AI CONSULTING COLUMN AI・デジタル・IoTコンサルティングコラム

工場経営には4つの経営資源（ヒト・モノ・カネ・ジョウホウ）の活用の善し悪しが重要です。 その中でも『ジョウホウ』の活用が最も遅れているように思います。 これからの工場経営には情報の戦略的な活用として、①課題を見つけ出すこと、②実態をデータで顕在化させること、③ビッグデータから因果関係を探り出すこと、この3つが重要だということです。 １．課題を見つけ出すこと 作業を続けたいが中断せざるを得ない状態にされた理由、すなわち作業中断の理由の情報、また、機械設備の非稼働の理由の情報、そして、ワークの流れでの工程間滞留の理由の情報などは、そこに課題が存在していることを示しています。 しかし、「作業者が8時間作業して40個モノを作った」というような生産実績のマクロな情報では、そこに課題があることは分かりません。 ある一人の作業者の作業中にたまたま起こった作業の中断という異常の理由といったようなミクロの情報が得られなければ課題の存在を知ることができません。 つまり、課題を捕えたいならミクロの情報が得られるような仕掛け（情報システム化）を作っておかなければなりません。 ２．実態をデータで顕在化（見える化）させること 改善やコストダウンが困難になっているのは、目で見ても見えない、データ・サンプリング法も使えないというような実態把握ができなくなっているからです。 課題の改善においても実態把握が重要です。 生産活動の結果としての実績データや生産活動に使われた工数データといったマクロの情報だけでなく、生産活動のリアルタイムな途中経過、チーム編成の変更やチョコ停などを含む製造履歴、ちょっとした異常発生とその要因といったミクロの情報が自動的に採取されて、即座に提供されるような情報ツールが無ければ、真の実態把握はできません。 要するに、情報ツールを用いて実態をデータで顕在化（見える化）させることが重要です。 それがIoTです。 ３．ビッグデータから因果関係を探り出すこと ビッグデータができたとしても、そのデータの中から変革のための欲しい情報が引き出せなければ意味はありません。 まずは、データ採取時に「何を作っていた時のデータ」かが分かるように、インデックスとして製造番号、ロット番号、品番などで括られたデータになっていなければなりません。 次に、あらかじめ因果関係が分かっているデータを検索するのは、検索エンジンと呼ばれるソフトウェアを使えばよいのですが、まだ因果関係の分からないようなデータを探し出して実態の悪い順に並べるなどのことができれば、真の原因究明に役立つことになります。 つまり、ビッグデータから因果関係が探り出せるような画期的なソフトウェアが必要です。 それがAIです。 ４．まとめ 工場において４つの経営資源の一つである『ジョウホウ資源』の活用は情報処理、情報活用と進められてはきましたが、他の経営資源の活用に比べて低いものだと感じています。 しかし、IoTやAIなどの新しいテクノロジーの出現によって、工場の課題を解決して変革を実現するといった、戦略的な『ジョウホウ資源』の活用が可能になってきました。 今、工場が外部環境の変化（多様性需要・顧客嗜好や満足・社会・法律・環境）に対して迅速に適応していかなければなりません。 そのための工場の変革には、課題を抽出し、実態をデータで顕在化し、ビッグデータから因果関係を探り出して課題解決していかなければなりません。 今、工場の変革のための『ジョウホウ資源』の活用の新たな一歩が開かれつつあります。 上記内容について、より具体的に詳細をお知りになりたい場合はお気軽に弊社にご相談いただければ幸いです。 最後までお読みいただきありがとうございました。   ■「メーカー経営者のためのAI活用戦略」 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!! お申し込みはこちらから⇒ https://www.funaisoken.co.jp/seminar/096847 ■このような方にオススメ 自社の経営にAIがどう適用できるかを知りたいメーカー経営者の方 営業がまだまだ属人的で、営業スタッフ個人のスキルに依存していると感じているメーカー経営者の方 生産技術・生産管理部門も特定の熟練者に知見とノウハウが集中していると感じているメーカー経営者の方 製造部門では熟練技術・職人的な業務があり、属人化・ブラックBOX化していると感じているメーカー経営者の方 在庫管理を担当者の経験や勘に依存して課題を抱えているメーカー経営者の方 お申し込みはこちらから⇒ https://www.funaisoken.co.jp/seminar/100984   無料ダウンロード！！2024年AI活用時流予測レポート ～今後の業界動向・トレンドを予測～ ▼事例レポート無料ダウンロードお申し込みはこちら▼ 目次 1、製造業AI業界の現状 2、2023年製造業AI業界はこうなる！ 3、2023年実践していただきたいこと 4、どの業務・工程でもAIは活用できる「業務別・工程別のAI活用」 5、国内中小製造業におけるAI導入事例 中小製造業のAI活用の最新事例と導入事例この1冊にまとめました。 AI活用術について「考え方」と「具体的な方法」を例を出して解説し、さらに導入事例を掲載することでAI活用の具体的な取り組み方が分かる資料になっております。 https://www.funaisoken.co.jp/dl-contents/jy-ai_S045 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。 工場経営には4つの経営資源（ヒト・モノ・カネ・ジョウホウ）の活用の善し悪しが重要です。 その中でも『ジョウホウ』の活用が最も遅れているように思います。 これからの工場経営には情報の戦略的な活用として、①課題を見つけ出すこと、②実態をデータで顕在化させること、③ビッグデータから因果関係を探り出すこと、この3つが重要だということです。 １．課題を見つけ出すこと 作業を続けたいが中断せざるを得ない状態にされた理由、すなわち作業中断の理由の情報、また、機械設備の非稼働の理由の情報、そして、ワークの流れでの工程間滞留の理由の情報などは、そこに課題が存在していることを示しています。 しかし、「作業者が8時間作業して40個モノを作った」というような生産実績のマクロな情報では、そこに課題があることは分かりません。 ある一人の作業者の作業中にたまたま起こった作業の中断という異常の理由といったようなミクロの情報が得られなければ課題の存在を知ることができません。 つまり、課題を捕えたいならミクロの情報が得られるような仕掛け（情報システム化）を作っておかなければなりません。 ２．実態をデータで顕在化（見える化）させること 改善やコストダウンが困難になっているのは、目で見ても見えない、データ・サンプリング法も使えないというような実態把握ができなくなっているからです。 課題の改善においても実態把握が重要です。 生産活動の結果としての実績データや生産活動に使われた工数データといったマクロの情報だけでなく、生産活動のリアルタイムな途中経過、チーム編成の変更やチョコ停などを含む製造履歴、ちょっとした異常発生とその要因といったミクロの情報が自動的に採取されて、即座に提供されるような情報ツールが無ければ、真の実態把握はできません。 要するに、情報ツールを用いて実態をデータで顕在化（見える化）させることが重要です。 それがIoTです。 ３．ビッグデータから因果関係を探り出すこと ビッグデータができたとしても、そのデータの中から変革のための欲しい情報が引き出せなければ意味はありません。 まずは、データ採取時に「何を作っていた時のデータ」かが分かるように、インデックスとして製造番号、ロット番号、品番などで括られたデータになっていなければなりません。 次に、あらかじめ因果関係が分かっているデータを検索するのは、検索エンジンと呼ばれるソフトウェアを使えばよいのですが、まだ因果関係の分からないようなデータを探し出して実態の悪い順に並べるなどのことができれば、真の原因究明に役立つことになります。 つまり、ビッグデータから因果関係が探り出せるような画期的なソフトウェアが必要です。 それがAIです。 ４．まとめ 工場において４つの経営資源の一つである『ジョウホウ資源』の活用は情報処理、情報活用と進められてはきましたが、他の経営資源の活用に比べて低いものだと感じています。 しかし、IoTやAIなどの新しいテクノロジーの出現によって、工場の課題を解決して変革を実現するといった、戦略的な『ジョウホウ資源』の活用が可能になってきました。 今、工場が外部環境の変化（多様性需要・顧客嗜好や満足・社会・法律・環境）に対して迅速に適応していかなければなりません。 そのための工場の変革には、課題を抽出し、実態をデータで顕在化し、ビッグデータから因果関係を探り出して課題解決していかなければなりません。 今、工場の変革のための『ジョウホウ資源』の活用の新たな一歩が開かれつつあります。 上記内容について、より具体的に詳細をお知りになりたい場合はお気軽に弊社にご相談いただければ幸いです。 最後までお読みいただきありがとうございました。   ■「メーカー経営者のためのAI活用戦略」 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!! お申し込みはこちらから⇒ https://www.funaisoken.co.jp/seminar/096847 ■このような方にオススメ 自社の経営にAIがどう適用できるかを知りたいメーカー経営者の方 営業がまだまだ属人的で、営業スタッフ個人のスキルに依存していると感じているメーカー経営者の方 生産技術・生産管理部門も特定の熟練者に知見とノウハウが集中していると感じているメーカー経営者の方 製造部門では熟練技術・職人的な業務があり、属人化・ブラックBOX化していると感じているメーカー経営者の方 在庫管理を担当者の経験や勘に依存して課題を抱えているメーカー経営者の方 お申し込みはこちらから⇒ https://www.funaisoken.co.jp/seminar/100984   無料ダウンロード！！2024年AI活用時流予測レポート ～今後の業界動向・トレンドを予測～ ▼事例レポート無料ダウンロードお申し込みはこちら▼ 目次 1、製造業AI業界の現状 2、2023年製造業AI業界はこうなる！ 3、2023年実践していただきたいこと 4、どの業務・工程でもAIは活用できる「業務別・工程別のAI活用」 5、国内中小製造業におけるAI導入事例 中小製造業のAI活用の最新事例と導入事例この1冊にまとめました。 AI活用術について「考え方」と「具体的な方法」を例を出して解説し、さらに導入事例を掲載することでAI活用の具体的な取り組み方が分かる資料になっております。 https://www.funaisoken.co.jp/dl-contents/jy-ai_S045

本コラムでは、中堅・中小製造業の企業様にご活用頂きたい画像検査の最新情報について、何がどの様に画像検査が進化し、利用可能なのかを分かりやすく説明をさせて頂きます。 その最新情報の中でも特に画像処理検査に関するAIとディープラーニングについて説明させて頂きます。 １．画像処理検査に関するAI・ディープラーニングの最新情報 1.製造ラインでの検査： AI・ディープラーニングを使用することで、製造ラインでの欠陥検査や品質管理を効率化することができます。例えば、自動車部品や電子部品の検査では、欠陥を自動的に検出することが可能です。 2.医療画像解析： AI・ディープラーニングを使用することで、X線画像やMRI画像などの医療画像の解析を効率化することができます。例えば、乳がん検査では、AIによる画像解析を用いることで、従来の方法よりも高い精度で検査を行うことができます。 3.超解像技術： 超解像技術は、低解像度の画像から高解像度の画像を生成する技術です。最近の研究では、AI・ディープラーニングを使用することで、より高品質な超解像画像を生成することが可能になっています。 4.検査データの蓄積と利活用： AI・ディープラーニングを使用することで、大量の検査データを蓄積し、そのデータを解析することで、より高い精度で欠陥検査を行うことができます。また、蓄積されたデータを活用することで、将来的には検査の自動化や予防保全などの新しいサービスの開発にもつながると期待されています。 5.異常検知技術： AI・ディープラーニングを使用することで、画像の異常を検出する技術が進化しています。例えば、監視カメラの映像から異常を検出するシステムや、衛星画像から異常地形を検出するシステムなどが開発されています。 上記の５つの列挙項目から分かる様に様々な新技術と融合して画像検査が新しく進んでいる事が分かります。本コラムでは製造業から見た視点でこれらの新しい画像検査の活用方法を説明させて頂きます。 ２．AIとディープラーニングの違いをもう一度、確認してみましょう AI（人工知能）は、人間の知能を模倣して構築されたコンピューターシステムのことを指します。一方、ディープラーニングは、AIの一種で、人工ニューラルネットワークを使用した機械学習の一種です。 つまり、AIは、様々な技術を用いて構築された人工的な知能を指し、その中にはディープラーニングが含まれます。ディープラーニングは、人工的に構築されたニューラルネットワークを使用して、データからパターンや特徴を自動的に抽出し、それらを使って新しいデータを分類したり予測したりすることができます。 したがって、ディープラーニングは、AIの中でも特定のアプローチや技術の一種であり、AIの中で広く使用される技術の一つです。 上記を正しく理解した上で、先の５つの項目のうち「超解像技術」、「検査データの蓄積と利活用」。「異常検知技術」について、どの様な技術かを簡単にご説明いたします。 ３．「超解像技術」、「検査データの蓄積と利活用」、「異常検知技術」について 3.1 超解像技術： 低解像度の画像から高解像度の画像を生成する技術です。低解像度の画像から高解像度の画像を生成することで、画像の細部をより詳細に見ることができるため、画像処理や画像解析において非常に有用です。 従来の方法では、画像の解像度を向上させるためには、画像を拡大して補間する方法が一般的でした。しかし、この方法では、画像がぼやけたり、データが失われたりしてしまうことがあります。これに対して、超解像技術は、低解像度の画像から高解像度の画像を生成することで、画像の品質を維持しながら解像度を向上させることができます。 近年、ディープラーニングを用いた超解像技術が注目されており、深層学習を用いることで、より高品質な超解像画像を生成することが可能になっています。具体的には、低解像度の画像を入力として、ディープラーニングモデルを学習させ、高解像度の画像を出力することができます。 つまり、低解像度のカメラで撮影した画像でも超高解像度の画像を生成して、今まで検出が難しかった欠陥も見つけられる可能性があります。 3.2 製造現場での検査画像データの蓄積と利活用： 製造プロセスにおける品質管理に重要な役割を持っています。工場での画像検査は、製品の外観や内部の欠陥を検出するために行われ、多数の画像データが生成されます。これらのデータを蓄積して、品質管理や生産改善に利用することができます。 まず、工場での画像検査データの蓄積には、データベースやサーバーなどのシステムが必要です。画像検査システムから生成されたデータを自動的に収集し、適切に整理して保存することが求められます。データの保存期間やアクセス権限など、セキュリティに関する規定も重要です。 利活用の面では、画像検査データを分析することで、製品の品質改善や異常検知に役立てることができます。例えば、同じ製品が何度も不良品として検査に引っかかっている場合、その原因を特定して改善することができます。また、製品の品質を定量的に評価するための指標として、画像解析技術を活用することも可能です。 さらに、画像検査データの蓄積と利活用には、機械学習や人工知能技術を活用することができます。これらの技術を用いることで、画像検査データをより高度に分析し、製品の品質改善や異常検知の精度を向上させることができます。 つまり、蓄積された検査画像データは単純に良品と不良品を見分けた結果ではなく、その不良の原因を突き止めるための大切な情報になります。機械学習や人工知能技術を活用し、フィードバックして不良原因を改善・改修・見直しする事で歩留まり率を改善する事が出来ます。 3.3 異常検知技術： 製品の品質管理において重要な役割を果たす技術です。製造工場では、多数の製品が生産されますが、その中には欠陥品や不良品が含まれることがあります。製品の検査において、人手による検査だけではなく、機械学習やディープラーニングを用いた異常検知技術を活用することで、効率的かつ正確な品質管理を実現することができます。 異常検知技術は、正常な製品の画像を多数収集し、学習モデルを作成することから始まります。学習モデルは、製品の画像から特徴量を抽出し、正常な製品の特徴量分布を学習します。このモデルを用いて、未知の製品の画像を分類することで、異常品を検知することができます。 異常検知技術は、機械学習やディープラーニングの分野で発展しています。最近では、異常検知に特化したアルゴリズムやモデルが開発され、高い精度での異常検知が可能になってきています。また、異常検知技術は、多様な画像処理技術と組み合わせることで、より高度な品質管理が可能となっています。 異常検知技術を用いた製品の品質管理には、以下のようなメリットがあります。 自動化により人手作業の負担を軽減できる。 正確性が向上し、品質管理の効率化が期待できる。 未知の欠陥や不良品を検知できるため、製品の品質改善につながる。 