Mais conteúdo relacionado
Semelhante a Data × AI でどんな業務が改善できる? 製造業様向け Data × AI 活用ユースケース & 製造MVPソリューションのご紹介 (20)
Data × AI でどんな業務が改善できる? 製造業様向け Data × AI 活用ユースケース & 製造MVPソリューションのご紹介
- 1. D a t a × A I で ど ん な 業 務 が 改 善 で き る ?
製 造 業 様 向 け D a t a × A I 活 用 ユ ー ス ケ ー ス & M V P ソ リ ュ ー シ ョ ン
の ご 紹 介
2022年3月16日
株式会社 電通国際情報サービス
- 5. 5
AI/機械学習で何が実現できますか?
• 機械学習(英: machine learning)とは、経験からの
学習により自動で改善するコンピューターアルゴリズム
で、人工知能の一種であるとみなされている。「訓練
データ」もしくは「学習データ」と呼ばれるデータを使っ
て学習し、学習結果を使って何らかのタスクをこなす。
機械学習のタスクは、以下の代表的な3種類のカテゴ
リーに分けられる。
1. 教師あり学習
2. 教師なし学習
3. 強化学習
https://ja.wikipedia.org/wiki/機械学習
• 昨今ディープラーニングなどのAI技術が発展してきまし
た。AIを使えば、今まで活用できなかったビッグデータ
を元に、分析することができるのです、AIの時代です、
活用しましょう!
- 9. COPYRIGHT
Agenda
No. アジェンダ 内容
1 製造MVPのユースケース • 製造MVPの全体像について紹介します。
2 MVPで活用するサービスのご紹介
• ISIDのMVPにて利用するMicrosoftおよびISIDのプラットフォー
ムやサービスについて紹介します。
3
ユースケース1 予知保全AIで現場設備の故障を予
知
• 製造現場にて設備が突然故障してしまうとさまざまな問題が生じま
す。
予知保全AIによる解決策をご説明いたします。
4 ユースケース2 事後保全AIで設備の状態を診断
• フィールドサービスでは、事前準備の不足によりサービス品質が低
下する
恐れがあります。事後保全AIによる解決策をご説明いたします。
5 ユースケース3 文書AIで過去トラ情報を有効活用
• 過去の不具合や故障、それに対する対策など過去トラ情報は上手く
管理できていますか?文書AIによる解決策をご説明いたします。
6 最後に:製造MVPのメリット • 本セッションのまとめとして、製造MVPのメリットを説明します
9
- 10. COPYRIGHT 10
No. アジェンダ 内容
1 製造MVPのユースケース • 製造MVPの全体像について紹介します。
3 MVPで活用するサービスのご紹介
• ISIDのMVPにて利用するMicrosoftおよびISIDのプラットフォームや
サービスについて紹介します。
4 ユースケース1 予知保全AIで現場設備の故障を予知
• 製造現場にて設備が突然故障してしまうとさまざまな問題が生じます。
予知保全AIによる解決策をご説明いたします。
5 ユースケース2 事後保全AIで設備の状態を診断
• フィールドサービスでは、事前準備の不⾜によりサービス品質が低下する
恐れがあります。事後保全AIによる解決策をご説明いたします。
6 ユースケース3 文書AIで過去トラ情報を有効活用
• 過去の不具合や故障、それに対する対策など過去トラ情報は上⼿く
管理できていますか︖文書AIによる解決策をご説明いたします。
7 最後に︓製造MVPのメリット 本セッションのまとめとして、製造MVPのメリットを説明します
- 11. COPYRIGHT 11
MVP(Minimum Viable Product)とは︖
MVPとは、「特定のユースケースにて価値を提供すること
が可能な最小限のソリューション(ご提案パッケージ)」
ユースケースの拡張やパッケージのブラッシュアップにより
迅速かつ効率的なPoC/システム導入を実現
製造業様向けのMVPを開発 お客様向けにご提案
パッケージをお客様向けにブラッシュアップ
迅速に業務適用をスタート
製造業様の業務を知るISIDが
データにより解決が可能な課題をピックアップ
テンプレートとなるMVPを開発
MVPをお客様にご体験いただき、
AIやAnalyticsによる業務改善イメージを提供
ご要件に合わせてMVPをカスタマイズ
実業務へスムーズに適用し、DXを促進
ユースケース1
ユースケース2
ユースケース3
AIモデル
データ
設計・開発 製造 保守・保全
ソリューション化
AIやAnalyticsで
何ができる︖
自社にも
適用できそう︕
ISIDのMVPをご体験
アーキテクチャ
要件・要望
MVPをベースに
システムを開発
- 15. COPYRIGHT 15
Agenda
No. アジェンダ 内容
