DX CONSULTING COLUMN 工場DXコンサルティングコラム

本コラムをお読みいただきありがとうございます。船井総合研究所の熊谷俊作です。 データ可視化は、製造現場の様々な課題解決に役立ちます。例えば、製品ごとの原価を可視化することで収益性の高い製品を把握し、生産計画に反映できます。本記事では、製造現場におけるデータ可視化の具体的な実際の事例と、その効果について解説します。 １．はじめに 製造業を取り巻く環境は、グローバル競争の激化、顧客ニーズの多様化、人手不足など、かつてないほど厳しさを増しています。こうした状況を打破し、持続的な成長を実現するためには、従来の経験や勘に基づいた経営から脱却し、データに基づいた論理的な意思決定を行うことが不可欠です。 特に、製造現場におけるデータ活用は、生産性向上、コスト削減、品質向上といったあらゆる経営課題の解決に直結する、極めて重要なテーマと言えます。 ２．データ可視化がもたらす、製造現場の革新 製造現場におけるデータ活用において、近年特に注目されているのが「データ可視化」です。これは、センサーやIoTデバイスなどから収集した膨大なデータを、グラフや図表などを用いて視覚的に分かりやすく表現する手法です。 DXが叫ばれてしばらく時期が経ちましたが、多くの製造業ではまだまだこのデータの可視化が進んでいない企業が多くあります。データ可視化によって、これまで見えにくかった現場の状況が明確化され、以下のような効果が期待できます。 リアルタイムな状況把握: 生産状況、設備稼働状況、品質データなどをリアルタイムに可視化することで、問題発生時の迅速な対応が可能となります。 ボトルネックの発見と解消: 工程ごとの進捗状況や作業時間、設備の稼働率などを可視化することで、生産のボトルネックを容易に特定し、改善に繋げることができます。 潜在的な問題の予防: 過去のデータ分析や傾向把握を通じて、潜在的な問題を事前に予測し、未然に防ぐことが可能になります。 従業員の意識改革: データに基づいた目標設定や進捗共有を行うことで、従業員のモチベーション向上、主体的な改善活動促進に繋がります。 ３．現場データ可視化：成功事例に学ぶ では、具体的にどのようなデータが、どのように可視化され、現場改善に活用されているのでしょうか？今回、船井総研が発行したレポート「リアルタイム現場データ可視化事例20選」では、業種、規模、課題別に、様々な企業における具体的な可視化事例を実際の可視化レポートを用いてご紹介しています。 3-1.利益管理：収益向上に直結するデータ可視化 a.製品個別原価算出 従来、製造原価は、製品群全体でまとめて計算されることが多く、また製品ごとの標準原価計算が行われているものの実際原価との差が生まれてしまい、実態と異なる原価計算をされてしまう等、製品ごとの収益性を正確に把握することは困難でした。しかし、センサーやIoT技術を活用することで、材料費、加工費、人件費など、製品一つひとつにかかった原価をリアルタイムに把握することが可能になりました。 レポートでは、この製品個別原価をグラフや表で可視化し、利益率の高い製品、低い製品を明確に示す事例を紹介しています。 この情報に基づき、高収益製品の生産比率増加、低収益製品の製造工程見直し、販売価格調整など、戦略的な意思決定を行うことができます。 b.製品別原価一覧 製品の種類が多い企業では、製品ごとの原価を一覧で比較できるように可視化することで、より効率的な原価管理が可能になります。レポートでは、製品名、原価、販売価格、利益率などを一覧表示し、一目で各製品の収益性を把握できる事例を紹介しています。 これにより、全社的な収益目標達成に向けた、製品ポートフォリオの最適化や、製造原価低減活動の重点化などを推進することができます。 c.客先別売上総額と粗利率 顧客別、あるいは取引先別の売上総額と粗利率を可視化することで、収益性の高い顧客、低い顧客を把握することができます。レポートでは、顧客名、売上高、原価、粗利率などをランキング形式で表示する事例を紹介しています。 この情報に基づき、優良顧客への営業強化、低収益顧客への価格交渉、新規顧客開拓など、営業戦略の最適化を図ることができます。 3-2.稼働監視：ムダをなくし、効率性を最大化する a.設備別稼働監視 設備の稼働状況をリアルタイムに可視化することで、設備の稼働率向上、ダウンタイムの削減に繋げることができます。レポートでは、設備ごとに稼働時間、停止時間、稼働率をグラフで表示し、設備の稼働状況を「見える化」する事例を紹介しています。 これにより、設備の故障予兆検知、予防保全の実施、稼働率の低い設備の活用方法検討など、設備の効率的な運用が可能になります。 b.工場内稼働監視 工場全体の設備稼働状況を俯瞰的に可視化することで、工場全体の生産効率を把握することができます。レポートでは、工場内の各設備の稼働状況を色分けして表示し、稼働状況が一目でわかるようにした事例を紹介しています。 これにより、工場全体の稼働率向上に向けた、設備レイアウトの見直し、工程の標準化、人員配置の最適化などを検討することができます。 c.ライン別稼働監視 生産ラインごとの稼働状況を可視化することで、ライン間の能力差やボトルネックを把握することができます。レポートでは、各ラインの生産量、稼働率、停止時間などをグラフで比較表示し、ライン間の能力差を明確に示す事例を紹介しています。 これにより、能力の低いラインへの重点的な改善活動、ライン間の作業分担調整、生産計画の精緻化などを実施することができます。 3-3.不良管理：品質向上とコスト削減を両立 a.工場別不良管理 工場ごとの不良発生状況を可視化することで、工場間の品質管理レベルの差を把握することができます。レポートでは、各工場の不良率、不良発生件数、不良原因などをグラフで比較表示し、不良対策の重点工場を明確にする事例を紹介しています。 これにより、不良対策のノウハウ共有、品質管理体制の見直し、従業員教育の強化など、工場全体の品質レベル向上を図ることができます。 b.検査記録集計表 製品別、工程別、検査項目別の不良発生状況を可視化することで、不良発生の傾向を分析することができます。レポートでは、検査記録を集計し、不良発生率の高い製品、工程、検査項目を特定する事例を紹介しています。 これにより、不良発生原因の特定、再発防止策の実施、検査工程の見直しなど、効果的な品質改善活動が可能になります。 ４．未来展望：進化し続けるデータ可視化 今後、AIや機械学習などの技術革新により、データ可視化はさらに進化していくと予想されます。 例えば、AIによるデータ分析の自動化が進み、人間では気づかなかったような潜在的な問題点や改善ポイントを、AIが発見してくれるようになるでしょう。 AIを活用するには、データが必要です。最近では生成AIの登場などによって、よりAI活用が注目されていますが、一番重要なのはどのAIを使うかではなく、どれだけ正確なデータを蓄積することができるかなのです。 正確なデータを蓄積させることができるようになれば、自社データを学習させたAI活用を実施することが可能となります。これにより、自社の過去データ（＝ノウハウ）をいつでもだれでも参照することができるようになり、属人化解消・業務効率化が実現できるようになるのです。 ５．最後に データ可視化は、製造現場のあらゆる課題解決に貢献する強力なツールです。ぜひ、本コラムやレポート「リアルタイム現場データ可視化事例20選」を参考に、自社のデータ活用戦略に役立てていただければ幸いです。 そして、船井総研では、製造業の皆様のデータ活用を支援するためのセミナーやコンサルティングサービスも提供しております。データ活用でお困りのことがございましたら、お気軽にご相談ください。 セミナーページ：https://smart-factory.funaisoken.co.jp/event/ ■【製造業向け】リアルタイム現場データ可視化事例20選 ▼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_03546_S045 本コラムをお読みいただきありがとうございます。船井総合研究所の熊谷俊作です。 データ可視化は、製造現場の様々な課題解決に役立ちます。例えば、製品ごとの原価を可視化することで収益性の高い製品を把握し、生産計画に反映できます。本記事では、製造現場におけるデータ可視化の具体的な実際の事例と、その効果について解説します。 １．はじめに 製造業を取り巻く環境は、グローバル競争の激化、顧客ニーズの多様化、人手不足など、かつてないほど厳しさを増しています。こうした状況を打破し、持続的な成長を実現するためには、従来の経験や勘に基づいた経営から脱却し、データに基づいた論理的な意思決定を行うことが不可欠です。 特に、製造現場におけるデータ活用は、生産性向上、コスト削減、品質向上といったあらゆる経営課題の解決に直結する、極めて重要なテーマと言えます。 ２．データ可視化がもたらす、製造現場の革新 製造現場におけるデータ活用において、近年特に注目されているのが「データ可視化」です。これは、センサーやIoTデバイスなどから収集した膨大なデータを、グラフや図表などを用いて視覚的に分かりやすく表現する手法です。 DXが叫ばれてしばらく時期が経ちましたが、多くの製造業ではまだまだこのデータの可視化が進んでいない企業が多くあります。データ可視化によって、これまで見えにくかった現場の状況が明確化され、以下のような効果が期待できます。 リアルタイムな状況把握: 生産状況、設備稼働状況、品質データなどをリアルタイムに可視化することで、問題発生時の迅速な対応が可能となります。 ボトルネックの発見と解消: 工程ごとの進捗状況や作業時間、設備の稼働率などを可視化することで、生産のボトルネックを容易に特定し、改善に繋げることができます。 潜在的な問題の予防: 過去のデータ分析や傾向把握を通じて、潜在的な問題を事前に予測し、未然に防ぐことが可能になります。 従業員の意識改革: データに基づいた目標設定や進捗共有を行うことで、従業員のモチベーション向上、主体的な改善活動促進に繋がります。 ３．現場データ可視化：成功事例に学ぶ では、具体的にどのようなデータが、どのように可視化され、現場改善に活用されているのでしょうか？今回、船井総研が発行したレポート「リアルタイム現場データ可視化事例20選」では、業種、規模、課題別に、様々な企業における具体的な可視化事例を実際の可視化レポートを用いてご紹介しています。 3-1.利益管理：収益向上に直結するデータ可視化 a.製品個別原価算出 従来、製造原価は、製品群全体でまとめて計算されることが多く、また製品ごとの標準原価計算が行われているものの実際原価との差が生まれてしまい、実態と異なる原価計算をされてしまう等、製品ごとの収益性を正確に把握することは困難でした。しかし、センサーやIoT技術を活用することで、材料費、加工費、人件費など、製品一つひとつにかかった原価をリアルタイムに把握することが可能になりました。 レポートでは、この製品個別原価をグラフや表で可視化し、利益率の高い製品、低い製品を明確に示す事例を紹介しています。 この情報に基づき、高収益製品の生産比率増加、低収益製品の製造工程見直し、販売価格調整など、戦略的な意思決定を行うことができます。 b.製品別原価一覧 製品の種類が多い企業では、製品ごとの原価を一覧で比較できるように可視化することで、より効率的な原価管理が可能になります。レポートでは、製品名、原価、販売価格、利益率などを一覧表示し、一目で各製品の収益性を把握できる事例を紹介しています。 これにより、全社的な収益目標達成に向けた、製品ポートフォリオの最適化や、製造原価低減活動の重点化などを推進することができます。 c.客先別売上総額と粗利率 顧客別、あるいは取引先別の売上総額と粗利率を可視化することで、収益性の高い顧客、低い顧客を把握することができます。レポートでは、顧客名、売上高、原価、粗利率などをランキング形式で表示する事例を紹介しています。 この情報に基づき、優良顧客への営業強化、低収益顧客への価格交渉、新規顧客開拓など、営業戦略の最適化を図ることができます。 3-2.稼働監視：ムダをなくし、効率性を最大化する a.設備別稼働監視 設備の稼働状況をリアルタイムに可視化することで、設備の稼働率向上、ダウンタイムの削減に繋げることができます。レポートでは、設備ごとに稼働時間、停止時間、稼働率をグラフで表示し、設備の稼働状況を「見える化」する事例を紹介しています。 これにより、設備の故障予兆検知、予防保全の実施、稼働率の低い設備の活用方法検討など、設備の効率的な運用が可能になります。 b.工場内稼働監視 工場全体の設備稼働状況を俯瞰的に可視化することで、工場全体の生産効率を把握することができます。レポートでは、工場内の各設備の稼働状況を色分けして表示し、稼働状況が一目でわかるようにした事例を紹介しています。 これにより、工場全体の稼働率向上に向けた、設備レイアウトの見直し、工程の標準化、人員配置の最適化などを検討することができます。 c.ライン別稼働監視 生産ラインごとの稼働状況を可視化することで、ライン間の能力差やボトルネックを把握することができます。レポートでは、各ラインの生産量、稼働率、停止時間などをグラフで比較表示し、ライン間の能力差を明確に示す事例を紹介しています。 これにより、能力の低いラインへの重点的な改善活動、ライン間の作業分担調整、生産計画の精緻化などを実施することができます。 3-3.不良管理：品質向上とコスト削減を両立 a.工場別不良管理 工場ごとの不良発生状況を可視化することで、工場間の品質管理レベルの差を把握することができます。レポートでは、各工場の不良率、不良発生件数、不良原因などをグラフで比較表示し、不良対策の重点工場を明確にする事例を紹介しています。 これにより、不良対策のノウハウ共有、品質管理体制の見直し、従業員教育の強化など、工場全体の品質レベル向上を図ることができます。 b.検査記録集計表 製品別、工程別、検査項目別の不良発生状況を可視化することで、不良発生の傾向を分析することができます。レポートでは、検査記録を集計し、不良発生率の高い製品、工程、検査項目を特定する事例を紹介しています。 これにより、不良発生原因の特定、再発防止策の実施、検査工程の見直しなど、効果的な品質改善活動が可能になります。 ４．未来展望：進化し続けるデータ可視化 今後、AIや機械学習などの技術革新により、データ可視化はさらに進化していくと予想されます。 例えば、AIによるデータ分析の自動化が進み、人間では気づかなかったような潜在的な問題点や改善ポイントを、AIが発見してくれるようになるでしょう。 AIを活用するには、データが必要です。最近では生成AIの登場などによって、よりAI活用が注目されていますが、一番重要なのはどのAIを使うかではなく、どれだけ正確なデータを蓄積することができるかなのです。 正確なデータを蓄積させることができるようになれば、自社データを学習させたAI活用を実施することが可能となります。これにより、自社の過去データ（＝ノウハウ）をいつでもだれでも参照することができるようになり、属人化解消・業務効率化が実現できるようになるのです。 ５．最後に データ可視化は、製造現場のあらゆる課題解決に貢献する強力なツールです。ぜひ、本コラムやレポート「リアルタイム現場データ可視化事例20選」を参考に、自社のデータ活用戦略に役立てていただければ幸いです。 そして、船井総研では、製造業の皆様のデータ活用を支援するためのセミナーやコンサルティングサービスも提供しております。データ活用でお困りのことがございましたら、お気軽にご相談ください。 セミナーページ：https://smart-factory.funaisoken.co.jp/event/ ■【製造業向け】リアルタイム現場データ可視化事例20選 ▼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_03546_S045

