DX CONSULTING COLUMN 工場DXコンサルティングコラム

日々製造業の企業様とコミュニケーションをとる中で、ここ最近毎日のように話題に上がるのが「原材料の高騰」というキーワードです。 原材料費が高騰する中で、企業が自社だけで出来ることは適切な原価管理を通じた原価低減しかありません。 弊社のコラムでも何度も取り上げておりますが、今回は製造業が取り組むべき原価管理について、6つのステップで解説いたします。 ステップ0：原価管理の目的を明確にする 原価管理を進めるにあたって、最も重要なことは「何のために原価管理を行うのか」という目的を明確にすることです。 目的が不明確なままプロジェクトを開始しても、どんな情報を収集する必要があるかがぶれてしまい、原価管理を達成できなくなります。 よくある原価管理の目的としては、下記のような事項が挙げられます。 損益分岐点を明らかにして、現在の利益を把握するため 製品別個別原価を把握して注力商品を見つけやすくするため 直接原価計算といった原価分析を実施し、社内改善箇所を明確にするため 工程別設備別分析を行い、損失が出ている工程や設備を見つけて改善活動をするため ステップ1：標準単価の設定 原価管理の目的を明確化したら、次は標準原価の設定を行います。 製造業の場合、3つの切り口で標準単価（＝製造原価）を設定する必要があります。 ①材料費：製造に必要となる部品の単価など ②労務費：製造に関連する従業員の賃金（チャージ）など ③経費：①・②以外で工場維持に必要な賃料、電気代など 標準単価を設定したら、実際のデータを取得するフェーズに移行します。 次に具体的な取得方法を解説します。 ステップ2：データの取得 先に示した通り、標準単価を設定したら、実際のデータを入力・取得するフェーズに移行します。 具体的には、ステップ1で設定した標準原価に対応する形で実績のデータを取得します。 それぞれの費用に対して必要になるデータ・情報としては下記が挙げられます。 ①材料費：BOM（部品構成表）、材料の購買単価リスト ②労務費：時間チャージ、工程別製造実績時間 ③経費：工場全体の賃料、機械毎稼働時間（機械単位で費用を按分するため） 製造業の場合に特に重要なのは、②労務費に関して「改善したい単位に工程を分けて実績を取得する」ということです。 段取りも含めてピッキング・抜き・曲げ・溶接・組立など工程ごとに実績を取得するのか、それとも工程をある程度まとめてしまって実績をとるかなど、自社の考え方に合わせてデータ取得をすると良いでしょう。 製造業という業種では、特に労務費の実際データ取得に苦労される企業が多いです。 各工程において、どのような実績データを取得するのが良いのか？どのように取得することが現場の負担にならないか？を議論して方法を決定する必要があります。 また、取得したデータを活用するためには、生産管理システムなどの他のシステムへデータ連携することが重要です。データ連携することにより、リアルタイムで実績データを取得することができるので後述する原価計算やデータ分析において即時対応できるといったメリットがあります。 ステップ3：原価計算 データの取得ができたら、標準原価と実績原価を計算します。 標準原価に関しては、ステップ1で設定した標準単価に対して実際に使用した数量や時間数を掛け合わせます。 一方で実績原価は、実際にかかった単価に対して実績数量や時間数を掛け合わせることで算出します。 ここでは、初めからすべてを細かく複雑に計算しようとするのではなく、まずは全製品分計算できる粒度で計算することが今後のステップに向けて重要となります。 ステップ4：差異分析 原価計算の結果を受けて標準原価と実績原価の比較、つまり「差異分析」を行います。 標準原価に対して実績原価が高い場合、なぜその差が生じたのかを分析します。 例えば材料費に関して実績原価が標準原価よりも高かった場合、その原因は標準で想定していたより数量が多かったからなのか、それとも仕入単価が高かったのか等、要素を細かく分けて分析を行います。 差異分析の際には、さまざまな軸で分析結果を出すことでより正確な議論ができるようになります。 しかし、差異分析は後述の改善活動のための手段であるため、できるだけ効率したい作業です。 さまざまな軸で分析することを得意とした分析ソフトや分析ツールを選定し、改善活動の為の工数を確保することが大切です。 ステップ5：改善活動 原価管理の最後のステップとしては、改善活動があります。 ステップ4で標準原価と実績原価になぜ差異が生じているかを分析した後は、その原因を解決するための改善活動を行います。 ステップ4の例で考えると、製造工程での加工ミスにより使用数量が標準より増えたことで実績原価が高くなっていたとします。 その場合、加工ミスを減らし歩留まり率を上げる必要があるため、治具の導入などにより歩留まり率を高めるための施策に取り組むなどの改善活動が考えられます。 以上のように、原価管理は大きく6つのステップで取り組むことが一般的です。 ただ、この工程の中でも特に難しいのは「ステップ2：データの取得」だと考えます。 日々の受注をこなすことで精一杯なのに実績取得のためのオペレーションを増やすことはできない、という企業様は非常に多いです。 弊社ではそのような企業様に対して、工数取得プログラムによる実績取得の効率化や原価計算・BIツールを用いたデータ分析自動化などの事例がございます。 ご興味のある方は下記レポートなどを参考にしていただけますと幸いです。 コラム｜製造業必見！原価管理をエクセルで行う方法とそのメリット・デメリット コラム｜中小製造業こそ取り組むべき！個別原価管理のススメ コラム｜製造業・工場が実践すべきBIツール活用とは？成功事例も紹介   ■無料ダウンロード【製造業向け】補助金×原価管理システムの成功事例レポート ▼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_smart-factory_01906_S045 目次 1、事例概要 2、当時の課題 3、取組内容 4、効果 5、補助金申請のポイント レポートの内容 補助金を駆使した原価管理システム導入により、業務効率を向上させた製造業の事例です。 手書き日報や手動転記を排除し、リアルタイムなデータ分析を実現した今回の取組は、業務の革新と効率化を実現しました。 どのような原価管理が良いのか？ リアルタイムに把握するためにはどのような方法があるのか？ 補助金はどのように活用するのが良いのか？ といった悩み事に対しての事例を一冊にまとめています。   ■オンラインセミナー開催のお知らせ 「板金加工業の為の儲けの管理！」　社長セミナー ▼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 従業員200名以下の板金加工・プレス・溶接加工業の社長が知っておくべき原価管理システムが分かる！ ～社長の為の生産管理・原価管理システムで「見える化」する具体的な方法が分かります～ 原価管理システムで製品別・取引先別・工程別データ化したものを経営や現場が活用できるように分析する方法がわかる！ ～経営や現場が活用できるようにBIを活用してデータ分析をする方法がわかります～ 職人・属人化している生産管理・個別原価管理業務を改善する為のシステムを導入する方法が分かる！ ～一部の熟練者・職人に依存している業務にシステムを導入・活用する方法が分かります～ 基礎知識や導入経験がない社長でも個別原価をデータ化してデータ経営する方法がわかります。 ～生産・購買・在庫・原価をシステムで統合的する方法が良く分からない…そんな社長の為のセミナーです～ 個別原価を可視化する事で何が儲かっているのか？儲かっていないのか？が明確になりその具体的な対策が分かる！ ～理論・理屈ではなく、自社の現場で実践できるやり方が分かります～ 開催は残り2回！オンライン開催となります。 2022/07/26 (火)　13:00~15:00 2022/07/28 (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/   日々製造業の企業様とコミュニケーションをとる中で、ここ最近毎日のように話題に上がるのが「原材料の高騰」というキーワードです。 原材料費が高騰する中で、企業が自社だけで出来ることは適切な原価管理を通じた原価低減しかありません。 弊社のコラムでも何度も取り上げておりますが、今回は製造業が取り組むべき原価管理について、6つのステップで解説いたします。 ステップ0：原価管理の目的を明確にする 原価管理を進めるにあたって、最も重要なことは「何のために原価管理を行うのか」という目的を明確にすることです。 目的が不明確なままプロジェクトを開始しても、どんな情報を収集する必要があるかがぶれてしまい、原価管理を達成できなくなります。 よくある原価管理の目的としては、下記のような事項が挙げられます。 損益分岐点を明らかにして、現在の利益を把握するため 製品別個別原価を把握して注力商品を見つけやすくするため 直接原価計算といった原価分析を実施し、社内改善箇所を明確にするため 工程別設備別分析を行い、損失が出ている工程や設備を見つけて改善活動をするため ステップ1：標準単価の設定 原価管理の目的を明確化したら、次は標準原価の設定を行います。 製造業の場合、3つの切り口で標準単価（＝製造原価）を設定する必要があります。 ①材料費：製造に必要となる部品の単価など ②労務費：製造に関連する従業員の賃金（チャージ）など ③経費：①・②以外で工場維持に必要な賃料、電気代など 標準単価を設定したら、実際のデータを取得するフェーズに移行します。 次に具体的な取得方法を解説します。 ステップ2：データの取得 先に示した通り、標準単価を設定したら、実際のデータを入力・取得するフェーズに移行します。 具体的には、ステップ1で設定した標準原価に対応する形で実績のデータを取得します。 それぞれの費用に対して必要になるデータ・情報としては下記が挙げられます。 ①材料費：BOM（部品構成表）、材料の購買単価リスト ②労務費：時間チャージ、工程別製造実績時間 ③経費：工場全体の賃料、機械毎稼働時間（機械単位で費用を按分するため） 製造業の場合に特に重要なのは、②労務費に関して「改善したい単位に工程を分けて実績を取得する」ということです。 段取りも含めてピッキング・抜き・曲げ・溶接・組立など工程ごとに実績を取得するのか、それとも工程をある程度まとめてしまって実績をとるかなど、自社の考え方に合わせてデータ取得をすると良いでしょう。 製造業という業種では、特に労務費の実際データ取得に苦労される企業が多いです。 各工程において、どのような実績データを取得するのが良いのか？どのように取得することが現場の負担にならないか？を議論して方法を決定する必要があります。 また、取得したデータを活用するためには、生産管理システムなどの他のシステムへデータ連携することが重要です。データ連携することにより、リアルタイムで実績データを取得することができるので後述する原価計算やデータ分析において即時対応できるといったメリットがあります。 ステップ3：原価計算 データの取得ができたら、標準原価と実績原価を計算します。 標準原価に関しては、ステップ1で設定した標準単価に対して実際に使用した数量や時間数を掛け合わせます。 一方で実績原価は、実際にかかった単価に対して実績数量や時間数を掛け合わせることで算出します。 ここでは、初めからすべてを細かく複雑に計算しようとするのではなく、まずは全製品分計算できる粒度で計算することが今後のステップに向けて重要となります。 ステップ4：差異分析 原価計算の結果を受けて標準原価と実績原価の比較、つまり「差異分析」を行います。 標準原価に対して実績原価が高い場合、なぜその差が生じたのかを分析します。 例えば材料費に関して実績原価が標準原価よりも高かった場合、その原因は標準で想定していたより数量が多かったからなのか、それとも仕入単価が高かったのか等、要素を細かく分けて分析を行います。 差異分析の際には、さまざまな軸で分析結果を出すことでより正確な議論ができるようになります。 しかし、差異分析は後述の改善活動のための手段であるため、できるだけ効率したい作業です。 さまざまな軸で分析することを得意とした分析ソフトや分析ツールを選定し、改善活動の為の工数を確保することが大切です。 ステップ5：改善活動 原価管理の最後のステップとしては、改善活動があります。 ステップ4で標準原価と実績原価になぜ差異が生じているかを分析した後は、その原因を解決するための改善活動を行います。 ステップ4の例で考えると、製造工程での加工ミスにより使用数量が標準より増えたことで実績原価が高くなっていたとします。 その場合、加工ミスを減らし歩留まり率を上げる必要があるため、治具の導入などにより歩留まり率を高めるための施策に取り組むなどの改善活動が考えられます。 以上のように、原価管理は大きく6つのステップで取り組むことが一般的です。 ただ、この工程の中でも特に難しいのは「ステップ2：データの取得」だと考えます。 日々の受注をこなすことで精一杯なのに実績取得のためのオペレーションを増やすことはできない、という企業様は非常に多いです。 弊社ではそのような企業様に対して、工数取得プログラムによる実績取得の効率化や原価計算・BIツールを用いたデータ分析自動化などの事例がございます。 ご興味のある方は下記レポートなどを参考にしていただけますと幸いです。 コラム｜製造業必見！原価管理をエクセルで行う方法とそのメリット・デメリット コラム｜中小製造業こそ取り組むべき！個別原価管理のススメ コラム｜製造業・工場が実践すべきBIツール活用とは？成功事例も紹介   ■無料ダウンロード【製造業向け】補助金×原価管理システムの成功事例レポート ▼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_smart-factory_01906_S045 目次 1、事例概要 2、当時の課題 3、取組内容 4、効果 5、補助金申請のポイント レポートの内容 補助金を駆使した原価管理システム導入により、業務効率を向上させた製造業の事例です。 手書き日報や手動転記を排除し、リアルタイムなデータ分析を実現した今回の取組は、業務の革新と効率化を実現しました。 どのような原価管理が良いのか？ リアルタイムに把握するためにはどのような方法があるのか？ 補助金はどのように活用するのが良いのか？ といった悩み事に対しての事例を一冊にまとめています。   ■オンラインセミナー開催のお知らせ 「板金加工業の為の儲けの管理！」　社長セミナー ▼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 従業員200名以下の板金加工・プレス・溶接加工業の社長が知っておくべき原価管理システムが分かる！ ～社長の為の生産管理・原価管理システムで「見える化」する具体的な方法が分かります～ 原価管理システムで製品別・取引先別・工程別データ化したものを経営や現場が活用できるように分析する方法がわかる！ ～経営や現場が活用できるようにBIを活用してデータ分析をする方法がわかります～ 職人・属人化している生産管理・個別原価管理業務を改善する為のシステムを導入する方法が分かる！ ～一部の熟練者・職人に依存している業務にシステムを導入・活用する方法が分かります～ 基礎知識や導入経験がない社長でも個別原価をデータ化してデータ経営する方法がわかります。 ～生産・購買・在庫・原価をシステムで統合的する方法が良く分からない…そんな社長の為のセミナーです～ 個別原価を可視化する事で何が儲かっているのか？儲かっていないのか？が明確になりその具体的な対策が分かる！ ～理論・理屈ではなく、自社の現場で実践できるやり方が分かります～ 開催は残り2回！オンライン開催となります。 2022/07/26 (火)　13:00~15:00 2022/07/28 (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．リスキングとは リスキリングについて、経済産業省は「新しい職業に就くために、あるいは、今の職業で必要とされるスキルの大幅な変化に適応するために、必要なスキルを獲得する/させること」と定義しています。 これは「働く→学ぶ→働く」のサイクルを繰り返すリカレント教育とは「職を離れるか否か」という点で異なり、リスキリングは仕事をしながら学び続けていく前提の言葉と言えます。 また、リスキリングは「これからも職業で価値創出し続けるために必要なスキル」である前提を重視しており、単なる学び直しでもありません。 リスキリングはDX時代の人材戦略において欠かせない存在となり、このリスキリングによってデジタル技術の力を使いながら価値を創造できるように多くの従業員の能力やスキルが再開発されることが期待されています。 ２．世界の動き 世界経済会議では、2018年から3年連続で「リスキル革命」と銘打ったセッションが実施されています。 また、2020年年次総会（ダボス会議）では、「2030年までに全世界で10億人をリスキリングする」という宣言をしています。 同会議では、第4次産業革命により、数年で8000万件の仕事が消失する一方で9700万件の新たな仕事が生まれると予想されており、それに備えて「リスキル革命プラットフォーム」の構築も宣言されています。 次に日本における動きを見ていきます。 ３．日本の動き 日本においては、先月2022年6月16日に「日本リスキリングコンソーシアム」が発足しました。 これは、国や地方自治体、民間企業などが一体となって、日本全国あらゆる人のスキルをアップデートする「リスキリング」に取り組む新たな試みです。 様々な企業によるトレーニングプログラムの提供や、就職支援、副業・フリーランス・アルバイトなどの幅広いジョブマッチングの機会の提供など、パートナーシップの輪を広げることで、全国の人々が学び続ける機会を設ける予定です。 また、8割を無料で受講できる当サイトは、今後4年間で50万人の受講を目指して220程度の講座を提供することを発表しています。 「日本リスキリングコンソーシアム」：https://japan-reskilling-consortium.jp/ 今回はリスキリングの概要をご紹介しました。所属企業やそれに伴う規模、現職のポジションに関わらず、働く人全員が必須の取り組みと言えます。 今後活発になっていく同分野について、学び始めてみるのはいかがでしょうか。   ■無料ダウンロードAIを活用した類似案件検索システム導入事例解説レポート ▼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 「こうなりたい！」と思っている経営者様におすすめ 見積作成時はベテラン担当者が過去の経験をフル活用して作成している→特定の担当者依存を解消したい 見積情報の共有範囲が不明確→情報共有を明確化したい 加工時間を参考にする場合は過去のファイルを参照→過去ファイルを探す時間を減らしたい 過去ファイルの存在は勘と経験頼り→勘と経験に依存した業務を無くしたい 目次 1、類似案件検索システムとは 2、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 ▼セミナーお申し込みはこちら▼ https://www.funaisoken.co.jp/seminar/088304   セミナー開催のお知らせ 取り組み事例に学ぶ!メーカー経営にAIを活⽤する具体的⽅法とは!! ■講座内容 ・第1講座　AI導入事例講座「メーカーでのAI取組事例」 営業AI化：営業部門でAIを活用し、属人化した営業スキルの標準化に取り組んでいるメーカーの事例 見積・提案AI化：営業スタッフの見積・提案業務をAIがサポート 受注予測AI化：AIを活用した受注予測により、売上見込みの精度向上 生産計画・生産管理AI化：AIを活用した生産計画・生産管理による生産性UP・利益率UP 生産技術AI化：AIを活用した生産現場での熟練技術の継承 外観検査AI化：AIを活用した外観検査の省人化＆工程改善・品質UP 顧客対応AI化：営業時の顧客対応をAIがサポート ・第2講座　AI導入戦略講座「メーカー経営者が取り組むべきAI活用戦略とは」 メーカーの経営にAIを活用する方法 ”経営者目線”で知っておくべき製造業で実践できる具体的なAI活用とは？ 漠然とした理論・概論ではなく、現場で即使えて実践的なAI導入手順 ■開催日程（全てオンライン開催） 2022/09/13 (火)　13:00~15:00 2022/09/15 (木)　13:00~15:00 2022/09/21 (水)　13:00~15:00 2022/09/22 (木)　13:00~15:00 お申し込みはこちらから⇒ https://www.funaisoken.co.jp/seminar/088304   １．リスキングとは リスキリングについて、経済産業省は「新しい職業に就くために、あるいは、今の職業で必要とされるスキルの大幅な変化に適応するために、必要なスキルを獲得する/させること」と定義しています。 これは「働く→学ぶ→働く」のサイクルを繰り返すリカレント教育とは「職を離れるか否か」という点で異なり、リスキリングは仕事をしながら学び続けていく前提の言葉と言えます。 また、リスキリングは「これからも職業で価値創出し続けるために必要なスキル」である前提を重視しており、単なる学び直しでもありません。 リスキリングはDX時代の人材戦略において欠かせない存在となり、このリスキリングによってデジタル技術の力を使いながら価値を創造できるように多くの従業員の能力やスキルが再開発されることが期待されています。 ２．世界の動き 世界経済会議では、2018年から3年連続で「リスキル革命」と銘打ったセッションが実施されています。 また、2020年年次総会（ダボス会議）では、「2030年までに全世界で10億人をリスキリングする」という宣言をしています。 同会議では、第4次産業革命により、数年で8000万件の仕事が消失する一方で9700万件の新たな仕事が生まれると予想されており、それに備えて「リスキル革命プラットフォーム」の構築も宣言されています。 次に日本における動きを見ていきます。 ３．日本の動き 日本においては、先月2022年6月16日に「日本リスキリングコンソーシアム」が発足しました。 これは、国や地方自治体、民間企業などが一体となって、日本全国あらゆる人のスキルをアップデートする「リスキリング」に取り組む新たな試みです。 様々な企業によるトレーニングプログラムの提供や、就職支援、副業・フリーランス・アルバイトなどの幅広いジョブマッチングの機会の提供など、パートナーシップの輪を広げることで、全国の人々が学び続ける機会を設ける予定です。 また、8割を無料で受講できる当サイトは、今後4年間で50万人の受講を目指して220程度の講座を提供することを発表しています。 「日本リスキリングコンソーシアム」：https://japan-reskilling-consortium.jp/ 今回はリスキリングの概要をご紹介しました。所属企業やそれに伴う規模、現職のポジションに関わらず、働く人全員が必須の取り組みと言えます。 今後活発になっていく同分野について、学び始めてみるのはいかがでしょうか。   ■無料ダウンロードAIを活用した類似案件検索システム導入事例解説レポート ▼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 「こうなりたい！」と思っている経営者様におすすめ 見積作成時はベテラン担当者が過去の経験をフル活用して作成している→特定の担当者依存を解消したい 見積情報の共有範囲が不明確→情報共有を明確化したい 加工時間を参考にする場合は過去のファイルを参照→過去ファイルを探す時間を減らしたい 過去ファイルの存在は勘と経験頼り→勘と経験に依存した業務を無くしたい 目次 1、類似案件検索システムとは 2、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 ▼セミナーお申し込みはこちら▼ https://www.funaisoken.co.jp/seminar/088304   セミナー開催のお知らせ 取り組み事例に学ぶ!メーカー経営にAIを活⽤する具体的⽅法とは!! ■講座内容 ・第1講座　AI導入事例講座「メーカーでのAI取組事例」 営業AI化：営業部門でAIを活用し、属人化した営業スキルの標準化に取り組んでいるメーカーの事例 見積・提案AI化：営業スタッフの見積・提案業務をAIがサポート 受注予測AI化：AIを活用した受注予測により、売上見込みの精度向上 生産計画・生産管理AI化：AIを活用した生産計画・生産管理による生産性UP・利益率UP 生産技術AI化：AIを活用した生産現場での熟練技術の継承 外観検査AI化：AIを活用した外観検査の省人化＆工程改善・品質UP 顧客対応AI化：営業時の顧客対応をAIがサポート ・第2講座　AI導入戦略講座「メーカー経営者が取り組むべきAI活用戦略とは」 メーカーの経営にAIを活用する方法 ”経営者目線”で知っておくべき製造業で実践できる具体的なAI活用とは？ 漠然とした理論・概論ではなく、現場で即使えて実践的なAI導入手順 ■開催日程（全てオンライン開催） 2022/09/13 (火)　13:00~15:00 2022/09/15 (木)　13:00~15:00 2022/09/21 (水)　13:00~15:00 2022/09/22 (木)　13:00~15:00 お申し込みはこちらから⇒ https://www.funaisoken.co.jp/seminar/088304  

▼無料ダウンロードはこちらをクリック １．はじめに 昨今、日本でも急速にロボット導入が進み、大手・中堅企業はもちろんのこと中小製造業でもロボットが導入されていることが珍しくなくなりました。 しかしながら多くの企業に導入されているものの、実際活用できている企業はほんの一握りなのが現状です。活用できていない原因はいくつかありますが、主な原因の一つが「ティーチング」です。ロボットを動かすためにはロボットに動作を教え込む必要がありそのために必要な作業がティーチングになります。 ティーチング作業は非常に複雑、かつ専門知識を要する作業であり、専門のロボットプログラマーが行うのが一般的です。ロボットを動かすにはペンダント（操作パネル）を使います。 このペンダントでティーチングの修正や動作確認を行っていくのですが、一般的に使用されているペンダントの画面はプログラムが羅列された文字だらけの画面であり非常に複雑です。 また、例えば金属加工品において、全ての加工品が完全に同じ形状なことはまずありえません。ロボットは決められた動きを繰りかえす為、そういったワークごとのズレには対応できません。 上記のような課題により特に多品種少量生産の企業においてロボットを使いこなすのは至難の業といえるでしょう。ただ、近年ではこうした課題に対するソリューションが多く登場してきておりますので、本コラムではティーチングレスを実現させるための方法を紹介いたします。 ２．オフラインティーチングソフト オフラインティーチングとは、実機を用いずにPCの操作にてロボットティーチングを実践する方法です。 本来ペンダントと呼ばれるリモコンの様なモノで、手動によるロボットの移動とポイント登録を繰り返して加工動作一連のPRGを作成していきますが、オフラインティーチングソフトは３D-CADデータを基にPC上でロボットプログラムの作成が可能となります。様々なシュミレーションを安全な環境で生産現場のロボットを停止せずに行う事が出来ます。 高機能型のソフトウェアでは加工開始点と終了点を指定するだけで、自動で加工パスを生成してくれるソフトもあります。 更に干渉確認や特異点回避（ロボットがエラーを起こしやすい場所）の機能もあり、実機を動かさずにほとんどのティーチング作業を完了させる事が出来ます。 ただし、あくまでもCADモデル上でのシュミレーションになりますので、実機での調整は必須です。 ８割程度はオフラインティーチングで作成し、作ったPRGを実機に書き込んだのちに、ペンダントで微調整していく事で大幅にティーチングに掛かる時間を削減する事が出来ます。 非常に便利なソフトウェアですが、上述したとおり３D-CADが必須です。 自社での３D設計→自社生産であればこのようなソフトは絶大な効果を発揮出来ますが、外部から受注している仕事の場合難易度が高いのは事実です。 中小製造業では、今も２Dや手書きの図面がFAXでやり取りされる事がまだまだ多く、受注段階で３D-CADを貰える事はあまり無いという実態があります。 本来であれば受注直後にCADモデルが客先から支給され、それをもとにオフラインティーチングを実施し、現場の微調整をかけてロボットで着工という流れでものづくりをしていければ良いですが、現状ではそういう環境になっていない場合も多く、自社で３Dモデルの作成が必須となります。 ３．センサー活用 ３Dのレーザーセンサーやレーザースキャナーを活用することで、現物合わせて位置補正を行うことができます。そのため、ワークごとの形状差や溶接によるひずみがあってもワークの変化に対して自動補正をかけることができます。都度都度ティーチングの修正を行う必要がないため、位置ズレやワークの加工誤差・形状の変化が大きいものをロボットで取り扱っている場合は特に力を発揮します。 センサーにも多くの種類が存在しており、接触式で安価なタッチセンサーから、３Dスキャナーと高性能なソフトウェアを使った補正システムまで、幅広く存在しています。 センサーによっては、2次元のものや3次元的に補正をかけられるセンサーがあったり、対象の工程（溶接やハンドリングなど）に合ったセンサーなど多種多様なものがあるので、どの工程のどのワークを対象にするのが投資対効果の良いかをよく分析したうえで、それに合ったセンサーを検討されるのが良いでしょう。 ▼無料ダウンロードはこちらをクリック ▼無料ダウンロードはこちらをクリック １．はじめに 昨今、日本でも急速にロボット導入が進み、大手・中堅企業はもちろんのこと中小製造業でもロボットが導入されていることが珍しくなくなりました。 しかしながら多くの企業に導入されているものの、実際活用できている企業はほんの一握りなのが現状です。活用できていない原因はいくつかありますが、主な原因の一つが「ティーチング」です。ロボットを動かすためにはロボットに動作を教え込む必要がありそのために必要な作業がティーチングになります。 ティーチング作業は非常に複雑、かつ専門知識を要する作業であり、専門のロボットプログラマーが行うのが一般的です。