データの蓄積や分析により、生産プロセスの改善に役立てることができる。 つまり、製品の品質管理において異常検知技術を活用することで、効率的かつ正確な品質管理を実現することができます。 ４．まとめ 今回のコラムでは、中堅・中小製造業の企業様にご活用頂きたい画像検査の最新情報について、何がどの様に画像検査が進化し、利用可能なのかを分かりやすく説明をさせて頂きました。今回の紹介した内容をご検討頂き、自社での画像検査装置の導入検討や、過去に断念された画像検査装置の導入を再度進めていただければ幸いです。また、上記内容について、より具体的に詳細をお知りになりたい場合や導入支援が必要といった場合は、お気軽に弊社にご相談いただければ幸いです。 最後までお読みいただきありがとうございました。   ■AI画像検査導入事例解説レポート AIを活用し「積算・見積もりのドンブリ勘定」からの脱却を実現！ AI活用を通じて“ベテラン社員の働き方改革”を推進！ 積算・見積もり業務の“標準化・脱属人化・技術継承”実践事例とは？ ▼事例レポート無料ダウンロードお申し込みはこちら▼ https://lp.funaisoken.co.jp/mt/smart-factory/dltext06-01-dl.html 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。 このような方におすすめ 人手に頼った目視検査で工数がかかっている 画像検査装置の導入が未経験である 小さな不良なので画像検査が可能なのか分からない 人による目視検査で不良品が流出している 検査業務が属人化している   ■関連するセミナーのご案内 多品種少量生産の塗装＆外観検査工程ロボット活用！社長セミナー 「多品種少量生産の塗装加工業の社長が取り組むべきロボット戦略」 ロボットによる自動塗装で人手を増やさずに生産性を上げる！ セミナー詳細・申込はこちらから https://www.funaisoken.co.jp/seminar/100495 お申し込みはこちらから⇒ https://www.funaisoken.co.jp/seminar/100495 いつも当コラムをご愛読頂きましてありがとうございます。 本コラムでは、中堅・中小製造業の企業様にご活用頂きたい画像検査の最新情報について、何がどの様に画像検査が進化し、利用可能なのかを分かりやすく説明をさせて頂きます。 その最新情報の中でも特に画像処理検査に関するAIとディープラーニングについて説明させて頂きます。 １．画像処理検査に関するAI・ディープラーニングの最新情報 1.製造ラインでの検査： AI・ディープラーニングを使用することで、製造ラインでの欠陥検査や品質管理を効率化することができます。例えば、自動車部品や電子部品の検査では、欠陥を自動的に検出することが可能です。 2.医療画像解析： AI・ディープラーニングを使用することで、X線画像やMRI画像などの医療画像の解析を効率化することができます。例えば、乳がん検査では、AIによる画像解析を用いることで、従来の方法よりも高い精度で検査を行うことができます。 3.超解像技術： 超解像技術は、低解像度の画像から高解像度の画像を生成する技術です。最近の研究では、AI・ディープラーニングを使用することで、より高品質な超解像画像を生成することが可能になっています。 4.検査データの蓄積と利活用： AI・ディープラーニングを使用することで、大量の検査データを蓄積し、そのデータを解析することで、より高い精度で欠陥検査を行うことができます。また、蓄積されたデータを活用することで、将来的には検査の自動化や予防保全などの新しいサービスの開発にもつながると期待されています。 5.異常検知技術： AI・ディープラーニングを使用することで、画像の異常を検出する技術が進化しています。例えば、監視カメラの映像から異常を検出するシステムや、衛星画像から異常地形を検出するシステムなどが開発されています。 上記の５つの列挙項目から分かる様に様々な新技術と融合して画像検査が新しく進んでいる事が分かります。本コラムでは製造業から見た視点でこれらの新しい画像検査の活用方法を説明させて頂きます。 ２．AIとディープラーニングの違いをもう一度、確認してみましょう AI（人工知能）は、人間の知能を模倣して構築されたコンピューターシステムのことを指します。一方、ディープラーニングは、AIの一種で、人工ニューラルネットワークを使用した機械学習の一種です。 つまり、AIは、様々な技術を用いて構築された人工的な知能を指し、その中にはディープラーニングが含まれます。ディープラーニングは、人工的に構築されたニューラルネットワークを使用して、データからパターンや特徴を自動的に抽出し、それらを使って新しいデータを分類したり予測したりすることができます。 したがって、ディープラーニングは、AIの中でも特定のアプローチや技術の一種であり、AIの中で広く使用される技術の一つです。 上記を正しく理解した上で、先の５つの項目のうち「超解像技術」、「検査データの蓄積と利活用」。「異常検知技術」について、どの様な技術かを簡単にご説明いたします。 ３．「超解像技術」、「検査データの蓄積と利活用」、「異常検知技術」について 3.1 超解像技術： 低解像度の画像から高解像度の画像を生成する技術です。低解像度の画像から高解像度の画像を生成することで、画像の細部をより詳細に見ることができるため、画像処理や画像解析において非常に有用です。 従来の方法では、画像の解像度を向上させるためには、画像を拡大して補間する方法が一般的でした。しかし、この方法では、画像がぼやけたり、データが失われたりしてしまうことがあります。これに対して、超解像技術は、低解像度の画像から高解像度の画像を生成することで、画像の品質を維持しながら解像度を向上させることができます。 近年、ディープラーニングを用いた超解像技術が注目されており、深層学習を用いることで、より高品質な超解像画像を生成することが可能になっています。具体的には、低解像度の画像を入力として、ディープラーニングモデルを学習させ、高解像度の画像を出力することができます。 つまり、低解像度のカメラで撮影した画像でも超高解像度の画像を生成して、今まで検出が難しかった欠陥も見つけられる可能性があります。 3.2 製造現場での検査画像データの蓄積と利活用： 製造プロセスにおける品質管理に重要な役割を持っています。工場での画像検査は、製品の外観や内部の欠陥を検出するために行われ、多数の画像データが生成されます。これらのデータを蓄積して、品質管理や生産改善に利用することができます。 まず、工場での画像検査データの蓄積には、データベースやサーバーなどのシステムが必要です。画像検査システムから生成されたデータを自動的に収集し、適切に整理して保存することが求められます。データの保存期間やアクセス権限など、セキュリティに関する規定も重要です。 利活用の面では、画像検査データを分析することで、製品の品質改善や異常検知に役立てることができます。例えば、同じ製品が何度も不良品として検査に引っかかっている場合、その原因を特定して改善することができます。また、製品の品質を定量的に評価するための指標として、画像解析技術を活用することも可能です。 さらに、画像検査データの蓄積と利活用には、機械学習や人工知能技術を活用することができます。これらの技術を用いることで、画像検査データをより高度に分析し、製品の品質改善や異常検知の精度を向上させることができます。 つまり、蓄積された検査画像データは単純に良品と不良品を見分けた結果ではなく、その不良の原因を突き止めるための大切な情報になります。機械学習や人工知能技術を活用し、フィードバックして不良原因を改善・改修・見直しする事で歩留まり率を改善する事が出来ます。 3.3 異常検知技術： 製品の品質管理において重要な役割を果たす技術です。製造工場では、多数の製品が生産されますが、その中には欠陥品や不良品が含まれることがあります。製品の検査において、人手による検査だけではなく、機械学習やディープラーニングを用いた異常検知技術を活用することで、効率的かつ正確な品質管理を実現することができます。 異常検知技術は、正常な製品の画像を多数収集し、学習モデルを作成することから始まります。学習モデルは、製品の画像から特徴量を抽出し、正常な製品の特徴量分布を学習します。このモデルを用いて、未知の製品の画像を分類することで、異常品を検知することができます。 異常検知技術は、機械学習やディープラーニングの分野で発展しています。最近では、異常検知に特化したアルゴリズムやモデルが開発され、高い精度での異常検知が可能になってきています。また、異常検知技術は、多様な画像処理技術と組み合わせることで、より高度な品質管理が可能となっています。 異常検知技術を用いた製品の品質管理には、以下のようなメリットがあります。 自動化により人手作業の負担を軽減できる。 正確性が向上し、品質管理の効率化が期待できる。 未知の欠陥や不良品を検知できるため、製品の品質改善につながる。 データの蓄積や分析により、生産プロセスの改善に役立てることができる。 つまり、製品の品質管理において異常検知技術を活用することで、効率的かつ正確な品質管理を実現することができます。 ４．まとめ 今回のコラムでは、中堅・中小製造業の企業様にご活用頂きたい画像検査の最新情報について、何がどの様に画像検査が進化し、利用可能なのかを分かりやすく説明をさせて頂きました。今回の紹介した内容をご検討頂き、自社での画像検査装置の導入検討や、過去に断念された画像検査装置の導入を再度進めていただければ幸いです。また、上記内容について、より具体的に詳細をお知りになりたい場合や導入支援が必要といった場合は、お気軽に弊社にご相談いただければ幸いです。 最後までお読みいただきありがとうございました。   ■AI画像検査導入事例解説レポート AIを活用し「積算・見積もりのドンブリ勘定」からの脱却を実現！ AI活用を通じて“ベテラン社員の働き方改革”を推進！ 積算・見積もり業務の“標準化・脱属人化・技術継承”実践事例とは？ ▼事例レポート無料ダウンロードお申し込みはこちら▼ https://lp.funaisoken.co.jp/mt/smart-factory/dltext06-01-dl.html 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。 このような方におすすめ 人手に頼った目視検査で工数がかかっている 画像検査装置の導入が未経験である 小さな不良なので画像検査が可能なのか分からない 人による目視検査で不良品が流出している 検査業務が属人化している   ■関連するセミナーのご案内 多品種少量生産の塗装＆外観検査工程ロボット活用！社長セミナー 「多品種少量生産の塗装加工業の社長が取り組むべきロボット戦略」 ロボットによる自動塗装で人手を増やさずに生産性を上げる！ セミナー詳細・申込はこちらから https://www.funaisoken.co.jp/seminar/100495 お申し込みはこちらから⇒ https://www.funaisoken.co.jp/seminar/100495

１．付加価値アップのキーワードは「熟練技術のDX化」 突然ですが、皆様の会社で 以下のような業務はありませんか？ 人的依存の高い業務 属人的な業務 手作業が多い業務 一部の社員に偏っている業務 熟練と勘と経験を要する業務 以上を標準化・パッケージ化して誰でもできるように技術継承をしたい業務 特に、「一品一様」「多品種少量生産」に該当する製造業の皆様にとっては、自社の何らかの業務・工程で思い当たる節があるのではないかと思います。 また、外部環境を見渡してみると、原材料やエネルギーコストの乱高下が今後も予測される中、そのような時代にも耐え得る経営を志向していく必要があります。 一言で言えば、「原材料等の乱高下の影響を極力低減できるビジネスモデル」。要は、「自ら付加価値を作れるビジネスモデル」でないと、このような乱高下の時代に安定した経営は難しいでしょう。 「付加価値を作れる」とは、やはり「熟練したヒトの手が介在して差別化できるノウハウ・情報・スキルが必須」ということです。 しかし、今時、そのような熟練者を採用する・育成する方が難しく、その技術継承も困難です。 そこで、「DX化」が必須となります。 「熟練技術・熟練ノウハウ・熟練スキルのDX化」です。 誰でもできるような、誰でも知っているような技術・ノウハウ・スキルではなく、「その企業独自の技術・ノウハウ・スキル」をDX化していくことで、永続性と安定性が作れるようになります。 ２．「熟練技術のDX化」の事例 熟練技術・熟練ノウハウ・熟練スキルのDX化の一例として、「見積もり業務に関するDX化」の事例をご紹介いたします。 【事例サマリー】 ・従業員数：約50名 ・業種：建築用金属製品製造業 （一品一様・多品種少量生産） ・2DCADデータを用いた見積もりAIシステムを導入 ・社長自ら手掛けていた見積もり業務の「標準化・脱属人化・技術継承」を推進 今回ご紹介する「見積もり業務に関するDX化」の実践企業様では、見積もりAIシステムの導入を進めています。 この見積もりAIシステムは、 ①新規の見積もり作成の際に、参考となる過去の図面データを探すのに時間がかかる ②参考となる過去の図面データを探す工程が特に属人化しており、熟練者しか対応できない ③熟練者が見積もり業務以外の仕事に時間を割くことが難しい 等の「見積もり業務」に関する課題解決をサポートするためのシステムです。 こちらの企業様では見積もりAIシステムの導入を通じて、 ①新規の見積もり作成の際に必要な「過去の参考図面データ」を探すスピードが速くなり、見積もり作成時間を大幅に短縮することができた ②属人的な見積もり作成ノウハウを標準化し、熟練者以外の社員でも見積もり業務に従事することができるようになった ③社長自ら従事していた見積もり業務の時間を浮かせ、空いた時間で社長が別の高付加価値業務へ取り組むことができるようになった 等の導入効果を得ることができました。 【見積もりAIシステム導入前】 【見積もりAIシステム導入後】 AI活用の話題となると、 既存業務を「より楽に」できるようになる（＝効率化） 既存業務を「より少ない人数で」できるようになる（＝省人化） という主旨の話が先行しがちですが、今回ご紹介した事例の「より本質的なポイント」は単なる「効率化・省人化」の実現だけでなく、AI導入を通じて浮かせることができた社長の時間を「より高付加価値な業務」へ投資することが可能となった つまり、「社長の時間の使い方改革」を実現できたという点が、「より本質的なポイント」となります。 AI活用を通じて「社長の時間の使い方」を変えていくことで、 経営方針の策定（会社の方向付け） 設備計画の構想 その他の意思決定 等のような、「本当に社長にしかできない高付加価値な仕事」に社長が時間を使えるようになっていきます。 今回は見積もり業務を例にお伝えさせていただきましたが、読者の皆様の会社でも、 人的依存の高い業務 属人的な業務 手作業が多い業務 一部の社員に偏っている業務 熟練と勘と経験を要する業務 等が存在していないでしょうか？ 本コラムが皆様の会社における「熟練技術・熟練ノウハウ・熟練スキルのDX化」の切り口を考えるきっかけとなれば幸いです。 今回ご紹介した事例の詳細についてご興味のある方は、以下のURLから是非お気軽にお問い合わせください。 ▼本コラムの内容に関するお問い合わせはこちら https://lp.funaisoken.co.jp/mt/form01/inquiry-S045.html?siteno=S045   ■関連するセミナーのご案内 多品種少量生産板金加工業の為の見積もりAI！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/100000 ■開催内容 3D-CADデータを用いた高精度の類似検索！従業員数25名の工業用模型製造業におけるAI活用最新事例 2D-CAD図面とPDF図面を用いた見積もりAIシステムを導入！従業員数51名の板金加工業におけるAI活用最新事例 AI活用戦略講座編 「板金加工業経営者が取り組むべきAI活用戦略」 ■開催日程 全てオンライン開催となります 以下の日程よりご都合の良い日程をお選び下さい ※内容は全て一緒です 2023/06/14 (水)　13:00~15:00 2023/06/16 (金)　13:00~15:00 2023/06/21 (水)　13:00~15:00 お申し込みはこちらから⇒ https://www.funaisoken.co.jp/seminar/100000 いつも当コラムをご愛読いただきありがとうございます。 １．付加価値アップのキーワードは「熟練技術のDX化」 突然ですが、皆様の会社で 以下のような業務はありませんか？ 人的依存の高い業務 属人的な業務 手作業が多い業務 一部の社員に偏っている業務 熟練と勘と経験を要する業務 以上を標準化・パッケージ化して誰でもできるように技術継承をしたい業務 特に、「一品一様」「多品種少量生産」に該当する製造業の皆様にとっては、自社の何らかの業務・工程で思い当たる節があるのではないかと思います。 また、外部環境を見渡してみると、原材料やエネルギーコストの乱高下が今後も予測される中、そのような時代にも耐え得る経営を志向していく必要があります。 一言で言えば、「原材料等の乱高下の影響を極力低減できるビジネスモデル」。要は、「自ら付加価値を作れるビジネスモデル」でないと、このような乱高下の時代に安定した経営は難しいでしょう。 「付加価値を作れる」とは、やはり「熟練したヒトの手が介在して差別化できるノウハウ・情報・スキルが必須」ということです。 しかし、今時、そのような熟練者を採用する・育成する方が難しく、その技術継承も困難です。 