組めば良いのでしょうか。以下に基幹システム導入時の取り組み手順を示します。 ▼製造業における基幹システム導入・刷新取り組み手順 ①現状業務の見える化 現状の業務の流れや、業務における問題、課題を見える化する。業務効率化のためのプロセス分析、部門ごとの業務フローの可視化、課題と原因の明確化などを実施し、現状を把握することが重要です。 ②基幹システム導入・刷新の目的・目標を明確にする 現状の問題・課題の解決はもちろん、経営計画・事業計画を加味した目的・目標を設定する。デジタルトランスフォーメーション(DX)推進、コスト削減、業務効率化など、具体的な目標を定量的に設定し、経営層から従業員まで共有することが重要です。 ③基幹システム導入・刷新のロードマップを作る 一気に全てを導入・刷新しようとするのではなく、優先順位を決め、段階的に取り組む。短期、中期、長期の計画を立て、段階的な導入やパイロットプロジェクトの実施などを検討し、予算計画や体制構築もしっかり行いましょう。 ④基幹システム導入・刷新後の構想・計画策定 問題・課題の解消に繋がる新しい業務の流れを策定し、その新しい業務の流れを実現する基幹システム導入・刷新の構想・計画を作る。業務プロセスの再設計、部門間連携の強化、IT活用による業務効率化などを検討し、新システム導入による効果試算やシステム要件定義、ベンダー選定基準の明確化などを行いましょう。 ⑤基幹システム導入・刷新シミュレーション 前の手順で策定した構想・計画に基づき、新しい業務の流れのシミュレーションを行い、期待する効果が得られそうか、検証を行う。新システムのデモ環境での検証、業務プロセスのシミュレーション、データ移行のテスト、従業員へのトレーニングなどを実施し、導入前後の効果測定を行いましょう。 ⑥基幹システム導入・刷新の推進 計画に基き、システム導入・刷新を進める。プロジェクトチームによる推進、ベンダーとの連携、進捗管理、課題解決、変更管理などを適切に行い、従業員へのサポートも忘れずに行いましょう。 ⑦試験運用 システムが完成したら、本運用前に試験的な運用を行い、業務に支障が無いか確認を行う。テストデータによる検証、本番環境でのテスト、ユーザーacceptancetest、負荷テスト、セキュリティテストなどを実施し、運用マニュアルの作成や担当者へのトレーニングを行いましょう。 ⑧効果検証 目的・目標を達成できているか、定期的に検証を行い、問題があれば、対策を講じる。KPI設定、効果測定、改善活動、アップデート対応、保守契約などを行い、継続的にシステムを改善していくことが重要です。 まずは、現状業務の流れや、そこで発生している問題の把握から取り組まれることをお勧めします。 ３．製造業が基幹システム導入・刷新に取り組む上でのポイント 製造業が基幹システム導入・刷新を行う上で特に注意いただきたいポイントは以下の通りです。 現状業務の可視化：業務フローや課題を明確化し、システム導入の目的を定めます。 明確な目標設定：導入によって達成したいことを具体的数値で設定し、全社で共有します。 段階的な導入：優先順位を決め、段階的に導入することで、現場への負担を軽減します。 効果検証と改善：定期的な効果検証を行い、必要に応じてシステムや業務プロセスを改善します。 ４．まとめ 製造業にとって、基幹システムの導入・刷新は「2025年の崖」やDX推進を成功させるための重要な課題です。しかし、多くの企業が既存システムへの慣れや人材不足などの理由で、導入・刷新に苦労しています。 成功には、以下のポイントを押さえ、計画的に進めることが重要です。 現状業務の把握：業務フローや課題を明確化し、システム導入の目的を定める 明確な目標設定：導入によって達成したいことを具体的数値で設定し、全社で共有する 段階的な導入：優先順位を決め、段階的に導入することで、現場への負担を軽減する 効果検証と改善：定期的な効果検証を行い、必要に応じてシステムや業務プロセスを改善する 適切なベンダー選び：提案内容、費用、サポート体制などを比較し、自社に合ったベンダーを選ぶ IT人材の確保：社内で育成するか、外部から調達するなど、体制を整える。 基幹システムの導入・刷新は、業務プロセス全体の改革です。経営層と現場が協力し、全社一丸となって取り組むことが、製造業のDX推進を成功させる鍵となります。

2023年の経営計画・方針は、もう固まりましたでしょうか。 中には、1度決めたものの本当にこれでよいのかと悩まれている方や、今後も外部・内部環境ともに目まぐるしく変化することを想像し、的確に課題を解決していけるか不安を抱く方もいらっしゃるかと思います。 船井総研では、そのような悩み、不安、そして高い志を持つ経営者様同士が、共に学び・相談しあえる師と友となり、経営課題を解決し業績向上を目指す会員制勉強会を開催しています。 製造業の皆様には、「ものづくり経営研究会 スマートファクトリー経営部会」をおすすめいたします。 DX事例研究会【4月18日(火) WEB開催】 【日程】2023年4月18日（火） 【時間】13:00～16:00（※12:30より受付開始予定） （※約3時間で効率的に業界の最新情報・最新事例を収集していただくことができます） 【開催方式】LIVE配信型 パソコン1台でお好きな場所からご参加いただくことができます。 通信環境の整った静かな集中できる場所でご参加ください。 【第1講座】 4000万円の補助金を獲得して職人技術のTIG溶接と研磨をロボット化した成功事例講座 【講座の概要を一部先行公開！】 ◆超大型投資を補助金を最大限活用してコストを抑えたポイントを解説 ◆多品種対応のための「あえて」シンプルなシステムと治具構想とは ◆工数がかかる外観部分のバフ研磨をロボットで実現するための方法とは ◆社長から次世代へ、技術継承のカギとなる今後のロボット活用 【第2講座】 「従業員数30名台の機械メーカーが取り組む”攻めと守りの基幹システム”導入事例とは？」 【講座の概要を一部先行公開！】 基幹システム導入企業の代表取締役による特別講演！ 幹システム導入のBefore/Afterを大公開！ BI連携を通じて「各種数字の見える化」を実現！ 基幹システムを活用した「アフターサービスの見える化」とは？ 【第3講座】 ”2023年最新版”　補助金獲得分析データのご紹介＆本日のまとめ講座 【講座の概要を一部先行公開！】 ◆2022年製造業界補助金獲得データ分析特集！ ◆2023年製造業界の時流キーワード！ ◆経営者として肝に銘じておきたいこと！   ■製造業におけるDX最新事例研究会 ▼研究会のお申し込みはこちら▼ https://lpsec.funaisoken.co.jp/study/smart-factory/047708/   製造業DX事例研究会の詳細はYouTubeからご覧いただけます https://youtu.be/ZAoxKaVOnwQ お申し込みはこちらから⇒ https://lpsec.funaisoken.co.jp/study/smart-factory/047708/   いつも当コラムをお読みいただきましてありがとうございます。 2023年の経営計画・方針は、もう固まりましたでしょうか。 中には、1度決めたものの本当にこれでよいのかと悩まれている方や、今後も外部・内部環境ともに目まぐるしく変化することを想像し、的確に課題を解決していけるか不安を抱く方もいらっしゃるかと思います。 船井総研では、そのような悩み、不安、そして高い志を持つ経営者様同士が、共に学び・相談しあえる師と友となり、経営課題を解決し業績向上を目指す会員制勉強会を開催しています。 製造業の皆様には、「ものづくり経営研究会 スマートファクトリー経営部会」をおすすめいたします。 DX事例研究会【4月18日(火) WEB開催】 【日程】2023年4月18日（火） 【時間】13:00～16:00（※12:30より受付開始予定） （※約3時間で効率的に業界の最新情報・最新事例を収集していただくことができます） 【開催方式】LIVE配信型 パソコン1台でお好きな場所からご参加いただくことができます。 通信環境の整った静かな集中できる場所でご参加ください。 【第1講座】 4000万円の補助金を獲得して職人技術のTIG溶接と研磨をロボット化した成功事例講座 【講座の概要を一部先行公開！】 ◆超大型投資を補助金を最大限活用してコストを抑えたポイントを解説 ◆多品種対応のための「あえて」シンプルなシステムと治具構想とは ◆工数がかかる外観部分のバフ研磨をロボットで実現するための方法とは ◆社長から次世代へ、技術継承のカギとなる今後のロボット活用 【第2講座】 「従業員数30名台の機械メーカーが取り組む”攻めと守りの基幹システム”導入事例とは？」 【講座の概要を一部先行公開！】 基幹システム導入企業の代表取締役による特別講演！ 幹システム導入のBefore/Afterを大公開！ BI連携を通じて「各種数字の見える化」を実現！ 基幹システムを活用した「アフターサービスの見える化」とは？ 【第3講座】 ”2023年最新版”　補助金獲得分析データのご紹介＆本日のまとめ講座 【講座の概要を一部先行公開！】 ◆2022年製造業界補助金獲得データ分析特集！ ◆2023年製造業界の時流キーワード！ ◆経営者として肝に銘じておきたいこと！   ■製造業におけるDX最新事例研究会 ▼研究会のお申し込みはこちら▼ https://lpsec.funaisoken.co.jp/study/smart-factory/047708/   製造業DX事例研究会の詳細はYouTubeからご覧いただけます https://youtu.be/ZAoxKaVOnwQ お申し込みはこちらから⇒ https://lpsec.funaisoken.co.jp/study/smart-factory/047708/  

▼事例レポート無料ダウンロードお申し込みはこちら▼ 近年、AIの進化は著しく、中堅・中小製造業においてもAIの導入が注目されています。しかしながら、中堅・中小企業の中には、AIの導入が本当に役立つのかについて疑問をお持ちの方もいらっしゃるかもしれません。 本記事では、中堅・中小製造業でAIがどのように活用されているのかについて解説し、そのメリットや事例についてもご紹介いたします。 １．中堅・中小製造業でAIは本当に役立つのか？ 昨今、大きな注目を集めている「Chat GPT (チャットジーピーティー)」をはじめとして、日本国内でもAI活用の話題が取り上げられる機会が増えてきました。 しかしながら、「AI」という言葉を聞いてもまだまだ漠然としたイメージしか湧かず、 「AIって本当に役に立つのか？」 と懐疑的な態度をとられる方も少なくないかと思います。 また、「AI」という言葉が頻度高く取り上げられている近頃の流れについて、 「単なる一時的なブームに過ぎないのではないか？」 「AIなんて、ウチの会社には無関係な話だろう」というように、実際には中堅・中小製造業に携わる多くの方々にとって、AIを実用化するイメージを持つこと自体がまだまだ難しい状況にあるのかもしれません。 そのような方々にとって少しでも参考になればと思い、本コラムでは、 「中堅・中小製造業においてどのようなケースでAIが使われているか？」 「AIが果たす役割として、どのような事例があるのか？」 について、以下簡単に概要をご紹介させていただきます。 ２．中堅・中小製造業でのAI導入のメリット 中堅・中小製造業でのAI導入により、以下のような3つのメリットを得ることができます。 1.コスト削減・.生産性の向上 AIの活用により、業務の効率化が進み、コスト削減や生産性向上が実現できるとされています。AIはヒューマンエラーや部品ロスを削減し、製品の返品と手直しにかかる費用を削減することができます。さらに、課題の明確化や数値目標の設定が容易になり、現場との合意形成も円滑に進むでしょう。 2.製品の品質向上 AIを活用した精密なデータ分析により、製品の品質管理が容易になります。製造過程での異常を早期に検知し、品質のばらつきを抑えることで、高品質な製品を一貫して提供することが可能です。 3.安全性の向上 AIを導入することで、危険な作業や環境の監視が自動化され、労働者の安全性が向上します。また、製造現場のリスクを予測・防止するAIシステムの導入により、事故やトラブルのリスクを最小限に抑えることができます。 これらのメリットによって、中堅・中小製造業は競争力の強化や持続的な成長に向けて大きな前進を遂げることが期待されます。ただし、AI導入に際しては適切なシステムやパートナー企業の選定、従業員の教育・トレーニングなども重要な要素となります。 ３．【事例】 AI活用を通じて「見積もり業務の標準化・脱属人化・技術継承」を推進 中堅・中小製造業の企業様における見積もり作成業務のスピードアップに関する事例 この製造業の企業様では、一部のベテラン営業担当者と社長自ら見積もり業務に従事していた。 