ロボットを動かすにはペンダント（操作パネル）を使います。 このペンダントでティーチングの修正や動作確認を行っていくのですが、一般的に使用されているペンダントの画面はプログラムが羅列された文字だらけの画面であり非常に複雑です。 また、例えば金属加工品において、全ての加工品が完全に同じ形状なことはまずありえません。ロボットは決められた動きを繰りかえす為、そういったワークごとのズレには対応できません。 上記のような課題により特に多品種少量生産の企業においてロボットを使いこなすのは至難の業といえるでしょう。ただ、近年ではこうした課題に対するソリューションが多く登場してきておりますので、本コラムではティーチングレスを実現させるための方法を紹介いたします。 ２．オフラインティーチングソフト オフラインティーチングとは、実機を用いずにPCの操作にてロボットティーチングを実践する方法です。 本来ペンダントと呼ばれるリモコンの様なモノで、手動によるロボットの移動とポイント登録を繰り返して加工動作一連のPRGを作成していきますが、オフラインティーチングソフトは３D-CADデータを基にPC上でロボットプログラムの作成が可能となります。様々なシュミレーションを安全な環境で生産現場のロボットを停止せずに行う事が出来ます。 高機能型のソフトウェアでは加工開始点と終了点を指定するだけで、自動で加工パスを生成してくれるソフトもあります。 更に干渉確認や特異点回避（ロボットがエラーを起こしやすい場所）の機能もあり、実機を動かさずにほとんどのティーチング作業を完了させる事が出来ます。 ただし、あくまでもCADモデル上でのシュミレーションになりますので、実機での調整は必須です。 ８割程度はオフラインティーチングで作成し、作ったPRGを実機に書き込んだのちに、ペンダントで微調整していく事で大幅にティーチングに掛かる時間を削減する事が出来ます。 非常に便利なソフトウェアですが、上述したとおり３D-CADが必須です。 自社での３D設計→自社生産であればこのようなソフトは絶大な効果を発揮出来ますが、外部から受注している仕事の場合難易度が高いのは事実です。 中小製造業では、今も２Dや手書きの図面がFAXでやり取りされる事がまだまだ多く、受注段階で３D-CADを貰える事はあまり無いという実態があります。 本来であれば受注直後にCADモデルが客先から支給され、それをもとにオフラインティーチングを実施し、現場の微調整をかけてロボットで着工という流れでものづくりをしていければ良いですが、現状ではそういう環境になっていない場合も多く、自社で３Dモデルの作成が必須となります。 ３．センサー活用 ３Dのレーザーセンサーやレーザースキャナーを活用することで、現物合わせて位置補正を行うことができます。そのため、ワークごとの形状差や溶接によるひずみがあってもワークの変化に対して自動補正をかけることができます。都度都度ティーチングの修正を行う必要がないため、位置ズレやワークの加工誤差・形状の変化が大きいものをロボットで取り扱っている場合は特に力を発揮します。 センサーにも多くの種類が存在しており、接触式で安価なタッチセンサーから、３Dスキャナーと高性能なソフトウェアを使った補正システムまで、幅広く存在しています。 センサーによっては、2次元のものや3次元的に補正をかけられるセンサーがあったり、対象の工程（溶接やハンドリングなど）に合ったセンサーなど多種多様なものがあるので、どの工程のどのワークを対象にするのが投資対効果の良いかをよく分析したうえで、それに合ったセンサーを検討されるのが良いでしょう。 ▼無料ダウンロードはこちらをクリック

AIシステムの市場規模が急成長する一方で、そのプロジェクトの多くが消滅しています。その背景の１つに、従来のITインフラと、AIを実装するためのITインフラの違いがあると考えられています。 １．ITインフラがAIプロジェクトの成功を左右する 新型コロナウイルスの影響でDXへの取り組みは大きく加速しました。AIシステムへの投資意欲や投資金額も増加し、すでにAIは多くの業界において競争に勝ち抜く上での必須要素だと考え始められています。 AIプロジェクトの多くはPoC（概念検証）を実施し、そこで実現可否を判断します。しかしその段階で躓き、本番稼働に行きつけずに消滅してしまっているプロジェクトも多く存在します。米調査会社ガートナーによると、その割合は47％であり、約半数が本番稼働前に頓挫している現状となっています。また、同調査からは、全回答者の30％が「従来型のITインフラにAIソリューションを統合する際の複雑さがAIプロジェクト最大の障壁」だと考えていることも公表されています。つまり、ITインフラがAIプロジェクトの成功を左右する重要な要素となっているのです。 ２．従来のITインフラとAIに対応できるインフラの違い 従来のITインフラとAIに対応できるインフラの最大の違いは「AI技術が発展途中であること」です。具体的には従来のITインフラにはない、「保守」と「拡張」の難しさの観点からご紹介します。 ・保守の難しさ AI分野は現在、世界中の大学・企業などが取り組む研究対象であり、その成果として日々さまざまなソフトウェアが公表されています。それらの多くはOSS（オープンソースソフトウェア）を組み合わせて構築されており、要は、ノウハウが整理されていないままの公開情報を組み合わせているため、その分不具合が生じる可能性も高いのです。企業がAIを導入する際も、この無償のOSSを使用することが多いのですが、セキュリティ面では企業のIT部門が求めるレベルの保守が無償のOSSでは提供されないのが一般的です。この点においてIT部門としては保守が受けられないことが大きなリスクとして捉え、保守ができないものは導入できないと考える企業も多くあります。 ・拡張の難しさ 従来のITインフラはAIプロジェクトによって拡張できることを想定しておらず、そもそも拡張できない状態である企業は多い現状です。それにより機会損失が発生する可能性もあります。 AIプロジェクトを始動する前に社内のITインフラをどのような基準で整備しているかを一度確認いただき、いざAIプロジェクトを始める際に上記のポイントについて問題がないかを確認してみてはいかがでしょうか。   ■無料ダウンロードAIを活用した類似案件検索システム導入事例解説レポート ▼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 「こうなりたい！」と思っている経営者様におすすめ 見積作成時はベテラン担当者が過去の経験をフル活用して作成している→特定の担当者依存を解消したい 見積情報の共有範囲が不明確→情報共有を明確化したい 加工時間を参考にする場合は過去のファイルを参照→過去ファイルを探す時間を減らしたい 過去ファイルの存在は勘と経験頼り→勘と経験に依存した業務を無くしたい 目次 1、類似案件検索システムとは 2、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 ▼セミナーお申し込みはこちら▼ https://www.funaisoken.co.jp/seminar/088304   セミナー開催のお知らせ 取り組み事例に学ぶ!メーカー経営にAIを活⽤する具体的⽅法とは!! ■講座内容 ・第1講座　AI導入事例講座「メーカーでのAI取組事例」 営業AI化：営業部門でAIを活用し、属人化した営業スキルの標準化に取り組んでいるメーカーの事例 見積・提案AI化：営業スタッフの見積・提案業務をAIがサポート 受注予測AI化：AIを活用した受注予測により、売上見込みの精度向上 生産計画・生産管理AI化：AIを活用した生産計画・生産管理による生産性UP・利益率UP 生産技術AI化：AIを活用した生産現場での熟練技術の継承 外観検査AI化：AIを活用した外観検査の省人化＆工程改善・品質UP 顧客対応AI化：営業時の顧客対応をAIがサポート ・第2講座　AI導入戦略講座「メーカー経営者が取り組むべきAI活用戦略とは」 メーカーの経営にAIを活用する方法 ”経営者目線”で知っておくべき製造業で実践できる具体的なAI活用とは？ 漠然とした理論・概論ではなく、現場で即使えて実践的なAI導入手順 ■開催日程（全てオンライン開催） 2022/09/13 (火)　13:00~15:00 2022/09/15 (木)　13:00~15:00 2022/09/21 (水)　13:00~15:00 2022/09/22 (木)　13:00~15:00 お申し込みはこちらから⇒ https://www.funaisoken.co.jp/seminar/088304   AIシステムの市場規模が急成長する一方で、そのプロジェクトの多くが消滅しています。その背景の１つに、従来のITインフラと、AIを実装するためのITインフラの違いがあると考えられています。 １．ITインフラがAIプロジェクトの成功を左右する 新型コロナウイルスの影響でDXへの取り組みは大きく加速しました。AIシステムへの投資意欲や投資金額も増加し、すでにAIは多くの業界において競争に勝ち抜く上での必須要素だと考え始められています。 AIプロジェクトの多くはPoC（概念検証）を実施し、そこで実現可否を判断します。しかしその段階で躓き、本番稼働に行きつけずに消滅してしまっているプロジェクトも多く存在します。米調査会社ガートナーによると、その割合は47％であり、約半数が本番稼働前に頓挫している現状となっています。また、同調査からは、全回答者の30％が「従来型のITインフラにAIソリューションを統合する際の複雑さがAIプロジェクト最大の障壁」だと考えていることも公表されています。つまり、ITインフラがAIプロジェクトの成功を左右する重要な要素となっているのです。 ２．従来のITインフラとAIに対応できるインフラの違い 従来のITインフラとAIに対応できるインフラの最大の違いは「AI技術が発展途中であること」です。具体的には従来のITインフラにはない、「保守」と「拡張」の難しさの観点からご紹介します。 ・保守の難しさ AI分野は現在、世界中の大学・企業などが取り組む研究対象であり、その成果として日々さまざまなソフトウェアが公表されています。それらの多くはOSS（オープンソースソフトウェア）を組み合わせて構築されており、要は、ノウハウが整理されていないままの公開情報を組み合わせているため、その分不具合が生じる可能性も高いのです。企業がAIを導入する際も、この無償のOSSを使用することが多いのですが、セキュリティ面では企業のIT部門が求めるレベルの保守が無償のOSSでは提供されないのが一般的です。この点においてIT部門としては保守が受けられないことが大きなリスクとして捉え、保守ができないものは導入できないと考える企業も多くあります。 ・拡張の難しさ 従来のITインフラはAIプロジェクトによって拡張できることを想定しておらず、そもそも拡張できない状態である企業は多い現状です。それにより機会損失が発生する可能性もあります。 AIプロジェクトを始動する前に社内のITインフラをどのような基準で整備しているかを一度確認いただき、いざAIプロジェクトを始める際に上記のポイントについて問題がないかを確認してみてはいかがでしょうか。   ■無料ダウンロードAIを活用した類似案件検索システム導入事例解説レポート ▼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 「こうなりたい！」と思っている経営者様におすすめ 見積作成時はベテラン担当者が過去の経験をフル活用して作成している→特定の担当者依存を解消したい 見積情報の共有範囲が不明確→情報共有を明確化したい 加工時間を参考にする場合は過去のファイルを参照→過去ファイルを探す時間を減らしたい 過去ファイルの存在は勘と経験頼り→勘と経験に依存した業務を無くしたい 目次 1、類似案件検索システムとは 2、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 ▼セミナーお申し込みはこちら▼ https://www.funaisoken.co.jp/seminar/088304   セミナー開催のお知らせ 取り組み事例に学ぶ!メーカー経営にAIを活⽤する具体的⽅法とは!! ■講座内容 ・第1講座　AI導入事例講座「メーカーでのAI取組事例」 営業AI化：営業部門でAIを活用し、属人化した営業スキルの標準化に取り組んでいるメーカーの事例 見積・提案AI化：営業スタッフの見積・提案業務をAIがサポート 受注予測AI化：AIを活用した受注予測により、売上見込みの精度向上 生産計画・生産管理AI化：AIを活用した生産計画・生産管理による生産性UP・利益率UP 生産技術AI化：AIを活用した生産現場での熟練技術の継承 外観検査AI化：AIを活用した外観検査の省人化＆工程改善・品質UP 顧客対応AI化：営業時の顧客対応をAIがサポート ・第2講座　AI導入戦略講座「メーカー経営者が取り組むべきAI活用戦略とは」 メーカーの経営にAIを活用する方法 ”経営者目線”で知っておくべき製造業で実践できる具体的なAI活用とは？ 漠然とした理論・概論ではなく、現場で即使えて実践的なAI導入手順 ■開催日程（全てオンライン開催） 2022/09/13 (火)　13:00~15:00 2022/09/15 (木)　13:00~15:00 2022/09/21 (水)　13:00~15:00 2022/09/22 (木)　13:00~15:00 お申し込みはこちらから⇒ https://www.funaisoken.co.jp/seminar/088304  

