【製造業向けAI活用】先進企業の勝ちパターンに学ぶ！製造業AI導⼊の実践事例９選

先進企業の勝ちパターンに学ぶ！ 製造業AI導⼊の 実践事例９選

変化の時代、多くの課題に直⾯する製造業 製造業が直⾯する課題は、従来の延⻑による部分的な改善ではもはや有効に機能しません。 必要なのは、現⾏業務の⾒直しとDXを活⽤した新たな業務プロセスの確⽴です。 製造業を取り巻く現状 いま求められること 「効率化」と「品質確保」を 顧客ニーズの 製品ライフ サプライチェーン 両⽴させる視点が強く求められる 多様化 サイクルの短縮 リスク ニーズ把握や開発の⻑期化、 ⼈⼿不⾜や技能継承の課題に加え、 顧客ニーズの把握やアフター対応 ⼿作業・属⼈化業務を 設計ノウハウの活⽤が属⼈化し ⼯程ごとのムダや属⼈対応が が分断され、製品開発や品質改善 抜本的に変え、 現場の 知的業務の⾮効率さが課題 品質と納期の安定化を阻害 に⼗分活かされていない 状況 ⾼品質を⽬指すためには 研究・開発・設計 製造・品質管理 販売・全社基盤 テクノロジーの活⽤が必須 やるべき ●市場ニーズの定量的な把握 ●需要変動に応じた⽣産最適化 ●需要予測で供給計画の最適化 ⽅向性 ●知⾒・技術情報の横断検索 ●設備データの異常兆候検知 ●故障・不具合傾向の早期把握 ●検討・評価の履歴⼀元化 ●作業標準と実績の⾃動照合 ●顧客対応履歴の統合と活⽤ ●初期構想・設計案の⾃動⽣成 ●検査業務の⾃動化と精度向上 ●業務ナレッジの標準化と継承 ●構造予測・物性評価の⾼速化 ●⼯程内品質データの⼀元管理 ●全社データ基盤の構築と活⽤ P.2

製造業の停滞を、AIが突破 これまで、AIは製造⼯程を中⼼に現場の⽣産性向上に活⽤されていました。 しかし現在では、研究・開発や設計、保守・販売領域など、すべての⼯程で活⽤できる段階にきています。 2020年〜 2024年〜 AI活⽤は 定型業務の⾃動化・ ⽣成AIの登場により これからの製造業の 効率化を可能にし 知的業務にも 業務への実⽤化が定着 活⽤⽤途が広がる 企業価値を⾼める 点検、検査、帳票作成などの定型業務では⾃動化 ⽂章⽣成や要約、構造化が可能となったことで、 ⾜掛かりとなります が進み、作業時間の削減だけでなく、ヒューマン 設計⽀援や特許調査など、これまで困難だった知 エラーの抑制や標準化も実現しています。 的業務にも⽣成AIの活⽤が広がりつつあります。 製造業のAI活⽤事例を ⼯程・業務別にご紹介します 研究・開発・設計 製造・品質管理 販売・全社基盤 ⼯程の活⽤ケース ⼯程の活⽤ケース ⼯程の活⽤ケース 具体的な成果が出ている事例を中⼼に、企画から製造、サービスまで、 P.4 P.5 P.6 P.3 各⼯程・業務でのAI活⽤を網羅的に確認いただけます。