そのような中で、新規の見積もり算出の参考として使用する「過去の2D図面データ」を探し出す作業に多くの時間を取られていた。加えて、「過去の2D図面データ」を探し出す作業自体が属人化していた。 見積もり作成の際に大幅に時間がかかっていた「過去の2D図面データを探し出す工程」にAIを活用。 新規の見積もり依頼先より頂いた2D図面データからAIが図面に含まれる形状と特徴を解析し、システム内の2D図面データベースから類似の図面・形状を検索。 AIを活用し、過去の類似2D図面データ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「より精度高く」見積もり作成を行うことが可能となった。 また、一部のベテランに依存していた見積もり業務を、知識・経験の浅い社員でも問題なく実践できるようになった。 （⇒業務の標準化・脱属人化・熟練技術の継承を推進） ＜取り組みのポイント＞ 業務の標準化を通じた若手社員の即戦力化 「社長やベテランじゃなくてもできる仕事」は、社長やベテラン以外の人間に任せる 熟練者は空いた時間で、より高付加価値な業務に従事してもらう 高齢化に伴い引退を控えるベテラン担当者の技術をAIが継承 ＜Before（AI導入前の状態と主な課題）＞ ＜After（AI導入後の主な課題解決効果）＞ ３．【事例】AIを活用し、生産計画作成業務の脱属人化を推進 生産計画作成体制に課題を抱えていた中堅・中小製造業の企業様の事例。 ＜Before（AI導入前の状態と主な課題）＞ この製造業の企業様における生産計画（工程計画）は複雑で難解になっており、生産計画作成には多面的な知識と豊富な経験が必要であった。 また、その生産計画の作成は一握りのスタッフの“勘と経験”に依存しており、そのスタッフの工数は相当多く、過度な業務負荷がかかっていた。 良く言えば、名人芸を持った優秀なスタッフだが、悪く言えば、生産計画作成ノウハウが「ブラックボックス化」してしまい、社長はそのスタッフの判断と考え方を信用するしかなかった。 ＜After（AI導入後の主な課題解決効果）＞ 「設備」「材料」「在庫」「納期」等の各種条件・ルールや優先順位に応じて、AIが自動で最適な生産計画を立案。 AIが複数の生産計画パターンをシミュレーション＆比較し、その時々に応じて最適な生産計画表を自動で出力 結果として、熟練者の工数削減と生産計画作成業務の脱属人化を実現できるようになった。 ＜取り組みのポイント＞ 「その道数十年」のベテラン担当者に依存した現場体制から脱却 生産計画作成業務の「自動化・標準化・脱属人化・技術継承」を実現 システムが生産計画の大半を自動で立案するため、ヒトが作る生産計画よりも厳しめの生産計画が立案される（バッファーが縮まる） ⇒結果として、生産効率アップに繋がる（生産性が上がる） 以上、「中堅・中小製造業でAIは本当に役立つのか？」 というテーマでお伝えさせていただきました。 今回ご紹介した事例の詳細についてご興味のある方は、 是非お気軽にお問い合わせください。   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▼ 目次 1、製造業AI業界の現状 2、2023年製造業AI業界はこうなる！ 3、2023年実践していただきたいこと 4、どの業務・工程でもAIは活用できる「業務別・工程別のAI活用」 5、国内中小製造業におけるAI導入事例 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 ▼事例レポート無料ダウンロードお申し込みはこちら▼ 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。 近年、AIの進化は著しく、中堅・中小製造業においてもAIの導入が注目されています。しかしながら、中堅・中小企業の中には、AIの導入が本当に役立つのかについて疑問をお持ちの方もいらっしゃるかもしれません。 本記事では、中堅・中小製造業でAIがどのように活用されているのかについて解説し、そのメリットや事例についてもご紹介いたします。 １．中堅・中小製造業でAIは本当に役立つのか？ 昨今、大きな注目を集めている「Chat GPT (チャットジーピーティー)」をはじめとして、日本国内でもAI活用の話題が取り上げられる機会が増えてきました。 しかしながら、「AI」という言葉を聞いてもまだまだ漠然としたイメージしか湧かず、 「AIって本当に役に立つのか？」 と懐疑的な態度をとられる方も少なくないかと思います。 また、「AI」という言葉が頻度高く取り上げられている近頃の流れについて、 「単なる一時的なブームに過ぎないのではないか？」 「AIなんて、ウチの会社には無関係な話だろう」というように、実際には中堅・中小製造業に携わる多くの方々にとって、AIを実用化するイメージを持つこと自体がまだまだ難しい状況にあるのかもしれません。 そのような方々にとって少しでも参考になればと思い、本コラムでは、 「中堅・中小製造業においてどのようなケースでAIが使われているか？」 「AIが果たす役割として、どのような事例があるのか？」 について、以下簡単に概要をご紹介させていただきます。 ２．中堅・中小製造業でのAI導入のメリット 中堅・中小製造業でのAI導入により、以下のような3つのメリットを得ることができます。 1.コスト削減・.生産性の向上 AIの活用により、業務の効率化が進み、コスト削減や生産性向上が実現できるとされています。AIはヒューマンエラーや部品ロスを削減し、製品の返品と手直しにかかる費用を削減することができます。さらに、課題の明確化や数値目標の設定が容易になり、現場との合意形成も円滑に進むでしょう。 2.製品の品質向上 AIを活用した精密なデータ分析により、製品の品質管理が容易になります。製造過程での異常を早期に検知し、品質のばらつきを抑えることで、高品質な製品を一貫して提供することが可能です。 3.安全性の向上 AIを導入することで、危険な作業や環境の監視が自動化され、労働者の安全性が向上します。また、製造現場のリスクを予測・防止するAIシステムの導入により、事故やトラブルのリスクを最小限に抑えることができます。 これらのメリットによって、中堅・中小製造業は競争力の強化や持続的な成長に向けて大きな前進を遂げることが期待されます。ただし、AI導入に際しては適切なシステムやパートナー企業の選定、従業員の教育・トレーニングなども重要な要素となります。 ３．