こんにちは。製造業の皆様、日々の業務お疲れ様です。 今日は、多くの企業が抱える課題を解決し、 未来への成長を加速させる、 ロボット・IoTシステム導入についてお話したいと思います。 ご存知の通り、製造業を取り巻く環境は、 グローバル化や顧客ニーズの多様化など、 目まぐるしく変化していますよね。 特に、中堅・大手製造業の皆様は、 人手不足や生産性向上、コスト削減といった課題に加え、 マスカスタマイゼーションへの対応やサプライチェーンの複雑化など、 より高度な課題に直面されているのではないでしょうか？ このような状況下で、 多くの企業が注目しているのが、 ロボット・IoTシステムを活用した生産現場の自動化です。 「自動化って、本当に効果があるの？」 「どこから手をつければいいのかわからない…」 そう思われている方もいらっしゃるかもしれません。 そこで、今日は、自動化による課題解決、 生産性向上、そして持続的な成長を実現するための 具体的なステップと重要ポイントを、 皆様と一緒に考えていきたいと思います。 1. まずは現状把握から！課題を明確化し、自動化の目的を定めましょう。 自動化を成功させるためには、 まず、現状を正確に把握し、 どのような課題を解決すべきなのかを明確にすることが重要です。 ・御社の課題は何ですか？長年培ってきた経験やノウハウは、 まさに御社の強みです。 しかし、既存設備の老朽化や属人的な業務プロセス、 部門間の連携不足など、 企業規模が大きくなるほど課題も複雑化していく傾向があります。 まずは、これらの課題を一つひとつ丁寧に洗い出してみましょう。   ・生産性のボトルネックはどこにあるのでしょうか？生産ラインの各工程における作業時間、稼働率、不良率などを分析し、 生産性を阻害する要因を特定することが重要です。 IoTセンサーなどを活用すれば、より詳細なデータを取得し、客観的な分析が可能になります。 「データは宝の山」と言われるように、 データ分析は、改善のヒントを与えてくれるでしょう。   ・自動化で解決したい課題は何ですか？人手不足の解消、品質の安定化、リードタイムの短縮など、 自動化によって解決したい課題を具体的に設定しましょう。 優先順位をつけ、段階的に取り組むことで、より効果的に自動化を進めることができます。   ・KPI設定とロードマップ作成自動化による効果を測定するためのKPIを設定し、 目標達成に向けた具体的なロードマップを作成しましょう。 導入スケジュール、担当者、予算などを明確にすることで、 プロジェクトをスムーズに進めることができます。 「千里の道も一歩から」 しっかりと計画を立て、着実に実行していくことが重要です。 2. 最新技術を導入！ロボット・IoTシステム導入のポイント 自動化を実現するための技術は、 日々進化しています。 最新の技術動向を把握し、 自社に最適なシステムを導入することが重要です。 ・最新ロボット技術を知っていますか？AIを搭載した自律型ロボット、 人と協働作業を行う協働ロボットなど、 様々な種類のロボットが登場しています。 それぞれの特性を理解し、導入事例を参考にしながら、御社の生産ラインに適したロボットを選定しましょう。   ・IoTシステムでデータ活用！センサー、ネットワーク、クラウドなどを活用したIoTシステムにより、 生産現場の様々なデータをリアルタイムに収集・分析することができます。 これらのデータを活用することで、生産効率の向上、品質管理の強化、設備の予知保全などが可能になります。 まさに、「見える化」による改善ですね。   ・最適なシステムを選定するために導入コスト、操作性、メンテナンス性、拡張性など、 様々な観点から総合的に判断する必要があります。 既存システムとの連携やセキュリティ対策も重要な要素となります。 御社のニーズに合ったシステムを、 じっくりと検討しましょう。   ・段階的な導入でリスク軽減最初から大規模な導入を行うのではなく、 まずは一部の工程で試験的に導入し、 効果を検証しながら徐々に範囲を拡大していく方法が有効です。 「小さく始めて大きく育てる」という考え方ですね。 3. 人材育成と組織改革も重要！自動化を成功させるための基盤づくり 自動化は、単に機械を導入すればよいというものではありません。 人材育成と組織改革を並行して進めることで、 自動化の効果を最大限に引き出すことができます。 ・人材の役割変化と必要なスキルロボットの操作・メンテナンス、データ分析、システム管理など、 自動化に伴い、新たなスキルが必要となります。 従業員のスキルアップを支援し、 変化に対応できる人材を育成することが重要です。 人材こそ、企業の宝です。   ・効果的な人材育成プログラム社内研修、外部研修、OJTなど、 様々な方法を組み合わせた人材育成プログラムを設計・運用しましょう。 従業員のモチベーションを高め、 積極的にスキルを習得できる環境を作る必要があります。   ・部門間連携強化と情報共有自動化によって、 生産部門、技術部門、管理部門など、 様々な部門が関わるようになります。 部門間連携を強化し、情報共有を促進することで、 スムーズな意思決定と効率的な業務遂行が可能になります。 「One Team」として、 目標達成に向けて協力していくことが重要です。   ・変化に対応できる柔軟な組織体制自動化によって、 従来の組織構造や業務プロセスを見直す必要が生じる可能性があります。 変化に対応できる柔軟な組織体制を構築することで、 新たなビジネスチャンスを捉えることができます。 4. 未来を見据えた生産体制！持続的な成長を支える自動化戦略 自動化は、単なるコスト削減や効率化のための手段ではありません。 企業の競争力強化、新たな価値創造、持続的な成長を支えるための 重要な戦略となります。 ・生産性向上で競争力強化！自動化によって、人材不足を解消し、 生産性を向上させることで、 コスト競争力を強化することができます。 また、品質の安定化やリードタイムの短縮により、 顧客満足度向上にも貢献することができます。   ・マスカスタマイゼーションへの対応顧客一人ひとりのニーズに対応した製品を 効率的に生産することが求められています。 ロボット・IoTシステムを活用することで、多品種少量生産や個別受注生産にも柔軟に対応することができます。   ・データドリブンな生産管理生産現場で収集したデータを分析し、 生産計画の立案、在庫管理、品質管理などに活用することで、 より効率的で精度の高い生産管理システムを構築することができます。 データに基づいた意思決定は、企業の成長を加速させるでしょう。   ・スマートファクトリー化で未来へAI、IoT、ロボットなどの技術を統合し、 自律的に最適化された生産システムを構築することで、 さらなる生産性向上、品質向上、コスト削減を実現することができます。 スマートファクトリー化は、 製造業の未来を拓く鍵となるでしょう。 いかがでしたでしょうか？ ロボット・IoTシステムを活用した生産現場の自動化は、 製造業にとって大きな可能性を秘めています。 現状を正確に把握し、 自社に最適なシステムを導入することで、 企業の競争力強化、新たな価値創造、 そして持続的な成長を実現することができます。 ぜひ、この機会に自動化について 真剣に検討してみてはいかがでしょうか？   ▼セミナー詳細・申込はこちらから▼ https://www.funaisoken.co.jp/seminar/122813 ・お申し込みはこちらから⇒ https://www.funaisoken.co.jp/seminar/122813 こんにちは。製造業の皆様、日々の業務お疲れ様です。 今日は、多くの企業が抱える課題を解決し、 未来への成長を加速させる、 ロボット・IoTシステム導入についてお話したいと思います。 ご存知の通り、製造業を取り巻く環境は、 グローバル化や顧客ニーズの多様化など、 目まぐるしく変化していますよね。 特に、中堅・大手製造業の皆様は、 人手不足や生産性向上、コスト削減といった課題に加え、 マスカスタマイゼーションへの対応やサプライチェーンの複雑化など、 より高度な課題に直面されているのではないでしょうか？ このような状況下で、 多くの企業が注目しているのが、 ロボット・IoTシステムを活用した生産現場の自動化です。 「自動化って、本当に効果があるの？」 「どこから手をつければいいのかわからない…」 そう思われている方もいらっしゃるかもしれません。 そこで、今日は、自動化による課題解決、 生産性向上、そして持続的な成長を実現するための 具体的なステップと重要ポイントを、 皆様と一緒に考えていきたいと思います。 1. まずは現状把握から！課題を明確化し、自動化の目的を定めましょう。 自動化を成功させるためには、 まず、現状を正確に把握し、 どのような課題を解決すべきなのかを明確にすることが重要です。 ・御社の課題は何ですか？長年培ってきた経験やノウハウは、 まさに御社の強みです。 しかし、既存設備の老朽化や属人的な業務プロセス、 部門間の連携不足など、 企業規模が大きくなるほど課題も複雑化していく傾向があります。 まずは、これらの課題を一つひとつ丁寧に洗い出してみましょう。   ・生産性のボトルネックはどこにあるのでしょうか？生産ラインの各工程における作業時間、稼働率、不良率などを分析し、 生産性を阻害する要因を特定することが重要です。 IoTセンサーなどを活用すれば、より詳細なデータを取得し、客観的な分析が可能になります。 「データは宝の山」と言われるように、 データ分析は、改善のヒントを与えてくれるでしょう。   ・自動化で解決したい課題は何ですか？人手不足の解消、品質の安定化、リードタイムの短縮など、 自動化によって解決したい課題を具体的に設定しましょう。 優先順位をつけ、段階的に取り組むことで、より効果的に自動化を進めることができます。   ・KPI設定とロードマップ作成自動化による効果を測定するためのKPIを設定し、 目標達成に向けた具体的なロードマップを作成しましょう。 導入スケジュール、担当者、予算などを明確にすることで、 プロジェクトをスムーズに進めることができます。 「千里の道も一歩から」 しっかりと計画を立て、着実に実行していくことが重要です。 2. 最新技術を導入！ロボット・IoTシステム導入のポイント 自動化を実現するための技術は、 日々進化しています。 最新の技術動向を把握し、 自社に最適なシステムを導入することが重要です。 ・最新ロボット技術を知っていますか？AIを搭載した自律型ロボット、 人と協働作業を行う協働ロボットなど、 様々な種類のロボットが登場しています。 それぞれの特性を理解し、導入事例を参考にしながら、御社の生産ラインに適したロボットを選定しましょう。   ・IoTシステムでデータ活用！センサー、ネットワーク、クラウドなどを活用したIoTシステムにより、 生産現場の様々なデータをリアルタイムに収集・分析することができます。 これらのデータを活用することで、生産効率の向上、品質管理の強化、設備の予知保全などが可能になります。 まさに、「見える化」による改善ですね。   ・最適なシステムを選定するために導入コスト、操作性、メンテナンス性、拡張性など、 様々な観点から総合的に判断する必要があります。 既存システムとの連携やセキュリティ対策も重要な要素となります。 御社のニーズに合ったシステムを、 じっくりと検討しましょう。   ・段階的な導入でリスク軽減最初から大規模な導入を行うのではなく、 まずは一部の工程で試験的に導入し、 効果を検証しながら徐々に範囲を拡大していく方法が有効です。 「小さく始めて大きく育てる」という考え方ですね。 3. 人材育成と組織改革も重要！自動化を成功させるための基盤づくり 自動化は、単に機械を導入すればよいというものではありません。 人材育成と組織改革を並行して進めることで、 自動化の効果を最大限に引き出すことができます。 ・人材の役割変化と必要なスキルロボットの操作・メンテナンス、データ分析、システム管理など、 自動化に伴い、新たなスキルが必要となります。 従業員のスキルアップを支援し、 変化に対応できる人材を育成することが重要です。 