材料部品 ⽤途開発プロセスの効率化 ⾃社の保有技術と市場ニーズを⽣成AIでマッチング ⽤途開発の 課題： 機能性材料の新たな⽤途アイデア創出に向けて、 参考となる市場情報・技術情報を効率的に収集し活⽤できるようにする。 アイデア創出を 解決策： ⾃社で保有する特許や論⽂、カタログ情報を、AIでデータ抽出・構造化しナレッ サポート ジ化。ニュース等のオープンデータと掛け合わせたAI検索も可能にすることで、 ⾃社に必要で最適な技術提案のアイデア創出を可能にした。 化学 研究開発業務全般の効率化 ⽣成AIアプリを研究開発部⾨の全社員が利⽤できる環境に ⽉間1000時間の 課題： 新たな技術・製品開発を担うイノベーション創出組織への転換のために、 研究・開発・設計 研究プロセスにおいて時間と⼿間がかかっている調査・報告業務を効率化する。 研究員の時間削減を 解決策： 外国語⽂書や特許情報の分析・要約に⽣成AIを活⽤し、研究プロセスにおける情 確認 報インプットの時間を削減。研究報告の資料作成にもAIを活⽤することで余剰時 AI活⽤ケース 間を⽣み出し、全社的に創造的な議論が⽣まれる機会づくりに貢献した。 ⾃動⾞ 設計業務の効率化 研究・開発・設計領域では、AIのデータ探索技術 を活⽤して材料開発の効率化を図るマテリアル ⽣成AIにデザイン指⽰で、⼯学制約を考慮したスケッチを作成 ズ・インフォマティクスが活発です。⼀⽅で、開 課題： 安全⾯等の制約とデザイン性の両⽅を満たす開発の精度向上のために、 発スピードの向上においてネックとなる専⾨性や デザイナーとエンジニアの知⾒に依存した設計調整を効率化する。 制約のすり合わせに、AIを活⽤することで効率化 設計期間の短縮 解決策： ⾃動⾞の⼯学的制約を組み込んだ⽣成AIを開発し、設計者のテキスト指⽰だけで に取り組む動きも⾒られます。 制約に基づき最適化されたデザインスケッチを⾃動⽣成。技術者とデザイナーの 意⾒反映が円滑化に成功した。 P.4

ゴム製品 ⽣産⼯程の⾃動化 ⼯程データをAIで解析しプロセスを最適化、ロボットを⾃動制御 課題： スマートファクトリー化の⼀環で成型⼯程を⾃動化した後も、 ⽣産性が従来⽐で ⼿作業に依存していた材質特性別の調整⼯程の作業品質を維持する。 約2倍に向上 解決策： 設計・顧客要求・品質情報等のビッグデータをAIで解析させ⾃動化のアルゴリズ ムを作成。それに則った機械制御をすることで全⾃動でも品質を維持できるよう になり、省⼈化による⽣産性向上にもつながった。 化学 ⽣産計画の負担軽減 多品種⽣産計画の素案をAIがアルゴリズムに基づき作成 課題： 多品種少量のバッチ⽣産において、変動する制約条件や販売・⽣産状況に伴い⽣ 製造・品質管理 年間で50%以上の じる⽇々の計画修正業務を、計画の精度を維持しつつ効率化する。 計画⼯数削減 解決策： バッチ⽣産の計画策定アルゴリズムを備えたAIで計画素案の作成を⾃動化し、必 要⼈員や設備利⽤の調整を簡易化。確認漏れもAI検知させることで管理精度も改 AI活⽤ケース 善された。 ⾃動⾞部品 検査精度の向上 製造・品質管理領域では、⽣産効率と品質維持を ⽬指すスマートファクトリー推進上のAI活⽤が活 検査⼿順・動作のばらつきをAIが⼩型カメラを通じて検知 発です。⼀⽅で、⽣産⽅式や管理基準の制約上、 課題： 検査員の細やかな⽬視確認で柔軟性と対応⼒が求められる外観検査において、 ⼈⼿を使う必要のある業務をAIがアシストするこ 品質改善や業務効率化 習熟度の違いで精度不均衡や検査漏れを防ぐ。 とで、対応の機敏さや柔軟性を維持したまま製造 ・ 作業員の負担軽減 解決策： 検査⼯程を学習させたAIと動作検出できるカメラを連携させ、検査員の⼿順と動 品質を⾼める動きも⾒られます。 作のモニタリングを実施。作業漏れのリアルタイムで検知できるようになり、検 査精度を向上させた。 P.5

