BOM x DX入門ガイド

BOM x DX入⾨ガイド 課題分析と事例から BOM構築・再構築のイロハを学ぶ 2026

DXにおけるBOMマネジメント 部品表（BOM）は、製造の効率化や透明性向上を支える重要なデ ータです。本記事では、BOMがDXにおいて果たす役割を具体的 に解説します。グローバル化や自動化、DXに伴う課題を分析し、 それらの解決方法を「データ」、「システム」、「人」の観点で 整理します。 部品表（BOM: Bill of Materials） 伴う標準化やレガシーデータとの統 は、製品の製造に必要な原材料や部 合に加え、IoTやAIに必要なセンサー 品、アセンブリの階層構造を表した データや画像データ等の非構造化デ データです。かつては図面や紙に記 ータの取り扱いに関する課題があり 録されていたBOMですが、製造管理 ます。システム面では、拠点横断的 技術の発展とともに、Excelによるデ な連携やリアルタイムでの処理、拡 ジタル化やERP、PLMソフトウェア 張性や性能の最適化が求められま との統合により進化してきました。 す。人の面では、新たな業務への抵 今日では自動化やグローバル製造の 抗感の克服や、デジタルリテラシー 進展に伴いBOMマネジメントに高い の向上、部門・拠点横断的な協力体 精度と柔軟性が求められています。 制の構築が鍵となります。 DXの文脈で、BOMはプロセスの効率 これらの課題を解決しBOMマネジメ 化や透明性の確保のために特に重要 ントをDXの中核に位置付けること な役割を果たします。一方で、BOM で、製造におけるリアルタイムでの 管理はデータ、システム、人の三つ 意思決定や持続可能な製造を実現 の観点で複雑な課題に直面していま し、グローバル市場での競争力を高 す。データ面では、グローバル化に めることができます。 大手電気機器メーカーA社 - BOM再構築による究極のオペレーション 大手電気機器メーカーのA社では、基幹システムの刷 新を契機にBOMの再構築も同時に実施することで、所 要量計算、購買、原価計算のほとんどをシステム化 し、あらゆる業務プロセスから人手による調整を排除 した究極のオペレーションを実現しました。 再構築前のBOMでは、所要量計算に必要な情報の抜け 漏れや部門間での一貫性の欠如を補うために、さまざ まな関連業務において人手による調整が常態化してい ました。そこで、BOMの再構築プロジェクトにおいて 登録漏れや誤り、特定工程の考慮漏れ等、既存のBOMの問題点を徹底的に洗い出し、これらの課題を克服 した新たなBOMマネジメントの仕組みを実現しました。これにより、所要量計算、購買、原価管理等の精 度を高めサプライチェーンの効率化に成功しました。また、図番や品番の番号体系の見直しも行いまし た。見直し前は番号から部品のカテゴリや特徴がわかりづらく業務効率を下げる要因となっていました が、直感的な番号体系に変換することでをスムーズなコミュニケーションを実現しました。 1

DXにおけるBOMマネジメントの課題 DXにおけるBOMマネジメントの課題 の最適化が困難になります。また、 BOMは製品製造の根幹をなすデータ 経営管理上の意思決定の質を低下さ であり、製造管理領域のDXにおいて せることや、グローバル化に向けた 重要なデータの一つです。グローバ 新工場設立や技術移転の大きな障害 ル化や生成AIの台頭、多品種少量生 になることも考えられます。 産の拡大が進む中で、BOMマネジメ ントに新たな要件が求められていま システムの互換性と拡張性 す。本節では、DXにおけるBOMマネ レガシーシステムを最新のERPや ジメントの課題を整理し、それらが PLMと統合し運用することは長年の もたらすリスクや影響について考察 課題です。ほとんどの企業ではレガ します。 シーシステムとモダンシステムが共 存するハイブリッド型のシステムア データの一貫性 ーキテクチャーを採用しており、業 BOMは部門や拠点毎に管理されてい 務フローやデータフローの複雑化に ることが多く、標準化されていない よる運用上のリスクとなっていま データや重複したデータがさまざま す。また、BOMデータベースの大規 な帳票やシステムに散在していま 模化やリアルタイム処理、高度な分 す。データの一貫性の担保を妨げる 析に対する要求の高まりから、シス 要因は複数考えられますが、代表的 テムの拡張性の向上や新機能の迅速 なものとしてレガシーシステムとモ な実装が求められるようになってい ダンシステムの併用や、標準的なデ ます。 ータモデル・プロセスの欠如、担当 レガシーシステムとモダンシステム 者のコミュニケーションやトレーニ の統合が上手くできていない場合、 ング不足が挙げられます。 システムの維持や更新が難しくなる データの一貫性が担保されていない だけでなく、製造プロセスの混乱や 場合、拠点や部門を跨いだ部品や資 大規模なサプライチェーン障害を引 材の管理ができず、購買や在庫管理 き起こす可能性があります。 2