人材こそ、企業の宝です。   ・効果的な人材育成プログラム社内研修、外部研修、OJTなど、 様々な方法を組み合わせた人材育成プログラムを設計・運用しましょう。 従業員のモチベーションを高め、 積極的にスキルを習得できる環境を作る必要があります。   ・部門間連携強化と情報共有自動化によって、 生産部門、技術部門、管理部門など、 様々な部門が関わるようになります。 部門間連携を強化し、情報共有を促進することで、 スムーズな意思決定と効率的な業務遂行が可能になります。 「One Team」として、 目標達成に向けて協力していくことが重要です。   ・変化に対応できる柔軟な組織体制自動化によって、 従来の組織構造や業務プロセスを見直す必要が生じる可能性があります。 変化に対応できる柔軟な組織体制を構築することで、 新たなビジネスチャンスを捉えることができます。 4. 未来を見据えた生産体制！持続的な成長を支える自動化戦略 自動化は、単なるコスト削減や効率化のための手段ではありません。 企業の競争力強化、新たな価値創造、持続的な成長を支えるための 重要な戦略となります。 ・生産性向上で競争力強化！自動化によって、人材不足を解消し、 生産性を向上させることで、 コスト競争力を強化することができます。 また、品質の安定化やリードタイムの短縮により、 顧客満足度向上にも貢献することができます。   ・マスカスタマイゼーションへの対応顧客一人ひとりのニーズに対応した製品を 効率的に生産することが求められています。 ロボット・IoTシステムを活用することで、多品種少量生産や個別受注生産にも柔軟に対応することができます。   ・データドリブンな生産管理生産現場で収集したデータを分析し、 生産計画の立案、在庫管理、品質管理などに活用することで、 より効率的で精度の高い生産管理システムを構築することができます。 データに基づいた意思決定は、企業の成長を加速させるでしょう。   ・スマートファクトリー化で未来へAI、IoT、ロボットなどの技術を統合し、 自律的に最適化された生産システムを構築することで、 さらなる生産性向上、品質向上、コスト削減を実現することができます。 スマートファクトリー化は、 製造業の未来を拓く鍵となるでしょう。 いかがでしたでしょうか？ ロボット・IoTシステムを活用した生産現場の自動化は、 製造業にとって大きな可能性を秘めています。 現状を正確に把握し、 自社に最適なシステムを導入することで、 企業の競争力強化、新たな価値創造、 そして持続的な成長を実現することができます。 ぜひ、この機会に自動化について 真剣に検討してみてはいかがでしょうか？   ▼セミナー詳細・申込はこちらから▼ https://www.funaisoken.co.jp/seminar/122813 ・お申し込みはこちらから⇒ https://www.funaisoken.co.jp/seminar/122813

製造業の生産技術・製造部門の幹部のみなさま、こんにちは。 船井総合研究所の徳竹です。 日頃より、生産性向上、人材不足解消、コスト削減など、様々な課題に立ち向かわれていることと思います。 特に、多品種少量生産体制をとっている企業様では、これらの課題解決がより困難になっているのではないでしょうか？ 「多品種少量生産だから、ロボット化は難しい…」 「AIやIoTって、大規模な工場でないと効果がないのでは？」 「最新技術を導入したくても、コストや人材が…」 そう感じて、自動化やデジタル化を諦めてしまっていませんか？ １．多品種少量生産だから…と諦めていませんか？ 多品種少量生産では、特有の課題によって、生産性向上が阻害されがちです。 １．工程の標準化の難しさ 製品の種類や工程が多岐にわたるため、標準化が難しく、属人的な作業に頼らざるを得ない状況に陥りがちです。 これにより、人材育成に時間がかかったり、品質にばらつきが生じたり、ノウハウの共有が難しくなるなどの問題が発生します。 ２．人材不足による負担増加 人材不足が深刻化する中、限られた人員で多様な業務に対応しなければならず、従業員一人ひとりの負担が増加しています。 長時間労働や人材の流出、さらなる人材不足に繋がりかねません。 ３．頻繁な段取り替えによる生産性の低下 多品種少量生産では、製品の切り替えに伴い、頻繁な段取り替えが発生します。 段取り替えには時間と手間がかかり、その間は生産が止まってしまうため、生産性が低下するだけでなく、納期の遅延や機会損失にも繋がります。 ２．ロボット・AI・IoTこそ、解決の鍵！ これらの課題を解決し、生産性向上を実現するためには、ロボット・AI・IoT技術の活用が不可欠です。 ロボット・AI・IoT技術を導入することで、以下のような効果が期待できます。 ・人材不足の解消と人材の有効活用 ロボットによる自動化によって、人材不足を解消し、従業員をより付加価値の高い業務に配置することができます。 単純作業や危険な作業をロボットに任せることで、従業員の負担を軽減し、労働環境の改善にも繋がります。 ・品質向上と検査コストの削減 AIによる画像認識技術を活用した外観検査の自動化により、人為的なミスを削減し、品質の安定化を実現します。 また、検査にかかる時間とコストを削減することができます。 ・生産工程の見える化とムダの削減 IoTによって、生産ラインの稼働状況や設備の稼働状況、在庫状況などのデータをリアルタイムに収集・分析することで、生産工程の可視化を実現します。 これにより、ボトルネックの発見やムダの削減、生産計画の精度向上に繋げることが可能となります。 ・データ分析による継続的な改善 蓄積されたデータを分析することで、生産効率の向上や品質の改善、設備の故障予知など、様々な課題解決に役立てることができます。 データに基づいた客観的な意思決定が可能となり、継続的な改善サイクルを構築することができます。 ・標準化によるノウハウの共有と人材育成の効率化 ロボットやAIを導入することで、作業の標準化を促進することができます。 標準化によって、属人的な作業を減らし、ノウハウを共有することで、人材育成の効率化や品質の安定化に繋がります。 続いて、ロボット・IoTを活用した「なんと3000品目！デンソーウェーブが実現した驚きの自動化」事例をご紹介します。 ３．なんと3000品目！デンソーウェーブが実現した驚きの自動化 業株式会社デンソーウェーブ様は、QRコードの開発で知られる、産業用ロボットや自動認識システムのリーディングカンパニーです。 そのデンソーウェーブ様が、なんと3000品目にも及ぶ自社製品の組み立て工程を自動化することに成功しました。 多品種少量生産における自動化の難しさを克服し、大幅な生産性向上を実現したデンソーウェーブ様の取り組みは、多くの製造業にとって大きなヒントになるはずです。 今回は、多品種少量生産における生産性向上を実現するための、ロボット・AI・IoT活用法について、株式会社デンソーウェーブ様をゲスト講師にお招きし、具体的な事例を交えながらお伝えいたします。 【セミナーでは、デンソーウェーブの担当者から直接話を聞ける！】 今回のセミナーでは、デンソーウェーブ様からゲスト講師をお招きし、3000品目の自社製品組み立て工程を自動化した事例について、詳しくお話いただきます。 具体的には、 多品種少量生産におけるロボット導入のポイント ロボット導入による効果（生産性向上、品質向上、コスト削減など） 導入時の課題と解決策 今後の展望 などについて、お話いただく予定です。 デンソーウェーブ様の担当者から直接話を聞ける貴重な機会です。ぜひ、この機会をお見逃しなく！ 【セミナーでさらに詳しく解説】 多品種少量生産におけるロボット・AI・IoT活用法について、さらに詳しく知りたい方は、ぜひ船井総合研究所が開催するセミナーにご参加ください。 セミナーでは、多品種少量生産に特化した自動化・生産性向上の方程式や、製造現場の4Mを定量化し可視化する手法などについても解説いたします。 セミナーの詳細はこちら https://www.funaisoken.co.jp/seminar/122813 多品種少量生産の課題を克服し、生産性向上を実現する道筋を、一緒に見つけましょう。 皆様のエントリーを心よりお待ちしております。 追伸 セミナーでは、個別相談会も実施しております。 お悩みの内容を具体的にお伺いし、最適な解決策をご提案させていただきますので、ぜひお気軽にご相談ください。 ■関連するセミナーのご案内 製造業向け　自動化・生産性向上セミナー 幹部社員が知っておくべきロボット・AI・IoT活用手法と成功事例 セミナー詳細・申込はこちらから↓↓↓ https://www.funaisoken.co.jp/seminar/122813 製造業の生産技術・製造部門の幹部のみなさま、こんにちは。 船井総合研究所の徳竹です。 日頃より、生産性向上、人材不足解消、コスト削減など、様々な課題に立ち向かわれていることと思います。 特に、多品種少量生産体制をとっている企業様では、これらの課題解決がより困難になっているのではないでしょうか？ 「多品種少量生産だから、ロボット化は難しい…」 「AIやIoTって、大規模な工場でないと効果がないのでは？」 「最新技術を導入したくても、コストや人材が…」 そう感じて、自動化やデジタル化を諦めてしまっていませんか？ １．多品種少量生産だから…と諦めていませんか？ 多品種少量生産では、特有の課題によって、生産性向上が阻害されがちです。 １．工程の標準化の難しさ 製品の種類や工程が多岐にわたるため、標準化が難しく、属人的な作業に頼らざるを得ない状況に陥りがちです。 これにより、人材育成に時間がかかったり、品質にばらつきが生じたり、ノウハウの共有が難しくなるなどの問題が発生します。 ２．人材不足による負担増加 人材不足が深刻化する中、限られた人員で多様な業務に対応しなければならず、従業員一人ひとりの負担が増加しています。 長時間労働や人材の流出、さらなる人材不足に繋がりかねません。 ３．頻繁な段取り替えによる生産性の低下 多品種少量生産では、製品の切り替えに伴い、頻繁な段取り替えが発生します。 段取り替えには時間と手間がかかり、その間は生産が止まってしまうため、生産性が低下するだけでなく、納期の遅延や機会損失にも繋がります。 ２．ロボット・AI・IoTこそ、解決の鍵！ これらの課題を解決し、生産性向上を実現するためには、ロボット・AI・IoT技術の活用が不可欠です。 ロボット・AI・IoT技術を導入することで、以下のような効果が期待できます。 ・人材不足の解消と人材の有効活用 ロボットによる自動化によって、人材不足を解消し、従業員をより付加価値の高い業務に配置することができます。 単純作業や危険な作業をロボットに任せることで、従業員の負担を軽減し、労働環境の改善にも繋がります。 ・品質向上と検査コストの削減 AIによる画像認識技術を活用した外観検査の自動化により、人為的なミスを削減し、品質の安定化を実現します。 また、検査にかかる時間とコストを削減することができます。 ・生産工程の見える化とムダの削減 IoTによって、生産ラインの稼働状況や設備の稼働状況、在庫状況などのデータをリアルタイムに収集・分析することで、生産工程の可視化を実現します。 これにより、ボトルネックの発見やムダの削減、生産計画の精度向上に繋げることが可能となります。 ・データ分析による継続的な改善 蓄積されたデータを分析することで、生産効率の向上や品質の改善、設備の故障予知など、様々な課題解決に役立てることができます。 データに基づいた客観的な意思決定が可能となり、継続的な改善サイクルを構築することができます。 ・標準化によるノウハウの共有と人材育成の効率化 ロボットやAIを導入することで、作業の標準化を促進することができます。 標準化によって、属人的な作業を減らし、ノウハウを共有することで、人材育成の効率化や品質の安定化に繋がります。 続いて、ロボット・IoTを活用した「なんと3000品目！デンソーウェーブが実現した驚きの自動化」事例をご紹介します。 ３．なんと3000品目！デンソーウェーブが実現した驚きの自動化 業株式会社デンソーウェーブ様は、QRコードの開発で知られる、産業用ロボットや自動認識システムのリーディングカンパニーです。 そのデンソーウェーブ様が、なんと3000品目にも及ぶ自社製品の組み立て工程を自動化することに成功しました。 多品種少量生産における自動化の難しさを克服し、大幅な生産性向上を実現したデンソーウェーブ様の取り組みは、多くの製造業にとって大きなヒントになるはずです。 今回は、多品種少量生産における生産性向上を実現するための、ロボット・AI・IoT活用法について、株式会社デンソーウェーブ様をゲスト講師にお招きし、具体的な事例を交えながらお伝えいたします。 【セミナーでは、デンソーウェーブの担当者から直接話を聞ける！】 今回のセミナーでは、デンソーウェーブ様からゲスト講師をお招きし、3000品目の自社製品組み立て工程を自動化した事例について、詳しくお話いただきます。 具体的には、 多品種少量生産におけるロボット導入のポイント ロボット導入による効果（生産性向上、品質向上、コスト削減など） 導入時の課題と解決策 今後の展望 などについて、お話いただく予定です。 デンソーウェーブ様の担当者から直接話を聞ける貴重な機会です。ぜひ、この機会をお見逃しなく！ 【セミナーでさらに詳しく解説】 多品種少量生産におけるロボット・AI・IoT活用法について、さらに詳しく知りたい方は、ぜひ船井総合研究所が開催するセミナーにご参加ください。 セミナーでは、多品種少量生産に特化した自動化・生産性向上の方程式や、製造現場の4Mを定量化し可視化する手法などについても解説いたします。 セミナーの詳細はこちら https://www.funaisoken.co.jp/seminar/122813 多品種少量生産の課題を克服し、生産性向上を実現する道筋を、一緒に見つけましょう。 皆様のエントリーを心よりお待ちしております。 追伸 セミナーでは、個別相談会も実施しております。 お悩みの内容を具体的にお伺いし、最適な解決策をご提案させていただきますので、ぜひお気軽にご相談ください。 ■関連するセミナーのご案内 製造業向け　自動化・生産性向上セミナー 幹部社員が知っておくべきロボット・AI・IoT活用手法と成功事例 セミナー詳細・申込はこちらから↓↓↓ https://www.funaisoken.co.jp/seminar/122813