そこで、「DX化」が必須となります。 「熟練技術・熟練ノウハウ・熟練スキルのDX化」です。 誰でもできるような、誰でも知っているような技術・ノウハウ・スキルではなく、「その企業独自の技術・ノウハウ・スキル」をDX化していくことで、永続性と安定性が作れるようになります。 ２．「熟練技術のDX化」の事例 熟練技術・熟練ノウハウ・熟練スキルのDX化の一例として、「見積もり業務に関するDX化」の事例をご紹介いたします。 【事例サマリー】 ・従業員数：約50名 ・業種：建築用金属製品製造業 （一品一様・多品種少量生産） ・2DCADデータを用いた見積もりAIシステムを導入 ・社長自ら手掛けていた見積もり業務の「標準化・脱属人化・技術継承」を推進 今回ご紹介する「見積もり業務に関するDX化」の実践企業様では、見積もりAIシステムの導入を進めています。 この見積もりAIシステムは、 ①新規の見積もり作成の際に、参考となる過去の図面データを探すのに時間がかかる ②参考となる過去の図面データを探す工程が特に属人化しており、熟練者しか対応できない ③熟練者が見積もり業務以外の仕事に時間を割くことが難しい 等の「見積もり業務」に関する課題解決をサポートするためのシステムです。 こちらの企業様では見積もりAIシステムの導入を通じて、 ①新規の見積もり作成の際に必要な「過去の参考図面データ」を探すスピードが速くなり、見積もり作成時間を大幅に短縮することができた ②属人的な見積もり作成ノウハウを標準化し、熟練者以外の社員でも見積もり業務に従事することができるようになった ③社長自ら従事していた見積もり業務の時間を浮かせ、空いた時間で社長が別の高付加価値業務へ取り組むことができるようになった 等の導入効果を得ることができました。 【見積もりAIシステム導入前】 【見積もりAIシステム導入後】 AI活用の話題となると、 既存業務を「より楽に」できるようになる（＝効率化） 既存業務を「より少ない人数で」できるようになる（＝省人化） という主旨の話が先行しがちですが、今回ご紹介した事例の「より本質的なポイント」は単なる「効率化・省人化」の実現だけでなく、AI導入を通じて浮かせることができた社長の時間を「より高付加価値な業務」へ投資することが可能となった つまり、「社長の時間の使い方改革」を実現できたという点が、「より本質的なポイント」となります。 AI活用を通じて「社長の時間の使い方」を変えていくことで、 経営方針の策定（会社の方向付け） 設備計画の構想 その他の意思決定 等のような、「本当に社長にしかできない高付加価値な仕事」に社長が時間を使えるようになっていきます。 今回は見積もり業務を例にお伝えさせていただきましたが、読者の皆様の会社でも、 人的依存の高い業務 属人的な業務 手作業が多い業務 一部の社員に偏っている業務 熟練と勘と経験を要する業務 等が存在していないでしょうか？ 本コラムが皆様の会社における「熟練技術・熟練ノウハウ・熟練スキルのDX化」の切り口を考えるきっかけとなれば幸いです。 今回ご紹介した事例の詳細についてご興味のある方は、以下のURLから是非お気軽にお問い合わせください。 ▼本コラムの内容に関するお問い合わせはこちら https://lp.funaisoken.co.jp/mt/form01/inquiry-S045.html?siteno=S045   ■関連するセミナーのご案内 多品種少量生産板金加工業の為の見積もりAI！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/100000 ■開催内容 3D-CADデータを用いた高精度の類似検索！従業員数25名の工業用模型製造業におけるAI活用最新事例 2D-CAD図面とPDF図面を用いた見積もりAIシステムを導入！従業員数51名の板金加工業におけるAI活用最新事例 AI活用戦略講座編 「板金加工業経営者が取り組むべきAI活用戦略」 ■開催日程 全てオンライン開催となります 以下の日程よりご都合の良い日程をお選び下さい ※内容は全て一緒です 2023/06/14 (水)　13:00~15:00 2023/06/16 (金)　13:00~15:00 2023/06/21 (水)　13:00~15:00 お申し込みはこちらから⇒ https://www.funaisoken.co.jp/seminar/100000

本コラムでは、中堅・中小製造業の企業におけるDX・IoT活用について、まずはどこからどの様にDX・IoTを導入していくべきか、わかりやすく説明させていただきます。 １．はじめに ここ数年、製造業においてもDX(デジタルトランスフォーメーション)やIoT(モノのインターネット)、AI(人工知能)の活用がテーマになっています。 漠然としたイメージをお持ちの状態で・・・・実際に具体的にDXやIoT、AIを活用した業務の革新や改善を実施したいと考えたとき、生産管理、在庫管理、見積もり作成、製造管理、生産工程管理等など製造業の業務は多岐にわたるため、まずどこから手をつけて良いのか？分からないのが現実だと思います。 私がその立場なら、迷わず最優先で『製造現場』へ導入します。 なぜなら、『製造現場』の革新や改善が会社の売上や利益の向上に最も直結する業務だからです。 製造業は『モノを作る企業』です。 『モノを作る』企業ですので、それを実際に行っている製造現場(工程)の状況を正確に把握(各工程の作業時間、各機器の稼働時間等)することが重要です。製造工程の状況を正確把握することは、生産性向上や品質向上、コスト削減などの多くのメリットをもたらします。 製造業では定期的に製造工程状況を正確に把握し、必要に応じて改善策を実施することが重要です。 今回は、IoTを活用した製造工程の状況把握の目的、製造工程のIoT化手順に関して説明させていただきます。 ２．IoTを活用した製造工程の状況把握の目的 まずは、IoTを活用した製造工程状況把握を行う目的に付いて考えたいと思います。 主な目的として5つが考えられます。 ①リアルタイムデータ収集と分析： これがIoT化を行う一番の目的となります。 製造工程の機器や製品の状態データをリアルタイムで収集し、分析することができます。これにより、生産ラインの状況をリアルタイムに把握し、もし問題が発生した場合には早期に対処することができます。 また、これらのデータを利用して各機器の稼働率の確認、稼働待機時間を確認することによりボトルネックになっている工程を把握することもできます。 ②メンテナンスの効率化： 製造工程の機器から収集したデータを分析することで、設備の故障や劣化の予知が可能となり、メンテナンスの計画的な実施が可能になります。 これにより、メンテナンスコストの削減や生産ラインの停止時間の短縮が期待できます。 ③異常検知： 生産ラインでトラブルが発生した場合には、自動的にアラートが発生し異常を通知することが可能です。また、異常内容に合わせた最適な対処方法を提案することができます。これにより、生産ラインの停止時間を最小限に抑え、生産性を向上させることができます。 この時、タイムラグなく生産ラインを停止させるためエッジコンピューティングを活用することになります。 ④製造プロセスの改善： 製造工程中のデータをリアルタイムで収集し、分析することで、製造プロセスの改善策を導き出すことができます。これにより、生産性向上や品質向上など、製造工程全体の改善が期待できます。 ⑤製品のトレーサビリティ： 最近取引条件として管理を求められることが多くなってきている項目です。 管理製品に関する情報を収集することで、製品のトレーサビリティを確保することができます。製品の品質に問題が発生した場合、追跡が容易になり、問題の原因を特定することができます。 IoTを活用した製造工程状況把握は、製造プロセスの改善や生産性の向上、品質の向上など、 多くのメリットをもたらします。 IoTを活用した製造工程の状況把握には、高度な技術や専門知識が必要ですが、効果的に活用することで、競争力のある製品を効率よく生産することが可能になります。 次に、IoTを活用して製造工程を管理する手順をお伝えします。 ３．製造工程のIoT化手順 IoTを活用して製造工程を管理するには、まずは製造工程をIoT化する必要があります。 IoTを構成する主な要素は3つです。 デバイス：各種データを取得 ネットワーク：インターネットや社内システムへ接続 プラットフォーム・アプリケーション：データを蓄積・分析する。 これらを下記手順で導入し製造工程をIoT化していきます。 ①IoTセンサーの設置： 製造工程中の機器や製品にIoTセンサーを設置することで、データのリアルタイム収集が可能になります。例えば、温度、湿度、振動、圧力、電流、電圧、位置情報などのセンサーを使用してデータを収取します。 ②ネットワークの構築： IoTセンサーから収集されたデータを集めるために、通信インフラストラクチャを構築する必要があります。製造現場での通信には、無線通信（Wi-Fi、Bluetoothなど）や有線通信（イーサネット、RS-485など）が使用されます。 ③データ収集プラットフォームの導入： IoTセンサーから収集されたデータを収集し、保存、処理するためのデータ収集プラットフォームを導入することが必要です。AWS IoT、Azure IoT、IBM Watson IoTなどを活用するケースが多いです。 ここまで導入することで製造工程の見える化が実現できます。 取得したデータの解析やさらなる活用を行う場合、以下の機能の導入の検討を行います。 ④データ解析ツールの導入： IoTセンサーから収集されたデータを解析するためのツールを導入することで、製造工程の問題点や改善点を特定することができます。 ⑤クラウドコンピューティングの活用： IoTセンサーから収集されたデータをクラウドにアップロードし、クラウドコンピューティングの力を活用することで、リアルタイムのデータ処理や解析を行うことができます。 また、リモートでの監視・管理が可能になります。 ⑥AI/機械学習の活用： IoTセンサーから収集されたデータを用いて、AIや機械学習による予測や最適化を行うことができます。例えば、異常検知や品質予測などの分野で活用されます。 この様な手順で製造工程をIoT化することにより、前述の目的を達成できます。 ４．まとめ 今回のコラムでは、中堅・中小製造業のDX・IoT活用のコツ～まずどこから手をつけるか～”　につきまして簡単ではありますが説明させていただきました。次回以降、それぞれの項目をより詳しく説明していく予定です。 今回の紹介した内容をご検討頂き、自社での製造工程のIoT化導入検討や、過去に断念されたIoT化を再度進めていただければ幸いです。また、上記内容について、より具体的に詳細をお知りになりたい場合や導入支援が必要といった場合は、お気軽に弊社にご相談いただければ幸いです。 最後までお読みいただきありがとうございました。   ■関連するセミナーのご案内 「多品種少量生産板金加工業の為の原価改善！」　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/100820 お申し込みはこちらから⇒ https://www.funaisoken.co.jp/seminar/100820 多品種少量生産の塗装＆外観検査工程ロボット活用！社長セミナー 「多品種少量生産の塗装加工業の社長が取り組むべきロボット戦略」 ロボットによる自動塗装で人手を増やさずに生産性を上げる！ セミナー詳細・申込はこちらから https://www.funaisoken.co.jp/seminar/100495 お申し込みはこちらから⇒ https://www.funaisoken.co.jp/seminar/100495 いつも当コラムをご愛読頂きましてありがとうございます。 本コラムでは、中堅・中小製造業の企業におけるDX・IoT活用について、まずはどこからどの様にDX・IoTを導入していくべきか、わかりやすく説明させていただきます。 １．はじめに ここ数年、製造業においてもDX(デジタルトランスフォーメーション)やIoT(モノのインターネット)、AI(人工知能)の活用がテーマになっています。 漠然としたイメージをお持ちの状態で・・・・実際に具体的にDXやIoT、AIを活用した業務の革新や改善を実施したいと考えたとき、生産管理、在庫管理、見積もり作成、製造管理、生産工程管理等など製造業の業務は多岐にわたるため、まずどこから手をつけて良いのか？分からないのが現実だと思います。 私がその立場なら、迷わず最優先で『製造現場』へ導入します。 なぜなら、『製造現場』の革新や改善が会社の売上や利益の向上に最も直結する業務だからです。 製造業は『モノを作る企業』です。 『モノを作る』企業ですので、それを実際に行っている製造現場(工程)の状況を正確に把握(各工程の作業時間、各機器の稼働時間等)することが重要です。製造工程の状況を正確把握することは、生産性向上や品質向上、コスト削減などの多くのメリットをもたらします。 製造業では定期的に製造工程状況を正確に把握し、必要に応じて改善策を実施することが重要です。 今回は、IoTを活用した製造工程の状況把握の目的、製造工程のIoT化手順に関して説明させていただきます。 ２．IoTを活用した製造工程の状況把握の目的 まずは、IoTを活用した製造工程状況把握を行う目的に付いて考えたいと思います。 主な目的として5つが考えられます。 ①リアルタイムデータ収集と分析： これがIoT化を行う一番の目的となります。 製造工程の機器や製品の状態データをリアルタイムで収集し、分析することができます。これにより、生産ラインの状況をリアルタイムに把握し、もし問題が発生した場合には早期に対処することができます。 また、これらのデータを利用して各機器の稼働率の確認、稼働待機時間を確認することによりボトルネックになっている工程を把握することもできます。 ②メンテナンスの効率化： 製造工程の機器から収集したデータを分析することで、設備の故障や劣化の予知が可能となり、メンテナンスの計画的な実施が可能になります。 これにより、メンテナンスコストの削減や生産ラインの停止時間の短縮が期待できます。 ③異常検知： 生産ラインでトラブルが発生した場合には、自動的にアラートが発生し異常を通知することが可能です。また、異常内容に合わせた最適な対処方法を提案することができます。これにより、生産ラインの停止時間を最小限に抑え、生産性を向上させることができます。 この時、タイムラグなく生産ラインを停止させるためエッジコンピューティングを活用することになります。 ④製造プロセスの改善： 製造工程中のデータをリアルタイムで収集し、分析することで、製造プロセスの改善策を導き出すことができます。これにより、生産性向上や品質向上など、製造工程全体の改善が期待できます。 ⑤製品のトレーサビリティ： 最近取引条件として管理を求められることが多くなってきている項目です。 管理製品に関する情報を収集することで、製品のトレーサビリティを確保することができます。製品の品質に問題が発生した場合、追跡が容易になり、問題の原因を特定することができます。 IoTを活用した製造工程状況把握は、製造プロセスの改善や生産性の向上、品質の向上など、 多くのメリットをもたらします。 IoTを活用した製造工程の状況把握には、高度な技術や専門知識が必要ですが、効果的に活用することで、競争力のある製品を効率よく生産することが可能になります。 次に、IoTを活用して製造工程を管理する手順をお伝えします。 ３．製造工程のIoT化手順 IoTを活用して製造工程を管理するには、まずは製造工程をIoT化する必要があります。 IoTを構成する主な要素は3つです。 デバイス：各種データを取得 ネットワーク：インターネットや社内システムへ接続 プラットフォーム・アプリケーション：データを蓄積・分析する。 これらを下記手順で導入し製造工程をIoT化していきます。 ①IoTセンサーの設置： 製造工程中の機器や製品にIoTセンサーを設置することで、データのリアルタイム収集が可能になります。例えば、温度、湿度、振動、圧力、電流、電圧、位置情報などのセンサーを使用してデータを収取します。 ②ネットワークの構築： IoTセンサーから収集されたデータを集めるために、通信インフラストラクチャを構築する必要があります。製造現場での通信には、無線通信（Wi-Fi、Bluetoothなど）や有線通信（イーサネット、RS-485など）が使用されます。 ③データ収集プラットフォームの導入： IoTセンサーから収集されたデータを収集し、保存、処理するためのデータ収集プラットフォームを導入することが必要です。AWS IoT、Azure IoT、IBM Watson IoTなどを活用するケースが多いです。 ここまで導入することで製造工程の見える化が実現できます。 取得したデータの解析やさらなる活用を行う場合、以下の機能の導入の検討を行います。 ④データ解析ツールの導入： IoTセンサーから収集されたデータを解析するためのツールを導入することで、製造工程の問題点や改善点を特定することができます。 ⑤クラウドコンピューティングの活用： IoTセンサーから収集されたデータをクラウドにアップロードし、クラウドコンピューティングの力を活用することで、リアルタイムのデータ処理や解析を行うことができます。 また、リモートでの監視・管理が可能になります。 ⑥AI/機械学習の活用： IoTセンサーから収集されたデータを用いて、AIや機械学習による予測や最適化を行うことができます。例えば、異常検知や品質予測などの分野で活用されます。 この様な手順で製造工程をIoT化することにより、前述の目的を達成できます。 ４．まとめ 今回のコラムでは、中堅・中小製造業のDX・IoT活用のコツ～まずどこから手をつけるか～”　につきまして簡単ではありますが説明させていただきました。次回以降、それぞれの項目をより詳しく説明していく予定です。 今回の紹介した内容をご検討頂き、自社での製造工程のIoT化導入検討や、過去に断念されたIoT化を再度進めていただければ幸いです。また、上記内容について、より具体的に詳細をお知りになりたい場合や導入支援が必要といった場合は、お気軽に弊社にご相談いただければ幸いです。 最後までお読みいただきありがとうございました。   ■関連するセミナーのご案内 「多品種少量生産板金加工業の為の原価改善！」　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/100820 お申し込みはこちらから⇒ https://www.funaisoken.co.jp/seminar/100820 多品種少量生産の塗装＆外観検査工程ロボット活用！社長セミナー 「多品種少量生産の塗装加工業の社長が取り組むべきロボット戦略」 ロボットによる自動塗装で人手を増やさずに生産性を上げる！ セミナー詳細・申込はこちらから https://www.funaisoken.co.jp/seminar/100495 お申し込みはこちらから⇒ https://www.funaisoken.co.jp/seminar/100495