１．導入の背景 今回ご紹介する事例の企業では課題として加工機への単純なワークセット作業を 、熟練の加工職人が行っており、本来であれば高付加価値業務を担う必要のある、熟練職人が単純なワークセット作業という低付加価値業務を常態的に行っていました。 ワークセット作業に時間が取られてしまうことで、新規品のプログラム作成や、その他改善業務に手が回らず、結果として生産性が下がっている状態となっていました。 さらに、時代と共に大量生産品が減り多品種少量生産の傾向が強まったことにより、通常の産業用ロボットでは自社の運用に合わずにロボット導入が進められない状況となっていました。 ２．多品種少量生産対応のための協働ロボット導入 協働ロボットの特徴は何と言っても安全柵が不要で省スペースであることです。 省スペース性と、この企業独自のアイディアを活用して多品種少量生産に対応できる協働ロボットの導入に取り組みました。 独自のアイディアとは、 カラクリ機構を採用し導入コストを大幅削減（ストッカー、治具、押しボタン） 加工機とのインタフェースを取らずにワークセットから加工、取り出しまで行うシステム インタフェース（電気配線）が無いため使わないときは移動できる 使わないときは移動できるため人手での加工にも対応可能 上記のような独自のアイディアで協働ロボットの導入を成功させました。 ３．熟練作業者との付き合い方 熟練作業者の中にはロボットの導入に否定的な人も多くいます。 自分の仕事が無くなってしまうのでは？、、 ロボットでやるより自分でやったほうが早い 等の意見を聞くことがあります。 熟練作業者にはワークをセットするだけの単純作業は価値が低い、熟練作業者には価値ある作業をやってもらいたい、ということを伝え、理解してもらう必要があるでしょう。 これは、経営者自らが作業者に対して根気よく説明することが重要になります。 熟練作業者自らが、自身の業務において価値のある作業が何なのか、を理解することで会社全体としての生産性を向上させることが可能です。   ■”無料ダウンロード”最短半年でロボット導入を成功させる方法 ▼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_00145 目次 ロボット導入が失敗する３つの理由 初めてのロボットはこれを使え！！ 具体的活用事例 本レポートでは、ロボット導入が失敗する理由とその解決策、さらに、具体的な活用事例をご紹介しています。   ■オンラインセミナー開催のお知らせ 多品種少量生産機械加工業のロボット活用！社長セミナー ▼セミナーお申し込みはこちら▼ https://smart-factory.funaisoken.co.jp/event/   このような方にオススメ マシニングセンタ・NC旋盤・各種加工機等を保有している機械加工業の社長様 多品種少量生産している機械加工業の社長様 現場スタッフに課題があり人手を掛けずに生産量を増やしたいと考えている社長様 ロボット化により夜間稼働や休日稼働をすることで生産性を上げたいと思われる社長様 ロボット活用にこれから取り組みたいが、どのように始めれば良いか分からない社長様 2022/08/16 (火)　13:00~15:00 2022/08/18 (木)　13:00~15:00 2022/08/23 (火)　13:00~15:00 2022/08/24 (水)　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．導入の背景 今回ご紹介する事例の企業では課題として加工機への単純なワークセット作業を 、熟練の加工職人が行っており、本来であれば高付加価値業務を担う必要のある、熟練職人が単純なワークセット作業という低付加価値業務を常態的に行っていました。 ワークセット作業に時間が取られてしまうことで、新規品のプログラム作成や、その他改善業務に手が回らず、結果として生産性が下がっている状態となっていました。 さらに、時代と共に大量生産品が減り多品種少量生産の傾向が強まったことにより、通常の産業用ロボットでは自社の運用に合わずにロボット導入が進められない状況となっていました。 ２．多品種少量生産対応のための協働ロボット導入 協働ロボットの特徴は何と言っても安全柵が不要で省スペースであることです。 省スペース性と、この企業独自のアイディアを活用して多品種少量生産に対応できる協働ロボットの導入に取り組みました。 独自のアイディアとは、 カラクリ機構を採用し導入コストを大幅削減（ストッカー、治具、押しボタン） 加工機とのインタフェースを取らずにワークセットから加工、取り出しまで行うシステム インタフェース（電気配線）が無いため使わないときは移動できる 使わないときは移動できるため人手での加工にも対応可能 上記のような独自のアイディアで協働ロボットの導入を成功させました。 ３．熟練作業者との付き合い方 熟練作業者の中にはロボットの導入に否定的な人も多くいます。 自分の仕事が無くなってしまうのでは？、、 ロボットでやるより自分でやったほうが早い 等の意見を聞くことがあります。 熟練作業者にはワークをセットするだけの単純作業は価値が低い、熟練作業者には価値ある作業をやってもらいたい、ということを伝え、理解してもらう必要があるでしょう。 これは、経営者自らが作業者に対して根気よく説明することが重要になります。 熟練作業者自らが、自身の業務において価値のある作業が何なのか、を理解することで会社全体としての生産性を向上させることが可能です。   ■”無料ダウンロード”最短半年でロボット導入を成功させる方法 ▼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_00145 目次 ロボット導入が失敗する３つの理由 初めてのロボットはこれを使え！！ 具体的活用事例 本レポートでは、ロボット導入が失敗する理由とその解決策、さらに、具体的な活用事例をご紹介しています。   ■オンラインセミナー開催のお知らせ 多品種少量生産機械加工業のロボット活用！社長セミナー ▼セミナーお申し込みはこちら▼ https://smart-factory.funaisoken.co.jp/event/   このような方にオススメ マシニングセンタ・NC旋盤・各種加工機等を保有している機械加工業の社長様 多品種少量生産している機械加工業の社長様 現場スタッフに課題があり人手を掛けずに生産量を増やしたいと考えている社長様 ロボット化により夜間稼働や休日稼働をすることで生産性を上げたいと思われる社長様 ロボット活用にこれから取り組みたいが、どのように始めれば良いか分からない社長様 2022/08/16 (火)　13:00~15:00 2022/08/18 (木)　13:00~15:00 2022/08/23 (火)　13:00~15:00 2022/08/24 (水)　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/  

▼事例レポート無料ダウンロードお申し込みはこちら▼ 検査を自動化したい！という要望は非常に多いです。 ただ、検査の自動化はなかなかうまくいくものでもありません。 それは光の当たり方で変わることが多く、なかなか安定しないからです。 また、パターン登録をきっちりとしないといけない従来の検査カメラとかだと、多品種小ロット生産の中小企業ではなかなか導入できないというケースが多いです。 私は自動化のコンサルタントですが、「これは自動化しない方が良いな」という検査工程の相談を受ける場合も多いです。その時に何を提案するか？今回はそれをお伝えします。 １．作業分析による動作改善 組立の時にもお話に上げさせていただきましたが、動作分析を行うことは非常に大きな収穫があります。 ここでお伝えしたいことは「熟練者」と「未熟練者」の比較です。熟練者の作業を分析することで、どうやったらよいか？ということをしっかりとマニュアル化して教育に生かすことができます。 ２．不良基準の見直し 熟練者の話が上がっていましたが、熟練者の検査が適切なのか？これも確認することは重要です。検査の担当者は「クレームを受ける立場の人」でもあります。不良品がお客様に納品されると、社外からも社内からもつつかれて痛い目に合うのが検査の担当です。 最も、お客さんに不良品を納めないことは大前提ではありますが、過剰なまでの検査を実施している可能性はあります。先ほど述べたように、お客様からのクレームが正義となり、 長く積み重ねた結果、かなり検査に関して工数をかけている、 社内での不良の発生率が高い という状態をたまに見かけます。 お客さんとの交渉は骨が折れますが、お客さんと改めて不良の基準を話し合ってもよいかと思います。その時のポイントは下記になります。 どの箇所の不良は完全にNGなのかはっきりさせる 　⇒搬送系のメーカーさんに納品する場合は必須です 許容してほしい不良の成り立ちを説明し、影響がないことを証明する 　⇒加工機の特性上仕方のないものは必ずあります お客さんとの交渉は長期にわたり骨が折れますが、過剰検査による工数の増大と、社内不良の発生は意外にあるので着目してはいかがでしょうか。 ３．照明の設置 上記で上げましたが、工程内検査は意外にテコ入れがされていないことが多いです。出荷前検査はとても重要です。それなりに工数をかけて検査品質を保つ必要があります。ただ、その不良が起こったところはどこか？というものを分析していくと、工程内での不良です。早期発見に越したことはありません。 抜き取り検査などをする際、当たり前のように検査台に行き、そこにある測定器具を使用しますが、不思議と照明が設置されていることは少ないです。寸法が出ているか？納品基準を検査することに意識がいきがちですが、不思議と外観検査はしっかりと対策されているイメージはありません。外観検査の場合、金型や刃物の不良などによるものが工程内ではよく起こります。それが素通りするとかなりの数の製品に影響が出るケースが多いです。 人間の目は不思議なもので、照明があるだけで不良を見分けられます。作業者の環境を改善するためにも最も低コストで実施できる内容かもしれません。   ■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 ▼事例レポート無料ダウンロードお申し込みはこちら▼ 検査を自動化したい！という要望は非常に多いです。 ただ、検査の自動化はなかなかうまくいくものでもありません。 それは光の当たり方で変わることが多く、なかなか安定しないからです。 また、パターン登録をきっちりとしないといけない従来の検査カメラとかだと、多品種小ロット生産の中小企業ではなかなか導入できないというケースが多いです。 私は自動化のコンサルタントですが、「これは自動化しない方が良いな」という検査工程の相談を受ける場合も多いです。その時に何を提案するか？今回はそれをお伝えします。 １．作業分析による動作改善 組立の時にもお話に上げさせていただきましたが、動作分析を行うことは非常に大きな収穫があります。 ここでお伝えしたいことは「熟練者」と「未熟練者」の比較です。熟練者の作業を分析することで、どうやったらよいか？ということをしっかりとマニュアル化して教育に生かすことができます。 ２．不良基準の見直し 熟練者の話が上がっていましたが、熟練者の検査が適切なのか？これも確認することは重要です。検査の担当者は「クレームを受ける立場の人」でもあります。不良品がお客様に納品されると、社外からも社内からもつつかれて痛い目に合うのが検査の担当です。 最も、お客さんに不良品を納めないことは大前提ではありますが、過剰なまでの検査を実施している可能性はあります。先ほど述べたように、お客様からのクレームが正義となり、 長く積み重ねた結果、かなり検査に関して工数をかけている、 社内での不良の発生率が高い という状態をたまに見かけます。 お客さんとの交渉は骨が折れますが、お客さんと改めて不良の基準を話し合ってもよいかと思います。その時のポイントは下記になります。 どの箇所の不良は完全にNGなのかはっきりさせる 　⇒搬送系のメーカーさんに納品する場合は必須です 許容してほしい不良の成り立ちを説明し、影響がないことを証明する 　⇒加工機の特性上仕方のないものは必ずあります お客さんとの交渉は長期にわたり骨が折れますが、過剰検査による工数の増大と、社内不良の発生は意外にあるので着目してはいかがでしょうか。 ３．照明の設置 上記で上げましたが、工程内検査は意外にテコ入れがされていないことが多いです。出荷前検査はとても重要です。それなりに工数をかけて検査品質を保つ必要があります。ただ、その不良が起こったところはどこか？というものを分析していくと、工程内での不良です。早期発見に越したことはありません。 抜き取り検査などをする際、当たり前のように検査台に行き、そこにある測定器具を使用しますが、不思議と照明が設置されていることは少ないです。寸法が出ているか？納品基準を検査することに意識がいきがちですが、不思議と外観検査はしっかりと対策されているイメージはありません。外観検査の場合、金型や刃物の不良などによるものが工程内ではよく起こります。それが素通りするとかなりの数の製品に影響が出るケースが多いです。 人間の目は不思議なもので、照明があるだけで不良を見分けられます。作業者の環境を改善するためにも最も低コストで実施できる内容かもしれません。   ■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

今回は、「生産計画のAI活用を成功させるポイントとは」というテーマについてお伝えさせていただきます。 １．生産計画に関する現場の課題 日々全国各地の製造業の企業様とやり取りをさせていただく中で、近年特に現場からのニーズとして顕在化しているのが、「生産計画のAI活用」に関するテーマです。 生産計画に関する主なお悩みとして、 生産計画の作成・修正業務が熟練者に依存している。 熟練者の生産計画関連ノウハウが暗黙知化している。 近い将来、熟練者の引退が控えているが、このままでは熟練者特有のノウハウが会社に残っていかない。 業務自体が属人化しているため、若手社員が生産計画関連業務に従事できない。 業務習得のためには経験とスキルが求められるため、人材育成に時間がかかる。 等の事柄が挙げられます。 ２．AIを活用した生産計画とは 上記のような生産計画関連のお悩みを解決するために、AIを活用し、熟練者のノウハウを形式知化・ルール化することで 生産計画の自動立案（※立案結果の微調整・最終チェックはヒトが担当） 生産計画立案業務の標準化・脱属人化 生産計画内容の平準化 等を目指していくというのが、「生産計画のAI活用」の趣旨となります。 「生産計画のAI活用」については、ニーズとしては確かに顕在化している一方で、実際にAIシステムの開発・導入を進めるにあたっては思うように開発・導入が進んでいかないケースも。 そのような中で、開発・導入に関する失敗を極力回避しながら進めていくためにはどうすればよいのか。 次に生産計画のAI活用を成功させるポイントを解説します。 ３．生産計画のAI活用を成功させるポイント 結論としては、「1度のAIシステム開発に多くの機能・条件を求めすぎない」ことが非常に重要となります。 よくある例としては、 既存の生産計画立案フローや立案の考え方をすべてシステム化しようとする。 生産計画の立案以外にも、生産管理関連の機能をすべて1つのシステムに組み込もうとする。 その他にも自社特有の機能を1つのシステムに「あれもこれも」と追加してしまう。 結果としてシステム開発費用が膨れ上がる。 システム開発費用と比例して、システム開発工数も延びてしまう。 より多くの機能・条件を1つのシステム内でカバーする必要があるため、システム開発が難航してしまう。 システムの出来自体も、かなり複雑なものになってしまう。 等の事柄が挙げられます。 上記のような発想のまま、1度で完璧なものを完成させる前提で生産計画のAI活用（システム化）を進めてしまうと、失敗する可能性が高まってしまいます。 失敗回避のための進め方の一例としては、 まずは「生産計画の自動立案の機能のみ」に特化したAIシステムを作る どうしても追加したい機能や条件がある場合は、開発フェーズを分けて導入を進める 等の進め方がおすすめです。 また、既存の生産計画立案フローや立案の考え方をすべてシステム化しようとするのではなく、システム導入を契機として、既存の業務の在り方を見直し、余計な業務工程や考え方・ルール等を削ぎ落とすこともまた、「生産計画のAI活用」を進める上で重要なポイントとなります。 以上、「生産計画のAI活用 失敗回避のポイントとは？」というテーマについてお伝えさせていただきました。   ■“積算・見積もりAIシステム”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://www.funaisoken.co.jp/dl-contents/smart-factory_smart-factory_00702 「こうなりたい！」