本資料は、アクセンチュアが大手製造業のお客様において、AIによるデータ分析と改善アクションの提案・実践を通じて、歩留まりを改善した事例をまとめたものです。
■ お客様の課題
製造ラインでは、原料や前工程の加工ばらつきの影響で、同じ条件で加工しても必ずしも同じ仕上がりにはなりませんでした。加工条件は熟練者の知見をもとに数式化されてきましたが、熟練者への負荷集中が進み、不良が出れば大きな損失となるリスクを常に抱えていました。AIに慎重な声もあるなか、不良問題に行き詰まった品種もあり、打開策としてAI活用に期待が寄せられていました。
■ ソリューション概要
対象工程の検査指標や様々な品種の情報をAIに学習させ、物理式も考慮したモデルを構築しました。現場設備で品種情報を入力すると、狙い値に合わせた最適な加工条件パラメータを出力します。データの少ない品種にも対応でき、狙い値に対するばらつきを小さくすることで、安定的に高品質な加工を可能にしました。事前にAIが高精度で予測できるため、実験開発の条件としても活用でき、実験コストの削減にもつながります。
■ 創出された成果
歩留まり悪化により出荷停止寸前まで追い込まれていた最先端品種の改善も実現しました。属人的だった加工条件式の作成工数を削減し、熟練者に偏っていた負荷とプレッシャーも軽減しています。AI構築から現場定着まで一貫して伴走したことで、AIに懐疑的だった方々も前向きになり、お客様社内で本取り組みが表彰されました。
■ 改善PDCAのアプローチ
現場技術者の知見とデータから不良発生要因をAIでモデル化し、発生工程・要因を特定します。足元のロットは製造レシピを調整して即効性のある改善を行い（暫定対応）、根本的に変える必要がある領域は中長期の構造改善を進めます（恒久対応）。効果をモニタリングし、学習した知見をモデルへフィードバックすることで、継続的に精度を高めています。
このカタログについて
| ドキュメント名 | AIによる歩留まり改善 |
|---|---|
| ドキュメント種別 | 事例紹介 |
| ファイルサイズ | 843.2Kb |
| 取り扱い企業 | アクセンチュア株式会社 (この企業の取り扱いカタログ一覧) |
この企業の関連カタログ
このカタログの内容
既定のセクション、スライド 1
スライド 2: 概要
スライド 3: ソリューション概要
スライド 4: 創出された成果
スライド 5: 歩留まり改善AI構築と改善PDCAのアプローチ