1 製造MVPのユースケース 製造MVPの全体像について紹介します。
3 MVPで活用するサービスのご紹介
• ISIDのMVPにて利用するMicrosoftおよびISIDのプラットフォームや
サービスについて紹介します。
4 ユースケース1 予知保全AIで現場設備の故障を予知
• 製造現場にて設備が突然故障してしまうとさまざまな問題が生じます。
予知保全AIによる解決策をご説明いたします。
5 ユースケース2 事後保全AIで設備の状態を診断
• フィールドサービスでは、事前準備の不⾜によりサービス品質が低下する
恐れがあります。事後保全AIによる解決策をご説明いたします。
6 ユースケース3 文書AIで過去トラ情報を有効活用
• 過去の不具合や故障、それに対する対策など過去トラ情報は上⼿く
管理できていますか︖文書AIによる解決策をご説明いたします。
7 最後に︓製造MVPのメリット 本セッションのまとめとして、製造MVPのメリットを説明します
- 18. COPYRIGHT
ビッグデータマネジメント: Synapse Analytics
18
Microsoft Azureが提供する「データ分析基盤に必要なさまざまな機能を統合したデータウェアハウスソリューション」
企業に散在されたデータを一元化して蓄積・分析することで、製造DXを推進
蓄積
オンプレミスの
データ
クラウド上の
データ
IoTデバイスの
データ
他システムの
データ
取り込み
Data Factory
前処理
Databricks
分析
SQL Data
Warehouse
Data Lake Storage
Power BI
Machine
Learning
従来のデータ分析基盤
オンプレミスの
データ
クラウド上の
データ
IoTデバイスの
データ
他システムの
データ
Data Lake Storage
Power BI
Machine
Learning
Synapse Analyticsを活用したデータ分析基盤
Synapse Analytics
OSSの分析ツールやAzureの複数サービスを組み合わせることが必要
開発性 管理性
データ分析に必要なさまざまな機能を集約・強化
開発性 管理性
パフォーマンス
- 22. COPYRIGHT 22
Agenda
No. アジェンダ 内容
1 製造MVPのユースケース 製造MVPの全体像について紹介します。
2 MVPで活用するサービスのご紹介
• ISIDのMVPにて利用するMicrosoftおよびISIDのプラットフォームや
サービスについて紹介します。
3 ユースケース1 予知保全AIで現場設備の故障を予知
• 製造現場にて設備が突然故障してしまうとさまざまな問題が生じます。
予知保全AIによる解決策をご説明いたします。
4 ユースケース2 事後保全AIで設備の状態を診断
• フィールドサービスでは、事前準備の不⾜によりサービス品質が低下する
恐れがあります。事後保全AIによる解決策をご説明いたします。
5 ユースケース3 文書AIで過去トラ情報を有効活用
• 過去の不具合や故障、それに対する対策など過去トラ情報は上⼿く
管理できていますか︖文書AIによる解決策をご説明いたします。
6 最後に︓製造MVPのメリット 本セッションのまとめとして、製造MVPのメリットを説明します
- 23. COPYRIGHT
As-Is To-Be
現場設備が予期せぬタイミングで故障
ダウンタイムの発生、最悪の場合にはライン停止
現場設備に不具合が内在していることに気付かず製造を継続
製造品自体の品質低下
検査不合格製品の増加による生産ロス発生率の悪化
故障や不具合の発生タイミングが分からず、場当たり的な対策
AIの故障予知結果に基づき対策(部品⼿配や修理依頼)検討
ダウンタイムの発生を最小化
AIが不具合の発生を予知することで、不完全な製造を防止
適切なメンテナンス計画⽴案をサポート
高品質な製造工程を実現し、生産ロスを防⽌
交換部品(在庫)を適切量保管
ユースケース1 予知保全AIで現場設備の故障を予知
23
現場設備の故障や不具合の発生を未然に防止することで、製造品質を向上 & ダウンタイム最小化
不完全な製造による
品質低下 & 検査ロス増加
1週間以内の故障確率が
80%を超えています︕
製造部門
担当者
突然の設備故障による
製造停⽌ & ダウンタイム発生
製造部門
担当者
予知保全AI
• 部品在庫を確認しておこう︕
• 設備をメンテナンスしておこう︕
- 26. COPYRIGHT 26
Agenda
No. アジェンダ 内容
1 製造MVPのユースケース 製造MVPの全体像について紹介します。
2 MVPで活用するサービスのご紹介
• ISIDのMVPにて利用するMicrosoftおよびISIDのプラットフォームや
サービスについて紹介します。
3 ユースケース1 予知保全AIで現場設備の故障を予知
• 製造現場にて設備が突然故障してしまうとさまざまな問題が生じます。
予知保全AIによる解決策をご説明いたします。