中堅通信部品メーカーB社 - MRP活用に向けたBOMの改善 中堅通信部品メーカーのB社では、ERPを導入し生産 計画の精緻化やサプライチェーンの効率化を目指して いましたが、BOMマネジメントが未熟なままプロジェ クトを進めてしまったために、当初想定していた導入 効果が得られませんでした。現在は、ERPの導入効果 を最大化するためにBOMマネジメントの課題を洗い出 し、BOMの再構築も視野に入れたうえでオペレーショ ンの見直しを進めています。 現在のBOMでは、各工程における標準の歩留まり率や リードタイムを登録しているが、ほとんどの工程において実際の値とは異なるものが入力されてしまって います。システム上の生産計画と実際に必要な生産量に乖離が発生してしまうため、現場が持つエクセル 表で再計算した計画で運用しているのが現状です。MRP機能も十分に使えておらず、ERP導入以前の非効 率なプロセスのまま購買業務が行われています。理想的な生産計画やMRPを実現するために、BOM再構 築により種々の課題を解決する方法を模索しています。 リスキリングと組織改革 の導入が必要になります。新たなデ 新たな業務やシステムを導入する際 ータやシステムの導入は、運用やセ には、ステークホルダーからの抵抗 キュリティ上のリスクをもたらす可 や、既存の人員のスキル不足、現状 能性があります。 の組織体制や慣習による制約等が発 新技術を十分に理解しないまま導入 生します。必要な人々と変革後の業 を進めると、思わぬエラーによる製 務イメージが上手く共有できていな 造プロセスの停止や、重要なデータ い場合、変化に対する不安や煩わし の消失、顧客情報の漏洩等の重大な さといった心理面の負担をもたらし インシデントを引き起こすリスクが ます。また、大規模な変革には複数 高まります。新技術の導入に失敗す のステークホルダー間のトレードオ ると、イノベーションや市場への対 フが必ず発生し、調整や説明に多大 応能力が限定され、成長機会の損失 な労力を必要とします。 につながります。 人材や組織面における未熟さは、大 規模な変革プロジェクトを失敗させ 法規制や業界標準への対応 るリスクとなります。経営陣の肝入 BOMは各業界におけるトレーサビリ りで始めたDXプロジェクトでも、十 ティーや品質管理に関する規制、規 分な人材育成や組織体制の構築をす 格への対応においても重要な役割を ることができなければ、時間とコス 果たします。近年では、市場におけ トだけを浪費して終わってしまう可 る環境や人権問題に対する関心の高 能性があります。 まりから、排出量やトレーサビリテ ィーに関する新たな要件が出現して 新技術の実装 います。また、欧州のCatena-Xや日 BOMマネジメントにおいてもIoTや 本のウラノス・エコシステムといっ AI、クラウドといった新技術を採用 た、サプライチェーン内におけるデ することで経営や運用上のメリット ータ共有の標準化が急速に進められ があります。これらの新技術を導入 ています。 するためには、新たなデータ形式や 法規制や規格への対応能力が不足し プロトコルへの対応、クラウドネイ ていると、市場におけるレピュテー ティブなシステムアーキテクチャー ションの低下や機会損失、多額な罰 3