１．社長の生産性アップに直結！見積もり工程のAI活用事例とは？ 【AI導入企業様 サマリー】 ・従業員数：約50名 ・業種：建築用金属製品製造業 ・2DCADデータを用いた見積もりAIシステムを導入 ・社長自ら手掛けていた見積もり業務の「標準化・脱属人化・技術継承」を推進 今回ご紹介するAI導入企業様では、 見積もりAIシステムの導入を進めています。 この見積もりAIシステムは、 ①新規の見積もり作成の際に、参考となる過去の図面データを探すのに時間がかかる ②参考となる過去の図面データを探す工程が特に属人化しており、熟練者しか対応できない ③熟練者が見積もり業務以外の仕事に時間を割くことが難しい 等の「見積もり業務」に関する 課題解決をサポートするためのシステムです。 こちらの企業様では見積もりAIシステムの導入を通じて、 ①新規の見積もり作成の際に必要な「過去の参考図面データ」を探すスピードが速くなり、見積もり作成時間を大幅に短縮することができた ②属人的な見積もり作成ノウハウを標準化し、熟練者以外の社員でも見積もり業務に従事することができるようになった ③社長自ら従事していた見積もり業務の時間を浮かせ、空いた時間で社長が別の高付加価値業務へ取り組むことができるようになった 等の導入効果を得ることができました。 ２．AI活用を通じて「社長の時間の使い方」を変えていく AI活用の話題となると、 既存業務を「より楽に」できるようになる（＝効率化） 既存業務を「より少ない人数で」できるようになる（＝省人化） という主旨の話が先行しがちですが、今回ご紹介した事例の「より本質的なポイント」は単なる「効率化・省人化」の実現だけでなく、AI導入を通じて浮かせることができた社長の時間を「より高付加価値な業務」へ投資することが可能となったつまり、「社長の時間の使い方改革」を実現できたという点が、「より本質的なポイント」となります。 AI活用を通じて「社長の時間の使い方」を変えていくことで、 経営方針の策定（会社の方向付け） 設備計画の構想 その他の意思決定 等のような、「本当に社長にしかできない仕事」に社長が時間を使えるようになっていきます。 今回は見積もり業務を例にお伝えさせていただきましたが、読者の皆様の会社でも、「社長自ら従事している“属人化業務”」が存在していないでしょうか？ 本コラムが読者の社長の皆様の「仕事における時間の使い方」について、現状を振り返るきっかけとなれば幸いです。 今回ご紹介した事例の詳細についてご興味のある方は、是非お気軽にお問い合わせください。   積算・見積業務を効率化！AI活用で働き方改革 ▼事例レポート無料ダウンロードお申し込みはこちら▼ 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！ 1、AI活用を通じた「積算・見積もり業務」の標準化・脱属人化・技術継承最新事例サマリー 2、積算・見積もりAIシステムのポイント① 3、積算・見積もりAIシステムのポイント② 4、積算・見積もりAIシステムのポイント③ https://www.funaisoken.co.jp/dl-contents/smart-factory_smart-factory_00702   ■関連するセミナーのご案内 多品種少量生産板金加工業の為の見積もりAI！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/100000 ■開催内容 3D-CADデータを用いた高精度の類似検索！従業員数25名の工業用模型製造業におけるAI活用最新事例 2D-CAD図面とPDF図面を用いた見積もりAIシステムを導入！従業員数51名の板金加工業におけるAI活用最新事例 AI活用戦略講座編 「板金加工業経営者が取り組むべきAI活用戦略」 ■開催日程 全てオンライン開催となります 以下の日程よりご都合の良い日程をお選び下さい ※内容は全て一緒です 2023/06/14 (水)　13:00~15:00 2023/06/16 (金)　13:00~15:00 2023/06/21 (水)　13:00~15:00 お申し込みはこちらから⇒ https://www.funaisoken.co.jp/seminar/100000 いつも当コラムをご愛読いただきありがとうございます。 １．社長の生産性アップに直結！見積もり工程のAI活用事例とは？ 【AI導入企業様 サマリー】 ・従業員数：約50名 ・業種：建築用金属製品製造業 ・2DCADデータを用いた見積もりAIシステムを導入 ・社長自ら手掛けていた見積もり業務の「標準化・脱属人化・技術継承」を推進 今回ご紹介するAI導入企業様では、 見積もりAIシステムの導入を進めています。 この見積もりAIシステムは、 ①新規の見積もり作成の際に、参考となる過去の図面データを探すのに時間がかかる ②参考となる過去の図面データを探す工程が特に属人化しており、熟練者しか対応できない ③熟練者が見積もり業務以外の仕事に時間を割くことが難しい 等の「見積もり業務」に関する 課題解決をサポートするためのシステムです。 こちらの企業様では見積もりAIシステムの導入を通じて、 ①新規の見積もり作成の際に必要な「過去の参考図面データ」を探すスピードが速くなり、見積もり作成時間を大幅に短縮することができた ②属人的な見積もり作成ノウハウを標準化し、熟練者以外の社員でも見積もり業務に従事することができるようになった ③社長自ら従事していた見積もり業務の時間を浮かせ、空いた時間で社長が別の高付加価値業務へ取り組むことができるようになった 等の導入効果を得ることができました。 ２．AI活用を通じて「社長の時間の使い方」を変えていく AI活用の話題となると、 既存業務を「より楽に」できるようになる（＝効率化） 既存業務を「より少ない人数で」できるようになる（＝省人化） という主旨の話が先行しがちですが、今回ご紹介した事例の「より本質的なポイント」は単なる「効率化・省人化」の実現だけでなく、AI導入を通じて浮かせることができた社長の時間を「より高付加価値な業務」へ投資することが可能となったつまり、「社長の時間の使い方改革」を実現できたという点が、「より本質的なポイント」となります。 AI活用を通じて「社長の時間の使い方」を変えていくことで、 経営方針の策定（会社の方向付け） 設備計画の構想 その他の意思決定 等のような、「本当に社長にしかできない仕事」に社長が時間を使えるようになっていきます。 今回は見積もり業務を例にお伝えさせていただきましたが、読者の皆様の会社でも、「社長自ら従事している“属人化業務”」が存在していないでしょうか？ 本コラムが読者の社長の皆様の「仕事における時間の使い方」について、現状を振り返るきっかけとなれば幸いです。 今回ご紹介した事例の詳細についてご興味のある方は、是非お気軽にお問い合わせください。   積算・見積業務を効率化！AI活用で働き方改革 ▼事例レポート無料ダウンロードお申し込みはこちら▼ 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！ 1、AI活用を通じた「積算・見積もり業務」の標準化・脱属人化・技術継承最新事例サマリー 2、積算・見積もりAIシステムのポイント① 3、積算・見積もりAIシステムのポイント② 4、積算・見積もりAIシステムのポイント③ https://www.funaisoken.co.jp/dl-contents/smart-factory_smart-factory_00702   ■関連するセミナーのご案内 多品種少量生産板金加工業の為の見積もりAI！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/100000 ■開催内容 3D-CADデータを用いた高精度の類似検索！従業員数25名の工業用模型製造業におけるAI活用最新事例 2D-CAD図面とPDF図面を用いた見積もりAIシステムを導入！従業員数51名の板金加工業におけるAI活用最新事例 AI活用戦略講座編 「板金加工業経営者が取り組むべきAI活用戦略」 ■開催日程 全てオンライン開催となります 以下の日程よりご都合の良い日程をお選び下さい ※内容は全て一緒です 2023/06/14 (水)　13:00~15:00 2023/06/16 (金)　13:00~15:00 2023/06/21 (水)　13:00~15:00 お申し込みはこちらから⇒ https://www.funaisoken.co.jp/seminar/100000

以前、AIの導入成功のために経営陣は何をすべきかについて説明をさせていただきました。そこで今回は社員が何をすべきかについて説明させていただきます。 経営陣がAIを導入したがっているかどうかに関係なく、企業の社員は、AIの導入・活用を見据えて準備しておく必要があります。数年で定年退職という人でも、人生９０年・１００年時代に向けて何らかの準備をしておいた方がよいでしょう。企業社員が準備をしておくべき重要なことは次の５つです。 社員がすべき５つのポイント （１）AIリテラシーを高めるために学ぼう （２）自分が関わっている業務を分析しよう （３）既存の情報処理の流れと自身の仕事の位置づけを知ろう （４）AI導入の可能性と自分の仕事がAIに置き換えられる可能性を考えよう （５）『AI導入・活用検討チーム』に参加しよう １．AIリテラシーを高めるために学ぼう オンラインコースやトレーニングプログラムを受講することで、AIに関する基本的な知識から応用的な知識まで、幅広く学ぶことができます。また、AIに関する書籍や記事を読むことで、AIに関する基本的な知識や最新の技術動向を学ぶことができます。AIに関するイベントやカンファレンスに参加するのもよいでしょう。そうすることで、AIに関する最新の情報を得ることができます。また、AIに関する専門家との交流や議論を通じて、深い知見を得ることができます。 ２．自分が関わっている業務を分析しよう 自分が自社のどんな事業のどんな業務のどの部分を担っているかを客観的に分析してみましょう。大事なのは、会社の業務の中での自分の位置付けと役割を把握することです。自分の部門の業務手順書を見たことがあるでしょうか？顧客対応や製造業、メンテナンスなど日常的にマニュアルの参照が必要な業務に携わっている場合以外は業務手順書を読むことはあまりないでしょう。つまり、自分がどのような業務プロセスのどこに位置付けられていて、全体の中でどんな役割を担っているかを正確に把握している人はそれほど多くないということです。 ３．既存の情報処理の流れと自身の仕事の位置づけを知ろう 情報処理システムやPCがどう使われているのか、既存の情報処理の流れの中で自分はどんな位置づけでどんな作業をしているのかを把握しましょう。業務の流れと情報処理の流れが適合しているのかを検討することも必要です。業務の流れを知るために可視化しましょう。そのためにはフローチャートに表すのが一番です。検索すればサンプルはたくさん出てきます。いくつかを参考にすればフローチャートを書くのは決して難しくはありません。 ４．AI導入の可能性と自分の仕事がAIに置き換えられる可能性を考えよう 上記の3つをしっかり実施すれば、AI導入の可能性や自分の仕事がAIに置き換えられる可能性があるか判別できるようになります。AIの導入で最も大事なことは、早い段階で導入の目的と得られるメリット（デメリットも）について考察することです。仕事の現場での実務に精通し、分析や判断ができる人材が、今後必ず必要となってくるのです。また、もしも今の業務がAIに置き換わる可能性がある場合はこのような置き換えられない職種にシフトすることも考えましょう。 ５．『AI導入・活用検討チーム』に参加しよう 上記の４つが確実に実践できれば、社内に居場所がなくなることはないでしょう。さらに望ましいのは『AI導入・活用検討チーム』に参加することです。その能動的な姿勢がきっと次のステップにつながります。これを経営陣の視点から見ると、AI導入・活用の賛否のカギは現場の社員の理解・協力にあるということです。 ６．まとめ 今回のコラムでは、以前の『AIの導入成功のために経営陣は何をすべきか』の社員バージョンについて説明させていただきました。経営陣と社員で同じような内容もございますがどちらにしても今後のことを考え、AI導入に際して積極的な役割を担えるように備えることが重要です。今回紹介した内容を参考に、自社でのスムーズなAＩ導入のきっかけになれば幸いです。また、上記内容について、より具体的に詳細をお知りになりたい場合や導入支援が必要といった場合は、お気軽に弊社にご相談いただければ幸いです。 最後までお読みいただきありがとうございました。   無料ダウンロード！！2024年AI活用時流予測レポート ～今後の業界動向・トレンドを予測～ ▼事例レポート無料ダウンロードお申し込みはこちら▼ 目次 1、製造業AI業界の現状 2、2023年製造業AI業界はこうなる！ 3、2023年実践していただきたいこと 4、どの業務・工程でもAIは活用できる「業務別・工程別のAI活用」 5、国内中小製造業におけるAI導入事例 中小製造業のAI活用の最新事例と導入事例この1冊にまとめました。 AI活用術について「考え方」と「具体的な方法」を例を出して解説し、さらに導入事例を掲載することでAI活用の具体的な取り組み方が分かる資料になっております。 詳細はYoutubeにて公開しております。 https://youtu.be/H6Vq84C1Z4A https://www.funaisoken.co.jp/dl-contents/jy-ai_S045   ■多品種少量生産機械加工業のAI活用！社長セミナー 従業員30～200名の機械加工業の為の見積もりAI・生産計画AI・原価管理AIの活用！ お申し込みはこちらから⇒ https://www.funaisoken.co.jp/seminar/096847 ■開催日程 全てオンライン開催となります 以下の日程よりご都合の良い日程をお選び下さい ※内容は全て一緒です 2023/04/12 (水)　13:00~15:00 2023/04/17 (月)　13:00~15:00 2023/04/19 (水)　13:00~15:00 お申し込みはこちらから⇒ https://www.funaisoken.co.jp/seminar/096847 いつも当コラムをご愛読いただきありがとうございます。 以前、AIの導入成功のために経営陣は何をすべきかについて説明をさせていただきました。そこで今回は社員が何をすべきかについて説明させていただきます。 経営陣がAIを導入したがっているかどうかに関係なく、企業の社員は、AIの導入・活用を見据えて準備しておく必要があります。数年で定年退職という人でも、人生９０年・１００年時代に向けて何らかの準備をしておいた方がよいでしょう。企業社員が準備をしておくべき重要なことは次の５つです。 社員がすべき５つのポイント （１）AIリテラシーを高めるために学ぼう （２）自分が関わっている業務を分析しよう （３）既存の情報処理の流れと自身の仕事の位置づけを知ろう （４）AI導入の可能性と自分の仕事がAIに置き換えられる可能性を考えよう （５）『AI導入・活用検討チーム』に参加しよう １．AIリテラシーを高めるために学ぼう オンラインコースやトレーニングプログラムを受講することで、AIに関する基本的な知識から応用的な知識まで、幅広く学ぶことができます。また、AIに関する書籍や記事を読むことで、AIに関する基本的な知識や最新の技術動向を学ぶことができます。AIに関するイベントやカンファレンスに参加するのもよいでしょう。そうすることで、AIに関する最新の情報を得ることができます。また、AIに関する専門家との交流や議論を通じて、深い知見を得ることができます。 ２．自分が関わっている業務を分析しよう 自分が自社のどんな事業のどんな業務のどの部分を担っているかを客観的に分析してみましょう。大事なのは、会社の業務の中での自分の位置付けと役割を把握することです。自分の部門の業務手順書を見たことがあるでしょうか？顧客対応や製造業、メンテナンスなど日常的にマニュアルの参照が必要な業務に携わっている場合以外は業務手順書を読むことはあまりないでしょう。つまり、自分がどのような業務プロセスのどこに位置付けられていて、全体の中でどんな役割を担っているかを正確に把握している人はそれほど多くないということです。 ３．既存の情報処理の流れと自身の仕事の位置づけを知ろう 情報処理システムやPCがどう使われているのか、既存の情報処理の流れの中で自分はどんな位置づけでどんな作業をしているのかを把握しましょう。