【事例】 AI活用を通じて「見積もり業務の標準化・脱属人化・技術継承」を推進 中堅・中小製造業の企業様における見積もり作成業務のスピードアップに関する事例 この製造業の企業様では、一部のベテラン営業担当者と社長自ら見積もり業務に従事していた。 そのような中で、新規の見積もり算出の参考として使用する「過去の2D図面データ」を探し出す作業に多くの時間を取られていた。加えて、「過去の2D図面データ」を探し出す作業自体が属人化していた。 見積もり作成の際に大幅に時間がかかっていた「過去の2D図面データを探し出す工程」にAIを活用。 新規の見積もり依頼先より頂いた2D図面データからAIが図面に含まれる形状と特徴を解析し、システム内の2D図面データベースから類似の図面・形状を検索。 AIを活用し、過去の類似2D図面データ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「より精度高く」見積もり作成を行うことが可能となった。 また、一部のベテランに依存していた見積もり業務を、知識・経験の浅い社員でも問題なく実践できるようになった。 （⇒業務の標準化・脱属人化・熟練技術の継承を推進） ＜取り組みのポイント＞ 業務の標準化を通じた若手社員の即戦力化 「社長やベテランじゃなくてもできる仕事」は、社長やベテラン以外の人間に任せる 熟練者は空いた時間で、より高付加価値な業務に従事してもらう 高齢化に伴い引退を控えるベテラン担当者の技術をAIが継承 ＜Before（AI導入前の状態と主な課題）＞ ＜After（AI導入後の主な課題解決効果）＞ ３．【事例】AIを活用し、生産計画作成業務の脱属人化を推進 生産計画作成体制に課題を抱えていた中堅・中小製造業の企業様の事例。 ＜Before（AI導入前の状態と主な課題）＞ この製造業の企業様における生産計画（工程計画）は複雑で難解になっており、生産計画作成には多面的な知識と豊富な経験が必要であった。 また、その生産計画の作成は一握りのスタッフの“勘と経験”に依存しており、そのスタッフの工数は相当多く、過度な業務負荷がかかっていた。 良く言えば、名人芸を持った優秀なスタッフだが、悪く言えば、生産計画作成ノウハウが「ブラックボックス化」してしまい、社長はそのスタッフの判断と考え方を信用するしかなかった。 ＜After（AI導入後の主な課題解決効果）＞ 「設備」「材料」「在庫」「納期」等の各種条件・ルールや優先順位に応じて、AIが自動で最適な生産計画を立案。 AIが複数の生産計画パターンをシミュレーション＆比較し、その時々に応じて最適な生産計画表を自動で出力 結果として、熟練者の工数削減と生産計画作成業務の脱属人化を実現できるようになった。 ＜取り組みのポイント＞ 「その道数十年」のベテラン担当者に依存した現場体制から脱却 生産計画作成業務の「自動化・標準化・脱属人化・技術継承」を実現 システムが生産計画の大半を自動で立案するため、ヒトが作る生産計画よりも厳しめの生産計画が立案される（バッファーが縮まる） ⇒結果として、生産効率アップに繋がる（生産性が上がる） 以上、「中堅・中小製造業でAIは本当に役立つのか？」 というテーマでお伝えさせていただきました。 今回ご紹介した事例の詳細についてご興味のある方は、 是非お気軽にお問い合わせください。   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▼ 目次 1、製造業AI業界の現状 2、2023年製造業AI業界はこうなる！ 3、2023年実践していただきたいこと 4、どの業務・工程でもAIは活用できる「業務別・工程別のAI活用」 5、国内中小製造業におけるAI導入事例 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

本コラムでは、中堅・中小製造業の企業におけるロボット導入のコツについて、導入際のポイントについて説明をさせていただきます。 １．工場にロボットを導入する際のポイント 工場にロボットを導入する際のポイントは次のとおりです： 1 需要分析: 導入するロボットの種類や数量、およびその仕事内容を明確にすることが重要です。 2 専門家の活用: ロボット導入に関連する技術的な問題に対処するため、専門家の支援が必要となります。 3 費用計画: 導入費用、保守費用、および利益を正確に評価することが重要です。 4 労働力調整: ロボットの導入に伴い、労働力の構成が変わる可能性があります。これに対応するために、労働力の調整が必要となります。 5 トレーニング: ロボットを適切に操作するために、作業者に対するトレーニングが必要となります。 6 適切な保守: ロボットは定期的にメンテナンスが必要となります。これに対応するために、適切な保守体制を整備することが重要です。 上記は一般的なポイントであり、具体的な状況に応じて異なる場合があります。導入に際しては、専門家の支援を得て、適切な方法を選択することが大切です。 ２．需要の分析 導入するロボットの種類や数量、およびその仕事内容を明確にすることが重要です。 ロボットの種類は多岐にわたり、一般的には次のようなタイプがあります。 ①アームロボット: 様々なタスクを実行するために使用されます。加工、アセンブリ、搬送などのタスクに適しています。 ②セルロボット: 複数のロボットを組み合わせてタスクを実行するために使用されます。生産ラインなどで使用されます。 ③モノリシックロボット: 特定のタスクを実行するために特別に設計されたロボットです。加工、検査、搬送などのタスクに適しています。 ④コライダロボット: 動的な環境でのタスクに適したロボットです。物品の検出、トラッキング、把持などのタスクに使用されます。 ⑤スピードロボット: 高速かつ繰り返し可能なタスクを実行するために使用されます。生産ラインなどで使用されます。 工場に導入されるロボットは、次のような作業内容を行わせることができます： ①加工: 製品の加工や形状変換、溶接などを行います。 ②アセンブリ: 部品を組み合わせて製品を組み立てます。 ③搬送: 製品や部品を運搬します。 ④検査: 製品の質を検査します。 ⑤包装: 製品を包装します。 ⑥座標測定: 製品や部品の位置や大きさを測定します。 ⑦物品管理: 製品や部品を管理します。 ⑧修理: 製品や設備の修理を行います。 これらは一例であり、また上記は一般的なロボットタイプであり、具体的な用途やニーズに応じて、様々な種類のロボットがあります。