中央集権型のデータマネジメント体制の構築 金を伴う法的措置を引き起こすリス 用いた製造オペレーションや経営意 クが高まります。変化し続ける外部 思決定が可能になります。 環境に適応できないBOMマネジメン データマネジメントを効果的に導入 トは企業の成長や存続の足枷となっ するためには、いくつかのポイント てしまいます。 を押さえておく必要があります。ま ず、プロジェクトの早い段階で現在 解決に向けたソリューション のBOMデータを徹底的に分析し、誤 DXに向けたBOMマネジメントの課題 りの修正や標準化等の最適化、、所要 に対処するためには、データ、シス 量計算や見積もり等の業務に必要な テム、人の面から包括的にアプロー パラメーターの整備を行います。ま チする必要があります。本節では、 た、BOMデータを定期的に更新でき 前節で述べた課題に対するソリュー る運用体制を整え、生産状況や外部 ションや実践におけるヒント、ソリ 環境の変化にも頑健なデータマネジ ューションによる効果について説明 メントを実現します。新たなBOMマ します。 ネジメントを効果的にあ運用するた めには、運用業務や新しいシステム データに関するソリューション に関するトレーニングを提供するこ データの一貫性や互換性、規制等の とも重要です。 対応状況を管理するためには、デー 適切なBOMマネジメント体制を構築 タマネジメントに関する部門横断的 することで、データの一貫性や品質 なチームを編成し、データモデルの を担保し、各部門の業務効率化や横 標準化やデータプロセスのルール作 断的な業務の推進、高品質な経営意 りを主導するデータガバナンス体制 思決定が可能になります。 を確立することが有効です。中央集 権型のシステムにおいてBOMの標準 システムに関するソリューション データを管理することで、データの システムの互換性や拡張性を確保 サイロ化を防ぎ、一貫したデータを し、新技術や外部環境変化に適応す 4

大手機械メーカーC社 - E-BOMのグローバル一元化による設計工数削減 大手機械メーカーC社では、国内および海外の生産拠 点に必要な設計E-BOMを一元化することで、国内の設 計開発拠点から各生産拠点へのE-BOM情報の連携を自 動化し、設計情報のタイムリーな連携や、再利用率の 向上による設計工数の削減を実現しました。 C社ではオペレーターによるE-BOMの登録や運用プロ セスを採用していましたが、オペレーターに登録・更 新タスクが溜まってしまい、設計情報を製造に反映す るのが遅れてしまったり、製造に関するノウハウが設 計者に蓄積されない等の課題がありました。これらの課題は設計者自身がE-BOMの登録や各拠点の製造情 報の登録を行うやり方にすることで解消されましたが、今度は設計者の負担が増大してしまう課題があり ました。そこで、設計者の負担を少しでも緩和する取り組みとしてE-BOMのグローバル一元化の構想が行 われました。これにより設計者の工数は部分的に削減されたものの、製造情報連携時の工数負担は解消で きていません。現在はM-BOMのシステム化による設計部門の更なる業務効率化を検討しています。 るためには、BOMマネジメントに使 潜んでいる可能性がありますので、 用するシステムのアーキテクチャー システムやプロセスの構築において を見直す必要があります。従来のア 専門家の意見を取り入れることが推 プリケーション画面とデータ処理ロ 奨されます。 ジックが密結合した形ではなく、モ 互換性や拡張性に優れたシステム ジュラーやマイクロサービスとして は、組織におけるオペレーションの 提供されるAPIを軸とした疎結合のア 効率を改善するだけでなく、企業の ーキテクチャーが有効です。また、 成長可能性や持続可能性、変化への クラウド型やマルチテナント型を採 適応性を向上し、市場における競争 用することで、グローバルでのアク 力を高めることができます。 セシビリティの確保やリアルタイム なデータ共有、新機能の迅速な導入 人に関するソリューション が可能になります。クラウド型のシ BOMマネジメントのDXを成功させる ステムは拡張性にも優れており、 には、人や組織の変革も必要です。 BOMデータや関連データの増加にも 変革のプロセスに従業員を巻き込む 柔軟に対応できます。 ことや、継続的なコミュニケーショ 新たなシステムを導入する際には、 ンによってプロジェクトに共感して スコープを限定したパイロットプロ もらう必要があります。プロジェク ジェクトから始めるのが効果的で トは既存の部門から転籍したメンバ す。パイロットプロジェクトでは新 ーで構成された推進部門が担当し、 システムに必要な要件や、新たな業 部門横断的な取り組みを円滑に進め 務・システムオペレーションの試行 ます。推進部門は業務やシステム、 錯誤、実験が実施できます。自社に データに関する取り組みはもちろ 合わせたカスタマイゼーションは必 ん、全社的なリスキリングやデジタ 要不可欠ですが、互換性や拡張性を ルリテラシー向上のための施策やガ 重視する場合には標準的なモデルや イドラインの策定、ナレッジ管理等 プロセスの部分的な導入が有効で も主導します。 す。AI、IoT、クラウド等の新たな技 人や組織の変更を伴うプロジェクト 術や仕組みには、セキュリティや運 を推進するためには、プロジェクト 用コスト等において未知のリスクが の構想段階からの経営陣のコミット 5

