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

▼『製造業　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～』　無料ダウンロードはこちら 今すぐビジネスレポートをダウンロードする無料！ １．最適化問題とは 「最適化問題」とは、変数や目的関数、制約条件などの要素を定義した上で、目的の値を最大化/最小化する条件を求める問題を指します。一見、難しそうに聞こえますが、例えばカーナビによるルート提案などは最適化問題の解そのものです。つまり、一番合理的な結果を求めるための手段と言い換えることができます。さらに、最適化問題を数学的な手法によって解くことを「数理最適化」といいます。現実社会では、例えば以下のような例で活用されています。 ①最適解・改善策を見つける ・・・　トラック配送効率の向上、オフィス移転地の選定、投資アドバイスなど ②判断を最適化する ・・・　目的地までのルート選択、勤務シフト作成、需要予測、不良品の選定など 上記のような現実的な問題を数理最適化の手法で解決することはDX（デジタルトランスフォーメーション）を進めるにあたり非常に重要な考え方です。このDXにおいて、ビジネスで発生する問題の大半が「組み合わせの最適化」の問題と言われており、以下のような例が挙げられます。 ２．組み合わせの最適化問題の例①　ナップザック問題 ナップザック問題とは、下記のイラストのように「決められた枠にどれだけたくさんの価値を詰めることができるか」を求める問題です。 この袋には容量や強度の制限があり、それを超えないようにたくさん積めたい状況があったとします。袋に入れたフルーツの価値の和が最大になるようにするためには、重くても安いものや、小さくても高いものをうまく組み合わせる必要があります。このイラストのように数個であれば容易に計算が出来ますが、個数が多くなればその計算は複雑化します。その時に利用するのが数理最適化です。 ３．組み合わせの最適化問題の例②　巡回セールスマン問題 巡回セールスマン問題が実際に活かされているのはGoogleマップです。 あなたがセールスマンだったと仮定し、外回りの営業でｎ件を訪問する場合、何も考えずでたらめに回っていると余計な時間がかかってしまいます。そこで移動距離が最短になるような「最適な巡回路」を決定する必要があります。巡回すべき地点の数をn個としたとき、可能な巡回路の総数はn!/2n通り存在します。nが小さいときは全部の組み合わせを算出してみることができますが、nが大きくなってしまうとそうはいきません。実際に計算してみると、10地点の場合の巡回炉の総数は181,440件、30地点であれば4.42×1030となります。 「最適化問題」「数理最適化」というと、この文字から難しいことを想像しがちですが、案外日常生活で使っている考え方です。しかし、日々携わっている業務は意外と「最適化」が出来ていない箇所も多いのではないでしょうか。まずは身近なところからDXのヒントを見つけてみることをおすすめします。   ▼『製造業　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～』　無料ダウンロードはこちら 今すぐビジネスレポートをダウンロードする無料！ ■関連するセミナーはこちら https://smart-factory.funaisoken.co.jp/event/ ▼『製造業　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～』　無料ダウンロードはこちら 今すぐビジネスレポートをダウンロードする無料！ １．最適化問題とは 「最適化問題」とは、変数や目的関数、制約条件などの要素を定義した上で、目的の値を最大化/最小化する条件を求める問題を指します。一見、難しそうに聞こえますが、例えばカーナビによるルート提案などは最適化問題の解そのものです。つまり、一番合理的な結果を求めるための手段と言い換えることができます。さらに、最適化問題を数学的な手法によって解くことを「数理最適化」といいます。現実社会では、例えば以下のような例で活用されています。 ①最適解・改善策を見つける ・・・　トラック配送効率の向上、オフィス移転地の選定、投資アドバイスなど ②判断を最適化する ・・・　目的地までのルート選択、勤務シフト作成、需要予測、不良品の選定など 上記のような現実的な問題を数理最適化の手法で解決することはDX（デジタルトランスフォーメーション）を進めるにあたり非常に重要な考え方です。このDXにおいて、ビジネスで発生する問題の大半が「組み合わせの最適化」の問題と言われており、以下のような例が挙げられます。 ２．組み合わせの最適化問題の例①　ナップザック問題 ナップザック問題とは、下記のイラストのように「決められた枠にどれだけたくさんの価値を詰めることができるか」を求める問題です。 この袋には容量や強度の制限があり、それを超えないようにたくさん積めたい状況があったとします。袋に入れたフルーツの価値の和が最大になるようにするためには、重くても安いものや、小さくても高いものをうまく組み合わせる必要があります。このイラストのように数個であれば容易に計算が出来ますが、個数が多くなればその計算は複雑化します。その時に利用するのが数理最適化です。 ３．組み合わせの最適化問題の例②　巡回セールスマン問題 巡回セールスマン問題が実際に活かされているのはGoogleマップです。 あなたがセールスマンだったと仮定し、外回りの営業でｎ件を訪問する場合、何も考えずでたらめに回っていると余計な時間がかかってしまいます。そこで移動距離が最短になるような「最適な巡回路」を決定する必要があります。巡回すべき地点の数をn個としたとき、可能な巡回路の総数はn!/2n通り存在します。nが小さいときは全部の組み合わせを算出してみることができますが、nが大きくなってしまうとそうはいきません。実際に計算してみると、10地点の場合の巡回炉の総数は181,440件、30地点であれば4.42×1030となります。 「最適化問題」「数理最適化」というと、この文字から難しいことを想像しがちですが、案外日常生活で使っている考え方です。しかし、日々携わっている業務は意外と「最適化」が出来ていない箇所も多いのではないでしょうか。まずは身近なところからDXのヒントを見つけてみることをおすすめします。   ▼『製造業　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～』　無料ダウンロードはこちら 今すぐビジネスレポートをダウンロードする無料！ ■関連するセミナーはこちら https://smart-factory.funaisoken.co.jp/event/

今後変化していく社会環境やビジネス環境の変化に対応するため、人生100年時代を生き抜くために、組織・年代・職種を問わず、働き手一人ひとりが自身の責任で学び続けることが重要です。 これを経済産業省では「デジタルスキル標準」と定義し、さまざまな情報やコンテンツを整備しています。 さらに、「DXリテラシー標準」として、働き手一人ひとりがDXに参画し、その成果を仕事や生活で役立てるうえで必要となるマインド・スタンスや知識・スキルを示す、学びの指針が策定されています。 ここ数年でDXという言葉を頻繁に耳にする機会が増えたことと思いますが、実際自分自身がどの程度の理解度なのかを認識できているでしょうか。まずは、以下「DX理解度セルフチェック25項目」を試してみてください。 実際にこのチェックリストを埋めてみると、「ざっくり知っていても説明はできない」というようなレベルの項目があるかと思います。そこで今回は、2022年3月29日に開設された、経済産業省と情報処理推進機構（IPA）によるデジタル人材育成プラットフォーム「マナビDX（デラックス）」を一例としてご紹介します。マナビDXは「デジタルに関する知識や能力を身に付けるための実践的な学びの場」として公開され、DX（デジタルトランスフォーメーション）とは何かを知りたい方から基礎的な知識やスキルを身につけた人、実践的な技術を学びたい人まで様々なレベルに応じたオンライン学習ツールとなっています。 マナビDXはこちら：https://manabi-dx.ipa.go.jp/ 無料版から有料版まで、知識レベルにも応じたさまざまなコンテンツが発信されており、業種問わずDXを体系的に学ぶことができるのが魅力的です。近年、Udemy（https://www.udemy.com/）やgacco（https://gacco.org/）などのようなコンテンツが増えるだけでなく、G検定やE資格などの資格制度の整備も進みつつあり、DXを学ぶ動きは更に加速するものと思われます。 まずはDXを学ぶきっかけとして、オンライン学習ツールを覗いてみてはいかがでしょうか。   ■オンラインセミナー開催のお知らせ メーカー経営者のためのAI活用戦略セミナー ▼セミナーお申し込みはこちら▼ https://smart-factory.funaisoken.co.jp/event/   ■講座内容 ・第1講座 AI導入事例講座「メーカーでのAI取組事例」 営業AI化： 営業部門でAIを活用し、属人化した営業スキルの標準化に取り組んでいるメーカーの事例 見積・提案AI化： 営業スタッフの見積・提案業務をAIがサポート 受注予測AI化： AIを活用した受注予測により、売上見込みの精度向上 生産計画・生産管理AI化： AIを活用した生産計画・生産管理による生産性UP・利益率UP 生産技術AI化：AIを活用した生産現場での熟練技術の継承 外観検査AI化：AIを活用した外観検査の省人化＆工程改善・品質UP 顧客対応AI化： 営業時の顧客対応をAIがサポート ・第2講座 AI導入戦略講座「メーカー経営者が取り組むべきAI活用戦略とは」 メーカーの経営にAIを活用する方法 ”経営者目線”で知っておくべき製造業で実践できる具体的なAI活用とは？ 漠然とした理論・概論ではなく、現場で即使えて実践的なAI導入手順 ■開催日程（全てオンラインでの開催となります） 2022/06/01 (水)　13:00~15:00 2022/06/02 (木)　13:00~15:00 2022/06/07 (火)　13:00~15:00 お申し込みはこちらから⇒ このセミナーは終了しました。最新のセミナーはこちらから。 https://smart-factory.funaisoken.co.jp/event/   ■AIカメラ導入事例解説レポート ▼事例レポート無料ダウンロードお申し込みはこちら▼ https://www.funaisoken.co.jp/dl-contents/smart-factory_smart-factory_00847?media=smart-factory_S045 ■「こうなりたい！」と思っている経営者様におすすめ 機械稼働状況が把握したい！ 古い設備で信号取得・センサ設置ができないが稼働状況を見たい！ 様々な設備がありセンサの選定が難しいが稼働率を把握したい！ 管理者だけが稼働率を意識しているが現場にも意識してほしい！ 現場の改善活動を活発にしたい！ ■目次 1、AIカメラの特徴 2、AIカメラを用いた稼働監視システムの概要 ■レポートの内容 AIカメラによる稼働状況の見える化とは AIカメラの稼働監視システム導入の効果 ■このレポートを読むメリット AIカメラを活用した稼働監視システムの概要が分かる！   今後変化していく社会環境やビジネス環境の変化に対応するため、人生100年時代を生き抜くために、組織・年代・職種を問わず、働き手一人ひとりが自身の責任で学び続けることが重要です。 これを経済産業省では「デジタルスキル標準」と定義し、さまざまな情報やコンテンツを整備しています。 さらに、「DXリテラシー標準」として、働き手一人ひとりがDXに参画し、その成果を仕事や生活で役立てるうえで必要となるマインド・スタンスや知識・スキルを示す、学びの指針が策定されています。 ここ数年でDXという言葉を頻繁に耳にする機会が増えたことと思いますが、実際自分自身がどの程度の理解度なのかを認識できているでしょうか。まずは、以下「DX理解度セルフチェック25項目」を試してみてください。 実際にこのチェックリストを埋めてみると、「ざっくり知っていても説明はできない」というようなレベルの項目があるかと思います。そこで今回は、2022年3月29日に開設された、経済産業省と情報処理推進機構（IPA）によるデジタル人材育成プラットフォーム「マナビDX（デラックス）」を一例としてご紹介します。マナビDXは「デジタルに関する知識や能力を身に付けるための実践的な学びの場」として公開され、DX（デジタルトランスフォーメーション）とは何かを知りたい方から基礎的な知識やスキルを身につけた人、実践的な技術を学びたい人まで様々なレベルに応じたオンライン学習ツールとなっています。 マナビDXはこちら：https://manabi-dx.ipa.go.jp/ 無料版から有料版まで、知識レベルにも応じたさまざまなコンテンツが発信されており、業種問わずDXを体系的に学ぶことができるのが魅力的です。近年、Udemy（https://www.udemy.com/）やgacco（https://gacco.org/）などのようなコンテンツが増えるだけでなく、G検定やE資格などの資格制度の整備も進みつつあり、DXを学ぶ動きは更に加速するものと思われます。 まずはDXを学ぶきっかけとして、オンライン学習ツールを覗いてみてはいかがでしょうか。   ■オンラインセミナー開催のお知らせ メーカー経営者のためのAI活用戦略セミナー ▼セミナーお申し込みはこちら▼ https://smart-factory.funaisoken.co.jp/event/   ■講座内容 ・第1講座 AI導入事例講座「メーカーでのAI取組事例」 営業AI化： 営業部門でAIを活用し、属人化した営業スキルの標準化に取り組んでいるメーカーの事例 見積・提案AI化： 営業スタッフの見積・提案業務をAIがサポート 受注予測AI化： AIを活用した受注予測により、売上見込みの精度向上 生産計画・生産管理AI化： AIを活用した生産計画・生産管理による生産性UP・利益率UP 生産技術AI化：AIを活用した生産現場での熟練技術の継承 外観検査AI化：AIを活用した外観検査の省人化＆工程改善・品質UP 顧客対応AI化： 営業時の顧客対応をAIがサポート ・第2講座 AI導入戦略講座「メーカー経営者が取り組むべきAI活用戦略とは」 メーカーの経営にAIを活用する方法 ”経営者目線”で知っておくべき製造業で実践できる具体的なAI活用とは？ 漠然とした理論・概論ではなく、現場で即使えて実践的なAI導入手順 ■開催日程（全てオンラインでの開催となります） 2022/06/01 (水)　13:00~15:00 2022/06/02 (木)　13:00~15:00 2022/06/07 (火)　13:00~15:00 お申し込みはこちらから⇒ このセミナーは終了しました。最新のセミナーはこちらから。 https://smart-factory.funaisoken.co.jp/event/   ■AIカメラ導入事例解説レポート ▼事例レポート無料ダウンロードお申し込みはこちら▼ https://www.funaisoken.co.jp/dl-contents/smart-factory_smart-factory_00847?media=smart-factory_S045 ■「こうなりたい！」と思っている経営者様におすすめ 機械稼働状況が把握したい！ 古い設備で信号取得・センサ設置ができないが稼働状況を見たい！ 様々な設備がありセンサの選定が難しいが稼働率を把握したい！ 管理者だけが稼働率を意識しているが現場にも意識してほしい！ 現場の改善活動を活発にしたい！ ■目次 1、AIカメラの特徴 2、AIカメラを用いた稼働監視システムの概要 ■レポートの内容 AIカメラによる稼働状況の見える化とは AIカメラの稼働監視システム導入の効果 ■このレポートを読むメリット AIカメラを活用した稼働監視システムの概要が分かる！  