また、具体的な作業内容は工場によって異なります。 ３．専門家の活用 ロボット導入に関連する技術的な問題に対処するためには、次のような専門家が必要です ①ロボットエンジニア: ロボットシステムの設計、開発、保守などを担当します。 ②工学者: 加工技術や生産管理などの問題に対処します。 ③電気工学者: ロボットのコントロールシステムやセンサーなどの電気的な問題に対処します。 ④計算機科学者: ロボットのソフトウェアシステムなどの計算機的な問題に対処します。 ⑤プログラマー: ロボットのプログラミングやソフトウェアシステムの作成などを担当します。 ⑥安全エンジニア: ロボットを安全に使用するために必要な安全上の問題に対処します。 ４．費用計画 工場へのロボット導入するための費用計画には次のような要素が含まれます： ①購入費: ロボットシステム、周辺機器、ソフトウェアなどを購入するための費用。 ②導入費: ロボットシステムの導入、設置、テスト、トレーニングなどを行うための費用。 ③保守費: ロボットシステムの保守、メンテナンス、アップグレードなどを行うための費用。 ④雇用費: ロボットシステムを操作・管理するスタッフを雇用するための費用。 ⑤電力費: ロボットシステムの運転に必要な電力費。 ５．労働力調整 ロボットの導入に伴い、労働力の構成が変わる可能性があります。これに対応するために、労働力の調整が必要となります。 労働力の調整とは、ロボットの導入がもたらす労働市場への影響を受けた労働者たちをサポートする政策や措置を指します。以下が一部の例です。 ①教育・訓練支援：ロボット導入によって生じたスキル不足を補完するための教育や訓練支援。 ②再エミッション：ロボット導入によって失業した労働者を含めた再就職支援。 ③移行期間の給付：ロボット導入に伴い、労働者が新しい仕事に移行する期間の経済的支援。 ④社会保障制度の改善：失業保険や社会保障制度の改善により、労働者が安定的な生活を送ることができるよう支援する ６．トレーニング、適切な保守 ロボットを適切に操作するためのトレーニングは、作業者にロボットの使い方を学ぶことを目的とする教育・訓練のことを指します。以下が一部の例です。 ①ロボットの操作方法：ロボットのセットアップから操作までの手順を学ぶ。 ②ロボットの保守：ロボットのトラブルシューティングやメンテナンス方法を学ぶ。 ③制御ソフトウェアの操作：ロボットを制御するソフトウェアを使用するためのトレーニング。 ④セキュリティ対策：ロボットを操作する上でのセキュリティ上の注意点を学ぶ。 ロボットのメンテナンスと保守は、ロボットの正常な動作を維持するために定期的に行う作業のことを指します。以下が一部の例です。 ①クリーニング：ロボットの外観や部品を清掃すること。 ②油脂の交換：ロボットのモーターやジョイントに使用されている油脂を交換すること。 ③ソフトウェアのアップデート：ロボットの制御ソフトウェアを最新版にアップデートすること。 ④部品の交換：ロボットが正常に動作しなくなった部品を交換すること。   ■機械加工業の為の協働ロボット活用！社長セミナー 協働ロボット活用してロボドリル・NC旋盤・マシニングセンタの夜間稼働！休日稼働！無人稼働！ 無料ダウンロードはこちらから https://www.funaisoken.co.jp/seminar/097973 ■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 2023/05/11 (木)　13:00~15:00 2023/05/17 (水)　13:00~15:00 2023/05/18 (木)　13:00~15:00 ■講座内容 ゲスト講師講座「協働ロボット成功事例講座！ロボドリル工程の工数を年間1,200時間削減！」 社員数わずか8名の機械加工会社が協働ロボットの導入に成功し残業・休出を大幅に削減したゲスト事例講座！ お申し込みはこちらから⇒ https://www.funaisoken.co.jp/seminar/097973   【無料ダウンロード】中小製造業　2024年ロボット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▼ https://www.funaisoken.co.jp/dl-contents/jy-robot_S045 ■製造業の経営者様限定でダウンロード可能な特別なレポートです！ ■目次 1、中小製造業における課題とロボット活用の現状 2、2023年 中小製造業のロボット活用は協働ロボットが主流になる！ 3、2023年 中小製造業が実践すべき協働ロボット活用 4、具体的な取組み方 5、協働ロボット活用成功事例 ■レポートの内容 中小製造業のロボット活用のトレンドと成功事例この1冊にまとめました。特に「何から始めればよいのか」と、その「具体的な方法」を例を出して解説し、さらに成功事例を掲載することでロボット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。 ■このレポートを読むメリット 中小製造業における協働ロボット活用の具体的な進め方と成功事例が分かります。 具体的な進め方と成功事例から自社でのロボット活用が可能な工程のヒントが見つかります。 https://www.funaisoken.co.jp/dl-contents/jy-robot_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。 本コラムでは、中堅・中小製造業の企業におけるロボット導入のコツについて、導入際のポイントについて説明をさせていただきます。 １．工場にロボットを導入する際のポイント 工場にロボットを導入する際のポイントは次のとおりです： 1 需要分析: 導入するロボットの種類や数量、およびその仕事内容を明確にすることが重要です。 2 専門家の活用: ロボット導入に関連する技術的な問題に対処するため、専門家の支援が必要となります。 3 費用計画: 導入費用、保守費用、および利益を正確に評価することが重要です。 4 労働力調整: ロボットの導入に伴い、労働力の構成が変わる可能性があります。これに対応するために、労働力の調整が必要となります。 5 トレーニング: ロボットを適切に操作するために、作業者に対するトレーニングが必要となります。 6 適切な保守: ロボットは定期的にメンテナンスが必要となります。