平素よりお世話になり、誠にありがとうございます。 今回は、「来年2025年2月19日（水）14:30～17:30」に 船井総研グループ東京本社で開催予定の 「多品種少量生産製造業向け 生産管理・生産技術DXセミナー」について、ご案内いたします。 【株式会社メトロール 代表取締役社長 松橋様より】 メトロールは1976年の創業以来、機械・電気電子・空圧・無線通信といった測定の基礎技術と工作機械や産業用ロボットに関するノウハウをコア技術に、自社ブランドのオリジナリティの高い高精度センサを開発・製造・販売しています。 弊社がDXに取り組んできた最大の理由は、まだ世の中にない、付加価値があって競争力のある製品を開発するためです。DXは人を3K業務やルーティン業務から解放し、人の心に余裕を生むための手段。人は心に余裕がないと、創造的かつ付加価値の高い仕事はできないと考えています。弊社のDXに関する取り組みが、少しでも皆様の会社経営の一助となれば幸いです。 株式会社メトロール 代表取締役社長 松橋卓司 氏     【ご紹介する事例のポイントを一部先行公開！】 「アナログかつ属人的な生産管理体制」から脱却！「システムを活用した生産管理」へシフトし、生産性アップを実現！ 約10,000点にも及ぶ部品を人の手を介さずに自動発注！ 適正な在庫管理を実現！必要なときに必要な製品を供給する仕組みの構築に成功！ 製品の受注状況から製造過程における「進捗状況の見える化」を実現！ 生産管理・生産技術DXを通じて、受注～出荷までのリードタイムを半減！ 生産管理業務の単なる効率化・省力化だけでなく、付加価値アップも実現！     【本セミナーのポイント】 カンブリア宮殿にも出演！メディア掲載実績多数の株式会社メトロール 代表取締役社長の松橋様に直接ご登壇いただくセミナーです！ 「精密位置決めスイッチ」で世界トップクラスのシェア！経常利益率15％を記録している株式会社メトロールの生産管理・生産技術DXに関する取り組み事例を特別公開！   【このような方におすすめのセミナーです】 ✓「従業員数10名以上」「一品一様」「多品種少量生産」の製造業 ✓業務の基幹となるパッケージシステムを導入していない（もしくは、導入したシステムを十分に使いこなせていない）製造業 ✓「Excelへの手入力作業」「紙帳票を使った業務」「二度手間・三度手間になっている業務」が多い製造業 ✓「アナログ化・ブラックボックス化・属人化」している自社の生産管理業務を「自動化・見える化・脱属人化」していきたい製造業 ✓従業員数129名・経常利益率15％のグローバルニッチトップ企業が実践する生産管理・生産技術DXの実践事例を学びたい製造業 ※本セミナーは会場の都合上、定員30名のセミナーとなっております。 ご興味のある方は「今すぐ！」本セミナーへお申し込みください。 皆様のご参加を、心よりお待ちしております！   ▼セミナー詳細・申込はこちらから▼ https://www.funaisoken.co.jp/seminar/122443 お申し込みはこちらから⇒ https://www.funaisoken.co.jp/seminar/122443 ▼レポート無料ダウンロード お申し込みはこちら▼ 平素よりお世話になり、誠にありがとうございます。 今回は、「来年2025年2月19日（水）14:30～17:30」に 船井総研グループ東京本社で開催予定の 「多品種少量生産製造業向け 生産管理・生産技術DXセミナー」について、ご案内いたします。 【株式会社メトロール 代表取締役社長 松橋様より】 メトロールは1976年の創業以来、機械・電気電子・空圧・無線通信といった測定の基礎技術と工作機械や産業用ロボットに関するノウハウをコア技術に、自社ブランドのオリジナリティの高い高精度センサを開発・製造・販売しています。 弊社がDXに取り組んできた最大の理由は、まだ世の中にない、付加価値があって競争力のある製品を開発するためです。DXは人を3K業務やルーティン業務から解放し、人の心に余裕を生むための手段。人は心に余裕がないと、創造的かつ付加価値の高い仕事はできないと考えています。弊社のDXに関する取り組みが、少しでも皆様の会社経営の一助となれば幸いです。 株式会社メトロール 代表取締役社長 松橋卓司 氏     【ご紹介する事例のポイントを一部先行公開！】 「アナログかつ属人的な生産管理体制」から脱却！「システムを活用した生産管理」へシフトし、生産性アップを実現！ 約10,000点にも及ぶ部品を人の手を介さずに自動発注！ 適正な在庫管理を実現！必要なときに必要な製品を供給する仕組みの構築に成功！ 製品の受注状況から製造過程における「進捗状況の見える化」を実現！ 生産管理・生産技術DXを通じて、受注～出荷までのリードタイムを半減！ 生産管理業務の単なる効率化・省力化だけでなく、付加価値アップも実現！     【本セミナーのポイント】 カンブリア宮殿にも出演！メディア掲載実績多数の株式会社メトロール 代表取締役社長の松橋様に直接ご登壇いただくセミナーです！ 「精密位置決めスイッチ」で世界トップクラスのシェア！経常利益率15％を記録している株式会社メトロールの生産管理・生産技術DXに関する取り組み事例を特別公開！   【このような方におすすめのセミナーです】 ✓「従業員数10名以上」「一品一様」「多品種少量生産」の製造業 ✓業務の基幹となるパッケージシステムを導入していない（もしくは、導入したシステムを十分に使いこなせていない）製造業 ✓「Excelへの手入力作業」「紙帳票を使った業務」「二度手間・三度手間になっている業務」が多い製造業 ✓「アナログ化・ブラックボックス化・属人化」している自社の生産管理業務を「自動化・見える化・脱属人化」していきたい製造業 ✓従業員数129名・経常利益率15％のグローバルニッチトップ企業が実践する生産管理・生産技術DXの実践事例を学びたい製造業 ※本セミナーは会場の都合上、定員30名のセミナーとなっております。 ご興味のある方は「今すぐ！」本セミナーへお申し込みください。 皆様のご参加を、心よりお待ちしております！   ▼セミナー詳細・申込はこちらから▼ https://www.funaisoken.co.jp/seminar/122443 お申し込みはこちらから⇒ https://www.funaisoken.co.jp/seminar/122443 ▼レポート無料ダウンロード お申し込みはこちら▼

人手不足が深刻化する中、製造現場における自動化は喫緊の課題となっています。 特に、品質管理の要である外観検査の自動化は、多くの企業が関心を寄せているのではないでしょうか？ 外観検査自動化は、AI技術の進化により、近年急速に普及が進んでいます。 しかし、AI外観検査を導入したものの、期待した効果を得られなかった、あるいは、かえってコストや手間が増えてしまったというケースも少なくありません。 そこで今回は、外観検査自動化に取り組む際に注意すべき点について、失敗例とその対策をお伝えします。 ぜひ最後までお読みいただき、今後の参考としていただければ幸いです。 1.対象品種の選定ミス 「とりあえずAIを導入すれば、何でも自動化できる！」と考えていませんか？ 実は、AI外観検査が得意な品種と苦手な品種があります。 例えば、複雑な形状の部品や、表面に凹凸が多い部品は、画像処理が難しく、AIによる検出精度が低下する可能性があります。 また、小ロット生産の製品の場合、AIモデルの学習に必要なデータ量が不足し、十分な精度が得られないケースも。 さらに、製品のライフサイクルが短い場合は、AIモデルの構築や調整に時間がかかり、費用対効果が低くなる可能性も考えられます。 ☆対策 導入前に、AI外観検査に適した品種かどうかを慎重に検討しましょう。 複雑な形状の部品には、3Dカメラや特殊な照明を用いるなど、工夫が必要です。 小ロット生産品には、データ拡張技術や転移学習などを活用し、少ないデータでも高精度なAIモデルを構築する必要があります。 2.AIへの過度な期待 AIは、近年目覚ましい発展を遂げていますが、万能ではありません。 特に、外観検査においては、以下のような限界があります。 未知の不良に対応できないAIは、学習データに含まれる不良しか検出できません。 例えば、学習データに「傷」のデータが含まれていない場合、AIは「傷」を不良として認識できません。 微妙な判断が難しい人間であれば、経験や勘に基づいて判断できる微妙な不良も、AIには難しい場合があります。 例えば、「わずかな色の違い」や「微妙な形状の歪み」などは、AIでは判断が難しい場合があります。 環境変化に弱い照明条件やカメラの位置が変わると、AIの検出精度が低下する可能性があります。 例えば、日中の自然光と夜間の人工光では、同じ製品でも画像の見え方が異なるため、AIの認識精度に影響を与える可能性があります。 ☆対策 AIの得意・不得意を理解し、過度な期待は禁物です。 AIはあくまで人間の作業を支援するツールとして捉え、最終的な判断は人間が行うようにしましょう。 目視検査とAI検査を併用することで、より高い精度で不良を検出できます。 定期的にAIモデルの精度を評価し、必要があれば再学習や調整を行いましょう。 3.費用見積もりの甘さ AI外観検査システムの導入には、以下のような費用がかかります。 初期費用・ソフトウェアライセンス費用・ハードウェア費用（カメラ、照明、検査装置など）・システム構築費用（コンサルティング、設計、開発、設置など）・AIモデル作成費用（データ収集、アノテーション、学習など） 運用費用・システム保守費用・AIモデルのメンテナンス費用（再学習、調整など）・電力料金・人件費 これらの費用を正確に見積もらないと、導入後に予想外の出費が発生し、予算オーバーに陥る可能性があります。 ☆対策 導入前に、複数のベンダーから見積もりを取り、費用を比較検討しましょう。 見積もり内容を詳細に確認し、不明な点は必ず質問しましょう。 運用費用についても、事前にしっかりと見積もり、長期的なコストを把握しましょう。 費用対効果をシミュレーションし、投資回収の期間を見積もりましょう。 4.導入後、検査機を放置してしまった AI外観検査システムを導入したら終わりではありません。 AIモデルは、時間の経過とともに精度が低下していくため、定期的なメンテナンスや再学習が必要です。 また、製品の仕様変更や新たな不良が発生した場合にも、AIモデルを更新する必要があります。 ☆対策 AIモデルの運用担当者を決め、責任を持ってメンテナンスや再学習を行う体制を整えましょう。 定期的にAIモデルの精度を評価し、必要があれば再学習や調整を行いましょう。 製品仕様の変更や新たな不良発生時には、速やかにAIモデルを更新しましょう。 運用マニュアルを作成し、担当者が変更になった場合でもスムーズに引き継ぎができるようにしましょう。 5.まとめ 5-1次世代の金属加工技術 AIやIoTを駆使した次世代の金属加工技術は、加工プロセスの可視化や自動化により、さらなる生産性の向上を目指しています。特に、AIを用いた品質管理の自動化やリアルタイムデータの分析により、製品の精度を保ちながら効率的な生産が可能となりました。 導入目的を明確にする 適切な対象品種を選ぶ AIの特性を理解する 費用対効果をシミュレーションする 運用体制を整える しかし、いざ導入を検討するとなると、 「具体的にどのように進めればいいのかわからない…」 「自社に合ったシステムやAIの見極め方が難しい…」 といった悩みをお持ちの方もいらっしゃるのではないでしょうか？ そんな皆様に朗報です！ 船井総研では、樹脂成型・ゴム製品製造業の社長様向けに、AI外観検査導入を成功に導くためのセミナーを開催いたします。 本セミナーでは AI外観検査導入の成功ポイント 具体的な取り組み事例 多品種小ロット生産における自動化の進め方 AI導入・自動化を成功させるための社長の役割 など、盛りだくさんの内容をご用意しております。 過去の失敗事例から学び、成功へと繋がるヒントが満載です。 AI外観検査導入を成功させ、人材不足解消、品質向上、コスト削減を実現したいとお考えの社長様は、ぜひこの機会にご参加ください。   ▼セミナー詳細・申込はこちらから▼ https://www.funaisoken.co.jp/seminar/121701 お申し込みはこちらから⇒ https://www.funaisoken.co.jp/seminar/121701 人手不足が深刻化する中、製造現場における自動化は喫緊の課題となっています。 特に、品質管理の要である外観検査の自動化は、多くの企業が関心を寄せているのではないでしょうか？ 外観検査自動化は、AI技術の進化により、近年急速に普及が進んでいます。 しかし、AI外観検査を導入したものの、期待した効果を得られなかった、あるいは、かえってコストや手間が増えてしまったというケースも少なくありません。 そこで今回は、外観検査自動化に取り組む際に注意すべき点について、失敗例とその対策をお伝えします。 ぜひ最後までお読みいただき、今後の参考としていただければ幸いです。 1.対象品種の選定ミス 「とりあえずAIを導入すれば、何でも自動化できる！」と考えていませんか？ 実は、AI外観検査が得意な品種と苦手な品種があります。 例えば、複雑な形状の部品や、表面に凹凸が多い部品は、画像処理が難しく、AIによる検出精度が低下する可能性があります。 また、小ロット生産の製品の場合、AIモデルの学習に必要なデータ量が不足し、十分な精度が得られないケースも。 さらに、製品のライフサイクルが短い場合は、AIモデルの構築や調整に時間がかかり、費用対効果が低くなる可能性も考えられます。 ☆対策 導入前に、AI外観検査に適した品種かどうかを慎重に検討しましょう。 複雑な形状の部品には、3Dカメラや特殊な照明を用いるなど、工夫が必要です。 小ロット生産品には、データ拡張技術や転移学習などを活用し、少ないデータでも高精度なAIモデルを構築する必要があります。 2.AIへの過度な期待 AIは、近年目覚ましい発展を遂げていますが、万能ではありません。 特に、外観検査においては、以下のような限界があります。 未知の不良に対応できないAIは、学習データに含まれる不良しか検出できません。 例えば、学習データに「傷」のデータが含まれていない場合、AIは「傷」を不良として認識できません。 微妙な判断が難しい人間であれば、経験や勘に基づいて判断できる微妙な不良も、AIには難しい場合があります。 例えば、「わずかな色の違い」や「微妙な形状の歪み」などは、AIでは判断が難しい場合があります。 環境変化に弱い照明条件やカメラの位置が変わると、AIの検出精度が低下する可能性があります。 例えば、日中の自然光と夜間の人工光では、同じ製品でも画像の見え方が異なるため、AIの認識精度に影響を与える可能性があります。 ☆対策 AIの得意・不得意を理解し、過度な期待は禁物です。 AIはあくまで人間の作業を支援するツールとして捉え、最終的な判断は人間が行うようにしましょう。 目視検査とAI検査を併用することで、より高い精度で不良を検出できます。 定期的にAIモデルの精度を評価し、必要があれば再学習や調整を行いましょう。 3.費用見積もりの甘さ AI外観検査システムの導入には、以下のような費用がかかります。 初期費用・ソフトウェアライセンス費用・ハードウェア費用（カメラ、照明、検査装置など）・システム構築費用（コンサルティング、設計、開発、設置など）・AIモデル作成費用（データ収集、アノテーション、学習など） 運用費用・システム保守費用・AIモデルのメンテナンス費用（再学習、調整など）・電力料金・人件費 これらの費用を正確に見積もらないと、導入後に予想外の出費が発生し、予算オーバーに陥る可能性があります。 ☆対策 導入前に、複数のベンダーから見積もりを取り、費用を比較検討しましょう。 見積もり内容を詳細に確認し、不明な点は必ず質問しましょう。 運用費用についても、事前にしっかりと見積もり、長期的なコストを把握しましょう。 費用対効果をシミュレーションし、投資回収の期間を見積もりましょう。 4.導入後、検査機を放置してしまった AI外観検査システムを導入したら終わりではありません。 AIモデルは、時間の経過とともに精度が低下していくため、定期的なメンテナンスや再学習が必要です。 また、製品の仕様変更や新たな不良が発生した場合にも、AIモデルを更新する必要があります。 ☆対策 AIモデルの運用担当者を決め、責任を持ってメンテナンスや再学習を行う体制を整えましょう。 定期的にAIモデルの精度を評価し、必要があれば再学習や調整を行いましょう。 製品仕様の変更や新たな不良発生時には、速やかにAIモデルを更新しましょう。 運用マニュアルを作成し、担当者が変更になった場合でもスムーズに引き継ぎができるようにしましょう。 5.まとめ 5-1次世代の金属加工技術 AIやIoTを駆使した次世代の金属加工技術は、加工プロセスの可視化や自動化により、さらなる生産性の向上を目指しています。特に、AIを用いた品質管理の自動化やリアルタイムデータの分析により、製品の精度を保ちながら効率的な生産が可能となりました。 導入目的を明確にする 適切な対象品種を選ぶ AIの特性を理解する 費用対効果をシミュレーションする 運用体制を整える しかし、いざ導入を検討するとなると、 「具体的にどのように進めればいいのかわからない…」 「自社に合ったシステムやAIの見極め方が難しい…」 といった悩みをお持ちの方もいらっしゃるのではないでしょうか？ そんな皆様に朗報です！ 船井総研では、樹脂成型・ゴム製品製造業の社長様向けに、AI外観検査導入を成功に導くためのセミナーを開催いたします。 本セミナーでは AI外観検査導入の成功ポイント 具体的な取り組み事例 多品種小ロット生産における自動化の進め方 AI導入・自動化を成功させるための社長の役割 など、盛りだくさんの内容をご用意しております。 過去の失敗事例から学び、成功へと繋がるヒントが満載です。 AI外観検査導入を成功させ、人材不足解消、品質向上、コスト削減を実現したいとお考えの社長様は、ぜひこの機会にご参加ください。   ▼セミナー詳細・申込はこちらから▼ https://www.funaisoken.co.jp/seminar/121701 お申し込みはこちらから⇒ https://www.funaisoken.co.jp/seminar/121701

1.はじめに：金属加工業界の現状と未来の展望 金属加工業界は今、大きな転換期を迎えています。自動車業界の電動化や半導体の需要拡大、環境対応への高まる関心により、板金プレス加工業もその動向に合わせた変革が求められています。本記事では、板金プレス加工業の最新トレンドや業界全体が直面している課題に焦点を当て、今後の成長に必要な戦略について考察します。 2.第2章: 中小企業の挑戦と戦略 2-1 不況からの回復に向けた取り組み 2024年現在、不況の影響は依然として多くの中小企業に重くのしかかっています。特に板金プレス加工業においては、設備投資や技術力の維持が課題となっています。企業はコスト削減や効率化に取り組む一方、試作品や小ロット生産を重視することで、受注を確保する努力を続けています。 2-2 M&Aを通じた企業の生き残り戦略 業界再編が進む中で、多くの企業がM&Aを通じて事業を拡大し、新しい市場への参入を目指しています。特に、自社の強みを活かした企業買収や提携により、一貫生産体制を確立する企業が増加しています。この動きは、安定的な受注を確保し、経営基盤を強化するための重要な手段となっています。 3.第3章: 技術革新と自動化の影響 3-1 板金加工と切削加工の融合 板金加工と切削加工の融合は、製品の多様化や顧客ニーズの高まりに対応するための手段として注目されています。これにより、製品の品質や精度を高め、加工コストを削減することが可能です。特に、複雑な形状を短期間で加工する能力が高く評価され、顧客からの問い合わせも増加しています。 3-2 世界的な技術展とその実態 金属加工業界では、年々進化する技術を活用した新たな加工方法が次々と登場しています。ドイツや中国などで開催される技術展には、多くの日本企業も出展しており、最新のプレス機やAI技術を駆使した自動化装置が注目を集めています。これらの技術導入は、生産効率の向上とコスト削減に大きく寄与しています。 4.第4章: 業界の未来を支える力 経営者に必要な知識と力 「2025年の崖」という言葉があるように、今後はさらなる労働人口の減少によりDX化が急務となります。ただし、闇雲にシステム導入をする・社内のDXプロジェクトを担当者に一任するとDX化は成功しません。急速に変化する業界に対応するためには、経営者自らが新技術の導入や設備投資について深く理解し、最適な選択を行う力が求められます。特に、中小企業においては、現場の声を反映した柔軟な経営戦略が不可欠です。経営者は積極的に情報収集を行い、技術や市場動向を把握することが企業の成長に繋がります。 5.第5章: プレス加工と新たな技術の展開 5-1次世代の金属加工技術 AIやIoTを駆使した次世代の金属加工技術は、加工プロセスの可視化や自動化により、さらなる生産性の向上を目指しています。特に、AIを用いた品質管理の自動化やリアルタイムデータの分析により、製品の精度を保ちながら効率的な生産が可能となりました。 5-2次世代の原価管理 原価管理において材料費や光熱費などは管理しやすいですが、労務費には作業者の製造工数が含まれるため正確に管理できていない企業も多いのではないでしょうか。原価管理が適切にできていない場合、製品別にどれくらいの利益が出ているのか・見積価格をどれくらいに設定したらよいのか・見積と実績にどれくらいの差異があるのか、など経営に直結する情報があいまいになってしまいます。そのため、製造に誰が・いつ・どれくらい関わったのかを正確に把握する必要があります。 そこで、タブレットやIoTを活用してデータをシステムに自動転送できるようになると、紙日報に記入するよりも作業者の負担にならずに、二重・三重のシステム転記作業もなくなります。 6.おわりに: 今後の展望と金属加工業界が培った力 これからの金属加工業界は、持続可能な成長に向けた取り組みが重要です。業界全体が技術革新と経営戦略の見直しを図り、次世代の課題に向き合っていくことが求められます。板金プレス加工業も、他業界と連携を強化し、新しい製品開発やサービス提供を通じて市場の需要に応えていく必要があります。 今回の「板金・プレス加工業のための自社データAI活用セミナー」では、現場主導の業務改善を行い付加価値額20%向上した事例を交えて徹底解説いたします。 ご興味のある方はぜひご参加ください。   ▼セミナー詳細・申込はこちらから▼ https://www.funaisoken.co.jp/seminar/122446 お申し込みはこちらから⇒ https://www.funaisoken.co.jp/seminar/122446 1.はじめに：金属加工業界の現状と未来の展望 金属加工業界は今、大きな転換期を迎えています。自動車業界の電動化や半導体の需要拡大、環境対応への高まる関心により、板金プレス加工業もその動向に合わせた変革が求められています。本記事では、板金プレス加工業の最新トレンドや業界全体が直面している課題に焦点を当て、今後の成長に必要な戦略について考察します。 2.第2章: 中小企業の挑戦と戦略 2-1 不況からの回復に向けた取り組み 2024年現在、不況の影響は依然として多くの中小企業に重くのしかかっています。特に板金プレス加工業においては、設備投資や技術力の維持が課題となっています。企業はコスト削減や効率化に取り組む一方、試作品や小ロット生産を重視することで、受注を確保する努力を続けています。 2-2 M&Aを通じた企業の生き残り戦略 業界再編が進む中で、多くの企業がM&Aを通じて事業を拡大し、新しい市場への参入を目指しています。特に、自社の強みを活かした企業買収や提携により、一貫生産体制を確立する企業が増加しています。この動きは、安定的な受注を確保し、経営基盤を強化するための重要な手段となっています。 3.第3章: 技術革新と自動化の影響 3-1 板金加工と切削加工の融合 板金加工と切削加工の融合は、製品の多様化や顧客ニーズの高まりに対応するための手段として注目されています。これにより、製品の品質や精度を高め、加工コストを削減することが可能です。特に、複雑な形状を短期間で加工する能力が高く評価され、顧客からの問い合わせも増加しています。 3-2 世界的な技術展とその実態 金属加工業界では、年々進化する技術を活用した新たな加工方法が次々と登場しています。ドイツや中国などで開催される技術展には、多くの日本企業も出展しており、最新のプレス機やAI技術を駆使した自動化装置が注目を集めています。これらの技術導入は、生産効率の向上とコスト削減に大きく寄与しています。 4.第4章: 業界の未来を支える力 経営者に必要な知識と力 「2025年の崖」という言葉があるように、今後はさらなる労働人口の減少によりDX化が急務となります。ただし、闇雲にシステム導入をする・社内のDXプロジェクトを担当者に一任するとDX化は成功しません。急速に変化する業界に対応するためには、経営者自らが新技術の導入や設備投資について深く理解し、最適な選択を行う力が求められます。特に、中小企業においては、現場の声を反映した柔軟な経営戦略が不可欠です。経営者は積極的に情報収集を行い、技術や市場動向を把握することが企業の成長に繋がります。 5.第5章: プレス加工と新たな技術の展開 5-1次世代の金属加工技術 AIやIoTを駆使した次世代の金属加工技術は、加工プロセスの可視化や自動化により、さらなる生産性の向上を目指しています。特に、AIを用いた品質管理の自動化やリアルタイムデータの分析により、製品の精度を保ちながら効率的な生産が可能となりました。 5-2次世代の原価管理 原価管理において材料費や光熱費などは管理しやすいですが、労務費には作業者の製造工数が含まれるため正確に管理できていない企業も多いのではないでしょうか。原価管理が適切にできていない場合、製品別にどれくらいの利益が出ているのか・見積価格をどれくらいに設定したらよいのか・見積と実績にどれくらいの差異があるのか、など経営に直結する情報があいまいになってしまいます。そのため、製造に誰が・いつ・どれくらい関わったのかを正確に把握する必要があります。 そこで、タブレットやIoTを活用してデータをシステムに自動転送できるようになると、紙日報に記入するよりも作業者の負担にならずに、二重・三重のシステム転記作業もなくなります。 6.おわりに: 今後の展望と金属加工業界が培った力 これからの金属加工業界は、持続可能な成長に向けた取り組みが重要です。業界全体が技術革新と経営戦略の見直しを図り、次世代の課題に向き合っていくことが求められます。板金プレス加工業も、他業界と連携を強化し、新しい製品開発やサービス提供を通じて市場の需要に応えていく必要があります。 今回の「板金・プレス加工業のための自社データAI活用セミナー」では、現場主導の業務改善を行い付加価値額20%向上した事例を交えて徹底解説いたします。 ご興味のある方はぜひご参加ください。   ▼セミナー詳細・申込はこちらから▼ https://www.funaisoken.co.jp/seminar/122446 お申し込みはこちらから⇒ https://www.funaisoken.co.jp/seminar/122446