１．はじめに 近年、人手不足や技術革新などが要因となって産業用ロボットやAIが注目を集めています。本コラムをご覧になっている方も自社で何か自動化・効率化ができないかと色々検討されていることかと思います。ただ、実際導入するとなると決して安くない費用がかかるため、「費用対効果は出るのか？」「そもそも投資する資金がない」等、費用面での懸念も多いのではないでしょうか。そういった企業を支援するために近年では、国や地自体からはものづくり補助金や事業再構築補助金など多くの補助金が公表されております。中には数千万～1億円補助が出る補助金もあるため、投資をする際に活用しない手はありません。 今回は多くの補助が出て幅広い要件に使える事業再構築補助金について、最新情報を含めご紹介いたします。 ２．事業再構築補助金とは？ ポストコロナ・ウィズコロナの時代の経済社会の変化に対応するため、中小企業等の思い切った事業再構築を支援することで、日本経済の構造転換を促すことを目的とした補助金です。 次に、気になる補助額を以下に示します。 ３．補助額 第5次公募（3月24日締め切り）までの補助額は下記の通りです。 ※卒業枠とは：400社限定。事業計画期間内に、①組織再編、②新規設備投資、③グローバル展開のいずれかにより、資本金又は従業員を増やし、中小企業から中堅企業へ成長する事業者向けの特別枠。 第6次公募からは下記の補助額に変更になります。 ※中小企業庁「事業再構築補助金HP」より引用　https://jigyou-saikouchiku.go.jp/#c1 ４．必須申請要件 ① 売上が減少 2020年4月以降の連続する6か月間のうち、任意の3か月間の合計売上高が、コロナ以前(2019年または、2020年１～3月)の同3か月の合計売上高と比較して10％以上減少しており、2020年10月以降の連続する6か月間のうち、任意の3か月間の合計売上高が、コロナ以前の同3か月の合計売上高と比較して5％以上減少していること。 ※第6次公募以降は「2020年10月以降の連続する6か月間のうち、任意の3か月間の合計売上高が、コロナ以前の同3か月の合計売上高と比較して5％以上減少していること」を要件から撤廃。「2020年4月以降の連続する6か月間のうち、任意の3か月間の合計売上高が、コロナ以前(2019年または、2020年１～3月)の同3か月の合計売上高と比較して10％以上減少」のみを要件とする。 ②新分野展開、業態転換、事業・業種転換、事業再編に取り組む 事業再構築指針：https://www.meti.go.jp/covid-19/jigyo_saikoutiku/pdf/shishin.pdf 事業再構築指針の手引き：https://www.meti.go.jp/covid-19/jigyo_saikoutiku/pdf/shishin_tebiki.pdf ③認定経営革新等支援機関と事業計画を策定する・事業再構築に係る事業計画を認定経営革新等支援機関と策定する。補助金額が3,000万円を超える案件は金融機関（銀行、信金、ファンド等）も参加して策定する。（金融機関が認定経営革新等支援機関を兼ねる場合は、金融機関のみで構いません。） ④補助事業終了後、一定の条件達成 補助事業終了後３～５年で付加価値額の年率平均3.0%(グローバルV字回復枠は5.0％)以上増加、又は従業員一人当たり付加価値額の年率平均3.0%(同上5.0％)以上増加の達成を見込む事業計画を策定する。 ５．補助対象経費 基本的に設備投資を支援するもので、設備費のほか、建物の建設費、建物改修費、撤去費、システム購入費、貸工場の賃貸料などが補助対象となります。 ６．活用方法 当たり前ですが、ロボットやAI導入が目的であっても、事業再構築補助金を活用するためには、「新分野展開、業態転換、事業・業種転換、事業再編」を事業計画に盛り込むことが必須となります。そのため、ただロボットやAIを導入して既存業務の自動化・効率化を図るでは採択されません。ロボットやAIを導入が新分野展開に必要不可欠だと考えられる計画を策定する必要があります。例えば溶接加工業の企業様であれば「もともとは工業用製缶品の溶接を手掛けていたが、売上減少を受けて、高成長を続けている医療分野の製缶品の製作に事業拡大を目指す。医療分野に進出するためには溶接品質の安定・向上が不可欠となるため、安定した品質を実現できるロボットを導入する。」などが考えられます。まったく違う事業に展開するのも一つの手ではありますが、上記の例のように既存事業を拡大した自社の強みを生かせる内容が事業計画もしやすくベターだと考えられます。 非常に補助額の大きい補助金となりますので、設備投資を考えられている企業様は是非活用を検討されてみてはいかがでしょうか。   ■中堅・中小製造業の“ロボット稼働監視システム導入事例解説レポート ▼事例レポート無料ダウンロードお申し込みはこちら▼ https://www.funaisoken.co.jp/dl-contents/smart-factory__00587   目次 1、稼働監視システムとは？ 2、稼働監視システムの活用方法とその効果 3、稼働監視システムの導入成功事例   レポートの内容 稼働監視ツールを利用した具体的な生産効率向上の方法を解説しています！ ロボット稼働監視ツールとは？ 稼働監視ツールを導入した中小製造業の成功事例！   ■オンラインセミナー開催のお知らせ 多品種少量生産機械加工業のロボット活用！社長セミナー ▼セミナーお申し込みはこちら▼ https://smart-factory.funaisoken.co.jp/event/   ◆このような方にオススメ マシニングセンタ・NC旋盤・各種加工機等を保有している機械加工業の社長様 多品種少量生産している機械加工業の社長様 現場スタッフに課題があり人手を掛けずに生産量を増やしたいと考えている社長様 ロボット化により夜間稼働や休日稼働をすることで生産性を上げたいと思われる社長様 ロボット活用にこれから取り組みたいが、どのように始めれば良いか分からない社長様 ◆講座内容 第1講座 多品種少量生産の機械加工業のロボット取組事例 社員数わずか20名！機械加工会社が多品種対応のロボット化により24時間稼働達成！ 社員数30名の機械加工会社が加工機への供給・取出し業務と検査測定業務をロボット化！ 段替え作業不要！多品種少量生産対応型！NC旋盤への供給・取出し・段替えロボットを導入！ 社員数10名の多品種少量生産の機械加工会社が協働ロボットを導入！ 社員数わずか6名の機械加工会社が自社で協働ロボットの導入に成功！   第2講座 多品種少量生産の機械加工業の社長が取り組むべきロボット戦略 ロボットによる夜間稼働＆休日稼働で人手を増やさずに生産性を上げる！ ロボット活用で生産量UP！原価率削減！社長が取るべき経営手法！ ロボットと協働する機械加工業のものづくり戦略！   全てオンライン開催となります 2022/05/18 (水)　13:00~15:00 2022/05/24 (火)　13:00~15:00 2022/05/26 (木)　13:00~15:00 2022/05/31 (火)　13:00~15:00 お申し込みはこちらから⇒ このセミナーは終了しました。最新のセミナーはこちらから。 https://smart-factory.funaisoken.co.jp/event/   １．はじめに 近年、人手不足や技術革新などが要因となって産業用ロボットやAIが注目を集めています。本コラムをご覧になっている方も自社で何か自動化・効率化ができないかと色々検討されていることかと思います。ただ、実際導入するとなると決して安くない費用がかかるため、「費用対効果は出るのか？」「そもそも投資する資金がない」等、費用面での懸念も多いのではないでしょうか。そういった企業を支援するために近年では、国や地自体からはものづくり補助金や事業再構築補助金など多くの補助金が公表されております。中には数千万～1億円補助が出る補助金もあるため、投資をする際に活用しない手はありません。 今回は多くの補助が出て幅広い要件に使える事業再構築補助金について、最新情報を含めご紹介いたします。 ２．事業再構築補助金とは？ ポストコロナ・ウィズコロナの時代の経済社会の変化に対応するため、中小企業等の思い切った事業再構築を支援することで、日本経済の構造転換を促すことを目的とした補助金です。 次に、気になる補助額を以下に示します。 ３．補助額 第5次公募（3月24日締め切り）までの補助額は下記の通りです。 ※卒業枠とは：400社限定。事業計画期間内に、①組織再編、②新規設備投資、③グローバル展開のいずれかにより、資本金又は従業員を増やし、中小企業から中堅企業へ成長する事業者向けの特別枠。 第6次公募からは下記の補助額に変更になります。 ※中小企業庁「事業再構築補助金HP」より引用　https://jigyou-saikouchiku.go.jp/#c1 ４．必須申請要件 ① 売上が減少 2020年4月以降の連続する6か月間のうち、任意の3か月間の合計売上高が、コロナ以前(2019年または、2020年１～3月)の同3か月の合計売上高と比較して10％以上減少しており、2020年10月以降の連続する6か月間のうち、任意の3か月間の合計売上高が、コロナ以前の同3か月の合計売上高と比較して5％以上減少していること。 ※第6次公募以降は「2020年10月以降の連続する6か月間のうち、任意の3か月間の合計売上高が、コロナ以前の同3か月の合計売上高と比較して5％以上減少していること」を要件から撤廃。「2020年4月以降の連続する6か月間のうち、任意の3か月間の合計売上高が、コロナ以前(2019年または、2020年１～3月)の同3か月の合計売上高と比較して10％以上減少」のみを要件とする。 ②新分野展開、業態転換、事業・業種転換、事業再編に取り組む 事業再構築指針：https://www.meti.go.jp/covid-19/jigyo_saikoutiku/pdf/shishin.pdf 事業再構築指針の手引き：https://www.meti.go.jp/covid-19/jigyo_saikoutiku/pdf/shishin_tebiki.pdf ③認定経営革新等支援機関と事業計画を策定する・事業再構築に係る事業計画を認定経営革新等支援機関と策定する。補助金額が3,000万円を超える案件は金融機関（銀行、信金、ファンド等）も参加して策定する。（金融機関が認定経営革新等支援機関を兼ねる場合は、金融機関のみで構いません。） ④補助事業終了後、一定の条件達成 補助事業終了後３～５年で付加価値額の年率平均3.0%(グローバルV字回復枠は5.0％)以上増加、又は従業員一人当たり付加価値額の年率平均3.0%(同上5.0％)以上増加の達成を見込む事業計画を策定する。 ５．補助対象経費 基本的に設備投資を支援するもので、設備費のほか、建物の建設費、建物改修費、撤去費、システム購入費、貸工場の賃貸料などが補助対象となります。 ６．活用方法 当たり前ですが、ロボットやAI導入が目的であっても、事業再構築補助金を活用するためには、「新分野展開、業態転換、事業・業種転換、事業再編」を事業計画に盛り込むことが必須となります。そのため、ただロボットやAIを導入して既存業務の自動化・効率化を図るでは採択されません。ロボットやAIを導入が新分野展開に必要不可欠だと考えられる計画を策定する必要があります。例えば溶接加工業の企業様であれば「もともとは工業用製缶品の溶接を手掛けていたが、売上減少を受けて、高成長を続けている医療分野の製缶品の製作に事業拡大を目指す。医療分野に進出するためには溶接品質の安定・向上が不可欠となるため、安定した品質を実現できるロボットを導入する。」などが考えられます。まったく違う事業に展開するのも一つの手ではありますが、上記の例のように既存事業を拡大した自社の強みを生かせる内容が事業計画もしやすくベターだと考えられます。 非常に補助額の大きい補助金となりますので、設備投資を考えられている企業様は是非活用を検討されてみてはいかがでしょうか。   ■中堅・中小製造業の“ロボット稼働監視システム導入事例解説レポート ▼事例レポート無料ダウンロードお申し込みはこちら▼ https://www.funaisoken.co.jp/dl-contents/smart-factory__00587   目次 1、稼働監視システムとは？ 2、稼働監視システムの活用方法とその効果 3、稼働監視システムの導入成功事例   レポートの内容 稼働監視ツールを利用した具体的な生産効率向上の方法を解説しています！ ロボット稼働監視ツールとは？ 稼働監視ツールを導入した中小製造業の成功事例！   ■オンラインセミナー開催のお知らせ 多品種少量生産機械加工業のロボット活用！社長セミナー ▼セミナーお申し込みはこちら▼ https://smart-factory.funaisoken.co.jp/event/   ◆このような方にオススメ マシニングセンタ・NC旋盤・各種加工機等を保有している機械加工業の社長様 多品種少量生産している機械加工業の社長様 現場スタッフに課題があり人手を掛けずに生産量を増やしたいと考えている社長様 ロボット化により夜間稼働や休日稼働をすることで生産性を上げたいと思われる社長様 ロボット活用にこれから取り組みたいが、どのように始めれば良いか分からない社長様 ◆講座内容 第1講座 多品種少量生産の機械加工業のロボット取組事例 社員数わずか20名！機械加工会社が多品種対応のロボット化により24時間稼働達成！ 社員数30名の機械加工会社が加工機への供給・取出し業務と検査測定業務をロボット化！ 段替え作業不要！多品種少量生産対応型！NC旋盤への供給・取出し・段替えロボットを導入！ 社員数10名の多品種少量生産の機械加工会社が協働ロボットを導入！ 社員数わずか6名の機械加工会社が自社で協働ロボットの導入に成功！   第2講座 多品種少量生産の機械加工業の社長が取り組むべきロボット戦略 ロボットによる夜間稼働＆休日稼働で人手を増やさずに生産性を上げる！ ロボット活用で生産量UP！原価率削減！社長が取るべき経営手法！ ロボットと協働する機械加工業のものづくり戦略！   全てオンライン開催となります 2022/05/18 (水)　13:00~15:00 2022/05/24 (火)　13:00~15:00 2022/05/26 (木)　13:00~15:00 2022/05/31 (火)　13:00~15:00 お申し込みはこちらから⇒ このセミナーは終了しました。最新のセミナーはこちらから。 https://smart-factory.funaisoken.co.jp/event/  