これに対応するために、適切な保守体制を整備することが重要です。 上記は一般的なポイントであり、具体的な状況に応じて異なる場合があります。導入に際しては、専門家の支援を得て、適切な方法を選択することが大切です。 ２．需要の分析 導入するロボットの種類や数量、およびその仕事内容を明確にすることが重要です。 ロボットの種類は多岐にわたり、一般的には次のようなタイプがあります。 ①アームロボット: 様々なタスクを実行するために使用されます。加工、アセンブリ、搬送などのタスクに適しています。 ②セルロボット: 複数のロボットを組み合わせてタスクを実行するために使用されます。生産ラインなどで使用されます。 ③モノリシックロボット: 特定のタスクを実行するために特別に設計されたロボットです。加工、検査、搬送などのタスクに適しています。 ④コライダロボット: 動的な環境でのタスクに適したロボットです。物品の検出、トラッキング、把持などのタスクに使用されます。 ⑤スピードロボット: 高速かつ繰り返し可能なタスクを実行するために使用されます。生産ラインなどで使用されます。 工場に導入されるロボットは、次のような作業内容を行わせることができます： ①加工: 製品の加工や形状変換、溶接などを行います。 ②アセンブリ: 部品を組み合わせて製品を組み立てます。 ③搬送: 製品や部品を運搬します。 ④検査: 製品の質を検査します。 ⑤包装: 製品を包装します。 ⑥座標測定: 製品や部品の位置や大きさを測定します。 ⑦物品管理: 製品や部品を管理します。 ⑧修理: 製品や設備の修理を行います。 これらは一例であり、また上記は一般的なロボットタイプであり、具体的な用途やニーズに応じて、様々な種類のロボットがあります。また、具体的な作業内容は工場によって異なります。 ３．専門家の活用 ロボット導入に関連する技術的な問題に対処するためには、次のような専門家が必要です ①ロボットエンジニア: ロボットシステムの設計、開発、保守などを担当します。 ②工学者: 加工技術や生産管理などの問題に対処します。 ③電気工学者: ロボットのコントロールシステムやセンサーなどの電気的な問題に対処します。 ④計算機科学者: ロボットのソフトウェアシステムなどの計算機的な問題に対処します。 ⑤プログラマー: ロボットのプログラミングやソフトウェアシステムの作成などを担当します。 ⑥安全エンジニア: ロボットを安全に使用するために必要な安全上の問題に対処します。 ４．費用計画 工場へのロボット導入するための費用計画には次のような要素が含まれます： ①購入費: ロボットシステム、周辺機器、ソフトウェアなどを購入するための費用。 ②導入費: ロボットシステムの導入、設置、テスト、トレーニングなどを行うための費用。 ③保守費: ロボットシステムの保守、メンテナンス、アップグレードなどを行うための費用。 ④雇用費: ロボットシステムを操作・管理するスタッフを雇用するための費用。 ⑤電力費: ロボットシステムの運転に必要な電力費。 ５．労働力調整 ロボットの導入に伴い、労働力の構成が変わる可能性があります。これに対応するために、労働力の調整が必要となります。 労働力の調整とは、ロボットの導入がもたらす労働市場への影響を受けた労働者たちをサポートする政策や措置を指します。以下が一部の例です。 ①教育・訓練支援：ロボット導入によって生じたスキル不足を補完するための教育や訓練支援。 ②再エミッション：ロボット導入によって失業した労働者を含めた再就職支援。 ③移行期間の給付：ロボット導入に伴い、労働者が新しい仕事に移行する期間の経済的支援。 ④社会保障制度の改善：失業保険や社会保障制度の改善により、労働者が安定的な生活を送ることができるよう支援する ６．トレーニング、適切な保守 ロボットを適切に操作するためのトレーニングは、作業者にロボットの使い方を学ぶことを目的とする教育・訓練のことを指します。以下が一部の例です。 ①ロボットの操作方法：ロボットのセットアップから操作までの手順を学ぶ。 ②ロボットの保守：ロボットのトラブルシューティングやメンテナンス方法を学ぶ。 ③制御ソフトウェアの操作：ロボットを制御するソフトウェアを使用するためのトレーニング。 ④セキュリティ対策：ロボットを操作する上でのセキュリティ上の注意点を学ぶ。 ロボットのメンテナンスと保守は、ロボットの正常な動作を維持するために定期的に行う作業のことを指します。以下が一部の例です。 ①クリーニング：ロボットの外観や部品を清掃すること。 ②油脂の交換：ロボットのモーターやジョイントに使用されている油脂を交換すること。 ③ソフトウェアのアップデート：ロボットの制御ソフトウェアを最新版にアップデートすること。 ④部品の交換：ロボットが正常に動作しなくなった部品を交換すること。   ■機械加工業の為の協働ロボット活用！社長セミナー 協働ロボット活用してロボドリル・NC旋盤・マシニングセンタの夜間稼働！休日稼働！無人稼働！ 無料ダウンロードはこちらから https://www.funaisoken.co.jp/seminar/097973 ■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 2023/05/11 (木)　13:00~15:00 2023/05/17 (水)　13:00~15:00 2023/05/18 (木)　13:00~15:00 ■講座内容 ゲスト講師講座「協働ロボット成功事例講座！ロボドリル工程の工数を年間1,200時間削減！」 社員数わずか8名の機械加工会社が協働ロボットの導入に成功し残業・休出を大幅に削減したゲスト事例講座！ お申し込みはこちらから⇒ https://www.funaisoken.co.jp/seminar/097973   【無料ダウンロード】中小製造業　2024年ロボット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▼ https://www.funaisoken.co.jp/dl-contents/jy-robot_S045 ■製造業の経営者様限定でダウンロード可能な特別なレポートです！ ■目次 1、中小製造業における課題とロボット活用の現状 2、2023年 中小製造業のロボット活用は協働ロボットが主流になる！ 3、2023年 中小製造業が実践すべき協働ロボット活用 4、具体的な取組み方 5、協働ロボット活用成功事例 ■レポートの内容 中小製造業のロボット活用のトレンドと成功事例この1冊にまとめました。特に「何から始めればよいのか」と、その「具体的な方法」を例を出して解説し、さらに成功事例を掲載することでロボット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。 ■このレポートを読むメリット 中小製造業における協働ロボット活用の具体的な進め方と成功事例が分かります。 具体的な進め方と成功事例から自社でのロボット活用が可能な工程のヒントが見つかります。 https://www.funaisoken.co.jp/dl-contents/jy-robot_S045