と思っている経営者様におすすめ 見積もり業務の属人化を解消したい 見積もり業務の標準化を図りたい 見積もり業務にAIを活用したい 積算・見積もり業務の“標準化・脱属人化・技術継承”をしたい AI活用を通じてベテラン社員の働き方改革を進めたい   ■オンラインセミナー開催のお知らせ 製造業の為のAI活用戦略！経営者セミナー ▼セミナーお申し込みはこちら▼ https://smart-factory.funaisoken.co.jp/event/   このような方にオススメ AIに関心はあるが、自社の経営・営業にAIを具体的にどう活用できるかを知りたい”製造業経営者” 営業部門がまだまだ属人的で、個々の営業スタッフの経験や勘に依存していると感じている”製造業経営者” 生産技術・生産計画・生産管理を特定の熟練者に依存していてブラックボックス化していると感じている"製造業経営者" 製造現場では匠の技が駆使されていて、AI化・IoT化・ロボット化・デジタル化が進んでいないと感じてる”製造業経営者” 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、非効率的で改善が必要と感じている”製造業経営者”の方   ■講座内容 第1講座　AI取組事例講座編 「全国各地で見られる製造業でのAI取り組み事例」 営業部門でAIを活用し、属人化した営業スキルの標準化に取り組んでいる製造業の事例 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 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 第2講座　AI活用戦略講座編 「製造業経営者が取り組むべきAI活用戦略」 製造業の経営にAIを活用する方法 ”経営者目線”で知っておくべき製造業で実践できる具体的なAI活用とは？ 漠然とした理論・概論ではなく、現場で即使えて実践的なAI導入手順   ■開催日程（全てオンラインでの開催となります） 以下いずかれよりご都合の良い日程をお選び下さい 2022/07/05 (火)　13:00~15:00 2022/07/07 (木)　13:00~15:00 2022/07/12 (火)　13:00~15:00 2022/07/14 (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/   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、「生産計画のAI活用を成功させるポイントとは」というテーマについてお伝えさせていただきます。 １．生産計画に関する現場の課題 日々全国各地の製造業の企業様とやり取りをさせていただく中で、近年特に現場からのニーズとして顕在化しているのが、「生産計画のAI活用」に関するテーマです。 生産計画に関する主なお悩みとして、 生産計画の作成・修正業務が熟練者に依存している。 熟練者の生産計画関連ノウハウが暗黙知化している。 近い将来、熟練者の引退が控えているが、このままでは熟練者特有のノウハウが会社に残っていかない。 業務自体が属人化しているため、若手社員が生産計画関連業務に従事できない。 業務習得のためには経験とスキルが求められるため、人材育成に時間がかかる。 等の事柄が挙げられます。 ２．AIを活用した生産計画とは 上記のような生産計画関連のお悩みを解決するために、AIを活用し、熟練者のノウハウを形式知化・ルール化することで 生産計画の自動立案（※立案結果の微調整・最終チェックはヒトが担当） 生産計画立案業務の標準化・脱属人化 生産計画内容の平準化 等を目指していくというのが、「生産計画のAI活用」の趣旨となります。 「生産計画のAI活用」については、ニーズとしては確かに顕在化している一方で、実際にAIシステムの開発・導入を進めるにあたっては思うように開発・導入が進んでいかないケースも。 そのような中で、開発・導入に関する失敗を極力回避しながら進めていくためにはどうすればよいのか。 次に生産計画のAI活用を成功させるポイントを解説します。 ３．生産計画のAI活用を成功させるポイント 結論としては、「1度のAIシステム開発に多くの機能・条件を求めすぎない」ことが非常に重要となります。 よくある例としては、 既存の生産計画立案フローや立案の考え方をすべてシステム化しようとする。 生産計画の立案以外にも、生産管理関連の機能をすべて1つのシステムに組み込もうとする。 その他にも自社特有の機能を1つのシステムに「あれもこれも」と追加してしまう。 結果としてシステム開発費用が膨れ上がる。 システム開発費用と比例して、システム開発工数も延びてしまう。 より多くの機能・条件を1つのシステム内でカバーする必要があるため、システム開発が難航してしまう。 システムの出来自体も、かなり複雑なものになってしまう。 等の事柄が挙げられます。 上記のような発想のまま、1度で完璧なものを完成させる前提で生産計画のAI活用（システム化）を進めてしまうと、失敗する可能性が高まってしまいます。 失敗回避のための進め方の一例としては、 まずは「生産計画の自動立案の機能のみ」に特化したAIシステムを作る どうしても追加したい機能や条件がある場合は、開発フェーズを分けて導入を進める 等の進め方がおすすめです。 また、既存の生産計画立案フローや立案の考え方をすべてシステム化しようとするのではなく、システム導入を契機として、既存の業務の在り方を見直し、余計な業務工程や考え方・ルール等を削ぎ落とすこともまた、「生産計画のAI活用」を進める上で重要なポイントとなります。 以上、「生産計画のAI活用 失敗回避のポイントとは？」というテーマについてお伝えさせていただきました。   ■“積算・見積もりAIシステム”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://www.funaisoken.co.jp/dl-contents/smart-factory_smart-factory_00702 「こうなりたい！」と思っている経営者様におすすめ 見積もり業務の属人化を解消したい 見積もり業務の標準化を図りたい 見積もり業務にAIを活用したい 積算・見積もり業務の“標準化・脱属人化・技術継承”をしたい AI活用を通じてベテラン社員の働き方改革を進めたい   ■オンラインセミナー開催のお知らせ 製造業の為のAI活用戦略！経営者セミナー ▼セミナーお申し込みはこちら▼ https://smart-factory.funaisoken.co.jp/event/   このような方にオススメ AIに関心はあるが、自社の経営・営業にAIを具体的にどう活用できるかを知りたい”製造業経営者” 営業部門がまだまだ属人的で、個々の営業スタッフの経験や勘に依存していると感じている”製造業経営者” 生産技術・生産計画・生産管理を特定の熟練者に依存していてブラックボックス化していると感じている"製造業経営者" 製造現場では匠の技が駆使されていて、AI化・IoT化・ロボット化・デジタル化が進んでいないと感じてる”製造業経営者” 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、非効率的で改善が必要と感じている”製造業経営者”の方   ■講座内容 第1講座　AI取組事例講座編 「全国各地で見られる製造業でのAI取り組み事例」 営業部門でAIを活用し、属人化した営業スキルの標準化に取り組んでいる製造業の事例 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 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 第2講座　AI活用戦略講座編 「製造業経営者が取り組むべきAI活用戦略」 製造業の経営にAIを活用する方法 ”経営者目線”で知っておくべき製造業で実践できる具体的なAI活用とは？ 漠然とした理論・概論ではなく、現場で即使えて実践的なAI導入手順   ■開催日程（全てオンラインでの開催となります） 以下いずかれよりご都合の良い日程をお選び下さい 2022/07/05 (火)　13:00~15:00 2022/07/07 (木)　13:00~15:00 2022/07/12 (火)　13:00~15:00 2022/07/14 (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（人工知能）とBI（ビジネスインテリジェンス）について BI（ビジネスインテリジェンス）は、組織がよりデータに基づいた意思決定を行えるように支援することを指し、これにはデータ分析やビジネス分析が含まれています。BIによって出力される分析結果から、パターンや特徴・相関性を見つけて可視化することができますが、あくまでも人間が意思決定をするために必要な情報を提供する立場となります。 一方、AI（人工知能）は、人間の知的ふるまいの一部についてソフトウェアを用いて人工的に再現することを指します。BIで算出される結果に対し＋αの高度な情報処理が可能です。AIを用いることで情報提供にとどまらず、人が行う「意思決定」までを実行することが可能なります。 ２．拡張アナリティクスとは 最近話題となっている「拡張アナリティクス」は、機械学習・AIを組み込んだ分析のことを言います。「BI」によるデータを可視化する技術と「AI」による＋αの高度な情報処理のハイブリット型ともいうことができ、さらに機械学習や自然言語処理分野の発展により技術的障壁は低くなってきているため、現在多くの注目を浴びています。 従来、このハイブリットな考え方をするためにはデータサイエンティストやデータアナリストなどのスキルを持ち合わせた人に依頼する必要がありました。特に、近年のアナリティクスやBIでは、分析データの前処理（データの整理、品質確保など）に莫大な手間とコストがかかっています。この点において拡張アナリティクスを用いることができれば、そのアルゴリズムによって手間の軽減・削減が可能となります。 ビジネスニーズや技術に応じて、DX分野は恐ろしいスピードで進化し続けています。今回のように、AIやBIを大前提とした言葉も昨今急激に増えてきました。業界の最先端で分析を進めるデータサイエンティストでさえ、拡張アナリティクスに仕事を奪われる日が来るかもしれないと考える専門家も複数います。そのため、自社の課題の本質を捉えて、どこまでの範囲でDXを行うのか（できるのか）を常に検討しておく必要があります。   ■“積算・見積もりAIシステム”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://www.funaisoken.co.jp/dl-contents/smart-factory_smart-factory_00702 「こうなりたい！」と思っている経営者様におすすめ 見積もり業務の属人化を解消したい 見積もり業務の標準化を図りたい 見積もり業務にAIを活用したい 積算・見積もり業務の“標準化・脱属人化・技術継承”をしたい AI活用を通じてベテラン社員の働き方改革を進めたい   ■オンラインセミナー開催のお知らせ 製造業の為のAI活用戦略！経営者セミナー ▼セミナーお申し込みはこちら▼ https://smart-factory.funaisoken.co.jp/event/   このような方にオススメ AIに関心はあるが、自社の経営・営業にAIを具体的にどう活用できるかを知りたい”製造業経営者” 営業部門がまだまだ属人的で、個々の営業スタッフの経験や勘に依存していると感じている”製造業経営者” 生産技術・生産計画・生産管理を特定の熟練者に依存していてブラックボックス化していると感じている"製造業経営者" 製造現場では匠の技が駆使されていて、AI化・IoT化・ロボット化・デジタル化が進んでいないと感じてる”製造業経営者” 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、非効率的で改善が必要と感じている”製造業経営者”の方   ■講座内容 第1講座　AI取組事例講座編 「全国各地で見られる製造業でのAI取り組み事例」 営業部門でAIを活用し、属人化した営業スキルの標準化に取り組んでいる製造業の事例 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 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 第2講座　AI活用戦略講座編 「製造業経営者が取り組むべきAI活用戦略」 製造業の経営にAIを活用する方法 ”経営者目線”で知っておくべき製造業で実践できる具体的なAI活用とは？ 漠然とした理論・概論ではなく、現場で即使えて実践的なAI導入手順   ■開催日程（全てオンラインでの開催となります） 以下いずかれよりご都合の良い日程をお選び下さい 2022/07/05 (火)　13:00~15:00 2022/07/07 (木)　13:00~15:00 2022/07/12 (火)　13:00~15:00 2022/07/14 (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（人工知能）とBI（ビジネスインテリジェンス）について BI（ビジネスインテリジェンス）は、組織がよりデータに基づいた意思決定を行えるように支援することを指し、これにはデータ分析やビジネス分析が含まれています。BIによって出力される分析結果から、パターンや特徴・相関性を見つけて可視化することができますが、あくまでも人間が意思決定をするために必要な情報を提供する立場となります。 一方、AI（人工知能）は、人間の知的ふるまいの一部についてソフトウェアを用いて人工的に再現することを指します。BIで算出される結果に対し＋αの高度な情報処理が可能です。AIを用いることで情報提供にとどまらず、人が行う「意思決定」までを実行することが可能なります。 ２．拡張アナリティクスとは 最近話題となっている「拡張アナリティクス」は、機械学習・AIを組み込んだ分析のことを言います。「BI」によるデータを可視化する技術と「AI」による＋αの高度な情報処理のハイブリット型ともいうことができ、さらに機械学習や自然言語処理分野の発展により技術的障壁は低くなってきているため、現在多くの注目を浴びています。 従来、このハイブリットな考え方をするためにはデータサイエンティストやデータアナリストなどのスキルを持ち合わせた人に依頼する必要がありました。特に、近年のアナリティクスやBIでは、分析データの前処理（データの整理、品質確保など）に莫大な手間とコストがかかっています。この点において拡張アナリティクスを用いることができれば、そのアルゴリズムによって手間の軽減・削減が可能となります。 ビジネスニーズや技術に応じて、DX分野は恐ろしいスピードで進化し続けています。今回のように、AIやBIを大前提とした言葉も昨今急激に増えてきました。業界の最先端で分析を進めるデータサイエンティストでさえ、拡張アナリティクスに仕事を奪われる日が来るかもしれないと考える専門家も複数います。そのため、自社の課題の本質を捉えて、どこまでの範囲でDXを行うのか（できるのか）を常に検討しておく必要があります。   ■“積算・見積もりAIシステム”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://www.funaisoken.co.jp/dl-contents/smart-factory_smart-factory_00702 「こうなりたい！」と思っている経営者様におすすめ 見積もり業務の属人化を解消したい 見積もり業務の標準化を図りたい 見積もり業務にAIを活用したい 積算・見積もり業務の“標準化・脱属人化・技術継承”をしたい AI活用を通じてベテラン社員の働き方改革を進めたい   ■オンラインセミナー開催のお知らせ 製造業の為のAI活用戦略！経営者セミナー ▼セミナーお申し込みはこちら▼ https://smart-factory.funaisoken.co.jp/event/   このような方にオススメ AIに関心はあるが、自社の経営・営業にAIを具体的にどう活用できるかを知りたい”製造業経営者” 営業部門がまだまだ属人的で、個々の営業スタッフの経験や勘に依存していると感じている”製造業経営者” 生産技術・生産計画・生産管理を特定の熟練者に依存していてブラックボックス化していると感じている"製造業経営者" 製造現場では匠の技が駆使されていて、AI化・IoT化・ロボット化・デジタル化が進んでいないと感じてる”製造業経営者” 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、非効率的で改善が必要と感じている”製造業経営者”の方   ■講座内容 第1講座　AI取組事例講座編 「全国各地で見られる製造業でのAI取り組み事例」 営業部門でAIを活用し、属人化した営業スキルの標準化に取り組んでいる製造業の事例 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 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 第2講座　AI活用戦略講座編 「製造業経営者が取り組むべきAI活用戦略」 製造業の経営にAIを活用する方法 ”経営者目線”で知っておくべき製造業で実践できる具体的なAI活用とは？ 漠然とした理論・概論ではなく、現場で即使えて実践的なAI導入手順   ■開催日程（全てオンラインでの開催となります） 以下いずかれよりご都合の良い日程をお選び下さい 2022/07/05 (火)　13:00~15:00 2022/07/07 (木)　13:00~15:00 2022/07/12 (火)　13:00~15:00 2022/07/14 (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．コロナとデジタル 2020年の年初から続く新型コロナウイルスの影響を受けて、企業のDX化・デジタル化は大きく進展しています。この背景には、新型コロナによって在宅勤務・リモートワークなど、ウィズコロナ・アフターコロナ的な働き方が求められ始めたということに加え、政府からの補助金が関係していると考えられます。今回は政府による補助金の中でもデジタル化の施策を補助する目的で設けられている「IT導入補助金」についての記事になります。ＡＩやＥＲＰなどのソフトウェア導入を検討されている経営者様はぜひご活用をご検討くださいませ。 ２．IT導入補助金とは 中堅・中小企業が自社の課題に合うITツール導入の際に費用の一部を補填することが出来る補助金です。補助金活用によって、売上増加や生産性向上等を目指していくことが目的となっております。IT導入補助金の代表的な枠組みには通常枠（Ａ・Ｂ類型）とデジタル化基盤導入枠の2種類があります。 今回は以下２枠について解説させていただきます。 通常枠 デジタル化基盤導入枠 ３．通常枠 通常枠とは「A類型」と「B類型」という2種類の分類があり、どちらも生産性の向上に資するITツールの導入が補助対象になります。A類型とB類型の違いとしては、補助金金額・申請方法の違いが挙げられます。B類型では、事業計画の作成等が必要となります。 補助の対象となるのは、ITツール導入の際でのソフトウェア費用や、クラウドの利用料（最大1年分）・導入関連費用などです。採択された場合、補助率1/2までで最大450万円が補助金額として配布されます。 ４．デジタル化基盤導入枠 通常枠に加えて、ハードウェアの補填も可能な枠がデジタル化基盤導入枠となっております。申請の際に、生産性向上にかかわる要件を求めていないことや、クラウドシステムの期間を２年まとめて補助対象となっていることがポイントです。補助対象は先述の通り、ソフトウェアに加えハードウェアも補助対象になっています。補助金額は、ソフトウェアは補助額5万円以上・50万円以下の場合は補助率が3/4以内、補助額50万円超・350万円以下の場合は補助率が2/3以内となっております。また、ハードウェアはPC・タブレット等：補助額10万円まで（補助率1/2以内）・レジ・券売機等：補助額20万円まで（補助率1/2以内）となっております。 ５．通常枠とデジタル化基盤導入枠の違い 最後に、今回ご紹介した通常枠とデジタル化基盤導入枠の違いをまとめさせていただきます。デジタル化基盤導入枠では、通常枠では対象外となっているハードウェア導入も補助対象となっていることが一番の違いとなっております。また、クラウドシステムの利用料を2年分まとめて補助される制度があり、近年の潮流であるクラウドシステムへの移行・活用を目指している経営者様に向いています。 製造業の経営者様は今後デジタル化基盤導入枠も検討すると良いでしょう。例えば、現場でのタブレット端末の活用を行い紙帳票の運用から、デジタル運用にし、生産管理の実績管理へとつなげていくこと迄行っていくことを考えてみてはいかがでしょうか。   ■DXを検討する中堅・中小製造業の経営者必見！ IT化計画書の作り方 ▼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_00856 ◇目次 1、【最新事例サマリー】 根本原因を把握して業務改革！！ 2、ポイント１：社長からのお題～調査分析 3、ポイント２：調査結果～根本原因理解 4、ポイント③：システム導入を前提とはしない   ◇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   ■オンラインセミナー開催のお知らせ 「機械加工業の為の儲けの管理！」　社長セミナー ▼セミナーお申し込みはこちら▼ https://smart-factory.funaisoken.co.jp/event/   ◆このような方にオススメ 従業員200名以下の機械加工業の社長様 製品毎の原価、取引先毎の原価、工程毎の原価を把握し切れていない社長様 個別原価計算を実施しておらず、個別原価を把握しきれていない社長様 人手の掛かる作業や二重三重の原価管理業務、生産管理業務が多い機械加工業の社長様 原価管理業務が職人化・属人化している機械加工業の社長様   ◆講座内容 第1講座　原価管理システム導入成功編 機械加工製造業における原価管理業務の課題 原価管理システムの導入失敗例 成功する原価管理システムの業務改善手順と具体的導入プロセス 個別製品原価、得意先別製品原価、工程別原価をデータ化した事例紹介 原価管理システム＋BIツールで経営・現場が必要なデータを見える化する具体的方法 原価管理システムの導入・活用で個別原価管理を成功させる為のベンダー選定 株式会社船井総合研究所　ディレクター　西山 直生   第2講座　生産管理・原価管理システム事例紹介編 従業員数90名！機械加工会社が属人化した業務を排除し、生産管理・個別原価システムの取り組み事例 従業員数120名！鋳造・機械加工会社が属人化した業務を排除し、「個別原価」「製造進捗」見える化の取り組み事例 株式会社船井総合研究所　ディレクター　西山 直生   第3講座　儲けの見える化戦略編 「勘の経営」では生産性・利益率があがらない 「データ経営」の実践でこそ生産性・利益率は上がる 原価管理システムの見直しで生産性・利益率アップ 「勘の経営」から「データ経営」へ転換する為の具体的手法 株式会社船井総合研究所　執行役員 DX支援本部 本部長　菊池 功   ◆開催日程 全てオンライン開催となります 2022/06/22 (水)　13:00~15:00 2022/06/24 (金)　13:00~15:00 2022/06/29 (水)　13:00~15:00 2022/07/01 (金)　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．コロナとデジタル 2020年の年初から続く新型コロナウイルスの影響を受けて、企業のDX化・デジタル化は大きく進展しています。この背景には、新型コロナによって在宅勤務・リモートワークなど、ウィズコロナ・アフターコロナ的な働き方が求められ始めたということに加え、政府からの補助金が関係していると考えられます。今回は政府による補助金の中でもデジタル化の施策を補助する目的で設けられている「IT導入補助金」についての記事になります。ＡＩやＥＲＰなどのソフトウェア導入を検討されている経営者様はぜひご活用をご検討くださいませ。 ２．IT導入補助金とは 中堅・中小企業が自社の課題に合うITツール導入の際に費用の一部を補填することが出来る補助金です。補助金活用によって、売上増加や生産性向上等を目指していくことが目的となっております。IT導入補助金の代表的な枠組みには通常枠（Ａ・Ｂ類型）とデジタル化基盤導入枠の2種類があります。 今回は以下２枠について解説させていただきます。 通常枠 デジタル化基盤導入枠 ３．通常枠 通常枠とは「A類型」と「B類型」という2種類の分類があり、どちらも生産性の向上に資するITツールの導入が補助対象になります。A類型とB類型の違いとしては、補助金金額・申請方法の違いが挙げられます。B類型では、事業計画の作成等が必要となります。 補助の対象となるのは、ITツール導入の際でのソフトウェア費用や、クラウドの利用料（最大1年分）・導入関連費用などです。採択された場合、補助率1/2までで最大450万円が補助金額として配布されます。 ４．デジタル化基盤導入枠 通常枠に加えて、ハードウェアの補填も可能な枠がデジタル化基盤導入枠となっております。申請の際に、生産性向上にかかわる要件を求めていないことや、クラウドシステムの期間を２年まとめて補助対象となっていることがポイントです。補助対象は先述の通り、ソフトウェアに加えハードウェアも補助対象になっています。補助金額は、ソフトウェアは補助額5万円以上・50万円以下の場合は補助率が3/4以内、補助額50万円超・350万円以下の場合は補助率が2/3以内となっております。また、ハードウェアはPC・タブレット等：補助額10万円まで（補助率1/2以内）・レジ・券売機等：補助額20万円まで（補助率1/2以内）となっております。 ５．通常枠とデジタル化基盤導入枠の違い 最後に、今回ご紹介した通常枠とデジタル化基盤導入枠の違いをまとめさせていただきます。デジタル化基盤導入枠では、通常枠では対象外となっているハードウェア導入も補助対象となっていることが一番の違いとなっております。また、クラウドシステムの利用料を2年分まとめて補助される制度があり、近年の潮流であるクラウドシステムへの移行・活用を目指している経営者様に向いています。 製造業の経営者様は今後デジタル化基盤導入枠も検討すると良いでしょう。例えば、現場でのタブレット端末の活用を行い紙帳票の運用から、デジタル運用にし、生産管理の実績管理へとつなげていくこと迄行っていくことを考えてみてはいかがでしょうか。   ■DXを検討する中堅・中小製造業の経営者必見！ IT化計画書の作り方 ▼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_00856 ◇目次 1、【最新事例サマリー】 根本原因を把握して業務改革！！ 2、ポイント１：社長からのお題～調査分析 3、ポイント２：調査結果～根本原因理解 4、ポイント③：システム導入を前提とはしない   ◇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   ■オンラインセミナー開催のお知らせ 「機械加工業の為の儲けの管理！」　社長セミナー ▼セミナーお申し込みはこちら▼ https://smart-factory.funaisoken.co.jp/event/   ◆このような方にオススメ 従業員200名以下の機械加工業の社長様 製品毎の原価、取引先毎の原価、工程毎の原価を把握し切れていない社長様 個別原価計算を実施しておらず、個別原価を把握しきれていない社長様 人手の掛かる作業や二重三重の原価管理業務、生産管理業務が多い機械加工業の社長様 原価管理業務が職人化・属人化している機械加工業の社長様   ◆講座内容 第1講座　原価管理システム導入成功編 機械加工製造業における原価管理業務の課題 原価管理システムの導入失敗例 成功する原価管理システムの業務改善手順と具体的導入プロセス 個別製品原価、得意先別製品原価、工程別原価をデータ化した事例紹介 原価管理システム＋BIツールで経営・現場が必要なデータを見える化する具体的方法 原価管理システムの導入・活用で個別原価管理を成功させる為のベンダー選定 株式会社船井総合研究所　ディレクター　西山 直生   第2講座　生産管理・原価管理システム事例紹介編 従業員数90名！機械加工会社が属人化した業務を排除し、生産管理・個別原価システムの取り組み事例 従業員数120名！鋳造・機械加工会社が属人化した業務を排除し、「個別原価」「製造進捗」見える化の取り組み事例 株式会社船井総合研究所　ディレクター　西山 直生   第3講座　儲けの見える化戦略編 「勘の経営」では生産性・利益率があがらない 「データ経営」の実践でこそ生産性・利益率は上がる 原価管理システムの見直しで生産性・利益率アップ 「勘の経営」から「データ経営」へ転換する為の具体的手法 株式会社船井総合研究所　執行役員 DX支援本部 本部長　菊池 功   ◆開催日程 全てオンライン開催となります 2022/06/22 (水)　13:00~15:00 2022/06/24 (金)　13:00~15:00 2022/06/29 (水)　13:00~15:00 2022/07/01 (金)　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．はじめに 近年、人手不足や技術革新などが要因となって産業用ロボットが注目を集めています。特に溶接作業は３Kと呼ばれており、技術者も減ってきているため、自動化・効率化ができないかと色々検討されている企業様も多いかと思います。しかしながら、検討はしてはいるものの「多品種少量生産の為、投資効果がないのではないか」、「産業用ロボットを導入するスペースがない」など懸念点が多く実際に導入に踏み切れない企業様も多いのではないでしょうか。 今回はそんな企業様におすすめの協働用ロボットに溶接トーチを持たせたシステムをご紹介いたします。 ２．協働用ロボットとは 皆さまも協働用ロボットについてはすでにご存じの方もおおいかと思いますが、その名の通り人と一緒に作業ができるロボットの事です。 