１．製造業のビックデータの市場規模 IDC社によると、世界全体のデータ量は2018年の33ZBから2025年には175ZBへ増加することが予測されています。 このデータを業界別で分類した場合に、特に注目したいのが製造業です。 Googleによると、製造業のビックデータの市場規模は米ドル換算で2020年に＄904.65millionでしたが、2026年には＄4.55billionになると予測されています。 日本に換算すると2020年段階で100億円ほどだったデータ量が2026年には4,000億円ほどになり、この間は年平均30.9％で成長する計算となります。 製造業は他の業界に比べて在庫管理や工程管理などデータを取得できるポイントが多いため、他の業界と比較しても高い成長率となることが予想されています。 ２．Googleが製造工程で使うAIとは データ活用のためのDX、製造業においてはスマートファクトリー化のためのソリューションは多数展開されています。 設備の予知保全や、作業データの自動記録、外観検査、需要予測など様々なものがありますが、たとえばGoogleが展開しているVisual Inspection AIを利用すれば、AIの知識が無くても検査工程における欠陥をAIによって識別することが可能となります。 実際、Googleでは「pixel」というスマートフォンを販売していますが、そのスマートフォンを出荷前に検査する工程で利用されているのがVisual Inspection AIです。 2020年頃は、ソリューションとしては発表されていても実績がないAIも多く存在していましたが、最近は実際の運用を伴うソリューションが増えてきました。 ３．クラウドとAI さらに、これらをGoogle Cloudで蓄積すると、データの収集が出来るだけでなく、データの保管やデータの可視化を行うことができるようになります。 Google Cloudの中でも特に注目しておきたいのがBigQueryというサービスです。 例えば蓄積されたデータから機械学習を行いたい場合、対象の綺麗なデータを抜き出して機械学習を行う必要がありますが、BigQueryを使えば、蓄積されているデータを全て対象とすることができます。 これは、日々膨大な量のデータがアップロードされるYouTubeを管理できるGoogleだからこそ構築できる仕組みです。 ４．無料で始められる！？GoogleのAI・DX 今回はGoogleから展開されているものをご紹介させていただきましたが、DXを検討するにあたり「やってみる」ということの難易度は年々下がっています。Googleツールは無料トライアル期間もあるので、担当者の方は一度検討してみてはいかがでしょうか。 Visual Inspection AI 　https://cloud.google.com/solutions/visual-inspection-ai#section-1 Google Cloud 　https://console.cloud.google.com/?hl=ja BigQuery 　https://cloud.google.com/bigquery/docs?hl=ja   ■AIを活用した類似案件検索システム導入事例レポート ▼事例レポート無料ダウンロードお申し込みはこちら▼ https://www.funaisoken.co.jp/dl-contents/smart-factory__00595 目次 類似案件検索システムとは 類似案件検索システム導入後の効果 レポートの内容 AIを活用した類似案件検索システム導入事例 過去のPDF図面を参照する類似案件検索システム導入事例をご紹介   目次 1、稼働監視システムとは？ 2、稼働監視システムの活用方法とその効果 3、稼働監視システムの導入成功事例   レポートの内容 稼働監視ツールを利用した具体的な生産効率向上の方法を解説しています！ ロボット稼働監視ツールとは？ 稼働監視ツールを導入した中小製造業の成功事例！   ■オンラインセミナー開催のお知らせ 製造業の為のAI活用戦略！経営者セミナー 製造業の取組事例に学ぶ！製造業経営者が知っておくべきAI活⽤戦略！ ▼セミナーお申し込みはこちら▼ https://smart-factory.funaisoken.co.jp/event/   このような方にオススメ AIに関心はあるが、自社の経営・営業にAIを具体的にどう活用できるかを知りたい”製造業経営者” 営業部門がまだまだ属人的で、個々の営業スタッフの経験や勘に依存していると感じている”製造業経営者” 生産技術・生産計画・生産管理を特定の熟練者に依存していてブラックボックス化していると感じている"製造業経営者" 製造現場では匠の技が駆使されていて、AI化・IoT化・ロボット化・デジタル化が進んでいないと感じてる”製造業経営者” 営業管理・生産管理・原価管理等の基幹システムに課題があり、非効率的で改善が必要と感じている”製造業経営者”の方   講座内容 第1講座 AI取組事例講座編 「全国各地で見られる製造業でのAI取組事例」 営業部門でAIを活用し、属人化した営業スキルの標準化に取り組んでいる製造業の事例 見積・設計業務にAIを活用して、見積業務効率化・見積精度UP、設計業務効率化に取り組んでいる製造業の事例 生産計画・生産管理にAIを活用して、生産計画作成の自動化・最適化＆生産管理の効率化に取り組んでいる製造業の事例 製造現場でのAI化・IoT化・ロボット化・デジタル化により職人依存体制からの脱却を目指している製造業の事例 経営管理全般でDX化に邁進している製造業の事例 第2講座 AI活用戦略講座編 「製造業経営者が取り組むべきAI活用戦略」 製造業の経営にAIを活用する方法 ”経営者目線”で知っておくべき製造業で実践できる具体的なAI活用とは？ 漠然とした理論・概論ではなく、現場で即使えて実践的なAI導入手順   全日程オンラインでの開催となります 2022/04/12 (火)13:00~15:00 2022/04/14 (木)13:00~15:00 2022/04/20 (水)13:00~15:00 2022/04/21 (木)13:00~15:00 お申し込みはこちらから⇒ このセミナーは終了しました。最新のセミナーはこちらから。 https://smart-factory.funaisoken.co.jp/event/   １．製造業のビックデータの市場規模 IDC社によると、世界全体のデータ量は2018年の33ZBから2025年には175ZBへ増加することが予測されています。 このデータを業界別で分類した場合に、特に注目したいのが製造業です。 Googleによると、製造業のビックデータの市場規模は米ドル換算で2020年に＄904.65millionでしたが、2026年には＄4.55billionになると予測されています。 日本に換算すると2020年段階で100億円ほどだったデータ量が2026年には4,000億円ほどになり、この間は年平均30.9％で成長する計算となります。 製造業は他の業界に比べて在庫管理や工程管理などデータを取得できるポイントが多いため、他の業界と比較しても高い成長率となることが予想されています。 ２．Googleが製造工程で使うAIとは データ活用のためのDX、製造業においてはスマートファクトリー化のためのソリューションは多数展開されています。 設備の予知保全や、作業データの自動記録、外観検査、需要予測など様々なものがありますが、たとえばGoogleが展開しているVisual Inspection AIを利用すれば、AIの知識が無くても検査工程における欠陥をAIによって識別することが可能となります。 実際、Googleでは「pixel」というスマートフォンを販売していますが、そのスマートフォンを出荷前に検査する工程で利用されているのがVisual Inspection AIです。 2020年頃は、ソリューションとしては発表されていても実績がないAIも多く存在していましたが、最近は実際の運用を伴うソリューションが増えてきました。 ３．クラウドとAI さらに、これらをGoogle Cloudで蓄積すると、データの収集が出来るだけでなく、データの保管やデータの可視化を行うことができるようになります。 Google Cloudの中でも特に注目しておきたいのがBigQueryというサービスです。 例えば蓄積されたデータから機械学習を行いたい場合、対象の綺麗なデータを抜き出して機械学習を行う必要がありますが、BigQueryを使えば、蓄積されているデータを全て対象とすることができます。 これは、日々膨大な量のデータがアップロードされるYouTubeを管理できるGoogleだからこそ構築できる仕組みです。 ４．無料で始められる！？GoogleのAI・DX 今回はGoogleから展開されているものをご紹介させていただきましたが、DXを検討するにあたり「やってみる」ということの難易度は年々下がっています。Googleツールは無料トライアル期間もあるので、担当者の方は一度検討してみてはいかがでしょうか。 Visual Inspection AI 　https://cloud.google.com/solutions/visual-inspection-ai#section-1 Google Cloud 　https://console.cloud.google.com/?hl=ja BigQuery 　https://cloud.google.com/bigquery/docs?hl=ja   ■AIを活用した類似案件検索システム導入事例レポート ▼事例レポート無料ダウンロードお申し込みはこちら▼ https://www.funaisoken.co.jp/dl-contents/smart-factory__00595 目次 類似案件検索システムとは 類似案件検索システム導入後の効果 レポートの内容 AIを活用した類似案件検索システム導入事例 過去のPDF図面を参照する類似案件検索システム導入事例をご紹介   目次 1、稼働監視システムとは？ 2、稼働監視システムの活用方法とその効果 3、稼働監視システムの導入成功事例   レポートの内容 稼働監視ツールを利用した具体的な生産効率向上の方法を解説しています！ ロボット稼働監視ツールとは？ 稼働監視ツールを導入した中小製造業の成功事例！   ■オンラインセミナー開催のお知らせ 製造業の為のAI活用戦略！経営者セミナー 製造業の取組事例に学ぶ！製造業経営者が知っておくべきAI活⽤戦略！ ▼セミナーお申し込みはこちら▼ https://smart-factory.funaisoken.co.jp/event/   このような方にオススメ AIに関心はあるが、自社の経営・営業にAIを具体的にどう活用できるかを知りたい”製造業経営者” 営業部門がまだまだ属人的で、個々の営業スタッフの経験や勘に依存していると感じている”製造業経営者” 生産技術・生産計画・生産管理を特定の熟練者に依存していてブラックボックス化していると感じている"製造業経営者" 製造現場では匠の技が駆使されていて、AI化・IoT化・ロボット化・デジタル化が進んでいないと感じてる”製造業経営者” 営業管理・生産管理・原価管理等の基幹システムに課題があり、非効率的で改善が必要と感じている”製造業経営者”の方   講座内容 第1講座 AI取組事例講座編 「全国各地で見られる製造業でのAI取組事例」 営業部門でAIを活用し、属人化した営業スキルの標準化に取り組んでいる製造業の事例 見積・設計業務にAIを活用して、見積業務効率化・見積精度UP、設計業務効率化に取り組んでいる製造業の事例 生産計画・生産管理にAIを活用して、生産計画作成の自動化・最適化＆生産管理の効率化に取り組んでいる製造業の事例 製造現場でのAI化・IoT化・ロボット化・デジタル化により職人依存体制からの脱却を目指している製造業の事例 経営管理全般でDX化に邁進している製造業の事例 第2講座 AI活用戦略講座編 「製造業経営者が取り組むべきAI活用戦略」 製造業の経営にAIを活用する方法 ”経営者目線”で知っておくべき製造業で実践できる具体的なAI活用とは？ 漠然とした理論・概論ではなく、現場で即使えて実践的なAI導入手順   全日程オンラインでの開催となります 2022/04/12 (火)13:00~15:00 2022/04/14 (木)13:00~15:00 2022/04/20 (水)13:00~15:00 2022/04/21 (木)13:00~15:00 お申し込みはこちらから⇒ このセミナーは終了しました。最新のセミナーはこちらから。 https://smart-factory.funaisoken.co.jp/event/  

１．IoT活用前の課題 兵庫県のT社では慢性的に不良品が発生し生産性の低下が問題となっていました。 この製造ラインでは作業者が長年の勘とコツにより設備設定温度を感覚で調整しており、さらに温度設定は測定温度の数値を見て調整するのではなく製品の出来栄えを見ながら勘とコツで調整を行うような標準化が難しい作業となっていました。 このように作業者任せの条件設定となっているため作業者の違いによる品質の変化、外的要因による製品の不安定さ、が問題となっていました。 ２．IoT活用の概要 温度設定条件を作業者の勘とコツに頼っている状態から脱却するためT社ではIoTの導入を決めました。 まずは温度設定が製品に及ぼす影響について調査し、製品表面温度が製品品質の出来栄えに影響しているという仮説をたてました。 その仮説から、T社では設備の設定温度をモニタリングするのではなく、製品表面温度そのものを測定しIoTによりモニタリングする方法を採用しました。 製造ライン内の各所に温度センサーを設置して製品が通過する度に測定し温度データを取得、その取得したデータを保存します。 では、このIoTにより取得した製品表面温度のデータをどのように活用し不良率を低減したのでしょうか？ ３．IoT導入後のデータ活用と効果 取得した温度データを見てみると、作業者の勘とコツによる設備の温度設定で製品表面温度がある一定の範囲に収まるように設定されていることが判明しました。 さらに、温度データと製品品質を紐づけて見てみると、この一定の温度範囲を外れた場合に不良品が発生していることも分かりました。 以上のことから、製品表面温度を一定範囲内に保つように設備温度条件を設定することで不良品の発生を抑制できる、という結果が得られます。 製品表面温度を一定に保つための理想の状態は、取得した温度データを設備にフィードバックし自動で設備温度設定を変更することですが、T社の事例では設備及びコストの関係上、自動での温度設定は見送りました。 その代わり、製造ライン各所に製品表面温度の測定結果を表示するモニターを設置して作業者が現在の製品表面温度を監視できるようにしました。 製品表面温度がリアルタイムに監視できることで、以前は勘と経験に頼っていた設備温度設定を、製品表面温度の実測データを基に設定できるようになり、作業者による品質の違いや不良品の発生を抑えることが可能となりました。 ４．まとめ 以上のように、IoTと言ってもただデータを取得するだけでは意味がありません。 IoTで取得したデータから何を導き出すか、取得したデータをいかに活用するか、がIoT導入において重要といえるでしょう。   ■中堅・中小製造業の“ロボット稼働監視システム導入事例解説レポート ▼事例レポート無料ダウンロードお申し込みはこちら▼ https://www.funaisoken.co.jp/dl-contents/smart-factory__00587   目次 1、稼働監視システムとは？ 2、稼働監視システムの活用方法とその効果 3、稼働監視システムの導入成功事例   レポートの内容 稼働監視ツールを利用した具体的な生産効率向上の方法を解説しています！ ロボット稼働監視ツールとは？ 稼働監視ツールを導入した中小製造業の成功事例！   ■オンラインセミナー開催のお知らせ 食品・飲料品メーカー経営者セミナー「DX経営戦略！」 多品種小ロット＆労働集約型生産における自動化・ロボット化＆デジタル化・AI化・IoT化！ ▼セミナーお申し込みはこちら▼ https://smart-factory.funaisoken.co.jp/event/   第一講座　食品・飲料品メーカーDX取組事例講座編 「全国各地で見られる食品・飲料品メーカーでの自動化・ロボット化＆デジタル化・AI化・IoT化取組事例」 多品種小ロット＆労働集約型の食品・飲料品メーカーが取り組んでいるDX化事例 人海戦術に依存している食品・飲料品メーカーが生産現場で取り組んでいる自動化・ロボット化事例 生産技術・生産計画・生産管理でDXを活用して熟練者依存からの脱却に取り組んでいる食品・飲料品メーカーの事例 属人的な生産現場でデジタル化・AI化・IoT化に取り組んでいる食品・飲料品メーカーの事例 経営者として経営管理全般でDX化に邁進している食品・飲料品メーカーの事例   第二講座　食品・飲料品メーカーDX戦略講座編 「食品・飲料品メーカー経営者が取り組むべきDX戦略」 食品・飲料品メーカーの経営にDXを活用する方法 ”経営者”が知っておくべき自動化・ロボット化＆デジタル化・AI化・IoT化の具体的な活用とは？ 漠然とした理論・概論ではなく、現場で即使えて実践的なDX導入手順   全日程オンラインでの開催となります 2022/05/12 (木)　13:00~15:00 2022/05/17 (火)　13:00~15:00 2022/05/19 (木)　13:00~15:00 お申し込みはこちらから⇒ このセミナーは終了しました。最新のセミナーはこちらから。 https://smart-factory.funaisoken.co.jp/event/   １．IoT活用前の課題 兵庫県のT社では慢性的に不良品が発生し生産性の低下が問題となっていました。 この製造ラインでは作業者が長年の勘とコツにより設備設定温度を感覚で調整しており、さらに温度設定は測定温度の数値を見て調整するのではなく製品の出来栄えを見ながら勘とコツで調整を行うような標準化が難しい作業となっていました。 