「製造業のDX化」の実現について、基幹システム導入は有効的な方法の1つと言えます。 しかし基幹システムを導入しただけでは、蓄積されたデータを活かすことが出来ず、埋もれさせてしまうこともあります。 そこで、基幹システムとBIツールを連携させたデータ活用方法について、メリットや設定のコツについてお伝えいたします。 １．【メリット】基幹システム＋BIツールの連携 基幹システムのデータ群から、BIツールを通して分析することにより早期の経営判断を実現するという一連の流れはイメージがつきやすいかと思いますが、具体的なメリットを2点お伝えいたします。 1点目は、経営判断の為に必要な情報がリアルタイムで即時収集できるという点です。 現状、売上等の営業的指標を確認するために、エクセルの得意な担当者へ依頼をして、まずはその方が情報を集めて、自ら集計マクロを埋め込んだエクセルを起動させてのグラフ作りをされているケースが多いかと思います。 しかしこれでは、業務の属人性と迅速な課題対応という点で逆に問題を生み出してしまいます。 一方でBIツールではデータの読み込みを自動的に行い、分析資料を常に最新版で出力させることが出来ます。 これにより資料作成時間や、属人的業務を無くすことにも繋がります。 2点目は、業務の標準化の実現に繋がるという点です。 基幹システム＋BIツールにより、データの集積、分析、可視化ができるといったポイントはお話してきましたが、これらが自動的に運用されてきているということは、個人個人の手持ちのエクセルや頭の中だけにある情報等が視える化してきたとも言えますので、各社員はこのデータに基づいて意思決定及び行動を決定できるようになっていきます。これにより個人に頼る割合を少なくさせ、組織としてチーム戦略を活発化させる地固めを実現することができます。 ２．【設定のコツ】BIツールで視たい指標を項目化する 基幹システムを導入する際に、マスタの項目を決めていくことは通常よくありますが、この時に最終的に運用開始後のBIツールで視たい指標も必ず設定しておく必要があります。 例えば、見積を分析することを前提とするならば、見積入力時に「担当者」、「担当営業所」、「納品先」、「製品種別」、等の項目は入力必須として、そのフィールドを予め設定しておくことが必要となります。 これらを考慮せずにシステムをセットアップしてしまうと、いざBIツールでの分析時に、視たい切り口で分析できない、一度エクセルに出力してそこから加工してなどと、一つ一つの分析を行うにも手間がかかってしまいます。これが複数の分析資料ともなると、作成の為の時間が取られて、業務効率を落とす事態にもなりかねません。 BIツールでの分析はシステムが稼働してから検討しよう　では分析軸の項目不足によるシステム改修や余計な工数の積み重ねの原因となってしまいます。システム導入時からBIツール分析を意識した項目設定を実施することが重要となります。 視たい指標を項目立てて設定すると、お話しさせて頂いておりますが、 よく陥ってしまうケースとして、あれもこれも視てみたく、分析資料が増えすぎてしまって、似たような資料が重なってきてしまう。結局どれが大事でどこを読み取ればよいのか分かりにくい、というのも問題点かと思っております。 次のこれらの解決方法について見ていきます。 ３．【設定のコツ】分析資料の標準化を設定する 基幹システム導入時の注意点でもある、業務フローの標準化とも重なりますが、BIツールの分析についても同じように事前にしっかりと精査する必要があります。 プロジェクトメンバーの多数の意見が混ざり合ってしまって、つい複雑化してしまった　という事例もありますので、ぜひ注意していきながら各セクションで必要な資料をシンプルにまとめ上げて頂きたいということをお伝えいたします。 ４．まとめ 基幹システムを導入する、もしくはBIツールで分析する、といった内容はよく耳にすることですが、システムやツールを導入すれば分析が実現できる　と考えがちになります。 もちろんシステム導入や分析ツール活用はその実現に向けて有効な手法ではありますが、ぜひ現状の業務と照らし合わせながら、実現したい業務フローに向けて最適なセットアップを目指して頂きたいと考えております。 一度作成してしまえば、自動で流れてくる分析指標となりますが、構築時に先を見据えた仕込みが行えるかが、迅速で安定したデータ経営の実現に向けて不可欠な要素となってきます。   基幹システム活用2024年時流予測レポート ～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▼ 中堅中小製造業におけるBI活用の位置づけと実際のBI活用事例をこの１冊にまとめました。 1、製造業AI業界の現状 2、2023年製造業AI業界はこうなる！ 3、2023年実践していただきたいこと 4、どの業務・工程でもAIは活用できる「業務別・工程別のAI活用」 5、国内中小製造業におけるAI導入事例 https://www.funaisoken.co.jp/dl-contents/jy-core-system_S045   ■関連するセミナーのご案内 板金加工業の為のDX化による「儲けの改善」社長セミナー 生産管理・原価管理を徹底し、「勘による改善」から「データによる改善」へ！ セミナー詳細・申込はこちらから https://www.funaisoken.co.jp/seminar/097412 ■開催内容 材料費高騰対策！儲けの改善の仕組み導入成功編 社長が知っておくべき同業他社の原価改善取り組み事例 社長の為の生産管理＆原価管理の改善戦略 ■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 2023/04/11 (火)　13:00~15:00 2023/04/13 (木)　13:00~15:00 2023/04/20 (木)　13:00~15:00 お申し込みはこちらから⇒ https://www.funaisoken.co.jp/seminar/097412 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。 