特徴としては下記のような特徴があります。 ①非常にコンパクトで軽量な為、安全柵の設置が必要なし 広いスペースや安全柵を必要とせず、人の隣で人と一緒に作業を行うことができます。 ②必要に応じてロボットを移動して別の場所で使う事が可能 協働ロボットの架台にキャスターを付けることで、臨機応変に必要な場所に移動させて使うことが可能です。 ③ダイレクトティーチングが可能で、ティーチング作業が容易 普通のロボットであればティーチングペンダントというコントローラーを使ってロボットの動作を記録していきますが、ダイレクトティーチングは人の手でロボットハンドを指定したい場所に動かしてポイントを登録するだけでティーチング出来るという教示法となるので感覚的な操作で簡単かつ素早い教示が可能です。 以上が協働用ロボットの特徴で、多品種少量生産の企業様向きのロボットと言えるかと思います。 協働用ロボットというとハンドリングで使用するイメージをお持ちの方も多いかと思いますが、近年では協働用ロボットに溶接トーチを持たせて溶接を自動化する会社様も増えてきており、非常に幅広い用途に使われるようになってきました。 次に溶接に用いられる協働ロボットについて解説します。 ３．溶接協働用ロボットの特徴 協働用ロボットも様々ございますが、今回はテックマンの協働用ロボットにTIGトーチを持たせたシステムをご紹介いたします。 テックマンのロボットの機能を活用することで多品種少量生産の溶接を比較的簡単に自動化することが可能で、主な特徴としては下記の通りです。 ①協働用ロボット ダイレクトティーチングが可能なので、人が実際にロボットのアームを動かすことでティーチングが可能です。溶接したい箇所までロボットのアームを持って行って、ポイント登録していくだけで、TIGフィラ溶接も簡単にロボット化できます。安定的な運棒を要求されるような薄板部分のうろこビード等、熟練工の技をお手軽にダイレクトティーチングで実現することが可能です。 ②タッチパネルで簡単ティーチング ダイレクトティーチングに合わせて、モニターを見ながらタッチパネルでロボットの作業を編集することが可能です。システムに関する専門知識がなくてもフローチャートにて直感的に作業の指示を行うことができます。 また、溶接条件についてもタッチパネル上で設定することが可能です。 ③スマートビジョンカメラが内蔵 基本的に他の協働用ロボットにカメラは内蔵されておりませんので、ワークの位置決めを自動で行いたい場合など必要な場合は別途取り付けと設定が必要になります。今回ご紹介しているテックマンのロボットはカメラ内蔵となっております。 スマートカメラには、テンプレート比較、部品位置決め、画像強調、バーコード認識、色彩分類等の機能を含んでいるため、内蔵のカメラで様々な用途に活用可能です。 ④ローコスト カメラ内蔵ということで非常に高額と思われるかと思いますが、一般的な協働用ロボットに比べ非常に安価というのも特徴の一つになります。 ⑤ランドマークアライメント機能により製品が限定される位置決めの機構が不要 協働用ロボットの特徴としては上記で、必要に応じて必要な場所に移動させて使うことができると説明させていただきましたが、一般的にはロボットは決められた動きしかできないため、すでにティーチングが完了しているワークであっても場所を移動させた場合は多少のずれが生じるため、再設定が必要になります。 ですが、テックマンロボットについてはこのランドマークアライメント機能があるため、 TMランドマークを移動先の機器の近くに張り付けておき、これをロボットのカメラで読み取るだけでロボットアームと製品間の相対的な関係を認識し、ポイントが再生成してくれます。（移動による位置ズレを補正） そうすることで、ロボットを移動させても簡単に再設置・稼働させることができます。 ４．まとめ ただいまご紹介させていただきましたように協働用ロボットは非常に汎用性があり、比較的低コストでの導入が可能です。 可搬重量が大きいものがない・リーチが短い、稼働速度が遅いなどのデメリットもありますが、多品種少量生産の溶接を自動化する場合には協働用ロボットを活用したほうが、投資効果が良いことも実際に多くあります。 今回ご紹介させていただいたのはテックマンロボットにTIGトーチを持たせたシステムですが、もちろんその他の協働用ロボットにTIGトーチを持たせたシステムもあれば、 半自動のトーチを持たせたシステムもあります。もっと言えば、溶接以外にも様々な用途で協働用ロボットが活用されておりますので、ぜひ一度協働用ロボットの活用を検討されてはいかがでしょうか。   ■【無料ダウンロード】多品種少量生産のロボット導入成功事例解説レポート 属人化していた熟練技術をロボットで実現！ 多品種少量生産のロボット導入を成功させる方法を解説！！ ▼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_00904 ■「こうなりたい！」と思っている経営者様におすすめ 多品種少量生産のロボット導入成功事例を知りたい！ 多品種少量生産のロボット導入を成功させる方法を知りたい！ 未経験でもロボット導入を成功させる方法を知りたい！ 属人化している技術をロボット化したい！ 多品種少量生産におけるロボット導入の具体的な方法がこの1冊で分かります！！   [sc name="cobot"][/sc] １．はじめに 近年、人手不足や技術革新などが要因となって産業用ロボットが注目を集めています。特に溶接作業は３Kと呼ばれており、技術者も減ってきているため、自動化・効率化ができないかと色々検討されている企業様も多いかと思います。しかしながら、検討はしてはいるものの「多品種少量生産の為、投資効果がないのではないか」、「産業用ロボットを導入するスペースがない」など懸念点が多く実際に導入に踏み切れない企業様も多いのではないでしょうか。 今回はそんな企業様におすすめの協働用ロボットに溶接トーチを持たせたシステムをご紹介いたします。 ２．協働用ロボットとは 皆さまも協働用ロボットについてはすでにご存じの方もおおいかと思いますが、その名の通り人と一緒に作業ができるロボットの事です。 特徴としては下記のような特徴があります。 ①非常にコンパクトで軽量な為、安全柵の設置が必要なし 広いスペースや安全柵を必要とせず、人の隣で人と一緒に作業を行うことができます。 ②必要に応じてロボットを移動して別の場所で使う事が可能 協働ロボットの架台にキャスターを付けることで、臨機応変に必要な場所に移動させて使うことが可能です。 ③ダイレクトティーチングが可能で、ティーチング作業が容易 普通のロボットであればティーチングペンダントというコントローラーを使ってロボットの動作を記録していきますが、ダイレクトティーチングは人の手でロボットハンドを指定したい場所に動かしてポイントを登録するだけでティーチング出来るという教示法となるので感覚的な操作で簡単かつ素早い教示が可能です。 以上が協働用ロボットの特徴で、多品種少量生産の企業様向きのロボットと言えるかと思います。 協働用ロボットというとハンドリングで使用するイメージをお持ちの方も多いかと思いますが、近年では協働用ロボットに溶接トーチを持たせて溶接を自動化する会社様も増えてきており、非常に幅広い用途に使われるようになってきました。 次に溶接に用いられる協働ロボットについて解説します。 ３．溶接協働用ロボットの特徴 協働用ロボットも様々ございますが、今回はテックマンの協働用ロボットにTIGトーチを持たせたシステムをご紹介いたします。 テックマンのロボットの機能を活用することで多品種少量生産の溶接を比較的簡単に自動化することが可能で、主な特徴としては下記の通りです。 ①協働用ロボット ダイレクトティーチングが可能なので、人が実際にロボットのアームを動かすことでティーチングが可能です。溶接したい箇所までロボットのアームを持って行って、ポイント登録していくだけで、TIGフィラ溶接も簡単にロボット化できます。安定的な運棒を要求されるような薄板部分のうろこビード等、熟練工の技をお手軽にダイレクトティーチングで実現することが可能です。 ②タッチパネルで簡単ティーチング ダイレクトティーチングに合わせて、モニターを見ながらタッチパネルでロボットの作業を編集することが可能です。システムに関する専門知識がなくてもフローチャートにて直感的に作業の指示を行うことができます。 また、溶接条件についてもタッチパネル上で設定することが可能です。 ③スマートビジョンカメラが内蔵 基本的に他の協働用ロボットにカメラは内蔵されておりませんので、ワークの位置決めを自動で行いたい場合など必要な場合は別途取り付けと設定が必要になります。今回ご紹介しているテックマンのロボットはカメラ内蔵となっております。 スマートカメラには、テンプレート比較、部品位置決め、画像強調、バーコード認識、色彩分類等の機能を含んでいるため、内蔵のカメラで様々な用途に活用可能です。 ④ローコスト カメラ内蔵ということで非常に高額と思われるかと思いますが、一般的な協働用ロボットに比べ非常に安価というのも特徴の一つになります。 ⑤ランドマークアライメント機能により製品が限定される位置決めの機構が不要 協働用ロボットの特徴としては上記で、必要に応じて必要な場所に移動させて使うことができると説明させていただきましたが、一般的にはロボットは決められた動きしかできないため、すでにティーチングが完了しているワークであっても場所を移動させた場合は多少のずれが生じるため、再設定が必要になります。 ですが、テックマンロボットについてはこのランドマークアライメント機能があるため、 TMランドマークを移動先の機器の近くに張り付けておき、これをロボットのカメラで読み取るだけでロボットアームと製品間の相対的な関係を認識し、ポイントが再生成してくれます。（移動による位置ズレを補正） そうすることで、ロボットを移動させても簡単に再設置・稼働させることができます。 ４．まとめ ただいまご紹介させていただきましたように協働用ロボットは非常に汎用性があり、比較的低コストでの導入が可能です。 可搬重量が大きいものがない・リーチが短い、稼働速度が遅いなどのデメリットもありますが、多品種少量生産の溶接を自動化する場合には協働用ロボットを活用したほうが、投資効果が良いことも実際に多くあります。 今回ご紹介させていただいたのはテックマンロボットにTIGトーチを持たせたシステムですが、もちろんその他の協働用ロボットにTIGトーチを持たせたシステムもあれば、 半自動のトーチを持たせたシステムもあります。もっと言えば、溶接以外にも様々な用途で協働用ロボットが活用されておりますので、ぜひ一度協働用ロボットの活用を検討されてはいかがでしょうか。   ■【無料ダウンロード】多品種少量生産のロボット導入成功事例解説レポート 属人化していた熟練技術をロボットで実現！ 多品種少量生産のロボット導入を成功させる方法を解説！！ ▼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_00904 ■「こうなりたい！」と思っている経営者様におすすめ 多品種少量生産のロボット導入成功事例を知りたい！ 多品種少量生産のロボット導入を成功させる方法を知りたい！ 未経験でもロボット導入を成功させる方法を知りたい！ 属人化している技術をロボット化したい！ 多品種少量生産におけるロボット導入の具体的な方法がこの1冊で分かります！！   [sc name="cobot"][/sc]

１．デジタルツインとは何か デジタルツインとは、現実社会の状況をサイバー空間に写し取ったデータ群と、そのデータ群から導き出した最適解を現実世界に戻すための仕組みのことです。 現実世界とそっくりな世界が仮想空間に生まれることからtwin（双子）という呼称になっています。また、昨今話題の「メタバース」もデジタルツインの一種です。 米Deloitte社の調査によると、デジタルツインの世界市場は実際に年率38%で成長しており、2023年には160億ドルに達すると予測されています。 例えば、2018 FIFAワールドカップロシア大会では、選手の動きをリアルタイムで取り込み、そこから最善の采配を導き出す試みが行われました。 取得したデータをもとにバーチャル空間で試合を再現することによって、リアルでの試合に反映することが可能となります。 また、シンガポールでは「バーチャル・シンガポール」という、都市そのものをデジタル化する取り組みが行われており、仮想空間で３Dモデルを構築し、それをベースにインフラや渋滞緩和などの検討がされ始めています。 この後紹介する「PLATEAU」はその日本版ということができ、デジタルツインが普及し始めていることが分かります。 ２．デジタルツインの環境は誰もが利用できるように整備され始めている 国土交通省によって2020年度からスタートした「Project PLATEAU」は、日本全国の３D都市モデルを整備・活用・オープンデータ化するプロジェクトです。モデルをオープン化し、誰もが無料で使えるようにすることで、「Society 5.0」や「デジタルツイン」実現のためのデジタル・インフラとなる役割を果たすことが期待されています。 （参考）Project PLATEAU ：　https://www.mlit.go.jp/plateau/ また、米AWS（Amazon Web Service）は、実世界を仮想空間に再現するデジタルツインを構築し、それを使ったアプリケーションを開発/実行するためのクラウドサービス「AWS IoT TwinMaker」を展開しています。また、この「AWS IoT TwinMaker」は、2022 年 4 月 21 日（米国時間）、AWS Summit San Francisco で一般提供が開始されました。2022年6月上旬現在、AWS IoT TwinMaker自体の利用料金はかかりませんが、それに伴うアプリケーションが利用するAWSサービス料金は必要です。 （参考）AWS IoT TwinMaker　： https://aws.amazon.com/jp/blogs/news/aws-iot-twinmaker-is-now-generally-available/ ３．さらに加速していくDX デジタルツインを用いた機械学習などによる分析によって、実際に運用しているシステムの状況を把握したり、機器の異常を予見し保守作業を要望的に実施することが可能となります。 一見、単なる「シミュレーション」や「IoT」などの分野と同じような印象を受けますが、複数のソースからの既存データを使用してデジタルツインを構築し、あらゆる物理環境の仮想表現を作成し、その環境と実世界のデータを組み合わせることができる点が大きく異なります。 リアルタイム性が向上するため、想定シナリオよりも現実的なシミュレーションを行うことが可能となり、それに応じて連携したシステムを動かすことが可能となるのです。 つまり、デジタルツインの普及はIoTを前提とした仕組みであり、この普及はDX化が恐ろしいスピードで進んでいることを意味しています。   ■“積算・見積もりAIシステム”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://www.funaisoken.co.jp/dl-contents/smart-factory_smart-factory_00702 「こうなりたい！」