このように作業者任せの条件設定となっているため作業者の違いによる品質の変化、外的要因による製品の不安定さ、が問題となっていました。 ２．IoT活用の概要 温度設定条件を作業者の勘とコツに頼っている状態から脱却するためT社ではIoTの導入を決めました。 まずは温度設定が製品に及ぼす影響について調査し、製品表面温度が製品品質の出来栄えに影響しているという仮説をたてました。 その仮説から、T社では設備の設定温度をモニタリングするのではなく、製品表面温度そのものを測定しIoTによりモニタリングする方法を採用しました。 製造ライン内の各所に温度センサーを設置して製品が通過する度に測定し温度データを取得、その取得したデータを保存します。 では、このIoTにより取得した製品表面温度のデータをどのように活用し不良率を低減したのでしょうか？ ３．IoT導入後のデータ活用と効果 取得した温度データを見てみると、作業者の勘とコツによる設備の温度設定で製品表面温度がある一定の範囲に収まるように設定されていることが判明しました。 さらに、温度データと製品品質を紐づけて見てみると、この一定の温度範囲を外れた場合に不良品が発生していることも分かりました。 以上のことから、製品表面温度を一定範囲内に保つように設備温度条件を設定することで不良品の発生を抑制できる、という結果が得られます。 製品表面温度を一定に保つための理想の状態は、取得した温度データを設備にフィードバックし自動で設備温度設定を変更することですが、T社の事例では設備及びコストの関係上、自動での温度設定は見送りました。 その代わり、製造ライン各所に製品表面温度の測定結果を表示するモニターを設置して作業者が現在の製品表面温度を監視できるようにしました。 製品表面温度がリアルタイムに監視できることで、以前は勘と経験に頼っていた設備温度設定を、製品表面温度の実測データを基に設定できるようになり、作業者による品質の違いや不良品の発生を抑えることが可能となりました。 ４．まとめ 以上のように、IoTと言ってもただデータを取得するだけでは意味がありません。 IoTで取得したデータから何を導き出すか、取得したデータをいかに活用するか、がIoT導入において重要といえるでしょう。   ■中堅・中小製造業の“ロボット稼働監視システム導入事例解説レポート ▼事例レポート無料ダウンロードお申し込みはこちら▼ https://www.funaisoken.co.jp/dl-contents/smart-factory__00587   目次 1、稼働監視システムとは？ 2、稼働監視システムの活用方法とその効果 3、稼働監視システムの導入成功事例   レポートの内容 稼働監視ツールを利用した具体的な生産効率向上の方法を解説しています！ ロボット稼働監視ツールとは？ 稼働監視ツールを導入した中小製造業の成功事例！   ■オンラインセミナー開催のお知らせ 食品・飲料品メーカー経営者セミナー「DX経営戦略！」 多品種小ロット＆労働集約型生産における自動化・ロボット化＆デジタル化・AI化・IoT化！ ▼セミナーお申し込みはこちら▼ https://smart-factory.funaisoken.co.jp/event/   第一講座　食品・飲料品メーカーDX取組事例講座編 「全国各地で見られる食品・飲料品メーカーでの自動化・ロボット化＆デジタル化・AI化・IoT化取組事例」 多品種小ロット＆労働集約型の食品・飲料品メーカーが取り組んでいるDX化事例 人海戦術に依存している食品・飲料品メーカーが生産現場で取り組んでいる自動化・ロボット化事例 生産技術・生産計画・生産管理でDXを活用して熟練者依存からの脱却に取り組んでいる食品・飲料品メーカーの事例 属人的な生産現場でデジタル化・AI化・IoT化に取り組んでいる食品・飲料品メーカーの事例 経営者として経営管理全般でDX化に邁進している食品・飲料品メーカーの事例   第二講座　食品・飲料品メーカーDX戦略講座編 「食品・飲料品メーカー経営者が取り組むべきDX戦略」 食品・飲料品メーカーの経営にDXを活用する方法 ”経営者”が知っておくべき自動化・ロボット化＆デジタル化・AI化・IoT化の具体的な活用とは？ 漠然とした理論・概論ではなく、現場で即使えて実践的なDX導入手順   全日程オンラインでの開催となります 2022/05/12 (木)　13:00~15:00 2022/05/17 (火)　13:00~15:00 2022/05/19 (木)　13:00~15:00 お申し込みはこちらから⇒ このセミナーは終了しました。最新のセミナーはこちらから。 https://smart-factory.funaisoken.co.jp/event/  

今回は、多品種少量生産型の製造業におけるAIを活用した「積算・見積もりのドンブリ勘定」の脱却事例についてお伝えさせていただきます。 １．システム導入前の状態と主な課題 【最新事例サマリー】 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 【事例企業様の概要】 ■業種：金属製品製造業（多品種少量生産） ■従業員数：約40名（うち積算・見積もり担当者計4名） 【Before（システム導入前の状態と主な課題）】 一部のベテラン担当者1名とその他担当者3名（計4名）で積算・見積もり業務に従事。 新規の見積もり作成の参考情報として使用する「過去の図面データ」と「過去の積算データ」を探し出す作業が属人化しており、かつ多くの時間を取られていた。 また、「過去の図面データ」が個別の担当者ごとにバラバラに管理されており、会社として統一管理・データベース化できていない点も課題であった。 加えて、積算方法も担当者ごとに異なっていたため、担当者によって見積もり精度にもバラつき（ドンブリ勘定）が生じていた。 ２．システム導入後の主な課題解決効果 【After（システム導入後の主な課題解決効果）】 見積もり算出の参考情報として使用する「過去の類似図面データ」を探し出す作業をAIシステムが代替。 AIシステムに「新規図面データ」と各種条件をインプットし検索すると、瞬時に「過去の類似図面データ」が検索結果として表示される。 併せて、「過去の類似積算データ」も引っ張ってくることが可能に。 イメージ図 結果として、「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」見積もり作成する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積算・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。 ――― 以上、多品種少量生産型の製造業におけるAIを活用した「積算・見積もりのドンブリ勘定」の脱却事例について、その一部をお伝えさせていただきました。   ■AIを活用した類似案件検索システム導入事例レポート ▼事例レポート無料ダウンロードお申し込みはこちら▼ https://www.funaisoken.co.jp/dl-contents/smart-factory__00595 目次 類似案件検索システムとは 類似案件検索システム導入後の効果 レポートの内容 AIを活用した類似案件検索システム導入事例 過去のPDF図面を参照する類似案件検索システム導入事例をご紹介   ■オンラインセミナー開催のお知らせ メーカー経営者のためのAI活用戦略セミナー開催のお知らせ 取り組み事例に学ぶ!経営にAIを活⽤する具体的⽅法とは!! ▼セミナーお申し込みはこちら▼ https://smart-factory.funaisoken.co.jp/event/ 本セミナーで学べるポイント ①”経営者目線”で知っておくべきメーカーで実践できる具体的なAI活用事例が学べる！ ～AIに関心はあるが、具体的な行動が取れないメーカー経営者の為のセミナーです～ ②営業部門にAIを導入することで営業スタッフ個々の経験や勘に依存した営業活動から脱却した事例が学べる！ ～営業部門で具体的にAIをどう活用していくのかがハッキリ分かるセミナーです～ ③製造・生産技術・生産管理部門にAIを導入して熟練技術・職人技術を標準化・継承できる事例が学べる！ ～製造現場と生産技術・生産管理部門でどんなAIが活用できるのかが明確になるセミナーです～ ④今後の受注、売上、生産、在庫等、経営が把握しておきたい指標の予測精度を高める事例が学べる！ ～需要予測や受注予測等、AI活用して未来の数字を予測する手法を学べるセミナーです～ ⑤自社の経営のどこにAIが活用できるかが分かり、具体的な行動計画が作れる！ ～理論・理屈ではなく、現場で実践できる具体的な手法が分かります！～ お申し込みはこちらから⇒ このセミナーは終了しました。最新のセミナーはこちらから。 https://smart-factory.funaisoken.co.jp/event/   いつも当メルマガ・コラムをご愛読いただきありがとうございます。 今回は、多品種少量生産型の製造業におけるAIを活用した「積算・見積もりのドンブリ勘定」の脱却事例についてお伝えさせていただきます。 １．システム導入前の状態と主な課題 【最新事例サマリー】 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 【事例企業様の概要】 ■業種：金属製品製造業（多品種少量生産） ■従業員数：約40名（うち積算・見積もり担当者計4名） 【Before（システム導入前の状態と主な課題）】 一部のベテラン担当者1名とその他担当者3名（計4名）で積算・見積もり業務に従事。 新規の見積もり作成の参考情報として使用する「過去の図面データ」と「過去の積算データ」を探し出す作業が属人化しており、かつ多くの時間を取られていた。 また、「過去の図面データ」が個別の担当者ごとにバラバラに管理されており、会社として統一管理・データベース化できていない点も課題であった。 加えて、積算方法も担当者ごとに異なっていたため、担当者によって見積もり精度にもバラつき（ドンブリ勘定）が生じていた。 ２．システム導入後の主な課題解決効果 【After（システム導入後の主な課題解決効果）】 見積もり算出の参考情報として使用する「過去の類似図面データ」を探し出す作業をAIシステムが代替。 AIシステムに「新規図面データ」と各種条件をインプットし検索すると、瞬時に「過去の類似図面データ」が検索結果として表示される。 併せて、「過去の類似積算データ」も引っ張ってくることが可能に。 イメージ図 結果として、「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」見積もり作成する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積算・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。 ――― 以上、多品種少量生産型の製造業におけるAIを活用した「積算・見積もりのドンブリ勘定」の脱却事例について、その一部をお伝えさせていただきました。   ■AIを活用した類似案件検索システム導入事例レポート ▼事例レポート無料ダウンロードお申し込みはこちら▼ https://www.funaisoken.co.jp/dl-contents/smart-factory__00595 目次 類似案件検索システムとは 類似案件検索システム導入後の効果 レポートの内容 AIを活用した類似案件検索システム導入事例 過去のPDF図面を参照する類似案件検索システム導入事例をご紹介   ■オンラインセミナー開催のお知らせ メーカー経営者のためのAI活用戦略セミナー開催のお知らせ 取り組み事例に学ぶ!経営にAIを活⽤する具体的⽅法とは!! ▼セミナーお申し込みはこちら▼ https://smart-factory.funaisoken.co.jp/event/ 本セミナーで学べるポイント ①”経営者目線”で知っておくべきメーカーで実践できる具体的なAI活用事例が学べる！ ～AIに関心はあるが、具体的な行動が取れないメーカー経営者の為のセミナーです～ ②営業部門にAIを導入することで営業スタッフ個々の経験や勘に依存した営業活動から脱却した事例が学べる！ ～営業部門で具体的にAIをどう活用していくのかがハッキリ分かるセミナーです～ ③製造・生産技術・生産管理部門にAIを導入して熟練技術・職人技術を標準化・継承できる事例が学べる！ ～製造現場と生産技術・生産管理部門でどんなAIが活用できるのかが明確になるセミナーです～ ④今後の受注、売上、生産、在庫等、経営が把握しておきたい指標の予測精度を高める事例が学べる！ ～需要予測や受注予測等、AI活用して未来の数字を予測する手法を学べるセミナーです～ ⑤自社の経営のどこにAIが活用できるかが分かり、具体的な行動計画が作れる！ ～理論・理屈ではなく、現場で実践できる具体的な手法が分かります！～ お申し込みはこちらから⇒ このセミナーは終了しました。最新のセミナーはこちらから。 https://smart-factory.funaisoken.co.jp/event/  

1. はじめに 2021年は企業がIoT投資に積極的になった年と言われており、総投資額は前年比24％増が見込まれています。 さらに、2022年はさらに投資が加速することが予想されています。 報告書によると、1600件のIoTプロジェクトのうち、79％がROI（投資利益率）においてプラスになったと回答する調査結果が出ています。 さらに興味深いのは、過去にIoT投資を行った企業の8割が今後2年間で次のIoT投資を検討しているということです。 これは、ソフトウェアだけでなく端末などあらゆる点でスモールスタートがしやすい仕組み作りが進められており、年々IoTプロジェクトの導入コストが低下している点が投資に繋がっているポイントだと考えられています。 2. APAC（アジア太平洋地域）の製造業動向とIoT APAC（アジア太平洋地域）の製造業動向も注目したいポイントの１つです。 これまでIoT投資と言えば北米や欧州で盛んに行われ、製造業大国ドイツでは特に投資が積極的だった印象がありますが、近年その様相は変化しつつあります。 最新の調査では、北米や欧州の平均的な大企業は今後2年間で、7種類のIoT事例に積極的に投資する計画を示したのに対し、APACの企業は13種類のIoTに投資する計画を示しました。 日本の輸出先に多い中国、インド、韓国、ベトナムなどの企業はビジネスモデルそのものをDXに沿った形に変え、生産手法を変え始めているのです。 これは、新型コロナウイルスの影響により競争力の強化が最優先事項になったことが背景にあると考えられています。 2021年における新型コロナウイルスの世界的蔓延は、企業のIoT投資を2020年時よりも13％加速させました。 さらに、これは新型コロナウイルスによるGDPへの影響が最も少ないと言われる「アメリカ」と「中国」で特に顕著にみられる傾向であり、アメリカや中国への輸出が多いアジア諸国は輸出競争において効率を上げざるを得なくなりました。 もちろん、その競争相手には既にIoTが導入されている欧米諸国も入ります。 そのため、中国だけでなく、アジア全体でIoT化を進め競争力を上げていこうという考え方になりつつあります。 3. 2022年注目のIoT ここで、2022年注目したいIoT導入例をご紹介します。 ①プロセスオートメーション プロセスオートメーションは、接続された機器から取得できるリアルタイムなデータを利用して、製造プロセスを改善することを目的としたIoTです。 ②品質管理 品質管理の分野では、機械にカメラを設置し、機械から出力される信号などを基に不具合を検出するIoTの普及が進んでいます。 ③予知保全 予知保全とは特定の機器に対して点検を行うべきタイミングを事前に判断し、故障等を防ぐためのソリューションです。一概にまとめることはできませんが、予知によって効率を上げられる事例もあります。 ④現場での位置確認と追跡、履歴確認 センサーや追跡ツールの低価格化によって、簡単に道具や製品の現在地を確認できるIoTの普及が進んでいます。 