製剤 在庫管理の効率化 拠点の⽣産計画に応じた在庫推移をAIが⾃動シミュレーション 全⽣産拠点の 課題： 多拠点⽣産でも産地別の原料品質や調合量を考慮した在庫計画・移送計画の精度 を維持するために、属⼈的な在庫管理を標準化・⾃動化する。 1年先の在庫計画が 解決策： AIが全⽣産拠点の在庫データをもとに将来の在庫推移をシミュレーション化。⽣ 15分で⽴案完了 産計画に基づき1年先までの在庫利⽤と⼯場への移送計画も⾃動で策定できるよう になり業務効率が改善された。 重⼯業 材料発注の効率化と精度向上 ⽣産に必要な材料の使⽤量データをAIが学習、必要量を予測 課題： ベテランの勘と経験依存で起きる過剰発注や在庫の⼤量廃棄を解消するために、 販売・全社基盤 予測値の算出時間を 受注⽣産で変動する材料発注量の効率的な使⽤予測を実現する。 1/4 に短縮 解決策： AIに過去の材料使⽤量データを学習させて需要予測をモデル化し、さらにベテラ ンの知⾒も取り⼊れ調整することで⾼精度でスピーディに材料予測ができるよう AI活⽤ケース になり属⼈化の解消に寄与できた。 化学 技術継承の効率化 販売・全社基盤では、業務の複雑さと規模の⼤き さゆえに業務経験や勘への依存が進み属⼈化した 暗黙知を含めた熟練者のノウハウを⽣成AIで形式知化 業務の知⾒を、AIで可視化・活⽤する動きが⾒ら 豊富な知⾒をもつ技術者の⾼齢化が進むなか、 れます。既存データの学習・モデル化はもちろん、 技術継承の効率化 課題： ・ 最適な製造プロセスを開発するために若⼿技術職にノウハウを継承する。 ゼロベースから学習⽤のデータを作る取り組みも 新規参画者の 解決策： 熟練者へのヒアリングを通じて暗黙知化している技術や業務知識を収集し、⽣成 ⾏われているようです。 指導負担を軽減 AIを活⽤して可視化・体系化。さらにAI検索も可能にすることで、誰でも必要な 知⾒にすぐアクセスでき、効率的な業務推進体制の構築につながった。 P.6

スモールスタートでAI活⽤を始めてみませんか？ AIを業務に活⽤したいが、 ゼロからの⾃社開発ではなく 導⼊ハードルが⾼いとお考えではありませんか？ SaaS型のAIサービス利⽤から、はじめてみましょう！ データ ・外部にデータを出せない ・使えるデータが社内にない オープンデータを活⽤したAIモデルのため、 ⾃社データの準備が不要 スキル ・IT部⾨にリソースがなく頼れない ・専⾨知識を持つ⼈材がいない AIの専⾨知識がなくても直感的に操作ができるサービス画⾯で、 現場主導・部⾨単位でトライできる コスト ・費⽤対効果がみえない ・初期投資の負担が⼤きい 要件定義やPoC（概念実証）といったシステム開発が不要で、 コストを抑えた形でのAI導⼊・活⽤が叶う 組織 ・AI活⽤への理解が低い ・業務フローの変化に対する抵抗感 業務の⼀部をAI活⽤するアプローチから始めることで、 「まずは、ちょっと使ってみる」という低いハードルで浸透ができる Aconnectなら、短期間で業務に AIが国内外35,000のソースからAIが⾃動で情報を収集・整理。 誰でも⼿軽に的確な情報にアクセスでき、 取り⼊れることが可能です！ 現場の検討・意思決定が加速します。 特⻑ 短時間で幅広い情報を収集し、 特⻑ 注⼒分野の動向を逃さず把握し、 特⻑ 情報共有と意⾒交換がスムーズになり、 1 企画・調査の⽴ち上がりを早められます 2 先⼿を打った検討ができます 3 部⾨を超えた連携や判断が進みます ⽇・英・中のニュース、特許、論⽂、官公庁レポートなど 注⽬テーマや関連トピックを、AIが⾃動でレコメンドする 発⾒した情報はワンクリックで共有でき、相互にコメント の公開資料と社内資料から⾃動で収集・整理するので、先 のでスムーズな情報収集ができ、早い段階での課題発⾒や を送ることも可能です。技術開発と事業部など他部⾨を巻 P.7 ⾏技術調査や市場分析もスピーディに進められます。 対策検討が可能になります。 き込んだ議論や合意形成の⼀助になります。