BOMシステムとその他システムの連携 メントが必要です。経営陣が関与す 造業の成功における中心的な役割を ることで、専門部署や担当役員の新 果たします。BOMマネジメントを戦 設や、通常のプロジェクトの制約を 略的な業務として確立するために 超えた予算や人員の確保が可能にな は、データ、システム、人の観点か ります。リスキリングには実際のデ ら様々な施策を実行する必要があり ータやシステムを用いると、従業員 ます。短期的にはデータの標準化や の共感や理解が得られやすいです。 プロセスの整理、従業員の啓発、組 マルチテナント型のクラウドプラッ 織の再編等を行いつつ、長期的な視 トフォームを活用することで、プロ 点でデータマネジメント体制の構築 ジェクトの早い段階で実践的なプロ やシステムアーキテクチャーの見直 グラムを提供することができます。 し、人材育成による組織変革を進め 継続的なトレーニングやコミュニケ ます。これにより、業務効率化や強 ーションにより人材や組織の成熟度 靭な企業文化の醸成、経営意思決定 を高めることができれば、BOMマネ の質向上を実現することができま ジメントにおけるAI活用やDXを成功 す。 させ、その効果を最大限享受するこ 急激に進化しているAIにより、製造 とができます。人を中心としたアプ 業が大きく変化しつつあります。AI ローチをとることで、企業のイノベ 時代で生き抜く企業となるためには ーションや長期的な成長を促すこと DXが必要不可欠です。AIによりデー ができます。 タドリブンな意思決定やオペレーシ ョンを加速させることができます。 BOMマネジメントの成功に向けて 技術革新への適応力を身につけるこ 本記事では、DXにおけるBOMマネジ とで、未来の製造業を担う企業へと メントの重要性や課題について説明 変革することができるでしょう。 し、その有効な解決策を紹介しまし た。BOMマネジメントはもはや単な る運用保守業務ではなく、現代の製 6