4. おわりに 前述の通り、過去にIoT投資を行った企業の8割が今後2年間で次のIoT投資を検討しています。 そのため、既に取り組みをしている企業とまだ始めていない企業のギャップは縮まることなく拡大する一方です。   ■製造業向けAI活用！！2022年時流予測レポート ▼事例レポート無料ダウンロードお申し込みはこちら▼ https://lp.funaisoken.co.jp/mt/form01/solution-lp-dl-2022jy-ai.html 「国内製造業のAI導入のマクロな動向を知りたい！」 「製造業におけるAI導入のポイントや具体案を知りたい！」 「国内中小製造業のAI導入事例を知りたい！」 上記のような疑問やご要望にお答えするための内容を、1冊のレポートにまとめました。 ■オンラインセミナー開催のお知らせ 多品種少量生産機械加工業のAI＆ロボット活用！社長セミナー マシニングセンタ・NC旋盤・各種加工機等を保有している機械加工業を自動化・省力化・効率化！ ▼セミナーお申し込みはこちら▼ https://smart-factory.funaisoken.co.jp/event/ 本セミナーで学べるポイント ①マシニングセンタ・NC旋盤・各種加工機等を保有する機械加工業のAI＆ロボットが分かる！ ～少数精鋭主義の社長の為のAI＆ロボット活用術が分かります～ ②従業員100名以下の多品種少量生産で出来るAI＆ロボットが分かる！ ～大量生産ではなく多品種少量生産に適したAI＆ロボットの導入法が分かります～ ③熟練技術・職人的な業務にAI＆ロボット導入する方法が分かる！ ～一部の熟練者・職人に依存している業務にAI＆ロボットを活用する方法が分かります～ ④基礎知識や導入経験がない社長でも多品種少量生産AI＆ロボット導入法が分かる！ ～多品種少量生産対応AI＆ロボットは良く分からない…そんな社長の為のセミナーです～ ⑤自社でどんな工程・業務でAI&ロボットが活用できるかが具体的に分かる！&ロボットが活用できるかが具体的に分かる！ ～理論・理屈ではなく、自社の現場で実践できるやり方が分かります～ お申し込みはこちらから⇒ このセミナーは終了しました。最新のセミナーはこちらから。 https://smart-factory.funaisoken.co.jp/event/   1. はじめに 2021年は企業がIoT投資に積極的になった年と言われており、総投資額は前年比24％増が見込まれています。 さらに、2022年はさらに投資が加速することが予想されています。 報告書によると、1600件のIoTプロジェクトのうち、79％がROI（投資利益率）においてプラスになったと回答する調査結果が出ています。 さらに興味深いのは、過去にIoT投資を行った企業の8割が今後2年間で次のIoT投資を検討しているということです。 これは、ソフトウェアだけでなく端末などあらゆる点でスモールスタートがしやすい仕組み作りが進められており、年々IoTプロジェクトの導入コストが低下している点が投資に繋がっているポイントだと考えられています。 2. APAC（アジア太平洋地域）の製造業動向とIoT APAC（アジア太平洋地域）の製造業動向も注目したいポイントの１つです。 これまでIoT投資と言えば北米や欧州で盛んに行われ、製造業大国ドイツでは特に投資が積極的だった印象がありますが、近年その様相は変化しつつあります。 最新の調査では、北米や欧州の平均的な大企業は今後2年間で、7種類のIoT事例に積極的に投資する計画を示したのに対し、APACの企業は13種類のIoTに投資する計画を示しました。 日本の輸出先に多い中国、インド、韓国、ベトナムなどの企業はビジネスモデルそのものをDXに沿った形に変え、生産手法を変え始めているのです。 これは、新型コロナウイルスの影響により競争力の強化が最優先事項になったことが背景にあると考えられています。 2021年における新型コロナウイルスの世界的蔓延は、企業のIoT投資を2020年時よりも13％加速させました。 さらに、これは新型コロナウイルスによるGDPへの影響が最も少ないと言われる「アメリカ」と「中国」で特に顕著にみられる傾向であり、アメリカや中国への輸出が多いアジア諸国は輸出競争において効率を上げざるを得なくなりました。 もちろん、その競争相手には既にIoTが導入されている欧米諸国も入ります。 そのため、中国だけでなく、アジア全体でIoT化を進め競争力を上げていこうという考え方になりつつあります。 3. 2022年注目のIoT ここで、2022年注目したいIoT導入例をご紹介します。 ①プロセスオートメーション プロセスオートメーションは、接続された機器から取得できるリアルタイムなデータを利用して、製造プロセスを改善することを目的としたIoTです。 ②品質管理 品質管理の分野では、機械にカメラを設置し、機械から出力される信号などを基に不具合を検出するIoTの普及が進んでいます。 ③予知保全 予知保全とは特定の機器に対して点検を行うべきタイミングを事前に判断し、故障等を防ぐためのソリューションです。一概にまとめることはできませんが、予知によって効率を上げられる事例もあります。 ④現場での位置確認と追跡、履歴確認 センサーや追跡ツールの低価格化によって、簡単に道具や製品の現在地を確認できるIoTの普及が進んでいます。 4. おわりに 前述の通り、過去にIoT投資を行った企業の8割が今後2年間で次のIoT投資を検討しています。 そのため、既に取り組みをしている企業とまだ始めていない企業のギャップは縮まることなく拡大する一方です。   ■製造業向けAI活用！！2022年時流予測レポート ▼事例レポート無料ダウンロードお申し込みはこちら▼ https://lp.funaisoken.co.jp/mt/form01/solution-lp-dl-2022jy-ai.html 「国内製造業のAI導入のマクロな動向を知りたい！」 「製造業におけるAI導入のポイントや具体案を知りたい！」 「国内中小製造業のAI導入事例を知りたい！」 上記のような疑問やご要望にお答えするための内容を、1冊のレポートにまとめました。 ■オンラインセミナー開催のお知らせ 多品種少量生産機械加工業のAI＆ロボット活用！社長セミナー マシニングセンタ・NC旋盤・各種加工機等を保有している機械加工業を自動化・省力化・効率化！ ▼セミナーお申し込みはこちら▼ https://smart-factory.funaisoken.co.jp/event/ 本セミナーで学べるポイント ①マシニングセンタ・NC旋盤・各種加工機等を保有する機械加工業のAI＆ロボットが分かる！ ～少数精鋭主義の社長の為のAI＆ロボット活用術が分かります～ ②従業員100名以下の多品種少量生産で出来るAI＆ロボットが分かる！ ～大量生産ではなく多品種少量生産に適したAI＆ロボットの導入法が分かります～ ③熟練技術・職人的な業務にAI＆ロボット導入する方法が分かる！ ～一部の熟練者・職人に依存している業務にAI＆ロボットを活用する方法が分かります～ ④基礎知識や導入経験がない社長でも多品種少量生産AI＆ロボット導入法が分かる！ ～多品種少量生産対応AI＆ロボットは良く分からない…そんな社長の為のセミナーです～ ⑤自社でどんな工程・業務でAI&ロボットが活用できるかが具体的に分かる！&ロボットが活用できるかが具体的に分かる！ ～理論・理屈ではなく、自社の現場で実践できるやり方が分かります～ お申し込みはこちらから⇒ このセミナーは終了しました。最新のセミナーはこちらから。 https://smart-factory.funaisoken.co.jp/event/  

今回は、製造業の見積もり業務におけるAI導入事例についてお伝えさせていただきます。 製造業における見積もりAI導入事例：岐阜県A社 導入企業様：岐阜県A社様 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”従事していた見積もり業務にAIを導入 属人的な見積もり業務の「標準化・脱属人化・技術継承」を推進 岐阜県のA社様では、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、 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 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、ベテランしか対応できない 工程が属人化しているために、若手育成が進まない 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、 AIを活用することで、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る 属人的な見積もり作成ノウハウを標準化できる 比較的経験の浅い担当者のスキルの底上げができる 等の効果が期待されます。 【見積もりAIシステム導入前】 【見積もりAIシステム導入後】 一方で、今回のシステム導入に関しては、「社長の働き方改革の実現」というのが、より本質的なAI導入目的となります。 A社様は従業員約50名という規模で、現状はベテランの営業担当者以外に、社長も自ら見積もり業務に従事されています。 A社様以外にも、このような規模の企業様の場合、社長自ら見積もり業務に従事されているケースもよくあるようです。 各企業様によってさまざまな事情がある中、 「社長である自分がやらないといけない」 と考える一方で、本音としては 「今の業務を他の社員に引き継ぎたい」 「社長としてもっと他のことに時間を使いたい」 「社長にしかできない、より付加価値の高い仕事にリソースを集中したい」 と心の中では思っている節もあるかと思います。 システム導入を契機として、「社長の時間の使い方」をより良い方向に変えていく・・・ つまりは、「社長の働き方改革の実現」というのが、今回のより本質的なAI導入目的となります。 以上、製造業の見積もり業務におけるAI導入事例についてお伝えさせていただきました。 中堅・中小製造業向け見積もりAI導入・活用コンサルティングとは？ 船井総研では、主に全国各地の中堅・中小製造業（部品加工業・メーカー）様向けに、AIの導入＆活用に関するお手伝いをさせていただきます。 はじめに工場の現場診断・ヒアリングを実施後、各企業様の経営課題やAI導入方針に応じて、各企業様にとってオリジナルかつ最適なAIの導入＆活用方法を企画・構想し、ご提案いたします。 見積もりに関して、 属人的な業務になってしまっている 手作業が多い業務になってしまっている 一部の社員に負担が偏った業務になってしまっている と感じている中堅・中小製造業の企業様には強くおすすめします。 詳細は以下のリンクからご確認ください。 ⇒中堅・中小製造業向けAI導入・活用コンサルティングとは？ 今回ご紹介したAI導入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。 ▼お問い合わせはこちらのURLから https://formslp.funaisoken.co.jp/form01/lp/post/inquiry-S045.html?siteno=S045 ▼最新事例レポート 無料ダウンロードはこちらのURLから https://smart-factory.funaisoken.co.jp/download/ 上記の事例レポートは無料でダウンロードいただくことができます。 ご興味のある方は、是非チェックしてみてください。   ■無料ダウンロード！！ 船井流DX事例レポート ”営業＆設計部門の生産性向上 ▼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__00262 営業担当者の提案と設計担当者の工数削減をデジタルがサポート デジタル技術を活用し“付加価値アップ”を加速させる！ “ヒトを活かすDX”の実践事例とは？ 具体的事例 【従業員数】：約70名　【業種】：コンテナ製造メーカー 【営業担当者】 　「CAD図面の作成依頼⇒顧客へCAD図面を提示する」までの時間を 　「1週間以上⇒数分間」へ大幅に短縮！ ■工場AI・ロボット.comでは「無料オンライン診断サービス」を行っております 本コラム内容にご興味のある方はお気軽にお問い合わせください！ 専門コンサルタントが無料でAI活用について診断致します！ 無料お申し込みはこちら https://lp.funaisoken.co.jp/mt/smart-factory/counsel.html ↓↓お申し込みはこちらから↓↓ https://lp.funaisoken.co.jp/mt/smart-factory/counsel.html いつも当メルマガ・コラムをご愛読いただきありがとうございます。 今回は、製造業の見積もり業務におけるAI導入事例についてお伝えさせていただきます。 製造業における見積もりAI導入事例：岐阜県A社 導入企業様：岐阜県A社様 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”従事していた見積もり業務にAIを導入 属人的な見積もり業務の「標準化・脱属人化・技術継承」を推進 岐阜県のA社様では、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、 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 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、ベテランしか対応できない 工程が属人化しているために、若手育成が進まない 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、 AIを活用することで、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る 属人的な見積もり作成ノウハウを標準化できる 比較的経験の浅い担当者のスキルの底上げができる 等の効果が期待されます。 【見積もりAIシステム導入前】 【見積もりAIシステム導入後】 一方で、今回のシステム導入に関しては、「社長の働き方改革の実現」というのが、より本質的なAI導入目的となります。 A社様は従業員約50名という規模で、現状はベテランの営業担当者以外に、社長も自ら見積もり業務に従事されています。 A社様以外にも、このような規模の企業様の場合、社長自ら見積もり業務に従事されているケースもよくあるようです。 各企業様によってさまざまな事情がある中、 「社長である自分がやらないといけない」 と考える一方で、本音としては 「今の業務を他の社員に引き継ぎたい」 「社長としてもっと他のことに時間を使いたい」 「社長にしかできない、より付加価値の高い仕事にリソースを集中したい」 と心の中では思っている節もあるかと思います。 システム導入を契機として、「社長の時間の使い方」をより良い方向に変えていく・・・ つまりは、「社長の働き方改革の実現」というのが、今回のより本質的なAI導入目的となります。 以上、製造業の見積もり業務におけるAI導入事例についてお伝えさせていただきました。 中堅・中小製造業向け見積もりAI導入・活用コンサルティングとは？ 船井総研では、主に全国各地の中堅・中小製造業（部品加工業・メーカー）様向けに、AIの導入＆活用に関するお手伝いをさせていただきます。 はじめに工場の現場診断・ヒアリングを実施後、各企業様の経営課題やAI導入方針に応じて、各企業様にとってオリジナルかつ最適なAIの導入＆活用方法を企画・構想し、ご提案いたします。 見積もりに関して、 属人的な業務になってしまっている 手作業が多い業務になってしまっている 一部の社員に負担が偏った業務になってしまっている と感じている中堅・中小製造業の企業様には強くおすすめします。 詳細は以下のリンクからご確認ください。 ⇒中堅・中小製造業向けAI導入・活用コンサルティングとは？ 今回ご紹介したAI導入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。 ▼お問い合わせはこちらのURLから https://formslp.funaisoken.co.jp/form01/lp/post/inquiry-S045.html?siteno=S045 ▼最新事例レポート 無料ダウンロードはこちらのURLから https://smart-factory.funaisoken.co.jp/download/ 上記の事例レポートは無料でダウンロードいただくことができます。 ご興味のある方は、是非チェックしてみてください。   ■無料ダウンロード！！ 船井流DX事例レポート ”営業＆設計部門の生産性向上 ▼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__00262 営業担当者の提案と設計担当者の工数削減をデジタルがサポート デジタル技術を活用し“付加価値アップ”を加速させる！ “ヒトを活かすDX”の実践事例とは？ 具体的事例 【従業員数】：約70名　【業種】：コンテナ製造メーカー 【営業担当者】 　「CAD図面の作成依頼⇒顧客へCAD図面を提示する」までの時間を 　「1週間以上⇒数分間」へ大幅に短縮！ ■工場AI・ロボット.comでは「無料オンライン診断サービス」を行っております 本コラム内容にご興味のある方はお気軽にお問い合わせください！ 専門コンサルタントが無料でAI活用について診断致します！ 無料お申し込みはこちら https://lp.funaisoken.co.jp/mt/smart-factory/counsel.html ↓↓お申し込みはこちらから↓↓ https://lp.funaisoken.co.jp/mt/smart-factory/counsel.html