業務の流れと情報処理の流れが適合しているのかを検討することも必要です。業務の流れを知るために可視化しましょう。そのためにはフローチャートに表すのが一番です。検索すればサンプルはたくさん出てきます。いくつかを参考にすればフローチャートを書くのは決して難しくはありません。 ４．AI導入の可能性と自分の仕事がAIに置き換えられる可能性を考えよう 上記の3つをしっかり実施すれば、AI導入の可能性や自分の仕事がAIに置き換えられる可能性があるか判別できるようになります。AIの導入で最も大事なことは、早い段階で導入の目的と得られるメリット（デメリットも）について考察することです。仕事の現場での実務に精通し、分析や判断ができる人材が、今後必ず必要となってくるのです。また、もしも今の業務がAIに置き換わる可能性がある場合はこのような置き換えられない職種にシフトすることも考えましょう。 ５．『AI導入・活用検討チーム』に参加しよう 上記の４つが確実に実践できれば、社内に居場所がなくなることはないでしょう。さらに望ましいのは『AI導入・活用検討チーム』に参加することです。その能動的な姿勢がきっと次のステップにつながります。これを経営陣の視点から見ると、AI導入・活用の賛否のカギは現場の社員の理解・協力にあるということです。 ６．まとめ 今回のコラムでは、以前の『AIの導入成功のために経営陣は何をすべきか』の社員バージョンについて説明させていただきました。経営陣と社員で同じような内容もございますがどちらにしても今後のことを考え、AI導入に際して積極的な役割を担えるように備えることが重要です。今回紹介した内容を参考に、自社でのスムーズなAＩ導入のきっかけになれば幸いです。また、上記内容について、より具体的に詳細をお知りになりたい場合や導入支援が必要といった場合は、お気軽に弊社にご相談いただければ幸いです。 最後までお読みいただきありがとうございました。   無料ダウンロード！！2024年AI活用時流予測レポート ～今後の業界動向・トレンドを予測～ ▼事例レポート無料ダウンロードお申し込みはこちら▼ 目次 1、製造業AI業界の現状 2、2023年製造業AI業界はこうなる！ 3、2023年実践していただきたいこと 4、どの業務・工程でもAIは活用できる「業務別・工程別のAI活用」 5、国内中小製造業におけるAI導入事例 中小製造業のAI活用の最新事例と導入事例この1冊にまとめました。 AI活用術について「考え方」と「具体的な方法」を例を出して解説し、さらに導入事例を掲載することでAI活用の具体的な取り組み方が分かる資料になっております。 詳細はYoutubeにて公開しております。 https://youtu.be/H6Vq84C1Z4A https://www.funaisoken.co.jp/dl-contents/jy-ai_S045   ■多品種少量生産機械加工業のAI活用！社長セミナー 従業員30～200名の機械加工業の為の見積もりAI・生産計画AI・原価管理AIの活用！ お申し込みはこちらから⇒ https://www.funaisoken.co.jp/seminar/096847 ■開催日程 全てオンライン開催となります 以下の日程よりご都合の良い日程をお選び下さい ※内容は全て一緒です 2023/04/12 (水)　13:00~15:00 2023/04/17 (月)　13:00~15:00 2023/04/19 (水)　13:00~15:00 お申し込みはこちらから⇒ https://www.funaisoken.co.jp/seminar/096847

▼事例レポート無料ダウンロードお申し込みはこちら▼ 近年、AIの進化は著しく、中堅・中小製造業においてもAIの導入が注目されています。しかしながら、中堅・中小企業の中には、AIの導入が本当に役立つのかについて疑問をお持ちの方もいらっしゃるかもしれません。 本記事では、中堅・中小製造業でAIがどのように活用されているのかについて解説し、そのメリットや事例についてもご紹介いたします。 １．中堅・中小製造業でAIは本当に役立つのか？ 昨今、大きな注目を集めている「Chat GPT (チャットジーピーティー)」をはじめとして、日本国内でもAI活用の話題が取り上げられる機会が増えてきました。 しかしながら、「AI」という言葉を聞いてもまだまだ漠然としたイメージしか湧かず、 「AIって本当に役に立つのか？」 と懐疑的な態度をとられる方も少なくないかと思います。 また、「AI」という言葉が頻度高く取り上げられている近頃の流れについて、 「単なる一時的なブームに過ぎないのではないか？」 「AIなんて、ウチの会社には無関係な話だろう」というように、実際には中堅・中小製造業に携わる多くの方々にとって、AIを実用化するイメージを持つこと自体がまだまだ難しい状況にあるのかもしれません。 そのような方々にとって少しでも参考になればと思い、本コラムでは、 「中堅・中小製造業においてどのようなケースでAIが使われているか？」 「AIが果たす役割として、どのような事例があるのか？」 について、以下簡単に概要をご紹介させていただきます。 ２．中堅・中小製造業でのAI導入のメリット 中堅・中小製造業でのAI導入により、以下のような3つのメリットを得ることができます。 1.コスト削減・.生産性の向上 AIの活用により、業務の効率化が進み、コスト削減や生産性向上が実現できるとされています。AIはヒューマンエラーや部品ロスを削減し、製品の返品と手直しにかかる費用を削減することができます。さらに、課題の明確化や数値目標の設定が容易になり、現場との合意形成も円滑に進むでしょう。 2.製品の品質向上 AIを活用した精密なデータ分析により、製品の品質管理が容易になります。製造過程での異常を早期に検知し、品質のばらつきを抑えることで、高品質な製品を一貫して提供することが可能です。 3.安全性の向上 AIを導入することで、危険な作業や環境の監視が自動化され、労働者の安全性が向上します。また、製造現場のリスクを予測・防止するAIシステムの導入により、事故やトラブルのリスクを最小限に抑えることができます。 これらのメリットによって、中堅・中小製造業は競争力の強化や持続的な成長に向けて大きな前進を遂げることが期待されます。ただし、AI導入に際しては適切なシステムやパートナー企業の選定、従業員の教育・トレーニングなども重要な要素となります。 ３．【事例】 AI活用を通じて「見積もり業務の標準化・脱属人化・技術継承」を推進 中堅・中小製造業の企業様における見積もり作成業務のスピードアップに関する事例 この製造業の企業様では、一部のベテラン営業担当者と社長自ら見積もり業務に従事していた。 そのような中で、新規の見積もり算出の参考として使用する「過去の2D図面データ」を探し出す作業に多くの時間を取られていた。加えて、「過去の2D図面データ」を探し出す作業自体が属人化していた。 見積もり作成の際に大幅に時間がかかっていた「過去の2D図面データを探し出す工程」にAIを活用。 新規の見積もり依頼先より頂いた2D図面データからAIが図面に含まれる形状と特徴を解析し、システム内の2D図面データベースから類似の図面・形状を検索。 AIを活用し、過去の類似2D図面データを検索できるようにすることで、「従来かかっていた時間よりも短い時間で」かつ「より精度高く」見積もり作成を行うことが可能となった。 また、一部のベテランに依存していた見積もり業務を、知識・経験の浅い社員でも問題なく実践できるようになった。 （⇒業務の標準化・脱属人化・熟練技術の継承を推進） ＜取り組みのポイント＞ 業務の標準化を通じた若手社員の即戦力化 「社長やベテランじゃなくてもできる仕事」は、社長やベテラン以外の人間に任せる 熟練者は空いた時間で、より高付加価値な業務に従事してもらう 高齢化に伴い引退を控えるベテラン担当者の技術をAIが継承 ＜Before（AI導入前の状態と主な課題）＞ ＜After（AI導入後の主な課題解決効果）＞ ３．【事例】AIを活用し、生産計画作成業務の脱属人化を推進 生産計画作成体制に課題を抱えていた中堅・中小製造業の企業様の事例。 ＜Before（AI導入前の状態と主な課題）＞ この製造業の企業様における生産計画（工程計画）は複雑で難解になっており、生産計画作成には多面的な知識と豊富な経験が必要であった。 また、その生産計画の作成は一握りのスタッフの“勘と経験”に依存しており、そのスタッフの工数は相当多く、過度な業務負荷がかかっていた。 良く言えば、名人芸を持った優秀なスタッフだが、悪く言えば、生産計画作成ノウハウが「ブラックボックス化」してしまい、社長はそのスタッフの判断と考え方を信用するしかなかった。 ＜After（AI導入後の主な課題解決効果）＞ 「設備」「材料」「在庫」「納期」等の各種条件・ルールや優先順位に応じて、AIが自動で最適な生産計画を立案。 AIが複数の生産計画パターンをシミュレーション＆比較し、その時々に応じて最適な生産計画表を自動で出力 結果として、熟練者の工数削減と生産計画作成業務の脱属人化を実現できるようになった。 ＜取り組みのポイント＞ 「その道数十年」のベテラン担当者に依存した現場体制から脱却 生産計画作成業務の「自動化・標準化・脱属人化・技術継承」を実現 システムが生産計画の大半を自動で立案するため、ヒトが作る生産計画よりも厳しめの生産計画が立案される（バッファーが縮まる） ⇒結果として、生産効率アップに繋がる（生産性が上がる） 以上、「中堅・中小製造業でAIは本当に役立つのか？」 というテーマでお伝えさせていただきました。 今回ご紹介した事例の詳細についてご興味のある方は、 是非お気軽にお問い合わせください。   無料ダウンロード！！2024年AI活用時流予測レポート ～今後の業界動向・トレンドを予測～ ▼事例レポート無料ダウンロードお申し込みはこちら▼ 目次 1、製造業AI業界の現状 2、2023年製造業AI業界はこうなる！ 3、2023年実践していただきたいこと 4、どの業務・工程でもAIは活用できる「業務別・工程別のAI活用」 5、国内中小製造業におけるAI導入事例 中小製造業のAI活用の最新事例と導入事例この1冊にまとめました。 AI活用術について「考え方」と「具体的な方法」を例を出して解説し、さらに導入事例を掲載することでAI活用の具体的な取り組み方が分かる資料になっております。 https://www.funaisoken.co.jp/dl-contents/jy-ai_S045 ▼事例レポート無料ダウンロードお申し込みはこちら▼ いつも当コラムをご愛読いただきありがとうございます。 近年、AIの進化は著しく、中堅・中小製造業においてもAIの導入が注目されています。しかしながら、中堅・中小企業の中には、AIの導入が本当に役立つのかについて疑問をお持ちの方もいらっしゃるかもしれません。 本記事では、中堅・中小製造業でAIがどのように活用されているのかについて解説し、そのメリットや事例についてもご紹介いたします。 １．中堅・中小製造業でAIは本当に役立つのか？ 昨今、大きな注目を集めている「Chat GPT (チャットジーピーティー)」をはじめとして、日本国内でもAI活用の話題が取り上げられる機会が増えてきました。 しかしながら、「AI」という言葉を聞いてもまだまだ漠然としたイメージしか湧かず、 「AIって本当に役に立つのか？」 と懐疑的な態度をとられる方も少なくないかと思います。 また、「AI」という言葉が頻度高く取り上げられている近頃の流れについて、 「単なる一時的なブームに過ぎないのではないか？」 「AIなんて、ウチの会社には無関係な話だろう」というように、実際には中堅・中小製造業に携わる多くの方々にとって、AIを実用化するイメージを持つこと自体がまだまだ難しい状況にあるのかもしれません。 そのような方々にとって少しでも参考になればと思い、本コラムでは、 「中堅・中小製造業においてどのようなケースでAIが使われているか？」 「AIが果たす役割として、どのような事例があるのか？」 について、以下簡単に概要をご紹介させていただきます。 ２．中堅・中小製造業でのAI導入のメリット 中堅・中小製造業でのAI導入により、以下のような3つのメリットを得ることができます。 1.コスト削減・.生産性の向上 AIの活用により、業務の効率化が進み、コスト削減や生産性向上が実現できるとされています。AIはヒューマンエラーや部品ロスを削減し、製品の返品と手直しにかかる費用を削減することができます。さらに、課題の明確化や数値目標の設定が容易になり、現場との合意形成も円滑に進むでしょう。 2.製品の品質向上 AIを活用した精密なデータ分析により、製品の品質管理が容易になります。製造過程での異常を早期に検知し、品質のばらつきを抑えることで、高品質な製品を一貫して提供することが可能です。 3.安全性の向上 AIを導入することで、危険な作業や環境の監視が自動化され、労働者の安全性が向上します。また、製造現場のリスクを予測・防止するAIシステムの導入により、事故やトラブルのリスクを最小限に抑えることができます。 これらのメリットによって、中堅・中小製造業は競争力の強化や持続的な成長に向けて大きな前進を遂げることが期待されます。ただし、AI導入に際しては適切なシステムやパートナー企業の選定、従業員の教育・トレーニングなども重要な要素となります。 ３．【事例】 AI活用を通じて「見積もり業務の標準化・脱属人化・技術継承」を推進 中堅・中小製造業の企業様における見積もり作成業務のスピードアップに関する事例 この製造業の企業様では、一部のベテラン営業担当者と社長自ら見積もり業務に従事していた。 そのような中で、新規の見積もり算出の参考として使用する「過去の2D図面データ」を探し出す作業に多くの時間を取られていた。加えて、「過去の2D図面データ」を探し出す作業自体が属人化していた。 見積もり作成の際に大幅に時間がかかっていた「過去の2D図面データを探し出す工程」にAIを活用。 新規の見積もり依頼先より頂いた2D図面データからAIが図面に含まれる形状と特徴を解析し、システム内の2D図面データベースから類似の図面・形状を検索。 AIを活用し、過去の類似2D図面データを検索できるようにすることで、「従来かかっていた時間よりも短い時間で」かつ「より精度高く」見積もり作成を行うことが可能となった。 また、一部のベテランに依存していた見積もり業務を、知識・経験の浅い社員でも問題なく実践できるようになった。 （⇒業務の標準化・脱属人化・熟練技術の継承を推進） ＜取り組みのポイント＞ 業務の標準化を通じた若手社員の即戦力化 「社長やベテランじゃなくてもできる仕事」は、社長やベテラン以外の人間に任せる 熟練者は空いた時間で、より高付加価値な業務に従事してもらう 高齢化に伴い引退を控えるベテラン担当者の技術をAIが継承 ＜Before（AI導入前の状態と主な課題）＞ ＜After（AI導入後の主な課題解決効果）＞ ３．【事例】AIを活用し、生産計画作成業務の脱属人化を推進 生産計画作成体制に課題を抱えていた中堅・中小製造業の企業様の事例。 ＜Before（AI導入前の状態と主な課題）＞ この製造業の企業様における生産計画（工程計画）は複雑で難解になっており、生産計画作成には多面的な知識と豊富な経験が必要であった。 また、その生産計画の作成は一握りのスタッフの“勘と経験”に依存しており、そのスタッフの工数は相当多く、過度な業務負荷がかかっていた。 良く言えば、名人芸を持った優秀なスタッフだが、悪く言えば、生産計画作成ノウハウが「ブラックボックス化」してしまい、社長はそのスタッフの判断と考え方を信用するしかなかった。 ＜After（AI導入後の主な課題解決効果）＞ 「設備」「材料」「在庫」「納期」等の各種条件・ルールや優先順位に応じて、AIが自動で最適な生産計画を立案。 AIが複数の生産計画パターンをシミュレーション＆比較し、その時々に応じて最適な生産計画表を自動で出力 結果として、熟練者の工数削減と生産計画作成業務の脱属人化を実現できるようになった。 ＜取り組みのポイント＞ 「その道数十年」のベテラン担当者に依存した現場体制から脱却 生産計画作成業務の「自動化・標準化・脱属人化・技術継承」を実現 システムが生産計画の大半を自動で立案するため、ヒトが作る生産計画よりも厳しめの生産計画が立案される（バッファーが縮まる） ⇒結果として、生産効率アップに繋がる（生産性が上がる） 以上、「中堅・中小製造業でAIは本当に役立つのか？」 というテーマでお伝えさせていただきました。 今回ご紹介した事例の詳細についてご興味のある方は、 是非お気軽にお問い合わせください。   無料ダウンロード！！2024年AI活用時流予測レポート ～今後の業界動向・トレンドを予測～ ▼事例レポート無料ダウンロードお申し込みはこちら▼ 目次 1、製造業AI業界の現状 2、2023年製造業AI業界はこうなる！ 3、2023年実践していただきたいこと 4、どの業務・工程でもAIは活用できる「業務別・工程別のAI活用」 5、国内中小製造業におけるAI導入事例 中小製造業のAI活用の最新事例と導入事例この1冊にまとめました。 AI活用術について「考え方」と「具体的な方法」を例を出して解説し、さらに導入事例を掲載することでAI活用の具体的な取り組み方が分かる資料になっております。 https://www.funaisoken.co.jp/dl-contents/jy-ai_S045