BOMDx 「BOMDx」は、AIやデジタル技術を活用し、BOM (Bill of Materials) やBOP (Bill of Process) の最適化により製造業の業 務革新を目指す伴走支援型ソリューションです。本サービスで は、お客様のサプライチェーン、エンジニアリングチェーンにお ける経営・業務課題の分析から戦略策定、ソリューション構築、 導入までを一気通貫で支援します。 BOM (Bill of Materials) は製品や資 品目コードが一元化されていない 材に関する基本情報をまとめたデー 必要なBOMが登録されていない タであり、販売や設計、製造、アフ 不要なBOMや重複がある ターサービスにいたるまであらゆる バリエーションやリビジョンを効 業務において使用されるものです。 率よく管理できない 従来では、主に繰り返し性の高い生 部門・拠点間でBOMが自動で連 産において使われていましたが、近 携されていない 年ではAI活用やDXへの関心の高まり 個別性の高い製品の原価や納期を から、個別性の高い製品においても 素早く算出できない BOMを作成し管理する取り組みが進 SKU毎に最適な在庫数や発注量が んでいます。 算出できない BOMマネジメントは製造に関する専 買収、部門統合後のシステムがバ 門的な知見や経験はもちろん、高レ ラバラに稼働している ベルなITやマネジメントのスキルも 必要な高難度の業務です。BOMマネ 適切なBOMマネジメントを実現する ジメントの代表的な課題として以下 ためには、これらの課題を克服する のものが挙げられます。 必要があります。 代表メッセージ 凄まじい勢いで進化を遂げているAIですが、製造業でもAIが は重要な技術です。BOMマネジメントは製造業のデータやシ ステムの根幹をなす重要なデータであり、AI活用やDX時代に おいて再び注目を集めています。 BOMの局所的な最適化や運用上のテクニックに関する情報は 知られていますが、全体最適を指向したエンタープライズレ ベルのアプローチについてまとめた情報はあまり多くありま せん。 弊社では、BOMDxをはじめとした製造管理におけるAI/DX ソリューションを提供し、AI時代を勝ち抜くための戦略策定 や変革プロジェクトの実行支援を行っています。BOMマネジ 代表取締役 メントを企業の変革のコアとしてお考えの場合、ぜひ弊社の 伊部達朗 ソリューションをご検討ください。 7

BOMはあらゆる業務の起点となる BOMDxについて AIエージェントによる業務効率化・ BOMDxでは、弊社が開発したツール 高精度化 やAIを用いて、製造業、AI/IT技術、 弊社が開発するAIエージェントを用 業務領域の専門家からなるチームが いて、エンジニアリングチェーン、 現状のサプライチェーン、エンジニ サプライチェーンにおけるさまざま アリングチェーン上の課題や問題点 な業務の効率化、高精度化を目指し について分析し、解決に向けたアク ます。製造業に求められる精度や安 ションプランの提案を行います。 全性を損なわずに動作するよう、各 社の業務に合わせて弊社エキスパー BOMDxの特徴 トが丁寧にチューニングします。 AIネイティブな業務プロセスを提案 生成AI技術が急速に発達する中、企 サービス内容 業の競争力を高めるためにはAIを前 課題分析・戦略策定 提とした業務プロセスの再構築が求 現在の経営・業務課題をすべて洗い められます。これまでのAI/DXプロジ 出し、自社のBOM/BOPにおける問 ェクトで蓄積した知見をもとに最適 題点の抽出や、経営・業務改革のゴ なプロセスを設計します。 ールに向けた戦略を策定します。業 務、システム、データの観点から自 エキスパートによる伴走支援 社の課題を分析し、効果的なAI活 自社にAIやITの専門家が不足している 用/DXの準備を行います。AIや製造業 場合でも、弊社エキスパートが現状 のエキスパートがリサーチや分析に の経営・業務課題を分析し最適な施 参画し、業界の知見や特徴を踏まえ 策を提案します。設計、製造、在 た適切な戦略を導きます。 庫、調達、物流、販売等のさまざま な領域のエキスパートがプロジェク BOM × DX研修・ワークショップ トに参画し、課題分析やソリューシ 実践的な研修・ワークショップによ ョン構築を主導します。 り、経営・業務におけるBOM設計や 8