皆様、こんにちは。 株式会社船井総合研究所の塩田です。 11月15日に開催されました、市川港開発協議会の研修会にて、弊社の飯塚・徳竹が講演いたしました。 今回は、「人材不足時代を勝ち抜くDX戦略（基本編）」をテーマに、DXとは何か、またDXの進め方について講演をおこないました。 ▽当日の様子 当日は、DXを成功させるための以下のポイントについてご説明させていただきました。 業務の見直し（標準化・一元化）DXを成功させるためには、既存のアナログ作業をデジタル化するだけでは不十分です。まず、業務内容やフローを見直し、無駄をなくし、標準化・一元化を進めることが重要です。 優先順位付けDXを進めるには、解決すべき課題は山積みです。限られた時間とリソースを有効活用するためには、課題の重要度や緊急性を評価し、優先順位をつけて取り組むことが重要です。 全社員への周知徹底DXは、一部の担当者だけで進めるものではありません。全社員がDXの目的や内容を理解し、積極的に参加しなければ、真の変革は実現できません。そのため、経営者が率先してビジョンや戦略を共有し、社員の意識改革を促進する必要があります。 スモールスタート最初から完璧なシステムを構築しようとすると、時間やコストがかかりすぎるだけでなく、失敗のリスクも高まります。まずは、比較的小規模なプロジェクトから着手し、成功体験を積み重ねながら、段階的にDXを推進していくことが重要です。 目的を見失わないDXを進める過程で、最新の技術やシステムに目を奪われ、本来の目的を見失ってしまうことがあります。DXはあくまでも手段であり、目的は企業の成長や競争力強化です。常に目的を意識し、手段が目的化しないように注意する必要があります。 船井総研では、コンサルタントの講演依頼を承っております。ご希望の際は、弊社問い合わせフォームよりご依頼をお願いいたします。 皆様、こんにちは。 株式会社船井総合研究所の塩田です。 11月15日に開催されました、市川港開発協議会の研修会にて、弊社の飯塚・徳竹が講演いたしました。 今回は、「人材不足時代を勝ち抜くDX戦略（基本編）」をテーマに、DXとは何か、またDXの進め方について講演をおこないました。 ▽当日の様子 当日は、DXを成功させるための以下のポイントについてご説明させていただきました。 業務の見直し（標準化・一元化）DXを成功させるためには、既存のアナログ作業をデジタル化するだけでは不十分です。まず、業務内容やフローを見直し、無駄をなくし、標準化・一元化を進めることが重要です。 優先順位付けDXを進めるには、解決すべき課題は山積みです。限られた時間とリソースを有効活用するためには、課題の重要度や緊急性を評価し、優先順位をつけて取り組むことが重要です。 全社員への周知徹底DXは、一部の担当者だけで進めるものではありません。全社員がDXの目的や内容を理解し、積極的に参加しなければ、真の変革は実現できません。そのため、経営者が率先してビジョンや戦略を共有し、社員の意識改革を促進する必要があります。 スモールスタート最初から完璧なシステムを構築しようとすると、時間やコストがかかりすぎるだけでなく、失敗のリスクも高まります。まずは、比較的小規模なプロジェクトから着手し、成功体験を積み重ねながら、段階的にDXを推進していくことが重要です。 目的を見失わないDXを進める過程で、最新の技術やシステムに目を奪われ、本来の目的を見失ってしまうことがあります。DXはあくまでも手段であり、目的は企業の成長や競争力強化です。常に目的を意識し、手段が目的化しないように注意する必要があります。 船井総研では、コンサルタントの講演依頼を承っております。ご希望の際は、弊社問い合わせフォームよりご依頼をお願いいたします。

プラスチック射出成形は、製造業において広く使用されている生産技術であり、精密な製品を大量に生産することが可能です。しかし、その一方で、コスト管理の難しさが業界の課題として挙げられます。原材料費、加工費、設備費など、多くのコスト要因が絡み合い、適切な管理を怠ると、企業の利益を圧迫することになります。この記事では、プラスチック射出成形における原価管理の基本から、具体的なコスト削減方法、生産管理システムの活用方法、さらに実践的な事例を通じて、競争力を維持するための最適な原価管理手法を紹介します。 1.はじめに：射出成形における原価管理の重要性とその背景 射出成形は、プラスチックや金属の加工において非常に重要な技術です。この技術を使用することで、複雑な形状や高精度な製品を短期間で生産することが可能になります。しかし、生産効率を最大化するためには、細かなコスト管理が必要不可欠です。 原材料費、加工費、設備維持費などが製造コストに影響を与えるため、それらのコストを的確に把握・管理を行い、データをもとにした原価改善を実施することが競争力維持に繋がります。 射出成形のプロセスは、多くの工程が絡むため、各工程で発生するコストを細かく分けて管理する必要があります。 例えば、原材料の仕入れから製品の完成までにかかる時間や人件費、そして生産設備の稼働率や保守管理費用が、全体的なコストにどのように影響するのかを理解することが重要です。 射出成形では、製品単価が低くなることが多いため、大量生産における効率化が求められます。そのため、製造原価を把握するためには、原価計算の手法を十分に理解し、適切な管理体制を築くことが必要です。 しかし近年の製品の多様化に伴って各社が製造する製品の品目数は多くなり、それぞれロット数も少なくなってきているのが現状です。 こういった多品種少量生産が求められる現在では、特に製品の製造に必要な準備時間（段取時間）をいかに効率的に最適化することができるかが原価低減における重要な視点となっていきます。 2.原価管理の目的：競争力向上と利益確保 射出成形は、プラスチックや金属の加工において非常に重要な技術です。この技術を使用することで、複雑な形状や高精度な製品を短期間で生産することが可能になります。しかし、生産効率を最大化するためには、細かなコスト管理が必要不可欠です。原材料費、加工費、設備維持費などが製造コストに影響を与えるため、それらのコストを的確に把握・管理を行い、データをもとにした原価改善を実施することが競争力維持に繋がります。 射出成形のプロセスは、多くの工程が絡むため、各工程で発生するコストを細かく分けて管理する必要があります。 例えば、原材料の仕入れから製品の完成までにかかる時間や人件費、そして生産設備の稼働率や保守管理費用が、全体的なコストにどのように影響するのかを理解することが重要です。 射出成形では、製品単価が低くなることが多いため、大量生産における効率化が求められます。そのため、製造原価を把握するためには、原価計算の手法を十分に理解し、適切な管理体制を築くことが必要です。 しかし近年の製品の多様化に伴って各社が製造する製品の品目数は多くなり、それぞれロット数も少なくなってきているのが現状です。 こういった多品種少量生産が求められる現在では、特に製品の製造に必要な準備時間（段取時間）をいかに効率的に最適化することができるかが原価低減における重要な視点となっていきます。 ①実際工数のデータ化・一元化（データ取得） こちらの画像をご覧ください。 こちらは弊社主催セミナーの資料の一部です。 画像に示されているように、多くの製造業では特に実際にかかった「労務費（工賃×工数）」と「光熱費」を正確に製品別工程別に取得することができていません。 実際にかかった労務費と光熱費が把握できないため、製造原価を把握することが出来ず、売価に対する利益を把握することが出来なくなってしまうのです。 実際原価を把握するためには、特に実際にかかった製造工数を現場でリアルタイムに取得していく必要があります。 光熱費においても、カーボンニュートラル等の観点から正確なデータ取得は必要ですが、光熱費を削減していく場合には新電力活用や設備投資等の投資による施策が挙げられることが多いため、現場改善・原価低減の観点で見る場合は、労務費をもとに按分するという進め方で取り急ぎは問題ないと考えられます。 皆さんの現場ではいかがでしょうか？ 製造工数は正確に取れていますでしょうか？ また、そのデータを原価管理・現場改善へと活用することができていますか？ 管理会計分野でも様々な分析・管理手法がありますが、それらもすべて「正確なデータが取得できていること」が前提です。 会社として、競争力を向上させるためには、特に正確な工数データを取得することが重要なのです。 ②実際原価の可視化（集計） 製品別・工程別の実際にかかった原価を可視化することにより、どの製品・工程で無駄が発生しているかを特定できます。これにより、コスト削減の余地が明確になり、改善策を講じることができます。 多くの企業では、まだまだ標準原価計算によって原価管理されているのが実態です。 標準原価計算による製品別の原価を把握してしまうと、実際にかかった原価が見えなくなるため、生産計画・見積作成に影響を及ぼしてしまいます。 結果として、適切な経営判断を行うことが出来なくなってしまうのです。 データが集計されて可視化されてくれば、おのずと改善箇所が見えるようになっていきます。 製品別であれば、利益率のGood・Bad分析・製品分類別の利益率の推移・客先毎の利益率等が分析できるようになります。 工程別であれば、各ライン・設備における稼働時間の分析・製品別における製造ラインの特性等が統計的に分析できるようになります。 ③利益の最大化（改善） 実際原価を可視化することによって得られる効果は、改善箇所が見えるようになることだけではなく、 改善後の結果が経営効果として数値化できるようになる ことが挙げられます。 実際原価の可視化は実態を表すものであるため、改善の実施により過去と比較してどれだけ改善できたのかを数値で示すことができるようになるのです。 これにより、現場の方の改善活動に対するモチベーション向上につながることができ、会社として改善活動を活発化することができるようになります。 さらに、経営者・管理者としても、結果が数値で現れるようになるため根拠をもとに適切な評価ができるようになります。 現場の方からすると、やはり経営者・管理者からの適切な評価や適切な鼓舞はうれしいものであり、より改善活動を実施しようという考えを持ってくれるようになります。 そうすると、現場の方が率先して「データを見て気づきを得て」「改善ポイントを把握して」「自らが改善活動を実施する」ことができるようになるのです。 これにより、現場主導の経営改善・原価改善体制が出来上がります。 当たり前ですが、現場改善の気づきを得やすいのは現場の方々です。 日々作業をしているため、自部門の製造特性を熟知しているからです。 これを、「なんとなくやっている」「仕事だからやっている」といった意識で製造をする場合と、「この部分に改善ポイントがありそうだな」と考えながら製造をする場合では雲泥の差があることは明らかです。 こういった「原価意識を持った製造」意識を持たせるためにも、上記のような正確なデータ取得・可視化が重要となります。 生産性を向上させ、製造コストを抑えることができれば、同じ製品をより多くの利益を得ることができるようになります。利益率を改善するためには、原価計算と適切な価格設定が必要なのです。 現場主導の経営改善・原価改善体制を構築するためには、正確なデータ取得・可視化が重要なのです。 ④競争力の向上（経営効果へと結びつける） 原価管理をすることは、社内の原価低減の為だけでなく、価格交渉や新規の見積による利益確保の材料ともなります。 価格交渉 自社の製品別工程別の原価を正しく把握することができれば、「どの製品が儲かっているか・儲かっていないか」「この製品のどの工程が儲かっているか・儲かっていないか」が詳細に分かるようになります。 さらに、近年の賃上げの状況を鑑みて、この工賃であればどの程度の利益を得ることができるのかが分かるようになります。 これにより、価格交渉しなければならない製品をピックアップすることができるようになります。 多くの企業では、材料費高騰に伴って、材料費の高騰分の価格交渉をすることはできていますが、賃上げに伴う価格交渉ができていないことが課題として挙げられます。 もちろん、客先との関係性などによりどうしても引き受けざるを得ない仕事もあるため、一筋縄で価格交渉をすることは難しいとは思いますが、データによる根拠が無い状態で行う価格交渉より、根拠のある価格交渉を行う方がより建設的な議論ができるようになることは間違いありません。 見積 新製品等の新規案件に対する見積作成の際には、過去の類似の案件・製品の見積情報を参考に作成することが少なからずあると思います。 原価管理が正しくできていなければ、その見積情報が実際に正しい見積であったのかどうかを判断できないため、仮に間違っていた場合は再び間違った見積を作成してしまうのです。 こういった際に、製品別工程別の原価を正しく把握することができていれば、過去の見積情報だけでなくその見積に対する実際原価を参考に作成することにより、新しい見積作成時には適切な価格で見積作成をすることができるようになるのです。 当たり前ですが、競争が激しい市場においてコスト管理を徹底することが、他社との差別化を図るための重要な要素となります。 ⑤市場の変化に対応した柔軟な戦略（盤石な体制のもと、新たな経営判断へ） 原価管理を適切に行うことにより、急な市場の変化にも柔軟に対応で切るようになります。 近年の原材料費高騰や賃上げに伴う労務費の増加に対して迅速に対応するためには、リアルタイムでコスト情報を把握する必要があるのです。 また、データを蓄積しておくことにより、今後の予測を立てることも可能となります。 賃上げに伴い、最低賃金が上昇した場合、現在の加工時間では製品別でどれほど儲けを出すことができるのかが分かるようになります。 これは材料費も同様です。 シミュレーションを実施することにより、事前に対処をすることができるようになるのです。 3.直接費と間接費の分類と影響：材料費・加工費の詳細解説 原価管理の中で最も重要なのは、直接費（材料費や加工費）と間接費（管理費や設備費）を明確に区別し、それぞれに対する管理を行うことです。 