中小製造業において投資における補助金活用は経営に直結する重要な要素です。 事業再構築補助金が2023年度も継続することが決定しました。 事業再構築補助金の今年度の変更点と成功事例を中心に解説していきます。 １．事業再構築補助金とは 事業再構築補助金とは、新型コロナウイルス感染症の影響によって経営が困難になった中小企業等に対して、事業再構築のための支援を行うために、国が設けた補助金制度です。 具体的には、以下のような事業再構築に必要な取り組みにかかる費用が対象となります。 生産プロセスの変革や設備の改善 商品・サービスの開発・改良 ITシステムの改善・導入 新規事業の開発・展開 補助額は、事業者の経営状況や補助対象となる取り組み内容によって異なりますが、最大で1億円まで支給されることがあります。 ２．2023年度の変更点 まず、大きな変更点として売上高減少要件が無くなりました。 成長枠（旧通常枠）では以前までは売上高減少要件があったため、業績が好調な企業は申請できませんでしたが今回の売上高減少要件の撤廃により、ほとんどの中小企業・中堅企業が申し込みできるようになりました。 売上高減少要件を満していない業績が好調な企業でも補助金を受け取れる可能性がグッと高まりました。 補助額と補助率は以下の通りです。 ■補助額 中小企業者等、中堅企業等ともに 【従業員数20人以下】100万円～2,000万円 【従業員数21～50人】100万円～4,000万円 【従業員数51～100人】100万円～6,000万円 【従業員数101人以上】100万円～7,000万円 ■補助率 中小企業者等 1/2 中堅企業等 1/3 成長枠（旧通常枠）の他にも様々な枠があります。 緊急対策枠 回復・再生応援枠 最低賃金枠 産業構造転換枠（新設） サプライチェーン強靱化枠（新設） グリーン成長枠（要件緩和） 自社に適合した枠を見極めて申請する必要があります。 ここまでお読み頂いた皆様はどのように感じるでしょうか？ 「よく分からない、、」 「面倒、、」 「本当に補助金がもらえるの？」 ここからは実際に事業再構築補助金を活用して大きな投資をした2社の事例を ご紹介します。 ３．事業再構築補助金を活用してロボットを導入した成功事例 ①茨城県D社 ■投資と補助額 ・投資金額　約5000万円 ・補助額　約3000万円 ■システムの概要 ・幅広い寸法 長さ200㎜～5000㎜ 径20A ~300A の様々な形状の配管TIG溶接をロボットによって自動化するロボットシステムを事業再構築補助金を活用して導入。 溶接職人による難しい配管溶接を最新技術を駆使してロボット化に成功した事例。 ②長野県C社 ■投資と補助額 ・投資金額　約8000万円 ・補助額　約4000万円 ■システムの概要 多品種のステンレス製板金製品のおける溶接と研磨をロボットで自動化。 水漏れが許されない高品質な溶接と、職人の研磨による外観品質をロボットで実現した事例。 ４．事業再構築補助金を活用する方法 補助金の申請は非常に面倒です。 ■申請書類の作成 申請者は申請書類を作成します。申請書類には、事業再構築のための計画書や費用詳細書、財務諸表などが含まれます。 ■オンライン申請 申請書類を作成したら、オンラインで申請手続きを行います。申請者は、事業再構築補助金の公式サイトから「マイページ」にログインし、必要事項を入力して申請書類をアップロードします。もちろん事前のID登録が必要です。 ■審査 申請書類の提出後、専門家が審査を行います。審査内容は、申請書類に記載された計画書や財務諸表、補助対象となる取り組み内容の妥当性などが審査されます。 申請書類の書き方で審査結果（採択率）は大きく変わります。 大きくはこの３つの流れです。 まずはIDの登録です。 ここで躓くようでは補助金採択までの道のりは果てしなく遠いでしょう。 そして、申請書の作成です。 必要な書類は、 事業計画書 認定支援機関の確認書（3,000万円以上の場合は金融機関の確認書も必要） 売上高減少に関する書類 決算書 ミラサポplus「電子申請サポート」の事業財務情報（ローカルベンチマークともいう） 従業員数を示す書類 緊急事態宣言の影響を受けたことの宣誓（緊急事態宣言枠のみ） 緊急事態宣言による売上高減少に関する書類（緊急事態宣言枠のみ） 固定費が協力金を上回っていることを証明する書類（緊急事態宣言枠のみ） 加点に必要な書類 海外事業の準備状況を示す書類（卒業枠、グローバルV字回復枠のみ） 数ある補助金の中でもトップクラスに必要な書類が多いといえるでしょう。 事業計画書は、事業再構築のための具体的な計画をまとめた書類です。再構築の必要性、再構築の目的や方針、再構築後のビジョンや目標、取り組み内容やスケジュールなどが含まれます。 これらを一人で準備するのは忙しい経営者にとって非常に困難といえます。 補助金活用においても、専門のコンサルタントに依頼し採択率を高め、手間を減らすような取り組みが必要です。   ■関連するセミナーのご案内 【従業員200～1,500名製造業の基幹システム再構築戦略！】 受発注管理・仕入販売在庫管理・生産管理・原価管理・総務人事管理・会計管理、企業全体のシステムを再構築！経営者セミナー セミナー詳細・申込はこちらから https://www.funaisoken.co.jp/seminar/096707 ■このような方にオススメ 従業員200～1,500名の製造業の経営者様 製造現場では現在でも紙帳票に依存していて電子帳票化やデジタル化が遅れている経営者様 受発注・仕入販売在庫・生産管理・原価管理・総務人事・会計管理等のシステムがバラバラに動いている経営者様 既存の基幹システムが15年以上前の古いシステムで現在の経営状態に適合していない経営者様 特に、生産管理・工程管理・原価管理がDX化されていないと感じている経営者様 ■開催日程 全てオンライン開催となります 以下の日程よりご都合の良い日程をお選び下さい ※内容は全て一緒です 2023/03/27 (月)13:00~15:00 2023/03/28 (火)13:00~15:00 2023/03/29 (水)13:00~15:00 お申し込みはこちらから⇒ https://www.funaisoken.co.jp/seminar/096707   【製造業】経営者向け！！工場の協働ロボット活用成功事例集 ▼事例レポート無料ダウンロードお申し込みはこちら▼ 中小製造業のロボット活用は協働ロボットが主流になる！ 中小製造業が実践すべき協働ロボット活用のポイントと具体的な方法を解説！ さらに、実際の中小製造業における協働ロボット活用成功事例をこの1冊にまとめました！ https://www.funaisoken.co.jp/dl-contents/jy-core-system_S045 いつも当コラムをご愛読いただきありがとうございます。 中小製造業において投資における補助金活用は経営に直結する重要な要素です。 事業再構築補助金が2023年度も継続することが決定しました。 事業再構築補助金の今年度の変更点と成功事例を中心に解説していきます。 １．事業再構築補助金とは 事業再構築補助金とは、新型コロナウイルス感染症の影響によって経営が困難になった中小企業等に対して、事業再構築のための支援を行うために、国が設けた補助金制度です。 具体的には、以下のような事業再構築に必要な取り組みにかかる費用が対象となります。 生産プロセスの変革や設備の改善 商品・サービスの開発・改良 ITシステムの改善・導入 新規事業の開発・展開 補助額は、事業者の経営状況や補助対象となる取り組み内容によって異なりますが、最大で1億円まで支給されることがあります。 ２．2023年度の変更点 まず、大きな変更点として売上高減少要件が無くなりました。 成長枠（旧通常枠）では以前までは売上高減少要件があったため、業績が好調な企業は申請できませんでしたが今回の売上高減少要件の撤廃により、ほとんどの中小企業・中堅企業が申し込みできるようになりました。 売上高減少要件を満していない業績が好調な企業でも補助金を受け取れる可能性がグッと高まりました。 補助額と補助率は以下の通りです。 ■補助額 中小企業者等、中堅企業等ともに 【従業員数20人以下】100万円～2,000万円 【従業員数21～50人】100万円～4,000万円 【従業員数51～100人】100万円～6,000万円 【従業員数101人以上】100万円～7,000万円 ■補助率 中小企業者等 1/2 中堅企業等 1/3 成長枠（旧通常枠）の他にも様々な枠があります。 緊急対策枠 回復・再生応援枠 最低賃金枠 産業構造転換枠（新設） サプライチェーン強靱化枠（新設） グリーン成長枠（要件緩和） 自社に適合した枠を見極めて申請する必要があります。 ここまでお読み頂いた皆様はどのように感じるでしょうか？ 「よく分からない、、」 「面倒、、」 「本当に補助金がもらえるの？」 ここからは実際に事業再構築補助金を活用して大きな投資をした2社の事例を ご紹介します。 ３．事業再構築補助金を活用してロボットを導入した成功事例 ①茨城県D社 ■投資と補助額 ・投資金額　約5000万円 ・補助額　約3000万円 ■システムの概要 ・幅広い寸法 長さ200㎜～5000㎜ 径20A ~300A の様々な形状の配管TIG溶接をロボットによって自動化するロボットシステムを事業再構築補助金を活用して導入。 溶接職人による難しい配管溶接を最新技術を駆使してロボット化に成功した事例。 ②長野県C社 ■投資と補助額 ・投資金額　約8000万円 ・補助額　約4000万円 ■システムの概要 多品種のステンレス製板金製品のおける溶接と研磨をロボットで自動化。 水漏れが許されない高品質な溶接と、職人の研磨による外観品質をロボットで実現した事例。 ４．事業再構築補助金を活用する方法 補助金の申請は非常に面倒です。 ■申請書類の作成 申請者は申請書類を作成します。申請書類には、事業再構築のための計画書や費用詳細書、財務諸表などが含まれます。 ■オンライン申請 申請書類を作成したら、オンラインで申請手続きを行います。申請者は、事業再構築補助金の公式サイトから「マイページ」にログインし、必要事項を入力して申請書類をアップロードします。もちろん事前のID登録が必要です。 ■審査 申請書類の提出後、専門家が審査を行います。審査内容は、申請書類に記載された計画書や財務諸表、補助対象となる取り組み内容の妥当性などが審査されます。 申請書類の書き方で審査結果（採択率）は大きく変わります。 大きくはこの３つの流れです。 まずはIDの登録です。 ここで躓くようでは補助金採択までの道のりは果てしなく遠いでしょう。 そして、申請書の作成です。 必要な書類は、 事業計画書 認定支援機関の確認書（3,000万円以上の場合は金融機関の確認書も必要） 売上高減少に関する書類 決算書 ミラサポplus「電子申請サポート」の事業財務情報（ローカルベンチマークともいう） 従業員数を示す書類 緊急事態宣言の影響を受けたことの宣誓（緊急事態宣言枠のみ） 緊急事態宣言による売上高減少に関する書類（緊急事態宣言枠のみ） 固定費が協力金を上回っていることを証明する書類（緊急事態宣言枠のみ） 加点に必要な書類 海外事業の準備状況を示す書類（卒業枠、グローバルV字回復枠のみ） 数ある補助金の中でもトップクラスに必要な書類が多いといえるでしょう。 事業計画書は、事業再構築のための具体的な計画をまとめた書類です。再構築の必要性、再構築の目的や方針、再構築後のビジョンや目標、取り組み内容やスケジュールなどが含まれます。 これらを一人で準備するのは忙しい経営者にとって非常に困難といえます。 補助金活用においても、専門のコンサルタントに依頼し採択率を高め、手間を減らすような取り組みが必要です。   ■関連するセミナーのご案内 【従業員200～1,500名製造業の基幹システム再構築戦略！】 受発注管理・仕入販売在庫管理・生産管理・原価管理・総務人事管理・会計管理、企業全体のシステムを再構築！経営者セミナー セミナー詳細・申込はこちらから https://www.funaisoken.co.jp/seminar/096707 ■このような方にオススメ 従業員200～1,500名の製造業の経営者様 製造現場では現在でも紙帳票に依存していて電子帳票化やデジタル化が遅れている経営者様 受発注・仕入販売在庫・生産管理・原価管理・総務人事・会計管理等のシステムがバラバラに動いている経営者様 既存の基幹システムが15年以上前の古いシステムで現在の経営状態に適合していない経営者様 特に、生産管理・工程管理・原価管理がDX化されていないと感じている経営者様 ■開催日程 全てオンライン開催となります 以下の日程よりご都合の良い日程をお選び下さい ※内容は全て一緒です 2023/03/27 (月)13:00~15:00 2023/03/28 (火)13:00~15:00 2023/03/29 (水)13:00~15:00 お申し込みはこちらから⇒ https://www.funaisoken.co.jp/seminar/096707   【製造業】経営者向け！！工場の協働ロボット活用成功事例集 ▼事例レポート無料ダウンロードお申し込みはこちら▼ 中小製造業のロボット活用は協働ロボットが主流になる！ 中小製造業が実践すべき協働ロボット活用のポイントと具体的な方法を解説！ さらに、実際の中小製造業における協働ロボット活用成功事例をこの1冊にまとめました！ https://www.funaisoken.co.jp/dl-contents/jy-core-system_S045

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

本コラムでは、AIの導入成功のために経営陣は何をすべきかについて説明をさせていただきます。 まず、AIは魔法の杖ではありません。種類や用途、使い方が様々であることを理解することが必要です。企業の経営陣にまだ根強く残っているAIに対する誤解に以下があります。 すごく賢いAIが既に存在している 機械学習やディープラーニングを導入すれば、誰にでも『すごいこと』ができる AIと呼ばれる単一のテクノロジーがある AIを導入するとすぐに効果が出る ディープラーニングは最強である これらはすべて誤った考えです。AIはまだそれほど賢くありませんし、できることも限られています。 それを理解した上で明確な導入目的と効果を考えてから導入を検討しないと、導入に失敗する確率が高くなります。 『AIありき』ではなく、まずは経営陣がAIについて学ぶ必要があります。 そこで本コラムでは経営陣がすべき５つのポイントについてお話しします。 経営陣がすべき５つのポイント （１）AIリテラシーを高めるために学ぶ （２）AIの導入・運用にかけられる費用を大まかに示す （３）AIの導入・活用の目的を具体的に示す （４）AI導入・検討チームを立ち上げる （５）信頼できるAIベンダーやコンサルタントとコンサルティング契約を結ぶ １．AIリテラシーを高めるために学ぶ 今後、AIの導入に関係する人たち（経営幹部＋導入検討の関係者）を集めてAI関連の勉強会を立ち上げましょう。 AIリテラシーを高めるには書籍やWEB、オンライン研修などで基礎知識を習得する必要があります。 基礎知識が習得できれば、AI導入事例を検討しましょう。 この時に大事なのは、導入後の費用対効果の分析です。 『導入が成功した』だけではプラスの材料になりません。 ２．AIの導入・運用にかけられる費用を大まかに示す 会社の規模、事業内容、今後の展望、財務状況によってかけられる費用は変わってきます。 大まかな費用が示されないと、具体的な検討が始められません。 AIの導入・運用には、多くの場合、高額な費用がかかります。 そのため、事前に費用を示すことで、予算の整理や適切な計画の立て方、その効果を正しく評価することができます。 また、費用を知ることで、ROI（投資利益率）を計算し、AIの導入が企業にとって有益かどうかを判断することができます。 ３．AIの導入・活用の目的を具体的に示す 経営陣がAI導入・活用にどんな効果を期待するのか具体的に示すことが必要です。 これにより下記効果を得られます。 ①必要なAIの機能や性能を特定でき、AIを選定する際の基準が明確化され、より効果的な選択が可能になります。 ②AIの導入に伴う費用や労力を適正化でき、目的を達成するために必要なコストを評価することができます。 ③AIの導入に関わる人々がその目的に向けて協力することができ、効率的な成果を出すことができます。 ④AIの導入による効果や成果を評価できます。具体的な目的があれば、その目的を達成するために必要な成果を測定し、AIの導入が本当に意味を持っているかを確認することができます。 ４．AI導入・検討チームを立ち上げる 上記3つが終わったら、経営陣も参加するAI導入・活用検討チームを立ち上げましょう。 知識を持ったメンバーが一つのチームになることで、AIの導入に必要な技術的、法律的、倫理的、人的、予算的な課題をトータルで見分けることができ、より綿密な計画を立て、成功確率を高めることができます。 また、これには社内の意識を変えていく効果も含まれます。 ５．信頼できるAIベンダーやコンサルタントとコンサルティング契約を結ぶ 検討チームに信頼できるAIベンダーやコンサルタントを選定させて、導入可否やＡＩ導入に向けた業務分析、費用対効果の検討に関するコンサルティング契約を結びましょう。 日本では『製品・サービスの導入に関する相談は無料』という間違った認識があるようですが、重要な決断をすることになります。 ここはお金と時間をしっかりかけて検討するべき部分です。 ６．まとめ 今回のコラムでは、AIの導入成功のために経営陣は何をすべきかについて説明させていただきました。 どれも当たり前のようなことばかりではございますが、実際にこのような運用をしている企業はなかなかございません。 今回紹介した内容を参考に、自社でのスムーズなAＩ導入のきっかけになれば幸いです。 また、上記内容について、より具体的に詳細をお知りになりたい場合や導入支援が必要といった場合は、お気軽に弊社にご相談いただければ幸いです。 最後までお読みいただきありがとうございました。   ■無料ダウンロード 製造業の為のAI活用戦略！経営者セミナー 製造業の取り組み事例に学ぶ！製造業経営者が知っておくべきAI活⽤戦略！ 無料ダウンロードはこちらから https://www.funaisoken.co.jp/seminar/096846 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取り組み事例が学べる！！ ダイジェストをYouTubeでご覧頂けます！ https://youtu.be/H6Vq84C1Z4A ■講座内容 AI取り組み事例講座編 「全国各地で見られる製造業でのAI取り組み事例」 見積・設計業務にAIを活用して、見積業務効率化・見積精度UP、設計業務効率化に取り組んでいる製造業の事例 生産計画・生産管理にAIを活用して、生産計画作成の自動化・最適化＆生産管理の効率化に取り組んでいる製造業の事例 在庫管理でAIを活用し、属人化した担当者のスキルの標準化に取り組んでいる製造業の事例 製造現場でのAI化・IoT化・ロボット化・デジタル化により職人依存体制からの脱却を目指している製造業の事例 経営管理全般でDX化に邁進している製造業の事例 ■開催日程 全てオンライン開催となります 以下の日程よりご都合の良い日程をお選び下さい ※内容は全て一緒です 2023/04/04 (火)　13:00~15:00 2023/04/06 (木)　13:00~15:00 2023/04/10 (月)　13:00~15:00 お申し込みはこちらから⇒ https://www.funaisoken.co.jp/seminar/096846   無料ダウンロード！！2024年AI活用時流予測レポート ～今後の業界動向・トレンドを予測～ ▼事例レポート無料ダウンロードお申し込みはこちら▼ 中小製造業のAI活用の最新事例と導入事例この1冊にまとめました。 AI活用術について「考え方」と「具体的な方法」を例を出して解説し、さらに導入事例を掲載することでAI活用の具体的な取り組み方が分かる資料になっております。 https://www.funaisoken.co.jp/dl-contents/jy-ai_S045 いつも当コラムをご愛読頂きましてありがとうございます。 本コラムでは、AIの導入成功のために経営陣は何をすべきかについて説明をさせていただきます。 まず、AIは魔法の杖ではありません。種類や用途、使い方が様々であることを理解することが必要です。企業の経営陣にまだ根強く残っているAIに対する誤解に以下があります。 すごく賢いAIが既に存在している 機械学習やディープラーニングを導入すれば、誰にでも『すごいこと』ができる AIと呼ばれる単一のテクノロジーがある AIを導入するとすぐに効果が出る ディープラーニングは最強である これらはすべて誤った考えです。AIはまだそれほど賢くありませんし、できることも限られています。 それを理解した上で明確な導入目的と効果を考えてから導入を検討しないと、導入に失敗する確率が高くなります。 『AIありき』ではなく、まずは経営陣がAIについて学ぶ必要があります。 そこで本コラムでは経営陣がすべき５つのポイントについてお話しします。 経営陣がすべき５つのポイント （１）AIリテラシーを高めるために学ぶ （２）AIの導入・運用にかけられる費用を大まかに示す （３）AIの導入・活用の目的を具体的に示す （４）AI導入・検討チームを立ち上げる （５）信頼できるAIベンダーやコンサルタントとコンサルティング契約を結ぶ １．AIリテラシーを高めるために学ぶ 今後、AIの導入に関係する人たち（経営幹部＋導入検討の関係者）を集めてAI関連の勉強会を立ち上げましょう。 AIリテラシーを高めるには書籍やWEB、オンライン研修などで基礎知識を習得する必要があります。 基礎知識が習得できれば、AI導入事例を検討しましょう。 この時に大事なのは、導入後の費用対効果の分析です。 『導入が成功した』だけではプラスの材料になりません。 ２．AIの導入・運用にかけられる費用を大まかに示す 会社の規模、事業内容、今後の展望、財務状況によってかけられる費用は変わってきます。 大まかな費用が示されないと、具体的な検討が始められません。 AIの導入・運用には、多くの場合、高額な費用がかかります。 そのため、事前に費用を示すことで、予算の整理や適切な計画の立て方、その効果を正しく評価することができます。 また、費用を知ることで、ROI（投資利益率）を計算し、AIの導入が企業にとって有益かどうかを判断することができます。 ３．AIの導入・活用の目的を具体的に示す 経営陣がAI導入・活用にどんな効果を期待するのか具体的に示すことが必要です。 これにより下記効果を得られます。 ①必要なAIの機能や性能を特定でき、AIを選定する際の基準が明確化され、より効果的な選択が可能になります。 ②AIの導入に伴う費用や労力を適正化でき、目的を達成するために必要なコストを評価することができます。 ③AIの導入に関わる人々がその目的に向けて協力することができ、効率的な成果を出すことができます。 ④AIの導入による効果や成果を評価できます。具体的な目的があれば、その目的を達成するために必要な成果を測定し、AIの導入が本当に意味を持っているかを確認することができます。 ４．AI導入・検討チームを立ち上げる 上記3つが終わったら、経営陣も参加するAI導入・活用検討チームを立ち上げましょう。 知識を持ったメンバーが一つのチームになることで、AIの導入に必要な技術的、法律的、倫理的、人的、予算的な課題をトータルで見分けることができ、より綿密な計画を立て、成功確率を高めることができます。 また、これには社内の意識を変えていく効果も含まれます。 ５．信頼できるAIベンダーやコンサルタントとコンサルティング契約を結ぶ 検討チームに信頼できるAIベンダーやコンサルタントを選定させて、導入可否やＡＩ導入に向けた業務分析、費用対効果の検討に関するコンサルティング契約を結びましょう。 日本では『製品・サービスの導入に関する相談は無料』という間違った認識があるようですが、重要な決断をすることになります。 ここはお金と時間をしっかりかけて検討するべき部分です。 ６．まとめ 今回のコラムでは、AIの導入成功のために経営陣は何をすべきかについて説明させていただきました。 どれも当たり前のようなことばかりではございますが、実際にこのような運用をしている企業はなかなかございません。 今回紹介した内容を参考に、自社でのスムーズなAＩ導入のきっかけになれば幸いです。 また、上記内容について、より具体的に詳細をお知りになりたい場合や導入支援が必要といった場合は、お気軽に弊社にご相談いただければ幸いです。 最後までお読みいただきありがとうございました。   ■無料ダウンロード 製造業の為のAI活用戦略！経営者セミナー 製造業の取り組み事例に学ぶ！製造業経営者が知っておくべきAI活⽤戦略！ 無料ダウンロードはこちらから https://www.funaisoken.co.jp/seminar/096846 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取り組み事例が学べる！！ ダイジェストをYouTubeでご覧頂けます！ https://youtu.be/H6Vq84C1Z4A ■講座内容 AI取り組み事例講座編 「全国各地で見られる製造業でのAI取り組み事例」 見積・設計業務にAIを活用して、見積業務効率化・見積精度UP、設計業務効率化に取り組んでいる製造業の事例 生産計画・生産管理にAIを活用して、生産計画作成の自動化・最適化＆生産管理の効率化に取り組んでいる製造業の事例 在庫管理でAIを活用し、属人化した担当者のスキルの標準化に取り組んでいる製造業の事例 製造現場でのAI化・IoT化・ロボット化・デジタル化により職人依存体制からの脱却を目指している製造業の事例 経営管理全般でDX化に邁進している製造業の事例 ■開催日程 全てオンライン開催となります 以下の日程よりご都合の良い日程をお選び下さい ※内容は全て一緒です 2023/04/04 (火)　13:00~15:00 2023/04/06 (木)　13:00~15:00 2023/04/10 (月)　13:00~15:00 お申し込みはこちらから⇒ https://www.funaisoken.co.jp/seminar/096846   無料ダウンロード！！2024年AI活用時流予測レポート ～今後の業界動向・トレンドを予測～ ▼事例レポート無料ダウンロードお申し込みはこちら▼ 中小製造業のAI活用の最新事例と導入事例この1冊にまとめました。 AI活用術について「考え方」と「具体的な方法」を例を出して解説し、さらに導入事例を掲載することでAI活用の具体的な取り組み方が分かる資料になっております。 https://www.funaisoken.co.jp/dl-contents/jy-ai_S045

今回は生産技術職を経験した立場から、 ものづくり企業のスマートファクトリーの進め方を述べさせて頂きます。 インターネット等でスマートファクトリーと調べると、大手企業や先進企業の取り組みや事例が 紹介されていることが多いです。 展示会に行っても、最新情報に溢れ、何から始めればよいか分からない場合が多いです。 私が感じているのは、下記のような方がまだまだ多いのではないでしょうか。 そもそも、そこまでスマートファクトリーの必要性を感じていないし、どの様なメリット・デメリットが あるか分からない。 自社の現状を考えると、スマートファクトリー化の前にやるべき課題が山積みになっている。 例えば、 ①業務・工程改善に向けて各種データの収集は行っているが、データ収集の目的が明確になっていない。 　目的が伝わっていると思っているのは経営者・経営層のみ。 ②データを集めてはみたが活用されていない。 　データをどの様に活用すればよいか分からない。 ③属人化された工程が多く、多能工化を目指し始めたばかりである。 ④最近やっと3DCADを導入したばかり。 まずは、スマートファクトリーとは何か、どのようなメリット・デメリットがあるのか、どのような手順で進めるか を理解することが大切であると思います。 簡単ではございますが、説明をさせて頂きます。 １．スマートファクトリーとは ものづくり企業のスマートファクトリーに関しては、2017年に経済産業省から‘スマートファクトリーロードマップ(第4次産業革命に対応したものづくりの実現に向けて)’が発行されています。 スマートファクトリーの基となっているのは、2011年にドイツ政府が発表した‘インダストリー4.0’という概念です。 スマートファクトリーとは、AI(Artificial Intelligence)やIoT(Internet of Things)などのデジタル技術を活用し、生産性が高く効率的な工場のことです。 デジタル技術の活用により、高品質・高付加価値な製品を低コストかつ短期間で効率的に製造することが可能になると言われています。 人間・機械などの企業資源が互いに通信し、自動化・効率化を目指すことです。 ２．スマートファクトリーのメリット ①工場の見える化や自動化 　生産性の高い工程・低い工程を把握し改善を行う、人手作業を自動作業へ改善することができます。 ②収集したデータを活用し生産性向上、品質改善 　ただデータを収集するのではなく、データを様々なことに活用することができます。 ③AIやIoTによる最適なオペレーションの実現とコスト削減 　機械・設備・人の最適化が実現することで、様々なコスト削減にもつながります。 ④人手不足の解消 　労働人口が減っているなかで、人手不足の解消にもつながります。 上記の通り、様々なメリットがあります。 しかし、スマートファクトリー化における課題があることも事実です。 ではスマートファクトリー化における課題とはどのようなことがあるでしょうか？ ３．スマートファクトリーにおける課題 ①デジタル人材の確保、育成。 　デジタル人材はどの業界でも不足しています。また人材育成には時間がかかります。 ②初期費用の確保 　初期投資に莫大な費用がかかる場合がございます。 ③雇用機会の消失 　メリットとにもデメリットにもなり得ます。 　デジタル人材以外は雇用機会の消失につながる恐れがあります。 ４．手順 ①自社の現状把握 　自社の現状を直視し、現状をしっかりと把握する必要があります。 ②自社工程の中でも何を最も改善したいのか 　数ある工程の中で、どこが一番の問題なのか、どの工程を改善したいのかを明確にします。 ③あるべき姿を明確に 　自社のあるべき姿を明確にして、全社で意思統一をし同じ方向に進んでいく必要があります。 ④強い意志とリーダーシップの発揮 　強い意志を持った方がリーダーとなり、リーダーシップを発揮して推進する必要があります。 ５．まとめ 簡単ではありますが、スマートファクトリーに関して述べさせて頂きました。 色々と述べてきましたが、見える化の推進・業務改善・工程改善をデジタル技術を活用し進めることがスマートファクトリーです。 ただ注意しなければならないのは、ただ単にシステム導入や自動化を進めることに注力しすぎると、手段が目的となってしまい、上手く進まなくなってしまいます。 スマートファクトリーを実現するのは簡単なことではありません。 一気に進めるのではなく、改善したい工程を抽出し、少しずつ改善を進めていって下さい。 推進するためには、全社で同じ方向を向き、強い意志を持って進めていくことが大切であると思います。 具体的に詳細をお知りになりたい場合や導入支援が必要といった場合は、お気軽に弊社にご相談いただければ幸いです。 最後までお読み頂きましてありがとうございました。   無料ダウンロード！！【製造業】経営者向け！！工場の協働ロボット活用成功事例集 ▼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_01539 スマートファクトリーの第一歩！！ 中小製造業のロボット活用は協働ロボットが主流になる！ 中小製造業が実践すべき協働ロボット活用のポイントと具体的な方法を解説！ さらに、実際の中小製造業における協働ロボット活用成功事例をこの1冊にまとめました！ ■「こうなりたい！」と思っている経営者様におすすめ 協働ロボットを活用して生産性を向上させたいと思っている製造業の経営者様 協働ロボットを活用して人手を増やさずに売り上げをUPさせたいと思っている製造業の経営者様 協働ロボットを活用して熟練職人の技術を継承したいと思っている製造業の経営者様 協働ロボットを活用して人手不足を解消したいと思っている製造業の経営者様 https://www.funaisoken.co.jp/dl-contents/smart-factory_smart-factory_01539   ■無料ダウンロード 多品種少量生産の塗装工程ロボット活用！社長セミナー 無料ダウンロードはこちらから https://www.funaisoken.co.jp/seminar/095685 ■このような方にオススメ 多品種少量生産で塗装工程を持つ金属・樹脂加工業の社長様 塗装工程の自動化・ロボット化・省力化を実現したいと思っている社長様 職人の手塗に依存していて塗装工程の属人化が課題と感じている社長様 塗装工程の職人不足を解決したいと感じている社長様 塗装工程に限らず、多くの工程で自動化・省人化・生産性UPしたい社長様 ■開催日程 全てオンライン開催となります 以下の日程よりご都合の良い日程をお選び下さい ※内容は全て一緒です 2023/03/07 (火)　13:00~15:00 2023/03/09 (木）　13:00~15:00 2023/03/13 (月)　13:00~15:00 お申し込みはこちらから⇒ https://www.funaisoken.co.jp/seminar/095685 いつも当コラムをご愛読頂きましてありがとうございます。 今回は生産技術職を経験した立場から、 ものづくり企業のスマートファクトリーの進め方を述べさせて頂きます。 インターネット等でスマートファクトリーと調べると、大手企業や先進企業の取り組みや事例が 紹介されていることが多いです。 展示会に行っても、最新情報に溢れ、何から始めればよいか分からない場合が多いです。 私が感じているのは、下記のような方がまだまだ多いのではないでしょうか。 そもそも、そこまでスマートファクトリーの必要性を感じていないし、どの様なメリット・デメリットが あるか分からない。 自社の現状を考えると、スマートファクトリー化の前にやるべき課題が山積みになっている。 例えば、 ①業務・工程改善に向けて各種データの収集は行っているが、データ収集の目的が明確になっていない。 　目的が伝わっていると思っているのは経営者・経営層のみ。 ②データを集めてはみたが活用されていない。 　データをどの様に活用すればよいか分からない。 ③属人化された工程が多く、多能工化を目指し始めたばかりである。 ④最近やっと3DCADを導入したばかり。 まずは、スマートファクトリーとは何か、どのようなメリット・デメリットがあるのか、どのような手順で進めるか を理解することが大切であると思います。 簡単ではございますが、説明をさせて頂きます。 １．スマートファクトリーとは ものづくり企業のスマートファクトリーに関しては、2017年に経済産業省から‘スマートファクトリーロードマップ(第4次産業革命に対応したものづくりの実現に向けて)’が発行されています。 スマートファクトリーの基となっているのは、2011年にドイツ政府が発表した‘インダストリー4.0’という概念です。 スマートファクトリーとは、AI(Artificial Intelligence)やIoT(Internet of Things)などのデジタル技術を活用し、生産性が高く効率的な工場のことです。 