Aconnectを活⽤されている企業さまの声｜株式会社レゾナック お悩み 導⼊の効果 ●幅広い事業領域をカバーする最新の業界情報 ●関⼼のあるテーマの新情報をAIがレコメンド。 や技術動向をタイムリーに収集したいが、⼿ 事業領域を網羅しながら効率的にトレンド把 間と時間がかかる 握できるようになった ● IPランドスケープを強化するために、新たに ●朝⼣のメール配信やAI要約で多岐にわたる業 ニュース情報から業界トレンド・動向を的確 界の動向を容易に把握できるようになった に把握したいが体制が充分でない Aconnectの活⽤により、研究開発企画部と知的財産部の間でニュース情報 知財部と研究開発企画の が迅速かつ的確に共有されるようになりました。その結果、技術開発の新 情報連携が活発に たなテーマ検討や知財戦略の⾒直しもタイムリーに⾏えるようになり、連 半導体・電⼦材料・モビリティなど幅 携強化を実感されています。また、情報連携がオープンイノベーションの 広い領域で独⾃の技術⼒を活かした製 推進にも貢献しています。 品の製造販売を⾏うレゾナック様。 従来の特許情報にニュース視点が加わり情報収集⼒が強化されたことで、 研究開発企画とともに技術開発を牽引 知財戦略の質を⾼め、 事業部⾨も未把握の情報を踏まえた提案もでき、説得⼒の向上を実感され するための知財戦略にAconnectを積極 ています。経営層に対しても⾃社の状況と市場動向を踏まえた具体的な提 事業との連携が深化 案が出来るようになり、Aconnectを活⽤した戦略のさらなる⾼度化も期待 的に活⽤されています。 されています。 レゾナック社の技術戦略や具体的な活⽤法をWebページでご紹介中！ 詳細事例を読む → 無料トライアル・資料請求はこちらから https://aconnect.stockmark.co.jp/

Aconnectとは？ ｜ 開発現場の右腕。製造業向けAIエージェン ト あなたの業務を理解したAIが、リスクとチャンスを逃さず検知 必要な情報をまとめ、開発現場の判断を⽀えます 製造業に特化した情報ソース ニュース 論⽂ 特許 官公庁レ ポート 社内資料 1. 収集 2. 調査 3. 共有 必要な技術情報を漏れなく 技術動向をすばやく把握 ワンクリックで情報共有 ⾃動でAIが収集 AIでスピーディーな調査を実現 “情報通”の視点を組織の知識へ パーソナライズ 検索 共有 テーマ配信 要約 可視化

技術者を⽀援するAconnectの機能 ｜ 開発現場の右腕になる 製造業向けAIエージェント 1.収集 2.調査 3.共有 社内外の情報をAIがまとめて要約 重要情報はワンクリックで共有 国内情報 社内の知⾒者の 設定もAIで簡単！ 気になる領域を 深掘り調査！ 視点を環流 海外情報 組織や個⼈の重要情報をフォロー 特許/論⽂

導⼊実績 ｜ 製造業を中⼼に国内⼤⼿エンタープライズ企業で導⼊が進んでいます

Aconnectは無料トライアルを実施しています！ ｜ 無料トライアルがおすすめの理由 ❶機能・利⽤⼈数無制限！ - 20名様〜上限は何名様でもご利⽤いただけます。 ※利⽤⼈数は個別調整可能です。詳しくは営業担当にご相談ください。 ❷初期設定・利⽤をサポート！ - お客様の課題をヒアリング。 業務に合った使い⽅をご⽀援いたします。 ❸活⽤状況をフィードバック - 「利⽤状況やどんな効果が出ているか」を検証し、 アンケートや活⽤データをご報告いたします。 - 本格導⼊に向け、ROI算出で社内稟議までサポート可能。 開発現場の右腕となる製造業向けAIエージェント「Aconnect」 公式ホームページはこちら ▶