と思っている経営者様におすすめ 見積もり業務の属人化を解消したい 見積もり業務の標準化を図りたい 見積もり業務にAIを活用したい 積算・見積もり業務の“標準化・脱属人化・技術継承”をしたい AI活用を通じてベテラン社員の働き方改革を進めたい   ■オンラインセミナー開催のお知らせ 製造業の為のAI活用戦略！経営者セミナー 製造業の取組事例に学ぶ！製造業経営者が知っておくべきAI活⽤戦略！ ▼セミナーお申し込みはこちら▼ https://smart-factory.funaisoken.co.jp/event/   このような方にオススメ AIに関心はあるが、自社の経営・営業にAIを具体的にどう活用できるかを知りたい”製造業経営者” 営業部門がまだまだ属人的で、個々の営業スタッフの経験や勘に依存していると感じている”製造業経営者” 生産技術・生産計画・生産管理を特定の熟練者に依存していてブラックボックス化していると感じている"製造業経営者" 製造現場では匠の技が駆使されていて、AI化・IoT化・ロボット化・デジタル化が進んでいないと感じてる”製造業経営者” 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、非効率的で改善が必要と感じている”製造業経営者”の方   ■講座内容 第1講座　AI取組事例講座編 「全国各地で見られる製造業でのAI取り組み事例」 営業部門でAIを活用し、属人化した営業スキルの標準化に取り組んでいる製造業の事例 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 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 第2講座　AI活用戦略講座編 「製造業経営者が取り組むべきAI活用戦略」 製造業の経営にAIを活用する方法 ”経営者目線”で知っておくべき製造業で実践できる具体的なAI活用とは？ 漠然とした理論・概論ではなく、現場で即使えて実践的なAI導入手順   ■開催日程（全てオンラインでの開催となります） 以下いずかれよりご都合の良い日程をお選び下さい 2022/07/05 (火)　13:00~15:00 2022/07/07 (木)　13:00~15:00 2022/07/12 (火)　13:00~15:00 2022/07/14 (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．デジタルツインとは何か デジタルツインとは、現実社会の状況をサイバー空間に写し取ったデータ群と、そのデータ群から導き出した最適解を現実世界に戻すための仕組みのことです。 現実世界とそっくりな世界が仮想空間に生まれることからtwin（双子）という呼称になっています。また、昨今話題の「メタバース」もデジタルツインの一種です。 米Deloitte社の調査によると、デジタルツインの世界市場は実際に年率38%で成長しており、2023年には160億ドルに達すると予測されています。 例えば、2018 FIFAワールドカップロシア大会では、選手の動きをリアルタイムで取り込み、そこから最善の采配を導き出す試みが行われました。 取得したデータをもとにバーチャル空間で試合を再現することによって、リアルでの試合に反映することが可能となります。 また、シンガポールでは「バーチャル・シンガポール」という、都市そのものをデジタル化する取り組みが行われており、仮想空間で３Dモデルを構築し、それをベースにインフラや渋滞緩和などの検討がされ始めています。 この後紹介する「PLATEAU」はその日本版ということができ、デジタルツインが普及し始めていることが分かります。 ２．デジタルツインの環境は誰もが利用できるように整備され始めている 国土交通省によって2020年度からスタートした「Project PLATEAU」は、日本全国の３D都市モデルを整備・活用・オープンデータ化するプロジェクトです。モデルをオープン化し、誰もが無料で使えるようにすることで、「Society 5.0」や「デジタルツイン」実現のためのデジタル・インフラとなる役割を果たすことが期待されています。 （参考）Project PLATEAU ：　https://www.mlit.go.jp/plateau/ また、米AWS（Amazon Web Service）は、実世界を仮想空間に再現するデジタルツインを構築し、それを使ったアプリケーションを開発/実行するためのクラウドサービス「AWS IoT TwinMaker」を展開しています。また、この「AWS IoT TwinMaker」は、2022 年 4 月 21 日（米国時間）、AWS Summit San Francisco で一般提供が開始されました。2022年6月上旬現在、AWS IoT TwinMaker自体の利用料金はかかりませんが、それに伴うアプリケーションが利用するAWSサービス料金は必要です。 （参考）AWS IoT TwinMaker　： https://aws.amazon.com/jp/blogs/news/aws-iot-twinmaker-is-now-generally-available/ ３．さらに加速していくDX デジタルツインを用いた機械学習などによる分析によって、実際に運用しているシステムの状況を把握したり、機器の異常を予見し保守作業を要望的に実施することが可能となります。 一見、単なる「シミュレーション」や「IoT」などの分野と同じような印象を受けますが、複数のソースからの既存データを使用してデジタルツインを構築し、あらゆる物理環境の仮想表現を作成し、その環境と実世界のデータを組み合わせることができる点が大きく異なります。 リアルタイム性が向上するため、想定シナリオよりも現実的なシミュレーションを行うことが可能となり、それに応じて連携したシステムを動かすことが可能となるのです。 つまり、デジタルツインの普及はIoTを前提とした仕組みであり、この普及はDX化が恐ろしいスピードで進んでいることを意味しています。   ■“積算・見積もりAIシステム”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://www.funaisoken.co.jp/dl-contents/smart-factory_smart-factory_00702 「こうなりたい！」と思っている経営者様におすすめ 見積もり業務の属人化を解消したい 見積もり業務の標準化を図りたい 見積もり業務にAIを活用したい 積算・見積もり業務の“標準化・脱属人化・技術継承”をしたい AI活用を通じてベテラン社員の働き方改革を進めたい   ■オンラインセミナー開催のお知らせ 製造業の為のAI活用戦略！経営者セミナー 製造業の取組事例に学ぶ！製造業経営者が知っておくべきAI活⽤戦略！ ▼セミナーお申し込みはこちら▼ https://smart-factory.funaisoken.co.jp/event/   このような方にオススメ AIに関心はあるが、自社の経営・営業にAIを具体的にどう活用できるかを知りたい”製造業経営者” 営業部門がまだまだ属人的で、個々の営業スタッフの経験や勘に依存していると感じている”製造業経営者” 生産技術・生産計画・生産管理を特定の熟練者に依存していてブラックボックス化していると感じている"製造業経営者" 製造現場では匠の技が駆使されていて、AI化・IoT化・ロボット化・デジタル化が進んでいないと感じてる”製造業経営者” 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、非効率的で改善が必要と感じている”製造業経営者”の方   ■講座内容 第1講座　AI取組事例講座編 「全国各地で見られる製造業でのAI取り組み事例」 営業部門でAIを活用し、属人化した営業スキルの標準化に取り組んでいる製造業の事例 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 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 第2講座　AI活用戦略講座編 「製造業経営者が取り組むべきAI活用戦略」 製造業の経営にAIを活用する方法 ”経営者目線”で知っておくべき製造業で実践できる具体的なAI活用とは？ 漠然とした理論・概論ではなく、現場で即使えて実践的なAI導入手順   ■開催日程（全てオンラインでの開催となります） 以下いずかれよりご都合の良い日程をお選び下さい 2022/07/05 (火)　13:00~15:00 2022/07/07 (木)　13:00~15:00 2022/07/12 (火)　13:00~15:00 2022/07/14 (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/  

製造業DX事例研究会の紹介動画をコラムをご覧の方へ限定公開中！！ 4月の製造業DX事例研究会では以下の内容で講座を実施しました！ ・第一講座 初めてのロボット導入でも多品種少量生産の溶接ロボット活用に成功した事例講座 ◆属人化していた熟練技術の溶接作業をロボットで実現！ ◆多品種対応を実現した、初めてでも使いこなせるロボット制御システム ◆対象製品の生産性が大幅向上！ロボットを軸にした売上UPの方法とは？ ◆板金溶接×DX目指すべき板金溶接加工業の姿とは？ ・第二講座 稼働状況の可視化を通じて生産性向上を実現！ 従業員24名の製造業のAI活用最新事例講座 ◆これまで稼働監視が難しかった工程にAIカメラを導入！ ◆「稼働の見える化」で社員の意識が変化！ ◆データの分析でボトルネック工程を特定し、生産性向上を実現！ ・第三講座 【2022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 ◆初公開！2021年度補助金申請“9万件越”を分析！ ◆最新！2022年度狙いどころ補助金はこれ！ 各講座のポイントは下記をチェック！ ・第一講座のポイント ①職人依存からの脱却と自動化推進の足掛かりを作るため経営者自ら行動した ②ロボット化と並行した製品品質の見直し ③最新技術の活用多品種少量生産の場合はロボット化しやすい類似形状製品を対象とする ④作業分析を行いネックとなっている工程のみをロボット化する ⑤経営者が稼働を見える仕組みと改善のPDCA ⑥若手自ら育つ仕組み作り ⑦経営者自らが果敢にチャレンジしていく姿勢を見せる ・第二講座のポイント ①世の中の便利ツールはアイディア次第（手法（AI）が重要ではない） ②デジタル化（可視化）の過程を通じて従業員のモチベーションUP⇒意識が変わる⇒生産性の向上 ③多様な人材を活かして＆集めて事業⇒収益へ 2022年 年間スケジュールのご案内 4月19日（火）13:00～15:30（開催済み） 6月16日（木）WEB開催　経営戦略セミナー研究会全国大会 8月25日（木）13:00～15:30　　WEB開催 9月開催予定　時間未定 工場視察クリニック 10月20日（木）13:00～15:30　WEB開催 11月18日（金）時間未定 工場視察クリニック このような企業にお勧め 受託型の多品種少量生産で、自動化を上手く進めることができていない企業様 ベテラン依存から脱却できず、若手も採用できていない製造業経営者様 人手不足が深刻化する中で、生産性を高めていきたい製造業経営者様 初めてAI化・デジタル化・ロボット化・自動化等に取り組む製造業経営者様 今後AI化・デジタル化・ロボット化・自動化等を進めていきたい製造業経営者様 工場の視察や最新事例の収集を通じて、最適な自動化の形を模索していきたい企業様 【限定公開中】製造業DX事例研究会紹介動画！！ 動画はコチラから https://www.youtube.com/watch?v=ZAoxKaVOnwQ   製造業経営者限定！！《無料お試し参加受付中》 ▼経営研究会の詳細・申込はこちらから▼ https://lp.funaisoken.co.jp/mt/smart-factory/counsel.html   製造業DX事例研究会の紹介動画をコラムをご覧の方へ限定公開中！！ 4月の製造業DX事例研究会では以下の内容で講座を実施しました！ ・第一講座 初めてのロボット導入でも多品種少量生産の溶接ロボット活用に成功した事例講座 ◆属人化していた熟練技術の溶接作業をロボットで実現！ ◆多品種対応を実現した、初めてでも使いこなせるロボット制御システム ◆対象製品の生産性が大幅向上！ロボットを軸にした売上UPの方法とは？ ◆板金溶接×DX目指すべき板金溶接加工業の姿とは？ ・第二講座 稼働状況の可視化を通じて生産性向上を実現！ 従業員24名の製造業のAI活用最新事例講座 ◆これまで稼働監視が難しかった工程にAIカメラを導入！ ◆「稼働の見える化」で社員の意識が変化！ ◆データの分析でボトルネック工程を特定し、生産性向上を実現！ ・第三講座 【2022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 ◆初公開！2021年度補助金申請“9万件越”を分析！ ◆最新！2022年度狙いどころ補助金はこれ！ 各講座のポイントは下記をチェック！ ・第一講座のポイント ①職人依存からの脱却と自動化推進の足掛かりを作るため経営者自ら行動した ②ロボット化と並行した製品品質の見直し ③最新技術の活用多品種少量生産の場合はロボット化しやすい類似形状製品を対象とする ④作業分析を行いネックとなっている工程のみをロボット化する ⑤経営者が稼働を見える仕組みと改善のPDCA ⑥若手自ら育つ仕組み作り ⑦経営者自らが果敢にチャレンジしていく姿勢を見せる ・第二講座のポイント ①世の中の便利ツールはアイディア次第（手法（AI）が重要ではない） ②デジタル化（可視化）の過程を通じて従業員のモチベーションUP⇒意識が変わる⇒生産性の向上 ③多様な人材を活かして＆集めて事業⇒収益へ 2022年 年間スケジュールのご案内 4月19日（火）13:00～15:30（開催済み） 6月16日（木）WEB開催　経営戦略セミナー研究会全国大会 8月25日（木）13:00～15:30　　WEB開催 9月開催予定　時間未定 工場視察クリニック 10月20日（木）13:00～15:30　WEB開催 11月18日（金）時間未定 工場視察クリニック このような企業にお勧め 受託型の多品種少量生産で、自動化を上手く進めることができていない企業様 ベテラン依存から脱却できず、若手も採用できていない製造業経営者様 人手不足が深刻化する中で、生産性を高めていきたい製造業経営者様 初めてAI化・デジタル化・ロボット化・自動化等に取り組む製造業経営者様 今後AI化・デジタル化・ロボット化・自動化等を進めていきたい製造業経営者様 工場の視察や最新事例の収集を通じて、最適な自動化の形を模索していきたい企業様 【限定公開中】製造業DX事例研究会紹介動画！！ 動画はコチラから https://www.youtube.com/watch?v=ZAoxKaVOnwQ   製造業経営者限定！！《無料お試し参加受付中》 ▼経営研究会の詳細・申込はこちらから▼ https://lp.funaisoken.co.jp/mt/smart-factory/counsel.html