2021年は新型コロナウィルスの影響を受けながらも、働き方の変革や企業人の意識改革により、企業にとってはデジタル化の波がより着実に進んだ１年になりました。ほとんどの企業でDX戦略を掲げてきたと思います。 2021年のAI業界の動向についておさらいしていきましょう。 ＜超高精度の自然言語AI　GPT-3＞ GPT-3は深層学習（ディープラーニング）を使用して、人間のようなテキストを自動生成することができる自己回帰言語モデルとして、OpenAI（本拠：サンフランシスコ）によって発表されました。 「自動で文章生成する」と一言で言っても、「決まった形式での質問に答えることができるもの」「会話ができるもの」「自然な文章を作成できるもの」と様々な種類がありますが、GPT-3では難易度の高い“自然な文章”をこれまでにないレベルで作成できるようになった点が特に注目されました。さらには、プログラミングが出来なくても動作を文章で入力すれば自動でプログラムを生成する技術も開発され、今後IT技術者不足問題の解決の一助となっていく点も注目すべきポイントです。GPT-3は例えばMicrosoft Power Apps などで使用され始めており、誰もがイメージを形にしやすい環境が徐々に作られつつあります。 他にも、文章だけでなく画像ピクセルで入力しても、それを基にリアルな新しい画像を生成することができます。例えば以下の写真のように、「アボカド」と「椅子」などの非現実的な組み合わせから「アボカドの形をしたひじ掛けの椅子」などの画像を生成することも可能です。 引用：https://openai.com/blog/dall-e/   ＜最新のBERT事例＞ 「BERT」とは、2018年10月にGoogleのJacob Devlinらの論文で発表された自然言語処理モデルを指します。端的にいえばBERTは検索エンジンの性能を向上させるために開発された「自然言語処理技術」の一つです。 自然言語処理が可能なNLP（NLP：自然言語処理）はBERTだけではありません。では、BERTは従来のNLPと比べてどの点が優れているのでしょうか？最も大きな差は「文脈を理解できる」点です。これまでのNLPでは、それぞれの単語については理解できましたが、流れを読み取ることはできませんでした。一方、BERTでは人間が使う言葉の表面的な意味だけではなく、文脈に隠された意味も含めた学習が可能となり、より人間に近い自然な会話が可能となりました。 BERTは、GoogleやYahoo! などの検索画面で使用されています。BERTによって、どのような角度からの入力情報でもユーザーの目的であるwebページがより高い確率と精度でヒット出来るようになり始めました。最近では文章で検索しても精度高く検索結果を得られるようになり、引き続き2022年も注目していきたい技術と言えます。   ＜ローコード/ノーコード機械学習ツールの発展＞ AIや機械学習の分野が成熟するにつれて、基礎的なツールは幅広いユーザーが簡単に使うことができるようになりました。これは、開発環境においても同様です。2021年はローコードやノーコードで開発できるツールが多数発表され、中にはDataRobotなど勢いのあるツールも出てきました。 このようなツールによってデータサイエンティストやエンジニアが全く必要でなくなるわけではありませんが、プログラミングを書くことが出来ない人でも基本的なAIアプリを作成できるような技術が出来てきました。ローコード・ノーコードツールによって素人でも自動機械学習を使用できるようになったことは大きな変化と言えます。   ＜2022年はメタバース？＞ 　FacebookがSNS業界からメタバース業界への進化を狙って「Meta Platforms, Inc.（メタ・プラットフォームズ）」に変更したことをきっかけに、現在改めてメタバースへの関心が高まっています。メタバースは、仮想空間内に分身であるアバターを作成することで、コミュニケーションだけでなくイベントを体験することができ、その没入感を得られるのが大きな特徴として注目される先端テクノロジーです。メタバースの開発によって相乗効果としてのネットワークやAI技術の向上が見込まれるだけでなく、AR/VRデバイスも普及することになります。TrendForce社によると、2022年は前年比26.4％増の1202万台の出荷が予想されています。また、米金融大手のモルガン・スタンレーは、VRデバイス市場が2040年までに27兆円超になると予想しており、2022年はメタバースが急速に成長する最初の年として注目されています。   ▼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__00262 【最新版】船井流 DX事例レポート 従業員数30～300名規模のメーカー経営者様向け “営業&設計部門の生産性向上” 最新事例解説レポート 営業担当者の提案と設計担当者の工数削減をデジタルがサポート デジタル技術を活用し“付加価値アップ”を加速させる！ “ヒトを活かすDX”の実践事例とは？ ■工場AI・ロボット.comでは「無料オンライン診断サービス」を行っております 専門コンサルタントが無料でAI活用について診断致します！ 無料お申し込みはこちら https://lp.funaisoken.co.jp/mt/smart-factory/counsel.html 2021年は新型コロナウィルスの影響を受けながらも、働き方の変革や企業人の意識改革により、企業にとってはデジタル化の波がより着実に進んだ１年になりました。ほとんどの企業でDX戦略を掲げてきたと思います。 2021年のAI業界の動向についておさらいしていきましょう。 ＜超高精度の自然言語AI　GPT-3＞ GPT-3は深層学習（ディープラーニング）を使用して、人間のようなテキストを自動生成することができる自己回帰言語モデルとして、OpenAI（本拠：サンフランシスコ）によって発表されました。 「自動で文章生成する」と一言で言っても、「決まった形式での質問に答えることができるもの」「会話ができるもの」「自然な文章を作成できるもの」と様々な種類がありますが、GPT-3では難易度の高い“自然な文章”をこれまでにないレベルで作成できるようになった点が特に注目されました。さらには、プログラミングが出来なくても動作を文章で入力すれば自動でプログラムを生成する技術も開発され、今後IT技術者不足問題の解決の一助となっていく点も注目すべきポイントです。GPT-3は例えばMicrosoft Power Apps などで使用され始めており、誰もがイメージを形にしやすい環境が徐々に作られつつあります。 他にも、文章だけでなく画像ピクセルで入力しても、それを基にリアルな新しい画像を生成することができます。例えば以下の写真のように、「アボカド」と「椅子」などの非現実的な組み合わせから「アボカドの形をしたひじ掛けの椅子」などの画像を生成することも可能です。 引用：https://openai.com/blog/dall-e/   ＜最新のBERT事例＞ 「BERT」とは、2018年10月にGoogleのJacob Devlinらの論文で発表された自然言語処理モデルを指します。端的にいえばBERTは検索エンジンの性能を向上させるために開発された「自然言語処理技術」の一つです。 自然言語処理が可能なNLP（NLP：自然言語処理）はBERTだけではありません。では、BERTは従来のNLPと比べてどの点が優れているのでしょうか？最も大きな差は「文脈を理解できる」点です。これまでのNLPでは、それぞれの単語については理解できましたが、流れを読み取ることはできませんでした。一方、BERTでは人間が使う言葉の表面的な意味だけではなく、文脈に隠された意味も含めた学習が可能となり、より人間に近い自然な会話が可能となりました。 BERTは、GoogleやYahoo! などの検索画面で使用されています。BERTによって、どのような角度からの入力情報でもユーザーの目的であるwebページがより高い確率と精度でヒット出来るようになり始めました。最近では文章で検索しても精度高く検索結果を得られるようになり、引き続き2022年も注目していきたい技術と言えます。   ＜ローコード/ノーコード機械学習ツールの発展＞ AIや機械学習の分野が成熟するにつれて、基礎的なツールは幅広いユーザーが簡単に使うことができるようになりました。これは、開発環境においても同様です。2021年はローコードやノーコードで開発できるツールが多数発表され、中にはDataRobotなど勢いのあるツールも出てきました。 このようなツールによってデータサイエンティストやエンジニアが全く必要でなくなるわけではありませんが、プログラミングを書くことが出来ない人でも基本的なAIアプリを作成できるような技術が出来てきました。ローコード・ノーコードツールによって素人でも自動機械学習を使用できるようになったことは大きな変化と言えます。   ＜2022年はメタバース？＞ 　FacebookがSNS業界からメタバース業界への進化を狙って「Meta Platforms, Inc.（メタ・プラットフォームズ）」に変更したことをきっかけに、現在改めてメタバースへの関心が高まっています。メタバースは、仮想空間内に分身であるアバターを作成することで、コミュニケーションだけでなくイベントを体験することができ、その没入感を得られるのが大きな特徴として注目される先端テクノロジーです。メタバースの開発によって相乗効果としてのネットワークやAI技術の向上が見込まれるだけでなく、AR/VRデバイスも普及することになります。TrendForce社によると、2022年は前年比26.4％増の1202万台の出荷が予想されています。また、米金融大手のモルガン・スタンレーは、VRデバイス市場が2040年までに27兆円超になると予想しており、2022年はメタバースが急速に成長する最初の年として注目されています。   ▼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__00262 【最新版】船井流 DX事例レポート 従業員数30～300名規模のメーカー経営者様向け “営業&設計部門の生産性向上” 最新事例解説レポート 営業担当者の提案と設計担当者の工数削減をデジタルがサポート デジタル技術を活用し“付加価値アップ”を加速させる！ “ヒトを活かすDX”の実践事例とは？ ■工場AI・ロボット.comでは「無料オンライン診断サービス」を行っております 専門コンサルタントが無料でAI活用について診断致します！ 無料お申し込みはこちら https://lp.funaisoken.co.jp/mt/smart-factory/counsel.html

今回は、「製造業でAIは本当に役に立つのか？」というテーマについてお伝えいたします。 昨今、各種メディアにおいて、製造業におけるAI活用の話題が取り上げられる機会が増えてまいりました。 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、ウチの会社には関係のない話だろう」 というように、実際には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、 「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、以下簡単にご紹介させていただきます。 【製造業のAI活用事例1】 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 ＜Before＞ 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。 自社内での見積もり算出に際して、取引先から共有された図面データを用いる必要があったが、取引先から共有された図面データのうち半分以上はそのまま使うことができず、後工程の業務を円滑に行うために自社内で図面データを書き直す必要があった。 また、見積もり算出の参考として使用する過去の見積もりデータを探し出す作業に多くの時間を取られていた。 ＜After＞ 見積もり作成の際に大幅に時間がかかっていた「過去の見積もりデータを探し出す工程」にAIを活用。 AIを活用し過去の類似案件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 【製造業のAI活用事例2】 AIを活用し、熟練者に依存していた生産計画作成を自動化 ＜Before＞ 生産計画作成体制に課題を抱えていた製造業の企業様の事例。 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＞ 設備によってできる加工が異なり、生産順や納期等の条件から総合的に判断する必要のある生産計画作成工程にAIを活用。 「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。 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、熟練者の工数減と業務の脱属人化を実現することができた。 ＜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 以上、製造業におけるAI活用事例について簡単にご紹介させていただきました。 今回ご紹介した事例の他にも、AIやデジタル技術を活用した「工場のAI・デジタル化」に関する事例を以下のレポート内でご紹介しております。 中堅・中小製造業 経営者様向け　“工場のAI・デジタル化”最新事例解説レポート   上記の事例レポートは無料でダウンロードいただくことができます。 ご興味のある方は、是非チェックしてみてください。 ▼事例レポート無料ダウンロード お申し込みはこちら▼ https://smart-factory.funaisoken.co.jp/download/201208/ 無料オンライン診断サービスのご案内 専門コンサルタントが無料でAI活用について診断致します！ AI活用したいが初めてでやり方が分からない・・・ データドリブン経営を実践したい・・・ 営業、見積もり業務が属人化している・・・ 生産管理に工数がかかっている・・・ 現場の進捗が見えない・・・ 他社の導入事例の詳細について聞きたい AI活用について相談できる所が見つからない・・・ ↓↓お申し込みはこちらから↓↓ https://lp.funaisoken.co.jp/mt/smart-factory/counsel.html いつも当メルマガ・コラムをご愛読いただきありがとうございます。 