PoC コンサルティング ソリューション 特定の課題に対するAI技術の適用 経営・業務課題を抽出し、AI/DX AI/DXソリューションを構築し、 可能性を検証します。 に向けた戦略づくりを支援します。 経営・業務革新を推進します。 ヒアリング・視察 課題抽出ワークショップ コンサルティングに含まれる PoC企画、計画 現行業務・システム分析 サービス データ収集、整理 現行データ整理、分析 新業務・システム設計 AI構築、効果検証 AI/DX構想・戦略策定 AI基盤構築、活用推進 実用化企画・構想 実行計画、社内推進支援 AI・アプリケーション構 導入・運用支援 BOMDxの提供プラン BOMマネジメントの重要性や役割に ションの継続的な改善や、全社への ついて学びます。AI活用やDXとの関 AI/DX推進の普及、展開を加速しま 連についても学習し、先端技術の導 す。 入に向けた準備を行います。ワーク ショップではチームや関係者間のコ 提供プラン ミュニケーションを促進し、後続の BOMDxでは、自社データを使ったAI プロジェクトを円滑に始められる土 技術のPoCから、自社の課題分析、 台作りを行います。 プロジェクト企画・構想、システム 開発・導入まで幅広く対応していま AI/DXソリューション構築・導入 す。BOM/BOPの改善や革新に馴染 経営・業務課題の解決のために必要 みがない場合でも、弊社のエキスパ なAI/DXソリューションを構築しま ートが丁寧にヒアリングを実施し、 す。製造業のAI/DXのエキスパートが 自社に合ったソリューションを提案 ソリューションの設計から実装、導 いたします。 入までのあらゆる工程をリードし、 ハイリスクなAI/DXプロジェクトを成 BOMDxの実用例 功へと導きます。これまでの知見、 設計関連業務の効率化 経験を活用し、機能面の充実度だけ 設計者は設計業務の他に、部品表の でなく、性能や使いやすさを重視し 作成や設計レビュー、設計文書作 た高品質なソリューションを作り上 成、法対応、製造部門との調整、図 げます。 面・3Dモデルの管理、帳票作成等の 様々な付随業務を抱えています。設 AI/DX推進・伴走支援 計のコア業務に集中するためには付 単一のサービス、ソリューション提 随業務の効率化が不可欠です。 供にとどまらず、自社のさらなる成 BOMDxでは、お客様の現在の業務プ 長に向けた中長期的なAI/DX推進を伴 ロセスやシステム、ツールの利用方 走支援します。また、単なるシステ 法を見直し、AIを活用した新たな仕 ムの運用保守だけではなく、自社に 組みを構築することで付随業務の効 おけるAI/DX推進が世の中の技術革新 率化を実現します。 に遅れを取らないために、ソリュー 9

大手工作機械メーカーD社 - BOM改善による見積り〜設計の連携強化 大手工作機械メーカーのD社では、製品オプションに 関するBOMの業務およびシステムの見直しにより、見 積りから設計までの上流をシームレスに連携する仕組 みを構築しました。これにより、商談の効率化や設計 工数の削減、部品の再利用性の向上を実現しました。 工作機械はお客様毎のカスタマイズが多く、標準の仕 様に加えてオプションの部品が必要になることがほと んどです。改善前はお客様毎のオプションを設計者が 個別で設計、管理しており、オプション部品のシステ ム化が十分にされていませんでした。見積り担当者は毎回設計者に既存部品の有無や設計可否を確認して おり、営業業務の障害となっていました。オプションが管理されていなければ似た部品も毎回設計が変わ るため、設計工数の無駄も発生していました。そこで、BOMにオプションを登録、管理するための仕組み と、見積り段階でオプション付きのBOMまで落とし込むコンフィギュレーターを新たに構築しました。こ れにより、営業、設計をシームレスに統合し業務効率化や社内知見の蓄積、活用強化を実現できました。 製造準備、計画業務負荷の低減 に対する欠品率を基準に在庫数や発 製品の製造を開始するためには、E- 注点を決めていましたが、ロングテ BOMからM-BOMへの変換、BOPや ールやファットテールの分布を取る 作業手順の整理、月次、週次、日次 品目では正確な推定値が得られない 単位の計画・スケジュールの作成が 問題がありました。BOMDxでは、品 必要です。これらの業務は決まった 目やSKUの設計や運用方法の見直し 生産管理者や業務オペレーターが担 を行い、需要特性や在庫管理の実態 当していることが多く、業務負荷の に合わせたデータマネジメントプロ 集中や知見の属人化が課題となって セスを構築します。また、AIによる います。BOMDxでは、業務ロジック 最適な在庫数、発注点の推定を行 やナレッジを分析し、自社特有の事 い、欠品や過剰在庫、廃棄によるロ 情や課題に適応したAIソリューショ スを削減します。 ンを構築します。 円滑な生産拠点の統廃合、移管 データ駆動型の原価・納期見積り M&Aにおける拠点の統廃合や編入時 商談時の原価・納期見積りは、過去 のPost Merger Integration (PMI)、 の経験や現場・技術者の勘に基づい サプライチェーン危機に起因した生 て算出されることが多いほか、見積 産拠点の移管では、拠点間での基幹 り情報を揃えて作成、提出するまで システムやデータの連携が大きな障 に多大な労力と時間を要します。 壁となります。BOMDxではシステ BOMDxでは、過去の見積りや自社に ム、データ連携の肝となる部品表や おけるナレッジを組み合わせ、AIに 工程表を分析、整理し、円滑な統廃 よる原価や納期の見積り予測を実現 合、移管を実現します。また、AIを します。また、原価や納期の算出根 活用した連携インタフェース、デー 拠となる標準値やパラメータを、デ タ変換ソリューションを構築、導入 ータ駆動型で管理、運用する仕組み し、システム統合プロジェクトを高 を提案、構築します。 速・高品質に遂行します。 購買・在庫管理の最適化 グローバル製造データガバナンス 従来は過去の実績から予測した需要 グローバルに生産拠点を展開する企 10