デジタル技術の活用により、高品質・高付加価値な製品を低コストかつ短期間で効率的に製造することが可能になると言われています。 人間・機械などの企業資源が互いに通信し、自動化・効率化を目指すことです。 ２．スマートファクトリーのメリット ①工場の見える化や自動化 　生産性の高い工程・低い工程を把握し改善を行う、人手作業を自動作業へ改善することができます。 ②収集したデータを活用し生産性向上、品質改善 　ただデータを収集するのではなく、データを様々なことに活用することができます。 ③AIやIoTによる最適なオペレーションの実現とコスト削減 　機械・設備・人の最適化が実現することで、様々なコスト削減にもつながります。 ④人手不足の解消 　労働人口が減っているなかで、人手不足の解消にもつながります。 上記の通り、様々なメリットがあります。 しかし、スマートファクトリー化における課題があることも事実です。 ではスマートファクトリー化における課題とはどのようなことがあるでしょうか？ ３．スマートファクトリーにおける課題 ①デジタル人材の確保、育成。 　デジタル人材はどの業界でも不足しています。また人材育成には時間がかかります。 ②初期費用の確保 　初期投資に莫大な費用がかかる場合がございます。 ③雇用機会の消失 　メリットとにもデメリットにもなり得ます。 　デジタル人材以外は雇用機会の消失につながる恐れがあります。 ４．手順 ①自社の現状把握 　自社の現状を直視し、現状をしっかりと把握する必要があります。 ②自社工程の中でも何を最も改善したいのか 　数ある工程の中で、どこが一番の問題なのか、どの工程を改善したいのかを明確にします。 ③あるべき姿を明確に 　自社のあるべき姿を明確にして、全社で意思統一をし同じ方向に進んでいく必要があります。 ④強い意志とリーダーシップの発揮 　強い意志を持った方がリーダーとなり、リーダーシップを発揮して推進する必要があります。 ５．まとめ 簡単ではありますが、スマートファクトリーに関して述べさせて頂きました。 色々と述べてきましたが、見える化の推進・業務改善・工程改善をデジタル技術を活用し進めることがスマートファクトリーです。 ただ注意しなければならないのは、ただ単にシステム導入や自動化を進めることに注力しすぎると、手段が目的となってしまい、上手く進まなくなってしまいます。 スマートファクトリーを実現するのは簡単なことではありません。 一気に進めるのではなく、改善したい工程を抽出し、少しずつ改善を進めていって下さい。 推進するためには、全社で同じ方向を向き、強い意志を持って進めていくことが大切であると思います。 具体的に詳細をお知りになりたい場合や導入支援が必要といった場合は、お気軽に弊社にご相談いただければ幸いです。 最後までお読み頂きましてありがとうございました。   無料ダウンロード！！【製造業】経営者向け！！工場の協働ロボット活用成功事例集 ▼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_01539 スマートファクトリーの第一歩！！ 中小製造業のロボット活用は協働ロボットが主流になる！ 中小製造業が実践すべき協働ロボット活用のポイントと具体的な方法を解説！ さらに、実際の中小製造業における協働ロボット活用成功事例をこの1冊にまとめました！ ■「こうなりたい！」と思っている経営者様におすすめ 協働ロボットを活用して生産性を向上させたいと思っている製造業の経営者様 協働ロボットを活用して人手を増やさずに売り上げをUPさせたいと思っている製造業の経営者様 協働ロボットを活用して熟練職人の技術を継承したいと思っている製造業の経営者様 協働ロボットを活用して人手不足を解消したいと思っている製造業の経営者様 https://www.funaisoken.co.jp/dl-contents/smart-factory_smart-factory_01539   ■無料ダウンロード 多品種少量生産の塗装工程ロボット活用！社長セミナー 無料ダウンロードはこちらから https://www.funaisoken.co.jp/seminar/095685 ■このような方にオススメ 多品種少量生産で塗装工程を持つ金属・樹脂加工業の社長様 塗装工程の自動化・ロボット化・省力化を実現したいと思っている社長様 職人の手塗に依存していて塗装工程の属人化が課題と感じている社長様 塗装工程の職人不足を解決したいと感じている社長様 塗装工程に限らず、多くの工程で自動化・省人化・生産性UPしたい社長様 ■開催日程 全てオンライン開催となります 以下の日程よりご都合の良い日程をお選び下さい ※内容は全て一緒です 2023/03/07 (火)　13:00~15:00 2023/03/09 (木）　13:00~15:00 2023/03/13 (月)　13:00~15:00 お申し込みはこちらから⇒ https://www.funaisoken.co.jp/seminar/095685

DXを社内に取り入れることは、教育面においてもシステム導入面においても投資対効果が見合うまでのリードタイムが1年～数年単位と長いため、様々なサイトに掲載されている記事のようにうまく行くことは稀であるというのが現状です。 しかし、そんな中でも近年は社内でDXを内製化できるようなソフトが価格を下げて市場に出てくるようになりました。それが「RPAソフト」です。 今回は、RPAソフトの実際の活用場面を例として挙げ、 ① RPA構築の障壁の低さ ② RPA構築時に注意すべき事項 を説明していきます。 １．製造業におけるRPAソフト活用取組事例 A社では、システム（以下、別システム）を新たに導入したものの、基幹システムとのデータ連携において、すべて手作業で行っておりました。 基幹システム側をカスタマイズして、データ出力機能を追加する方法も検討したのですが、カスタマイズ費用と業務内容を比較すると費用対効果が見合わなく、仕方なく手作業で対応している状況でした。 実際に行っている作業は、大きく以下の5ステップです。 i. 基幹システムへログイン ii. 必要な条件を選択してデータファイル出力 iii. 別システムへログイン iv. データファイル入力 v. データ更新 これを午前と午後で1日2回行っておりました。 本来ならば別システムのデータ更新は1時間に1回ほどのペースで更新したいが、手作業であるため実現することができず、別システムの機能も十分に活用できていない状況であったのですが、そこでRPAを活用することを提案し、実現に向けての取り組みを行うことになりました。 上記に記載したフローチャート整理と、ある程度の筋道さえできてしまえば、プログラミングの知識が全くない方でも、PC操作に抵抗のない方であれば、構築が出来るようになります。今回のプロジェクトの進め方では、業務ヒアリングからフローチャート整理、RPA構築のアドバイスのみで構築ができるようになりました。 この事例による効果は、RPA構築による対象業務効率化だけではなく、RPAを構築することができるという成功体験が副次的な効果となります。 アフターフォローとして、同じような業務の棚卸を行い、RPAによる構築ができないかを検討するところまで行います。 これにより、システム開発等は出来ないものの、RPAによる業務効率化が出来るDX人材の育成が完了する、という取り組みを現在行っております。 ２．なぜRPA活用は障壁が低いのか RPA活用の障壁の低さの理由は大きく2つあります。 1つ目は、前項で記載した事例ように、RPAはプログラミングのような大規模な専門知識を必要とせず、日本語や英語で記載されているパーツを組み立てるだけで構築できてしまうものであるためです。 さらに、最近のソフトでは、単純業務などの自動化に関しては、画面録画機能を使って自動で構築してしまうようなものもあるのです。 PC操作に抵抗のない方であれば、最短1日でRPAの構築が出来るようになることもあります。 2つ目は、単純業務自動化に特化している為です。 プログラミングは、規模の大きさに比例して、プログラミングによる業務効率化の価値が向上していきますが、規模の小さいシステム（単純業務や単純な計算作業等）においては開発対効果を発揮しにくい側面があります。 そのプログラミングの弱点のような部分を補足できるのがRPAとなるのです。 システム会社に依頼するほどでもないが、1日の業務の中で時間の占める割合が多い業務の自動化はRPAの活用を一度検討してみてください。 ３．RPA構築時に注意すべき事項 今まで、RPAが如何に容易に構築することができるのかを説明してきましたが、1点注意すべき事項があります。 それは、管理者のいないRPAが業務に組み込まれないようにすることです。 管理者のいないRPAが業務に組み込まれてしまうと、作成者が不明となってしまうため、仮にRPAのカスタマイズや入れ替え等が必要になったときに対応できる人がいなくなってしまいます。 そのためRPA導入時には、作成者を明確にし、様々なRPAが構築されても一元で管理できるような体制を維持していくことが重要となります。 ４．RPA構築時に注意すべき事項 中小企業では多くの場合システム課が無いため、社内DXという取り組みが出来ずにいることが多いですが、今回のRPAを使うことで、簡易社内DXが出来るようになります。 これをDXの第一歩として、様々な業務に対して効率化の糸口を見つけられるようになると、社内でDXの提案が出るような体制になると考えています。   ■関連セミナー開催のお知らせ 設計開発型メーカーの為のDX経営戦略！社長セミナー 無料ダウンロードはこちらから https://www.funaisoken.co.jp/seminar/094300   基礎知識や導入経験がない社長でもデータ化してデータ経営する方法がわかります。 ～設計・開発・営業・生産管理・原価管理・工程管理・修理メンテサービス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～ ■開催日程 全3回オンライン開催（開催内容は全て同じです） PCがあればどこでも受講可能！ 下記いずれかの日程よりご都合の良い日をお選び下さい 2023/02/16 (木)13:00～15:00 2023/02/21 (火)13:00～15:00 2023/02/24 (金)13:00～15:00 2023/02/28 (火)13:00～15:00 お申し込みはこちらから⇒ https://www.funaisoken.co.jp/seminar/094300   製造業　基幹システム活用2024年時流予測レポート ～今後の業界動向・トレンドを予測～ ▼事例レポート無料ダウンロードお申し込みはこちら▼ https://www.funaisoken.co.jp/dl-contents/smart-factory__00950 ■レポートの内容 中堅中小製造業におけるBI活用の位置づけと実際のBI活用事例をこの１冊にまとめました。 ■このレポートを読むメリット 中堅中小製造業において、どういったデータをBIを活用して分析・見える化すれば良いかがわかります。 ■目次 1、国内製造業におけるDX化の現状 2、2023年BIを活用して経営・現場を見える化する製造業が増加する 3、2023年中堅中小製造業が実施すべきBI活用 4、具体的な取り組み（仕組化のプロセス） 5、BI活動成功事例 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。 DXを社内に取り入れることは、教育面においてもシステム導入面においても投資対効果が見合うまでのリードタイムが1年～数年単位と長いため、様々なサイトに掲載されている記事のようにうまく行くことは稀であるというのが現状です。 しかし、そんな中でも近年は社内でDXを内製化できるようなソフトが価格を下げて市場に出てくるようになりました。それが「RPAソフト」です。 今回は、RPAソフトの実際の活用場面を例として挙げ、 ① RPA構築の障壁の低さ ② RPA構築時に注意すべき事項 を説明していきます。 １．製造業におけるRPAソフト活用取組事例 A社では、システム（以下、別システム）を新たに導入したものの、基幹システムとのデータ連携において、すべて手作業で行っておりました。 基幹システム側をカスタマイズして、データ出力機能を追加する方法も検討したのですが、カスタマイズ費用と業務内容を比較すると費用対効果が見合わなく、仕方なく手作業で対応している状況でした。 実際に行っている作業は、大きく以下の5ステップです。 i. 基幹システムへログイン ii. 必要な条件を選択してデータファイル出力 iii. 別システムへログイン iv. データファイル入力 v. データ更新 これを午前と午後で1日2回行っておりました。 本来ならば別システムのデータ更新は1時間に1回ほどのペースで更新したいが、手作業であるため実現することができず、別システムの機能も十分に活用できていない状況であったのですが、そこでRPAを活用することを提案し、実現に向けての取り組みを行うことになりました。 上記に記載したフローチャート整理と、ある程度の筋道さえできてしまえば、プログラミングの知識が全くない方でも、PC操作に抵抗のない方であれば、構築が出来るようになります。今回のプロジェクトの進め方では、業務ヒアリングからフローチャート整理、RPA構築のアドバイスのみで構築ができるようになりました。 この事例による効果は、RPA構築による対象業務効率化だけではなく、RPAを構築することができるという成功体験が副次的な効果となります。 アフターフォローとして、同じような業務の棚卸を行い、RPAによる構築ができないかを検討するところまで行います。 これにより、システム開発等は出来ないものの、RPAによる業務効率化が出来るDX人材の育成が完了する、という取り組みを現在行っております。 ２．なぜRPA活用は障壁が低いのか RPA活用の障壁の低さの理由は大きく2つあります。 1つ目は、前項で記載した事例ように、RPAはプログラミングのような大規模な専門知識を必要とせず、日本語や英語で記載されているパーツを組み立てるだけで構築できてしまうものであるためです。 さらに、最近のソフトでは、単純業務などの自動化に関しては、画面録画機能を使って自動で構築してしまうようなものもあるのです。 PC操作に抵抗のない方であれば、最短1日でRPAの構築が出来るようになることもあります。 2つ目は、単純業務自動化に特化している為です。 プログラミングは、規模の大きさに比例して、プログラミングによる業務効率化の価値が向上していきますが、規模の小さいシステム（単純業務や単純な計算作業等）においては開発対効果を発揮しにくい側面があります。 そのプログラミングの弱点のような部分を補足できるのがRPAとなるのです。 システム会社に依頼するほどでもないが、1日の業務の中で時間の占める割合が多い業務の自動化はRPAの活用を一度検討してみてください。 ３．RPA構築時に注意すべき事項 今まで、RPAが如何に容易に構築することができるのかを説明してきましたが、1点注意すべき事項があります。 それは、管理者のいないRPAが業務に組み込まれないようにすることです。 管理者のいないRPAが業務に組み込まれてしまうと、作成者が不明となってしまうため、仮にRPAのカスタマイズや入れ替え等が必要になったときに対応できる人がいなくなってしまいます。 そのためRPA導入時には、作成者を明確にし、様々なRPAが構築されても一元で管理できるような体制を維持していくことが重要となります。 ４．RPA構築時に注意すべき事項 中小企業では多くの場合システム課が無いため、社内DXという取り組みが出来ずにいることが多いですが、今回のRPAを使うことで、簡易社内DXが出来るようになります。 これをDXの第一歩として、様々な業務に対して効率化の糸口を見つけられるようになると、社内でDXの提案が出るような体制になると考えています。   ■関連セミナー開催のお知らせ 設計開発型メーカーの為のDX経営戦略！社長セミナー 無料ダウンロードはこちらから https://www.funaisoken.co.jp/seminar/094300   基礎知識や導入経験がない社長でもデータ化してデータ経営する方法がわかります。 ～設計・開発・営業・生産管理・原価管理・工程管理・修理メンテサービス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～ ■開催日程 全3回オンライン開催（開催内容は全て同じです） PCがあればどこでも受講可能！ 下記いずれかの日程よりご都合の良い日をお選び下さい 2023/02/16 (木)13:00～15:00 2023/02/21 (火)13:00～15:00 2023/02/24 (金)13:00～15:00 2023/02/28 (火)13:00～15:00 お申し込みはこちらから⇒ https://www.funaisoken.co.jp/seminar/094300   製造業　基幹システム活用2024年時流予測レポート ～今後の業界動向・トレンドを予測～ ▼事例レポート無料ダウンロードお申し込みはこちら▼ https://www.funaisoken.co.jp/dl-contents/smart-factory__00950 ■レポートの内容 中堅中小製造業におけるBI活用の位置づけと実際のBI活用事例をこの１冊にまとめました。 ■このレポートを読むメリット 中堅中小製造業において、どういったデータをBIを活用して分析・見える化すれば良いかがわかります。 ■目次 1、国内製造業におけるDX化の現状 2、2023年BIを活用して経営・現場を見える化する製造業が増加する 3、2023年中堅中小製造業が実施すべきBI活用 4、具体的な取り組み（仕組化のプロセス） 5、BI活動成功事例