今回は、「製造業でAIは本当に役に立つのか？」というテーマについてお伝えいたします。 昨今、各種メディアにおいて、製造業におけるAI活用の話題が取り上げられる機会が増えてまいりました。 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、ウチの会社には関係のない話だろう」 というように、実際には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、 「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、以下簡単にご紹介させていただきます。 【製造業のAI活用事例1】 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 ＜Before＞ 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。 自社内での見積もり算出に際して、取引先から共有された図面データを用いる必要があったが、取引先から共有された図面データのうち半分以上はそのまま使うことができず、後工程の業務を円滑に行うために自社内で図面データを書き直す必要があった。 また、見積もり算出の参考として使用する過去の見積もりデータを探し出す作業に多くの時間を取られていた。 ＜After＞ 見積もり作成の際に大幅に時間がかかっていた「過去の見積もりデータを探し出す工程」にAIを活用。 AIを活用し過去の類似案件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 【製造業のAI活用事例2】 AIを活用し、熟練者に依存していた生産計画作成を自動化 ＜Before＞ 生産計画作成体制に課題を抱えていた製造業の企業様の事例。 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＞ 設備によってできる加工が異なり、生産順や納期等の条件から総合的に判断する必要のある生産計画作成工程にAIを活用。 「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。 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、熟練者の工数減と業務の脱属人化を実現することができた。 ＜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 以上、製造業におけるAI活用事例について簡単にご紹介させていただきました。 今回ご紹介した事例の他にも、AIやデジタル技術を活用した「工場のAI・デジタル化」に関する事例を以下のレポート内でご紹介しております。 中堅・中小製造業 経営者様向け　“工場のAI・デジタル化”最新事例解説レポート   上記の事例レポートは無料でダウンロードいただくことができます。 ご興味のある方は、是非チェックしてみてください。 ▼事例レポート無料ダウンロード お申し込みはこちら▼ https://smart-factory.funaisoken.co.jp/download/201208/ 無料オンライン診断サービスのご案内 専門コンサルタントが無料でAI活用について診断致します！ AI活用したいが初めてでやり方が分からない・・・ データドリブン経営を実践したい・・・ 営業、見積もり業務が属人化している・・・ 生産管理に工数がかかっている・・・ 現場の進捗が見えない・・・ 他社の導入事例の詳細について聞きたい AI活用について相談できる所が見つからない・・・ ↓↓お申し込みはこちらから↓↓ https://lp.funaisoken.co.jp/mt/smart-factory/counsel.html

生産性向上・業務効率改善の課題を解決するために、AIやRPAが注目されています。どちらもソフトウエアによる業務の自動化に関連する概念であるため混同されがちですが、両者は明確な違いがあるため、活用を検討する際には理解が必要です。 Ⅰ．AI AI（Artificial Intelligence）は、日本語では人工知能と言い、「人が実現するさまざまな知覚や知性を人工的に再現するもの」という意味合いで知られています。ソフトウエアを用いて人間の頭脳を人工的に再現しているため、人間が教えるか、仮に教えなくても大量のデータを学習・解析させることで、そこにあるルールを推論から発見して定義が可能となります。予測・分類・実行などの判断を伴う作業ができ、その適用範囲も広いのですが、都度推論を行うことから100％の精度を出すことが難しい側面があります。そのため、高精度なAI構築が必要な場合は時間と費用がかかるケースが多くなっています。 Ⅱ．RPA RPA（Robotic Process Automation）は、ソフトウエアロボットによって定型作業の自動化を行うシステムを指します。 ソフトウエアロボットに人間が決めたルールを覚えさせ、その範囲内で業務を自動化することができます。この時、ルール内のことは100％こなせますが、覚えさせたルール以外のことは対応できない側面があります。 Ⅲ．AI活用の代表的な業務 ・需要予測 蓄積されたビックデータを利用して、商品やサービスの需要を予測値として算出することができます。目的は、企業利益の最大化です。予測値を算出することによって、販売計画が立てられるだけでなく、データに基づいた合理的な生産計画が策定できます。そのほかにも、最適な在庫数を算出することが出来、それに応じて材料などの管理も可能となります。 ・画像認識 画像をピクセル（画素）に分割し、そのパターンから対象の画像が持っている情報や意味を抽出する技術が「画像認識」です。街中でよく見かける、顔を認識する技術は「物体検出」と呼ばれています。そのほか、生産ライン上で不良品があった場合に異常として検出する「異常検知」や、もともと存在しない画像を複数の画像から要素を組み合わせることで画像を生成する「画像生成」なども画像認識技術の一つです。 ・音声認識 音声データをコンピュータで扱うためには、アナログデータをデジタルデータに変換する必要があります。そのデータを周波数ごとに分解し、その要素の持つ意味を抽出する技術が「音声認識」です。議事録作成や記入作業の自動化などに利用されています。 ・自動翻訳 以前は「自動翻訳」と言っても実際は使える言葉になっていないケースが多かったのですが、近年は言語の持つニュアンスなども加味され、より現実的に利用できる自動翻訳へと進化が進んでいます。これは、大量の情報と答えのサンプルから人間が学ぶ方法に近い手法でひたすら学習して、ルールを「覚えさせる」のではなく「自動的につくる」手法になったためです。この手法を「ディープラーニング」と言います。ディープラーニングはこちらの記事で詳解しておりますのでご参照ください。 https://smart-factory.funaisoken.co.jp/201109-2/ Ⅳ．RPA活用の代表的な業務 ・バックオフィスの事務業務 財務や経理、人事、総務などのバックオフィス系の固定業務はRPAが最も得意とする分野です。データの収集を自動化することや、その収集したデータを自動で転記するなど、パーツごとの自動化が可能となります。 ・固定業務 単一の作業を繰り返し行う業務について、バックオフィスの事務業務以外ではチャット返信やメール対応などがあります。「AについてはA’で返信する」などのルール化が明確にできるものについてはRPAで解決できる可能性が高いです。 最近では、RPA×AIを組み合わせて導入している事例も増えてきています。RPAで効率化できる部分と、AIでの開発が必要な箇所をしっかりと見分けて、双方の良いところを自社に最適な箇所に取り入れることで業務効率は飛躍的に向上します。技術の進歩によって、近い将来はAIもRPAも、我々が今Excelつかっているような使い勝手で利用が可能となり、身近なツールになることが予想されます。 以下のダウンロードレポートでは、工場のAI活用事例についてより詳しく解説しています。 下記のバナーからダウンロード頂き工場のAI活用にお役立て下さい。   https://lp.funaisoken.co.jp/mt/smart-factory/dltext04-dl.html ■オンラインセミナー開催のお知らせ 国内最先端IoT活用！先進的超大手企業に学ぶ工場視察会 https://smart-factory.funaisoken.co.jp/event/ 本セミナーで学べるポイント 国内最先端のIoT・デジタル活用の現場を視察できる！ IoT・デジタルデータを活用した工場全体でのQC活動&従業員教育の仕組みを知りたい製造業経営者様必見！ IoT・デジタル活用を通じた工場の生産性アップのヒントを取得できる！ 工場現場の課題に合ったIoT・デジタル活用の具体的事例を学ぶことができます！ モデル工場の現場改善の在り方を視察できる！ 徹底した5Sを実施し、きれいで清潔な環境のもとでヒトが働く。模範的な工場の在り方や自社工場の改善のヒントを得たい方におすすめです！ 講座内容 第1講座 工場視察の見どころ・ポイントの紹介 株式会社 船井総合研究所　執行役員　菊池 功 株式会社 船井総合研究所　飯塚 佳史 第2講座 株式会社ジェイテクト様工場視察 株式会社ジェイテクト様刈谷工場の現場視察 株式会社 船井総合研究所　飯塚 佳史 第3講座 本日の振り返り 工場視察の振り返り 株式会社 船井総合研究所　執行役員　菊池 功 日時・会場 〈お申し込み期限につきまして〉開催日4日前までとなります。 開催方式：オンライン（PCがあればどこでも受講可能） 2021/09/22 (水) 13:30～16:00 お申し込みはこちらから⇒ このセミナーは終了しました。最新のセミナーはこちらから。 https://smart-factory.funaisoken.co.jp/event/ ■工場AI・ロボット.comでは「無料オンライン診断サービス」を行っております 専門コンサルタントが無料でAI活用について診断致します！ AI活用したいが初めてでやり方が分からない・・・ データドリブン経営を実践したい・・・ 営業、見積もり業務が属人化している・・・ 生産管理に工数がかかっている・・・ 現場の進捗が見えない・・・ 他社の導入事例の詳細について聞きたい AI活用について相談できる所が見つからない・・・ ↓↓お申し込みはこちらから↓↓ https://lp.funaisoken.co.jp/mt/smart-factory/counsel.html 生産性向上・業務効率改善の課題を解決するために、AIやRPAが注目されています。どちらもソフトウエアによる業務の自動化に関連する概念であるため混同されがちですが、両者は明確な違いがあるため、活用を検討する際には理解が必要です。 Ⅰ．AI AI（Artificial Intelligence）は、日本語では人工知能と言い、「人が実現するさまざまな知覚や知性を人工的に再現するもの」という意味合いで知られています。ソフトウエアを用いて人間の頭脳を人工的に再現しているため、人間が教えるか、仮に教えなくても大量のデータを学習・解析させることで、そこにあるルールを推論から発見して定義が可能となります。予測・分類・実行などの判断を伴う作業ができ、その適用範囲も広いのですが、都度推論を行うことから100％の精度を出すことが難しい側面があります。そのため、高精度なAI構築が必要な場合は時間と費用がかかるケースが多くなっています。 Ⅱ．RPA RPA（Robotic Process Automation）は、ソフトウエアロボットによって定型作業の自動化を行うシステムを指します。 ソフトウエアロボットに人間が決めたルールを覚えさせ、その範囲内で業務を自動化することができます。この時、ルール内のことは100％こなせますが、覚えさせたルール以外のことは対応できない側面があります。 Ⅲ．AI活用の代表的な業務 ・需要予測 蓄積されたビックデータを利用して、商品やサービスの需要を予測値として算出することができます。目的は、企業利益の最大化です。予測値を算出することによって、販売計画が立てられるだけでなく、データに基づいた合理的な生産計画が策定できます。そのほかにも、最適な在庫数を算出することが出来、それに応じて材料などの管理も可能となります。 ・画像認識 画像をピクセル（画素）に分割し、そのパターンから対象の画像が持っている情報や意味を抽出する技術が「画像認識」です。街中でよく見かける、顔を認識する技術は「物体検出」と呼ばれています。そのほか、生産ライン上で不良品があった場合に異常として検出する「異常検知」や、もともと存在しない画像を複数の画像から要素を組み合わせることで画像を生成する「画像生成」なども画像認識技術の一つです。 ・音声認識 音声データをコンピュータで扱うためには、アナログデータをデジタルデータに変換する必要があります。そのデータを周波数ごとに分解し、その要素の持つ意味を抽出する技術が「音声認識」です。議事録作成や記入作業の自動化などに利用されています。 ・自動翻訳 以前は「自動翻訳」と言っても実際は使える言葉になっていないケースが多かったのですが、近年は言語の持つニュアンスなども加味され、より現実的に利用できる自動翻訳へと進化が進んでいます。これは、大量の情報と答えのサンプルから人間が学ぶ方法に近い手法でひたすら学習して、ルールを「覚えさせる」のではなく「自動的につくる」手法になったためです。この手法を「ディープラーニング」と言います。ディープラーニングはこちらの記事で詳解しておりますのでご参照ください。 https://smart-factory.funaisoken.co.jp/201109-2/ Ⅳ．RPA活用の代表的な業務 ・バックオフィスの事務業務 財務や経理、人事、総務などのバックオフィス系の固定業務はRPAが最も得意とする分野です。データの収集を自動化することや、その収集したデータを自動で転記するなど、パーツごとの自動化が可能となります。 ・固定業務 単一の作業を繰り返し行う業務について、バックオフィスの事務業務以外ではチャット返信やメール対応などがあります。「AについてはA’で返信する」などのルール化が明確にできるものについてはRPAで解決できる可能性が高いです。 最近では、RPA×AIを組み合わせて導入している事例も増えてきています。RPAで効率化できる部分と、AIでの開発が必要な箇所をしっかりと見分けて、双方の良いところを自社に最適な箇所に取り入れることで業務効率は飛躍的に向上します。技術の進歩によって、近い将来はAIもRPAも、我々が今Excelつかっているような使い勝手で利用が可能となり、身近なツールになることが予想されます。 以下のダウンロードレポートでは、工場のAI活用事例についてより詳しく解説しています。 下記のバナーからダウンロード頂き工場のAI活用にお役立て下さい。   https://lp.funaisoken.co.jp/mt/smart-factory/dltext04-dl.html ■オンラインセミナー開催のお知らせ 国内最先端IoT活用！先進的超大手企業に学ぶ工場視察会 https://smart-factory.funaisoken.co.jp/event/ 本セミナーで学べるポイント 国内最先端のIoT・デジタル活用の現場を視察できる！ IoT・デジタルデータを活用した工場全体でのQC活動&従業員教育の仕組みを知りたい製造業経営者様必見！ IoT・デジタル活用を通じた工場の生産性アップのヒントを取得できる！ 工場現場の課題に合ったIoT・デジタル活用の具体的事例を学ぶことができます！ モデル工場の現場改善の在り方を視察できる！ 徹底した5Sを実施し、きれいで清潔な環境のもとでヒトが働く。模範的な工場の在り方や自社工場の改善のヒントを得たい方におすすめです！ 講座内容 第1講座 工場視察の見どころ・ポイントの紹介 株式会社 船井総合研究所　執行役員　菊池 功 株式会社 船井総合研究所　飯塚 佳史 第2講座 株式会社ジェイテクト様工場視察 株式会社ジェイテクト様刈谷工場の現場視察 株式会社 船井総合研究所　飯塚 佳史 第3講座 本日の振り返り 工場視察の振り返り 株式会社 船井総合研究所　執行役員　菊池 功 日時・会場 〈お申し込み期限につきまして〉開催日4日前までとなります。 開催方式：オンライン（PCがあればどこでも受講可能） 2021/09/22 (水) 13:30～16:00 お申し込みはこちらから⇒ このセミナーは終了しました。最新のセミナーはこちらから。 https://smart-factory.funaisoken.co.jp/event/ ■工場AI・ロボット.comでは「無料オンライン診断サービス」を行っております 専門コンサルタントが無料でAI活用について診断致します！ AI活用したいが初めてでやり方が分からない・・・ データドリブン経営を実践したい・・・ 営業、見積もり業務が属人化している・・・ 生産管理に工数がかかっている・・・ 現場の進捗が見えない・・・ 他社の導入事例の詳細について聞きたい AI活用について相談できる所が見つからない・・・ ↓↓お申し込みはこちらから↓↓ https://lp.funaisoken.co.jp/mt/smart-factory/counsel.html