直接費（材料費・加工費） 射出成形の原価において、直接費は非常に重要です。材料費は、使用するプラスチックの種類や量に依存し、製品の品質やコストに直結します。加工費は、成形機の稼働時間や人件費、エネルギーコストなどが含まれます。これらを適切に管理するためには、リアルタイムでコストを把握できるシステムが必要です。 特に多品種少量生産を実施している企業では、製造時間を段取時間と加工時間に区分けして管理することが重要です。 IoT等を活用して設備の稼働率を取得している企業もありますが、多品種少量生産では稼働率だけを現場の指標とするのは難しいため、段取時間の適正化を重要視する必要があるのです。 間接費（設備費・管理費） 設備費や管理費は、直接製品に関連しない費用ですが、企業の収益に大きな影響を与える要素です。例えば、成形機の維持管理費用や、工場の光熱費、スタッフの給与などがこれに該当します。これらの費用も管理し、効率化を図ることが利益向上に繋がります。 間接費においては、原価に占める割合が比較的少ないことが多いため、実際原価管理をしていくための優先順位は低くてもよいと考えられます。 しかし、間接費のうち特に光熱費においては、近年のカーボンニュートラルのトレンドを考慮して将来的には管理していく必要があります。 4.生産管理システムと原価管理の連携：費用効率の最適化 生産管理システムを導入することにより、原価管理と生産効率を最適化できます。ここでは、現代の生産管理システムを利用してどのようにコスト管理を行い、効率を向上させるかについて説明します。 ①ERPシステム・生産管理システムの活用 ERP（統合基幹業務システム）を導入することで、財務、在庫管理、生産計画などの情報を一元化できます。これにより、製造工程における各コストをリアルタイムで監視し、必要な改善策を迅速に講じることが可能です。 ERP・生産管理システムに関しては、多くの企業で導入済であることが多いと考えています。 しかし、 実績入力が開始時間・終了時間で正確に入力ができていない。 工数をもとに実際原価計算ができるような機能になっていない。 といったシステム機能面での課題によって、実際原価管理を実現できていない企業も多いのではないでしょうか？ こういった課題に関しては、次項で説明するように実際工数取得に特化した別のツールとの連携を視野に入れながら検討するのが良いと考えられます。 ②MES（製造実行システム）による生産管理の向上 MESを使用することで、製造工程の詳細なデータを収集し、コストを最適化することができます。生産ラインの稼働状況や材料の使用状況を可視化し、無駄を削減するためのデータを提供します。 いわゆるMESシステムを導入しようとすると、設備との連携等を考慮しなければならず、大がかりな投資になってしまいがちですが、自社にとって必要なMES機能は何か？を整理することによって、投資を必要最低限にまで最適化することができるようになります。 多くの企業にとって必要なMES機能は、あくまで製造実績データを取得する部分であることが多いのではないかと考えられます。 ③データに基づく意思決定 正確なデータが取得できれば、集計された結果が正確なものになります。 そのため、現場で実践するコスト削減のアクションをリアルタイムで実行することができます。データドリブンで意思決定を行うことで、正確な予測と計画を立てることが可能となり、コストの無駄を減らすことができます。 さらに、コスト削減のアクションを実行した結果がリアルタイムに現れるようになるため、コスト削減実行者・管理者・経営者としても経営効果を共通認識化することができるようになるのです。 5.工数管理・不良品削減を通じた現場改善 射出成形における現場改善は、工数管理と不良品削減に大きく依存します。生産性を高め、品質を保ちながらコストを削減する方法を見ていきましょう。 ①工数管理 製品別工程別で実際にかかった工数と標準工数の差を一目でわかるように集計することで、今回の製造時間が適切であるかどうかを判断することができるようになります。 またある企業では、日ごとの担当者別の標準工数との差を集計することにより、各担当者がその日どれだけ効率的に製造をすることができたかを現場にフィードバックする仕組みを構築し、現場に標準工数の意識を持たせる働きかけをしています。 現場で標準工数の意識を持つことにより、都度の製造において適切な工数で製造ができるようになり、結果として原価低減につながるのです。 ②不良品削減 現場の評価軸として、工数管理だけでは品質がおろそかになってしまいがちです。 そのため、現場では「工数×品質」で評価軸を設けることが重要です。 前述した企業では、工数の他に不良品・手直し品の集計を実施することによって各現場で対策を議論するための場を設けています。 「なんとなくこの工程で不良が出やすい」「この製品は製造が難しい」といったベテランの主観による議論をするのでは無く、数値をもとに傾向をつかんで議論をすることにより、より建設的な議論ができるようになるのです。 品質管理を徹底し、不良品を減らすことで再加工や廃棄処分費用を削減できます。継続的な品質改善活動が、全体のコスト削減に繋がります。 6.分析ツールの活用とその効果：データに基づく意思決定 コスト管理におけるデータ分析は、現代の製造業において不可欠です。分析ツールを駆使して、データに基づく意思決定を行う方法について説明します。 ①データ分析ツール データ分析ツールを使用することで、製造工程のパフォーマンスをリアルタイムで監視し、問題点を特定できます。これにより、改善のための迅速なアクションを取ることができます。 多くの企業では、まだまだExcelによるデータ集計を実施されていることが多いのではないでしょうか？ 画像にもある通り、現場改善のPDCAを回すにあたって多くの企業では、「現場のデータ化」「可視化・分析」に工数をかけすぎてしまっていると考えられます。 そのため、改善施策検討の議論に十分な工数を割くことが出来ず、結果として現場改善が進まないという状況が発生しているのではないでしょうか？ データの可視化・分析には、Excel等による集計ではなく、BIツールを使った自動集計を実施することが重要であると考えられます。 BIツールについては、こちらの記事をご確認ください。 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 ②ROI（投資対効果）の分析 BIツールの活用によってリアルタイムにデータ集計ができるようになると、投資した・または投資する予定の設備やシステムがどれほどのコスト削減効果をもたらしているのかを分析することも可能です。ROI分析により、投資判断を適切に行うことができます。 「データに基づく意思決定」の項でも述べましたが、データ集計によって改善箇所が見えるようになると、その改善効果金額をシミュレーションできるようになります。 そうすることで、必要な投資金額が見えるようになり、できるだけ失敗する確率を下げた投資ができるようになるのです。 7.現場改善の成功事例 ここでは、実際の現場改善事例を取り上げ、どのようにコスト削減を実現したのかを見ていきます。また、改善活動での失敗例とその教訓も紹介します。 ①成功事例 ペーパレス化により、10人分の工数を削減した事例 【社長特別インタビュー】製造業向け現場主導“完全ペーパレス化”で10人分の工数削減！ 実際製造実績を取得し、実際原価管理を実現させた事例 【製造業向け】原価管理システムと補助金成功事例レポート BI活用によるリアルタイムデータ集計成功事例 【製造業向け】BI活用によるデータ集計自動化事例 8.まとめ プラスチック射出成形における原価管理は、製造業の競争力を維持し、利益を最大化するために非常に重要です。最新の技術やシステムを活用することで、より精度の高い原価計算と効率的な生産管理が可能になります。企業の規模やニーズに合ったシステムを導入し、日々の生産活動においてコスト削減に向けた取り組みを継続的に実施することが、長期的な成功に繋がります。 今回のコラムの内容は、セミナーの内容のほんの一部の抜粋となります。 より詳細な内容については、下記セミナーでお話ししておりますので是非ご参加ください。   ▼セミナー詳細・申込はこちらから▼ https://www.funaisoken.co.jp/seminar/105866 お申し込みはこちらから⇒ https://www.funaisoken.co.jp/seminar/120968   ▼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 プラスチック射出成形は、製造業において広く使用されている生産技術であり、精密な製品を大量に生産することが可能です。しかし、その一方で、コスト管理の難しさが業界の課題として挙げられます。原材料費、加工費、設備費など、多くのコスト要因が絡み合い、適切な管理を怠ると、企業の利益を圧迫することになります。この記事では、プラスチック射出成形における原価管理の基本から、具体的なコスト削減方法、生産管理システムの活用方法、さらに実践的な事例を通じて、競争力を維持するための最適な原価管理手法を紹介します。 1.はじめに：射出成形における原価管理の重要性とその背景 射出成形は、プラスチックや金属の加工において非常に重要な技術です。この技術を使用することで、複雑な形状や高精度な製品を短期間で生産することが可能になります。しかし、生産効率を最大化するためには、細かなコスト管理が必要不可欠です。 原材料費、加工費、設備維持費などが製造コストに影響を与えるため、それらのコストを的確に把握・管理を行い、データをもとにした原価改善を実施することが競争力維持に繋がります。 射出成形のプロセスは、多くの工程が絡むため、各工程で発生するコストを細かく分けて管理する必要があります。 例えば、原材料の仕入れから製品の完成までにかかる時間や人件費、そして生産設備の稼働率や保守管理費用が、全体的なコストにどのように影響するのかを理解することが重要です。 射出成形では、製品単価が低くなることが多いため、大量生産における効率化が求められます。そのため、製造原価を把握するためには、原価計算の手法を十分に理解し、適切な管理体制を築くことが必要です。 しかし近年の製品の多様化に伴って各社が製造する製品の品目数は多くなり、それぞれロット数も少なくなってきているのが現状です。 こういった多品種少量生産が求められる現在では、特に製品の製造に必要な準備時間（段取時間）をいかに効率的に最適化することができるかが原価低減における重要な視点となっていきます。 2.原価管理の目的：競争力向上と利益確保 射出成形は、プラスチックや金属の加工において非常に重要な技術です。この技術を使用することで、複雑な形状や高精度な製品を短期間で生産することが可能になります。しかし、生産効率を最大化するためには、細かなコスト管理が必要不可欠です。原材料費、加工費、設備維持費などが製造コストに影響を与えるため、それらのコストを的確に把握・管理を行い、データをもとにした原価改善を実施することが競争力維持に繋がります。 射出成形のプロセスは、多くの工程が絡むため、各工程で発生するコストを細かく分けて管理する必要があります。 例えば、原材料の仕入れから製品の完成までにかかる時間や人件費、そして生産設備の稼働率や保守管理費用が、全体的なコストにどのように影響するのかを理解することが重要です。 射出成形では、製品単価が低くなることが多いため、大量生産における効率化が求められます。そのため、製造原価を把握するためには、原価計算の手法を十分に理解し、適切な管理体制を築くことが必要です。 しかし近年の製品の多様化に伴って各社が製造する製品の品目数は多くなり、それぞれロット数も少なくなってきているのが現状です。 こういった多品種少量生産が求められる現在では、特に製品の製造に必要な準備時間（段取時間）をいかに効率的に最適化することができるかが原価低減における重要な視点となっていきます。 ①実際工数のデータ化・一元化（データ取得） こちらの画像をご覧ください。 こちらは弊社主催セミナーの資料の一部です。 画像に示されているように、多くの製造業では特に実際にかかった「労務費（工賃×工数）」と「光熱費」を正確に製品別工程別に取得することができていません。 実際にかかった労務費と光熱費が把握できないため、製造原価を把握することが出来ず、売価に対する利益を把握することが出来なくなってしまうのです。 実際原価を把握するためには、特に実際にかかった製造工数を現場でリアルタイムに取得していく必要があります。 光熱費においても、カーボンニュートラル等の観点から正確なデータ取得は必要ですが、光熱費を削減していく場合には新電力活用や設備投資等の投資による施策が挙げられることが多いため、現場改善・原価低減の観点で見る場合は、労務費をもとに按分するという進め方で取り急ぎは問題ないと考えられます。 皆さんの現場ではいかがでしょうか？ 製造工数は正確に取れていますでしょうか？ また、そのデータを原価管理・現場改善へと活用することができていますか？ 管理会計分野でも様々な分析・管理手法がありますが、それらもすべて「正確なデータが取得できていること」が前提です。 会社として、競争力を向上させるためには、特に正確な工数データを取得することが重要なのです。 ②実際原価の可視化（集計） 製品別・工程別の実際にかかった原価を可視化することにより、どの製品・工程で無駄が発生しているかを特定できます。これにより、コスト削減の余地が明確になり、改善策を講じることができます。 多くの企業では、まだまだ標準原価計算によって原価管理されているのが実態です。 標準原価計算による製品別の原価を把握してしまうと、実際にかかった原価が見えなくなるため、生産計画・見積作成に影響を及ぼしてしまいます。 結果として、適切な経営判断を行うことが出来なくなってしまうのです。 データが集計されて可視化されてくれば、おのずと改善箇所が見えるようになっていきます。 