鋳物・機械メーカーE社 - データ駆動型による納期見積りの実現 大手鋳物・機械メーカーE社では、多種多様な製品仕 様の納期見積もりを素早く正確に実施するために、製 品見積もりと製造実績データを連携し、データ駆動型 の納期マネジメントプロセスを構築するための準備を 進めています。 E社では、営業担当が顧客からの要求や仕様を受け取 ると、過去の実績を参考に価格や納期の見積もりを行 っています。正確な納期回答を行うためには、必要に 応じて技術部門や製造部門に問い合わせなければなり ません。製品によっては数時間以内に回答しなければならないが、現場や技術者とのやりとりが複雑化 し、回答までに時間を要してしまうことで失注してしまう課題あります。経験や勘に頼りながら安全な納 期を回答することもありますが、納期を長めに回答すると受注確率が下がってしまいます。そこで、素早 く正確に納期回答を行うための取り組みとして、AIを活用したデータ駆動型の納期管理プロセスの構想を 進めています。これにより、技術や現場のデータを連携した高度な納期推定の実現を目指しています。 業では、拠点間の製造データの整合 Intermind AIについて 性管理が課題になります。拠点ごと Intermind AIは、産業と社会における に基幹システムに求める要件が異な AIと人の共生の実現を目指すスター ることが多く、すべてのデータを トアップです。製造業を中心に、最 PLMシステム等の統合システムで一 先端の生成AIを活用したソリューシ 元管理するのは現実的ではありませ ョンを提供しています。 ん。BOMDxでは、拠点ごとに分散管 理された製造データのガバナンスを ミッション 向上し、拠点横断的な製造データ分 私たちは、AIと人との共生を実現す 析による経営意思決定の質向上や、 ることで、産業と社会の変革を支援 拠点の統廃合、移管に頑健な製造デ します。そのために、つぎの三つの ータ管理プロセスを実現します。 ミッションをクリアします。 AI/DX推進のご案内 産業と社会においてAIが解決すべ BOMDxでは、最先端の生成AI技術を き課題を特定する。 活用したAI/DXソリューションを提供 しています。BOMDxの導入に合わせ 人と同じような汎用性と柔軟性を て、自社における生成AI活用やDXの 持つAIを開発する。 推進や立ち上げを伴走支援します。 最適なAIプラットフォームの選定 誰でも簡単にAIを利用できるイン や、セキュリティガイドラインの策 タフェースを開発する。 定、社員研修等の実施を、弊社エキ スパートが支援します。 AI/DX推進は実施後の効果実証が課題 となりやすいです。BOMDxと一緒に 実施することで、ツール・システム の導入と成功事例づくりを同時進め ることができ、推進初年度から確実 な効果創出を見込めます。

© 2026 Intermind AI株式会社 本書の一部または全部についてIntermind AI株式会社による許諾を得ずに、いかなる方法においても無 断で複写、複製（コピー、スキャン、デジタル化）、転載することは禁じられています。 〒560-0082 大阪府豊中市新千里東町 1-4-1 阪急千里中央ビル 8F Email: tatsuro.ibe@intermind.ai URL: https://intermind.ai