「製造業のDX化」の実現について、基幹システム導入は有効的な方法の1つと言えます。 しかし基幹システムを導入しただけでは、蓄積されたデータを活かすことが出来ず、埋もれさせてしまうこともあります。 そこで、基幹システムとBIツールを連携させたデータ活用方法について、メリットや設定のコツについてお伝えいたします。 １．【メリット】基幹システム＋BIツールの連携 基幹システムのデータ群から、BIツールを通して分析することにより早期の経営判断を実現するという一連の流れはイメージがつきやすいかと思いますが、具体的なメリットを2点お伝えいたします。 1点目は、経営判断の為に必要な情報がリアルタイムで即時収集できるという点です。 現状、売上等の営業的指標を確認するために、エクセルの得意な担当者へ依頼をして、まずはその方が情報を集めて、自ら集計マクロを埋め込んだエクセルを起動させてのグラフ作りをされているケースが多いかと思います。 しかしこれでは、業務の属人性と迅速な課題対応という点で逆に問題を生み出してしまいます。 一方でBIツールではデータの読み込みを自動的に行い、分析資料を常に最新版で出力させることが出来ます。 これにより資料作成時間や、属人的業務を無くすことにも繋がります。 2点目は、業務の標準化の実現に繋がるという点です。 基幹システム＋BIツールにより、データの集積、分析、可視化ができるといったポイントはお話してきましたが、これらが自動的に運用されてきているということは、個人個人の手持ちのエクセルや頭の中だけにある情報等が視える化してきたとも言えますので、各社員はこのデータに基づいて意思決定及び行動を決定できるようになっていきます。これにより個人に頼る割合を少なくさせ、組織としてチーム戦略を活発化させる地固めを実現することができます。 ２．【設定のコツ】BIツールで視たい指標を項目化する 基幹システムを導入する際に、マスタの項目を決めていくことは通常よくありますが、この時に最終的に運用開始後のBIツールで視たい指標も必ず設定しておく必要があります。 例えば、見積を分析することを前提とするならば、見積入力時に「担当者」、「担当営業所」、「納品先」、「製品種別」、等の項目は入力必須として、そのフィールドを予め設定しておくことが必要となります。 これらを考慮せずにシステムをセットアップしてしまうと、いざBIツールでの分析時に、視たい切り口で分析できない、一度エクセルに出力してそこから加工してなどと、一つ一つの分析を行うにも手間がかかってしまいます。これが複数の分析資料ともなると、作成の為の時間が取られて、業務効率を落とす事態にもなりかねません。 BIツールでの分析はシステムが稼働してから検討しよう　では分析軸の項目不足によるシステム改修や余計な工数の積み重ねの原因となってしまいます。システム導入時からBIツール分析を意識した項目設定を実施することが重要となります。 視たい指標を項目立てて設定すると、お話しさせて頂いておりますが、 よく陥ってしまうケースとして、あれもこれも視てみたく、分析資料が増えすぎてしまって、似たような資料が重なってきてしまう。結局どれが大事でどこを読み取ればよいのか分かりにくい、というのも問題点かと思っております。 次のこれらの解決方法について見ていきます。 ３．【設定のコツ】分析資料の標準化を設定する 基幹システム導入時の注意点でもある、業務フローの標準化とも重なりますが、BIツールの分析についても同じように事前にしっかりと精査する必要があります。 プロジェクトメンバーの多数の意見が混ざり合ってしまって、つい複雑化してしまった　という事例もありますので、ぜひ注意していきながら各セクションで必要な資料をシンプルにまとめ上げて頂きたいということをお伝えいたします。 ４．まとめ 基幹システムを導入する、もしくはBIツールで分析する、といった内容はよく耳にすることですが、システムやツールを導入すれば分析が実現できる　と考えがちになります。 もちろんシステム導入や分析ツール活用はその実現に向けて有効な手法ではありますが、ぜひ現状の業務と照らし合わせながら、実現したい業務フローに向けて最適なセットアップを目指して頂きたいと考えております。 一度作成してしまえば、自動で流れてくる分析指標となりますが、構築時に先を見据えた仕込みが行えるかが、迅速で安定したデータ経営の実現に向けて不可欠な要素となってきます。   基幹システム活用2024年時流予測レポート ～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▼ 中堅中小製造業におけるBI活用の位置づけと実際のBI活用事例をこの１冊にまとめました。 1、製造業AI業界の現状 2、2023年製造業AI業界はこうなる！ 3、2023年実践していただきたいこと 4、どの業務・工程でもAIは活用できる「業務別・工程別のAI活用」 5、国内中小製造業におけるAI導入事例 https://www.funaisoken.co.jp/dl-contents/jy-core-system_S045   ■関連するセミナーのご案内 板金加工業の為のDX化による「儲けの改善」社長セミナー 生産管理・原価管理を徹底し、「勘による改善」から「データによる改善」へ！ セミナー詳細・申込はこちらから https://www.funaisoken.co.jp/seminar/097412 ■開催内容 材料費高騰対策！儲けの改善の仕組み導入成功編 社長が知っておくべき同業他社の原価改善取り組み事例 社長の為の生産管理＆原価管理の改善戦略 ■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 2023/04/11 (火)　13:00~15:00 2023/04/13 (木)　13:00~15:00 2023/04/20 (木)　13:00~15:00 お申し込みはこちらから⇒ https://www.funaisoken.co.jp/seminar/097412

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