製品別であれば、利益率のGood・Bad分析・製品分類別の利益率の推移・客先毎の利益率等が分析できるようになります。 工程別であれば、各ライン・設備における稼働時間の分析・製品別における製造ラインの特性等が統計的に分析できるようになります。 ③利益の最大化（改善） 実際原価を可視化することによって得られる効果は、改善箇所が見えるようになることだけではなく、 改善後の結果が経営効果として数値化できるようになる ことが挙げられます。 実際原価の可視化は実態を表すものであるため、改善の実施により過去と比較してどれだけ改善できたのかを数値で示すことができるようになるのです。 これにより、現場の方の改善活動に対するモチベーション向上につながることができ、会社として改善活動を活発化することができるようになります。 さらに、経営者・管理者としても、結果が数値で現れるようになるため根拠をもとに適切な評価ができるようになります。 現場の方からすると、やはり経営者・管理者からの適切な評価や適切な鼓舞はうれしいものであり、より改善活動を実施しようという考えを持ってくれるようになります。 そうすると、現場の方が率先して「データを見て気づきを得て」「改善ポイントを把握して」「自らが改善活動を実施する」ことができるようになるのです。 これにより、現場主導の経営改善・原価改善体制が出来上がります。 当たり前ですが、現場改善の気づきを得やすいのは現場の方々です。 日々作業をしているため、自部門の製造特性を熟知しているからです。 これを、「なんとなくやっている」「仕事だからやっている」といった意識で製造をする場合と、「この部分に改善ポイントがありそうだな」と考えながら製造をする場合では雲泥の差があることは明らかです。 こういった「原価意識を持った製造」意識を持たせるためにも、上記のような正確なデータ取得・可視化が重要となります。 生産性を向上させ、製造コストを抑えることができれば、同じ製品をより多くの利益を得ることができるようになります。利益率を改善するためには、原価計算と適切な価格設定が必要なのです。 現場主導の経営改善・原価改善体制を構築するためには、正確なデータ取得・可視化が重要なのです。 ④競争力の向上（経営効果へと結びつける） 原価管理をすることは、社内の原価低減の為だけでなく、価格交渉や新規の見積による利益確保の材料ともなります。 価格交渉 自社の製品別工程別の原価を正しく把握することができれば、「どの製品が儲かっているか・儲かっていないか」「この製品のどの工程が儲かっているか・儲かっていないか」が詳細に分かるようになります。 さらに、近年の賃上げの状況を鑑みて、この工賃であればどの程度の利益を得ることができるのかが分かるようになります。 これにより、価格交渉しなければならない製品をピックアップすることができるようになります。 多くの企業では、材料費高騰に伴って、材料費の高騰分の価格交渉をすることはできていますが、賃上げに伴う価格交渉ができていないことが課題として挙げられます。 もちろん、客先との関係性などによりどうしても引き受けざるを得ない仕事もあるため、一筋縄で価格交渉をすることは難しいとは思いますが、データによる根拠が無い状態で行う価格交渉より、根拠のある価格交渉を行う方がより建設的な議論ができるようになることは間違いありません。 見積 新製品等の新規案件に対する見積作成の際には、過去の類似の案件・製品の見積情報を参考に作成することが少なからずあると思います。 原価管理が正しくできていなければ、その見積情報が実際に正しい見積であったのかどうかを判断できないため、仮に間違っていた場合は再び間違った見積を作成してしまうのです。 こういった際に、製品別工程別の原価を正しく把握することができていれば、過去の見積情報だけでなくその見積に対する実際原価を参考に作成することにより、新しい見積作成時には適切な価格で見積作成をすることができるようになるのです。 当たり前ですが、競争が激しい市場においてコスト管理を徹底することが、他社との差別化を図るための重要な要素となります。 ⑤市場の変化に対応した柔軟な戦略（盤石な体制のもと、新たな経営判断へ） 原価管理を適切に行うことにより、急な市場の変化にも柔軟に対応で切るようになります。 近年の原材料費高騰や賃上げに伴う労務費の増加に対して迅速に対応するためには、リアルタイムでコスト情報を把握する必要があるのです。 また、データを蓄積しておくことにより、今後の予測を立てることも可能となります。 賃上げに伴い、最低賃金が上昇した場合、現在の加工時間では製品別でどれほど儲けを出すことができるのかが分かるようになります。 これは材料費も同様です。 シミュレーションを実施することにより、事前に対処をすることができるようになるのです。 3.直接費と間接費の分類と影響：材料費・加工費の詳細解説 原価管理の中で最も重要なのは、直接費（材料費や加工費）と間接費（管理費や設備費）を明確に区別し、それぞれに対する管理を行うことです。 直接費（材料費・加工費） 射出成形の原価において、直接費は非常に重要です。材料費は、使用するプラスチックの種類や量に依存し、製品の品質やコストに直結します。加工費は、成形機の稼働時間や人件費、エネルギーコストなどが含まれます。これらを適切に管理するためには、リアルタイムでコストを把握できるシステムが必要です。 特に多品種少量生産を実施している企業では、製造時間を段取時間と加工時間に区分けして管理することが重要です。 IoT等を活用して設備の稼働率を取得している企業もありますが、多品種少量生産では稼働率だけを現場の指標とするのは難しいため、段取時間の適正化を重要視する必要があるのです。 間接費（設備費・管理費） 設備費や管理費は、直接製品に関連しない費用ですが、企業の収益に大きな影響を与える要素です。例えば、成形機の維持管理費用や、工場の光熱費、スタッフの給与などがこれに該当します。これらの費用も管理し、効率化を図ることが利益向上に繋がります。 間接費においては、原価に占める割合が比較的少ないことが多いため、実際原価管理をしていくための優先順位は低くてもよいと考えられます。 しかし、間接費のうち特に光熱費においては、近年のカーボンニュートラルのトレンドを考慮して将来的には管理していく必要があります。 4.生産管理システムと原価管理の連携：費用効率の最適化 生産管理システムを導入することにより、原価管理と生産効率を最適化できます。ここでは、現代の生産管理システムを利用してどのようにコスト管理を行い、効率を向上させるかについて説明します。 ①ERPシステム・生産管理システムの活用 ERP（統合基幹業務システム）を導入することで、財務、在庫管理、生産計画などの情報を一元化できます。これにより、製造工程における各コストをリアルタイムで監視し、必要な改善策を迅速に講じることが可能です。 ERP・生産管理システムに関しては、多くの企業で導入済であることが多いと考えています。 しかし、 実績入力が開始時間・終了時間で正確に入力ができていない。 工数をもとに実際原価計算ができるような機能になっていない。 といったシステム機能面での課題によって、実際原価管理を実現できていない企業も多いのではないでしょうか？ こういった課題に関しては、次項で説明するように実際工数取得に特化した別のツールとの連携を視野に入れながら検討するのが良いと考えられます。 ②MES（製造実行システム）による生産管理の向上 MESを使用することで、製造工程の詳細なデータを収集し、コストを最適化することができます。生産ラインの稼働状況や材料の使用状況を可視化し、無駄を削減するためのデータを提供します。 いわゆるMESシステムを導入しようとすると、設備との連携等を考慮しなければならず、大がかりな投資になってしまいがちですが、自社にとって必要なMES機能は何か？を整理することによって、投資を必要最低限にまで最適化することができるようになります。 多くの企業にとって必要なMES機能は、あくまで製造実績データを取得する部分であることが多いのではないかと考えられます。 ③データに基づく意思決定 正確なデータが取得できれば、集計された結果が正確なものになります。 そのため、現場で実践するコスト削減のアクションをリアルタイムで実行することができます。データドリブンで意思決定を行うことで、正確な予測と計画を立てることが可能となり、コストの無駄を減らすことができます。 さらに、コスト削減のアクションを実行した結果がリアルタイムに現れるようになるため、コスト削減実行者・管理者・経営者としても経営効果を共通認識化することができるようになるのです。 5.工数管理・不良品削減を通じた現場改善 射出成形における現場改善は、工数管理と不良品削減に大きく依存します。生産性を高め、品質を保ちながらコストを削減する方法を見ていきましょう。 ①工数管理 製品別工程別で実際にかかった工数と標準工数の差を一目でわかるように集計することで、今回の製造時間が適切であるかどうかを判断することができるようになります。 またある企業では、日ごとの担当者別の標準工数との差を集計することにより、各担当者がその日どれだけ効率的に製造をすることができたかを現場にフィードバックする仕組みを構築し、現場に標準工数の意識を持たせる働きかけをしています。 現場で標準工数の意識を持つことにより、都度の製造において適切な工数で製造ができるようになり、結果として原価低減につながるのです。 ②不良品削減 現場の評価軸として、工数管理だけでは品質がおろそかになってしまいがちです。 そのため、現場では「工数×品質」で評価軸を設けることが重要です。 前述した企業では、工数の他に不良品・手直し品の集計を実施することによって各現場で対策を議論するための場を設けています。 「なんとなくこの工程で不良が出やすい」「この製品は製造が難しい」といったベテランの主観による議論をするのでは無く、数値をもとに傾向をつかんで議論をすることにより、より建設的な議論ができるようになるのです。 品質管理を徹底し、不良品を減らすことで再加工や廃棄処分費用を削減できます。継続的な品質改善活動が、全体のコスト削減に繋がります。 6.分析ツールの活用とその効果：データに基づく意思決定 コスト管理におけるデータ分析は、現代の製造業において不可欠です。分析ツールを駆使して、データに基づく意思決定を行う方法について説明します。 ①データ分析ツール データ分析ツールを使用することで、製造工程のパフォーマンスをリアルタイムで監視し、問題点を特定できます。これにより、改善のための迅速なアクションを取ることができます。 多くの企業では、まだまだExcelによるデータ集計を実施されていることが多いのではないでしょうか？ 画像にもある通り、現場改善のPDCAを回すにあたって多くの企業では、「現場のデータ化」「可視化・分析」に工数をかけすぎてしまっていると考えられます。 そのため、改善施策検討の議論に十分な工数を割くことが出来ず、結果として現場改善が進まないという状況が発生しているのではないでしょうか？ データの可視化・分析には、Excel等による集計ではなく、BIツールを使った自動集計を実施することが重要であると考えられます。 BIツールについては、こちらの記事をご確認ください。 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 ②ROI（投資対効果）の分析 BIツールの活用によってリアルタイムにデータ集計ができるようになると、投資した・または投資する予定の設備やシステムがどれほどのコスト削減効果をもたらしているのかを分析することも可能です。ROI分析により、投資判断を適切に行うことができます。 「データに基づく意思決定」の項でも述べましたが、データ集計によって改善箇所が見えるようになると、その改善効果金額をシミュレーションできるようになります。 そうすることで、必要な投資金額が見えるようになり、できるだけ失敗する確率を下げた投資ができるようになるのです。 7.現場改善の成功事例 ここでは、実際の現場改善事例を取り上げ、どのようにコスト削減を実現したのかを見ていきます。また、改善活動での失敗例とその教訓も紹介します。 ①成功事例 ペーパレス化により、10人分の工数を削減した事例 【社長特別インタビュー】製造業向け現場主導“完全ペーパレス化”で10人分の工数削減！ 実際製造実績を取得し、実際原価管理を実現させた事例 【製造業向け】原価管理システムと補助金成功事例レポート BI活用によるリアルタイムデータ集計成功事例 【製造業向け】BI活用によるデータ集計自動化事例 8.まとめ プラスチック射出成形における原価管理は、製造業の競争力を維持し、利益を最大化するために非常に重要です。最新の技術やシステムを活用することで、より精度の高い原価計算と効率的な生産管理が可能になります。企業の規模やニーズに合ったシステムを導入し、日々の生産活動においてコスト削減に向けた取り組みを継続的に実施することが、長期的な成功に繋がります。 今回のコラムの内容は、セミナーの内容のほんの一部の抜粋となります。 より詳細な内容については、下記セミナーでお話ししておりますので是非ご参加ください。   ▼セミナー詳細・申込はこちらから▼ https://www.funaisoken.co.jp/seminar/105866 お申し込みはこちらから⇒ https://www.funaisoken.co.jp/seminar/120968   ▼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

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

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

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

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