今回は、製造業における「AIを活用した営業生産性向上」の成功事例についてお伝えいたします。 ──────── コンテナを製造するメーカーK社では、AIを活用した営業生産性向上に成功しています。 AIによって1～2時間後には顧客との商談中にリアルタイムでCAD図面を提示できるようになったのです。 「営業担当者がその場で顧客に製品イメージを提示することで、商談を進めやすくなった！」 K社では顧客ニーズに合わせて設計・デザインして、その顧客に合った仕様で製品を製造販売するオーダーメイド的な売り方をしています。 営業担当者は、顧客との商談後、その情報を設計・デザインスタッフに渡します。 設計・デザインスタッフはCADで設計・デザインして、それを受けて営業担当者が顧客に提案していました。 つまり、「顧客⇒営業担当者⇒設計・デザインスタッフ⇒営業担当者⇒顧客」という業務フローです。 そのため、顧客ニーズ把握から提案までに１週間以上はかかり、また途中で情報が間違って伝わるリスクもありました。 そこで、営業担当者が顧客との商談中にCADデザイン化できるAI自動化システムに取り組みました。 顧客との商談内容をその場でタブレットに入力して、入力終了後にAIにインプットすると、自動でCADデザイン化できるものです。 この仕組みにより、CADを使えない営業担当者でも、顧客の目の前（その場）でCADデザインが作成できて提案できるわけです。 これまでの業務フローは「顧客⇒営業担当者⇒設計・デザインスタッフ⇒営業担当者⇒顧客」で１週間以上かかっていたのが、「顧客⇒営業担当者⇒顧客」となり、わずか１～２時間で提案できるのです。 「１週間以上⇒１～２時間」とは驚異的です。 AI化にはさらによい効果がありました。 営業担当者が自ら自動でCADデザイン化できることにより、設計・デザインスタッフの負担が激減するのです。 これが非常に大きなポイントです。 設計・デザインとは技術職でもあり、人材が豊富な訳ではありません。 業務負担が激減することにより、技術者は別な付加価値の高い業務ができるようになります。 それにより、新たな売上アップにも繋がります。 つまり、省力化だけではなく、付加価値アップ＆売上アップになるのです。 AI化というと、つい省力化・効率化と思いがちですが、それだけではなく、むしろ付加価値と売上を増やすこともできるのです。 実は、これこそがAI化のポイント・醍醐味と言えます。 無料ダウンロードコンテンツ   https://lp.funaisoken.co.jp/mt/smart-factory/dltext04-dl.html この1冊で、工場のAI・デジタル化の最新事例がわかる！ ※製造業限定（製造業以外の企業・団体からのダウンロードについては、お断りさせていただく場合がございます。） 船井総研セミナー参加企業様からのご要望が多いテーマに絞って「工場のAI・デジタル化」事例を解説！ 【事例①】AI活用を通じて「見積もり業務の標準化・脱属人化」を推進！ 【事例②】付加価値を生まない検査工程から人手を開放！AIを活用した外観検査体制の構築！ 【事例③】現場に散乱していた生産日報・日常点検表等のペーパーレス化を実現！ その他にも、工場のAI・デジタル化の最新事例をご紹介！ ■オンラインセミナー開催のお知らせ 製造メーカーの為のAI経営！社長セミナー https://smart-factory.funaisoken.co.jp/event/ ～属人的な経験や勘に依存した経営からAIを活用する経営へ～ このような方におすすめ 従業員数300名以下の製造業（メーカー）で、自社の営業にAIがどう適用できるかを知りたい社長・経営者の方 営業部門がまだまだ属人的で、営業マン個々人の経験や勘に依存していると感じている”メーカー経営者”の方 製造部門では熟練技術・職人的な業務があり、属人化・ブラックBOX化していると感じている”メーカー経営者”の方 生産技術・生産管理部門も熟練者に知見とノウハウが集中して、標準化されていないと感じている”メーカー経営者”の方 営業管理・生産管理・原価管理等の基幹システムに課題があり、非効率的で何か改善が必要と感じている"メーカー経営者"の方 本セミナーで学べるポイント ・”経営者目線”で知っておくべきメーカーで実践できる具体的なAI活用事例が学べる！ ～AIに関心はあるが、具体的な行動が取れないメーカー経営者の為のセミナーです～ ・営業部門にAIを導入して営業マン個々の経験や勘に依存した体制から脱却した製造業事例が学べる！ ～営業部門で具体的にAIをどう活用していくのかがハッキリ分かるセミナーです～ ・製造・生産技術・生産管理部門にAIを導入して熟練技術・職人技術を標準化・継承できる事例が学べる！ ～製造現場と生産技術・生産管理部門でどんなAIが活用できるのかが明確になるセミナーです～ ・販売・仕入・在庫・原価管理・生産管理等の基幹システム系にAIを活用している事例が学べる！ ～各業務の管理や基幹システムでAI活用して改革できる手法を学べるセミナーです～ ・自社の経営のどこにAIが活用できるかが分かり、具体的な行動計画が作れる！ ～理論・理屈ではなく、現場で実践できる具体的な手法が分かります！～ ■成功事例orお客様の声 【1】営業部門でAIを活用して、個々人に依存した属人的な営業から仕組み化に取り組んでいるメーカーS社の事例 ～営業担当者と顧客の商談情報をデータベース化&AI解析して見積改善＆営業力UP！～ 【2】製造部門でAIを活用して、熟練技術・職人技術をデジタル化して標準化しているメーカーN社の事例 ～熟練者・ベテラン職人の勘と経験をAIでルール化・標準化して未熟練者に技術を継承！～ 【3】生産管理部門でAIを活用して、設計のAI化や生産計画のAI化に取り組んでいるメーカーU社の事例 ～熟練者・経験豊富な特定人材に依存している業務をAI化して省力化&効率化！～ 【4】基幹システムの構築にAIを活用してバックオフィス系の効率化を推進しているメーカーA社の事例 ～販売・仕入・在庫・原価管理や生産管理システムを根本的に改革！～ 【5】経営全般にAIを活用して技術の見える化・デジタル化をしてDX化に邁進しているメーカーN社の事例 ～属人的・職人的・勘と経験依存の経営からデジタルデータを活用した経営へ～ 日時・会場 〈お申し込み期限につきまして〉開催日4日前までとなります。 〈複数開催の場合〉各回、同じ内容です。ご都合のよい日時をお選びください。 開催方式：オンライン（PCがあればどこでも受講可能） 2021/08/25 (水) 13:00～15:00 2021/08/26 (木) 13:00～15:00 2021/09/07 (火) 13:00～15:00 2021/09/08 (水) 13:00～15:00 詳細、お申し込みはこちらから⇒ このセミナーは終了しました。最新のセミナーはこちらから。 https://smart-factory.funaisoken.co.jp/event/ ■工場AI・ロボット.comでは「無料オンライン診断サービス」を行っております 専門コンサルタントが無料でAI活用について診断致します！ AI活用したいが初めてでやり方が分からない・・・ データドリブン経営を実践したい・・・ 営業、見積もり業務が属人化している・・・ 生産管理に工数がかかっている・・・ 現場の進捗が見えない・・・ 他社の導入事例の詳細について聞きたい AI活用について相談できる所が見つからない・・・ ↓↓お申し込みはこちらから↓↓ https://lp.funaisoken.co.jp/mt/smart-factory/counsel.html いつも当メルマガ・コラムをご愛読いただきありがとうございます。 今回は、製造業における「AIを活用した営業生産性向上」の成功事例についてお伝えいたします。 ──────── コンテナを製造するメーカーK社では、AIを活用した営業生産性向上に成功しています。 AIによって1～2時間後には顧客との商談中にリアルタイムでCAD図面を提示できるようになったのです。 「営業担当者がその場で顧客に製品イメージを提示することで、商談を進めやすくなった！」 K社では顧客ニーズに合わせて設計・デザインして、その顧客に合った仕様で製品を製造販売するオーダーメイド的な売り方をしています。 営業担当者は、顧客との商談後、その情報を設計・デザインスタッフに渡します。 設計・デザインスタッフはCADで設計・デザインして、それを受けて営業担当者が顧客に提案していました。 つまり、「顧客⇒営業担当者⇒設計・デザインスタッフ⇒営業担当者⇒顧客」という業務フローです。 そのため、顧客ニーズ把握から提案までに１週間以上はかかり、また途中で情報が間違って伝わるリスクもありました。 そこで、営業担当者が顧客との商談中にCADデザイン化できるAI自動化システムに取り組みました。 顧客との商談内容をその場でタブレットに入力して、入力終了後にAIにインプットすると、自動でCADデザイン化できるものです。 この仕組みにより、CADを使えない営業担当者でも、顧客の目の前（その場）でCADデザインが作成できて提案できるわけです。 これまでの業務フローは「顧客⇒営業担当者⇒設計・デザインスタッフ⇒営業担当者⇒顧客」で１週間以上かかっていたのが、「顧客⇒営業担当者⇒顧客」となり、わずか１～２時間で提案できるのです。 「１週間以上⇒１～２時間」とは驚異的です。 AI化にはさらによい効果がありました。 営業担当者が自ら自動でCADデザイン化できることにより、設計・デザインスタッフの負担が激減するのです。 これが非常に大きなポイントです。 設計・デザインとは技術職でもあり、人材が豊富な訳ではありません。 業務負担が激減することにより、技術者は別な付加価値の高い業務ができるようになります。 それにより、新たな売上アップにも繋がります。 つまり、省力化だけではなく、付加価値アップ＆売上アップになるのです。 AI化というと、つい省力化・効率化と思いがちですが、それだけではなく、むしろ付加価値と売上を増やすこともできるのです。 実は、これこそがAI化のポイント・醍醐味と言えます。 無料ダウンロードコンテンツ   https://lp.funaisoken.co.jp/mt/smart-factory/dltext04-dl.html この1冊で、工場のAI・デジタル化の最新事例がわかる！ ※製造業限定（製造業以外の企業・団体からのダウンロードについては、お断りさせていただく場合がございます。） 船井総研セミナー参加企業様からのご要望が多いテーマに絞って「工場のAI・デジタル化」事例を解説！ 【事例①】AI活用を通じて「見積もり業務の標準化・脱属人化」を推進！ 【事例②】付加価値を生まない検査工程から人手を開放！AIを活用した外観検査体制の構築！ 【事例③】現場に散乱していた生産日報・日常点検表等のペーパーレス化を実現！ その他にも、工場のAI・デジタル化の最新事例をご紹介！ ■オンラインセミナー開催のお知らせ 製造メーカーの為のAI経営！社長セミナー https://smart-factory.funaisoken.co.jp/event/ ～属人的な経験や勘に依存した経営からAIを活用する経営へ～ このような方におすすめ 従業員数300名以下の製造業（メーカー）で、自社の営業にAIがどう適用できるかを知りたい社長・経営者の方 営業部門がまだまだ属人的で、営業マン個々人の経験や勘に依存していると感じている”メーカー経営者”の方 製造部門では熟練技術・職人的な業務があり、属人化・ブラックBOX化していると感じている”メーカー経営者”の方 生産技術・生産管理部門も熟練者に知見とノウハウが集中して、標準化されていないと感じている”メーカー経営者”の方 営業管理・生産管理・原価管理等の基幹システムに課題があり、非効率的で何か改善が必要と感じている"メーカー経営者"の方 本セミナーで学べるポイント ・”経営者目線”で知っておくべきメーカーで実践できる具体的なAI活用事例が学べる！ ～AIに関心はあるが、具体的な行動が取れないメーカー経営者の為のセミナーです～ ・営業部門にAIを導入して営業マン個々の経験や勘に依存した体制から脱却した製造業事例が学べる！ ～営業部門で具体的にAIをどう活用していくのかがハッキリ分かるセミナーです～ ・製造・生産技術・生産管理部門にAIを導入して熟練技術・職人技術を標準化・継承できる事例が学べる！ ～製造現場と生産技術・生産管理部門でどんなAIが活用できるのかが明確になるセミナーです～ ・販売・仕入・在庫・原価管理・生産管理等の基幹システム系にAIを活用している事例が学べる！ ～各業務の管理や基幹システムでAI活用して改革できる手法を学べるセミナーです～ ・自社の経営のどこにAIが活用できるかが分かり、具体的な行動計画が作れる！ ～理論・理屈ではなく、現場で実践できる具体的な手法が分かります！～ ■成功事例orお客様の声 【1】営業部門でAIを活用して、個々人に依存した属人的な営業から仕組み化に取り組んでいるメーカーS社の事例 ～営業担当者と顧客の商談情報をデータベース化&AI解析して見積改善＆営業力UP！～ 【2】製造部門でAIを活用して、熟練技術・職人技術をデジタル化して標準化しているメーカーN社の事例 ～熟練者・ベテラン職人の勘と経験をAIでルール化・標準化して未熟練者に技術を継承！～ 【3】生産管理部門でAIを活用して、設計のAI化や生産計画のAI化に取り組んでいるメーカーU社の事例 ～熟練者・経験豊富な特定人材に依存している業務をAI化して省力化&効率化！～ 【4】基幹システムの構築にAIを活用してバックオフィス系の効率化を推進しているメーカーA社の事例 ～販売・仕入・在庫・原価管理や生産管理システムを根本的に改革！～ 【5】経営全般にAIを活用して技術の見える化・デジタル化をしてDX化に邁進しているメーカーN社の事例 ～属人的・職人的・勘と経験依存の経営からデジタルデータを活用した経営へ～ 日時・会場 〈お申し込み期限につきまして〉開催日4日前までとなります。 〈複数開催の場合〉各回、同じ内容です。ご都合のよい日時をお選びください。 開催方式：オンライン（PCがあればどこでも受講可能） 2021/08/25 (水) 13:00～15:00 2021/08/26 (木) 13:00～15:00 2021/09/07 (火) 13:00～15:00 2021/09/08 (水) 13:00～15:00 詳細、お申し込みはこちらから⇒ このセミナーは終了しました。最新のセミナーはこちらから。 https://smart-factory.funaisoken.co.jp/event/ ■工場AI・ロボット.comでは「無料オンライン診断サービス」を行っております 専門コンサルタントが無料でAI活用について診断致します！ AI活用したいが初めてでやり方が分からない・・・ データドリブン経営を実践したい・・・ 営業、見積もり業務が属人化している・・・ 生産管理に工数がかかっている・・・ 現場の進捗が見えない・・・ 他社の導入事例の詳細について聞きたい AI活用について相談できる所が見つからない・・・ ↓↓お申し込みはこちらから↓↓ https://lp.funaisoken.co.jp/mt/smart-factory/counsel.html