4 ユースケース2 事後保全AIで設備の状態を診断
• フィールドサービスでは、事前準備の不⾜によりサービス品質が低下する
恐れがあります。事後保全AIによる解決策をご説明いたします。
5 ユースケース3 文書AIで過去トラ情報を有効活用
• 過去の不具合や故障、それに対する対策など過去トラ情報は上⼿く
管理できていますか︖文書AIによる解決策をご説明いたします。
6 最後に︓製造MVPのメリット 本セッションのまとめとして、製造MVPのメリットを説明します
- 27. COPYRIGHT
As-Is To-Be
訪問前に、インシデントの要因に当たりを付けることが難しい
当⽇、交換部品や必要工具等の準備不⾜が発生
訪問回数増加によるサービスマンの工数および負荷増⼤
現地にて、インシデント要因の特定に時間が掛かる
サービス品質(顧客満⾜度)の低下
サービス品質がサービスマンのスキルに依存
AIがインシデント発生要因を事前予測し、サービスマンの訪問準備をサポート
メンテナンスに必要な交換部品や必要工具を予め準備
訪問回数削減によるコスト低減
故障モード(発生しているインシデント)をAIが予測し、サービスマンに通知
インシデント要因特定時に参考にすることで、サービス品質を向上
経験の浅いサービスマンであっても、適切なサービスを実施可能に
ユースケース2 事後保全AIで設備の状態を診断
27
AIの判定結果を参考にサービスマンが効率的にメンテナンスを⾏うことで、サービス品質を向上
顧客
保守部門
サービスマン
事前準備 現地作業
現地でもインシデント要因が分からず、
サービス品質 & 顧客満⾜度低下
電話やメールで顧客から得られた
情報が頼りであり、準備が難しい
保守部門
サービスマン
顧客
保守部門
サービスマン
事前準備 現地作業
しっかりとした事前準備により
現地でもスムーズに作業実施
AIの予測結果を参考に
インシデント要因に当たりを付ける
保守部門
サービスマン
事後保全AI
- 30. COPYRIGHT 30
Agenda
No. アジェンダ 内容
1 ISIDが提供するMVPとは︖
• ISIDが掲げるMVPのビジョンや、製造業様における適用ユースケースおよびソ
リューションの全体像について紹介します。
2 MVPで活用するサービスのご紹介
• ISIDのMVPにて利用するMicrosoftおよびISIDのプラットフォームや
サービスについて紹介します。
3 ユースケース1 予知保全AIで現場設備の故障を予知
• 製造現場にて設備が突然故障してしまうとさまざまな問題が生じます。
予知保全AIによる解決策をご説明いたします。
4 ユースケース2 事後保全AIで設備の状態を診断
• フィールドサービスでは、事前準備の不⾜によりサービス品質が低下する
恐れがあります。事後保全AIによる解決策をご説明いたします。
5 ユースケース3 文書AIで過去トラ情報を有効活用
• 過去の不具合や故障、それに対する対策など過去トラ情報は上⼿く
管理できていますか︖文書AIによる解決策をご説明いたします。
6 最後に︓製造MVPのメリット 本セッションのまとめとして、製造MVPのメリットを説明します
- 31. COPYRIGHT
As-Is To-Be
現場からのトラブル報告に担当者が目を通し、優先度やラベルを割り当て
⼤量の報告の中で、重⼤トラブルを⾒逃す危険性
対応優先度の決定に時間が掛かる
担当者が過去トラDBからキーワードや自身の経験を基に類似事例を検索し、
原因特定や対策検討に活用
検索精度が担当者のスキルに依存
トラブル内容を読み込んだ上でないと妥当な検索は不可能
AIがトラブル報告を理解し、半自動で対応優先度や割り当てラベルを決定
担当者のスキルを問わず、⾒逃しリスクを低減
トラブル対応を迅速化、(AIは疲れないため)24時間365⽇継続的に監視
過去の類似事例をAIが検索し、トラブルの原因特定や対応検討に活用
報告内容自体から検索でき、担当者のスキルに依存せず類似事例を検索
担当者が逐一トラブル内容を読み込むための工数削減
ユースケース3 文書AIで過去トラ情報を有効活用
31
過去トラ管理をAIにより効率化することで社内のノウハウをフル活用し、製品品質を向上
どのトラブルから対応すべきか
判断が難しい
過去の類似事例の検索が
困難 & 時間が掛かる
類似事例
品質保証部門
担当者
過去トラDB
現場からの
トラブル報告
類似事例
品質保証部門
担当者
過去トラDB
現場からの
トラブル報告
文書分類AI 文書検索AI
AIが対応優先度を自動判定
優先度の⾼いトラブルはリアルタイム通知
AIがトラブル内容を理解し、
過去の類似事例を自動検索
現場報告 優先度
トラブルA A
トラブルB C
トラブルC C
過去トラ 類似度
過去トラA 90%
過去トラB 60%
過去トラC 10%
- 34. COPYRIGHT 34
Agenda
No. アジェンダ 内容
1 ISIDが提供するMVPとは︖
• ISIDが掲げるMVPのビジョンや、製造業様における適用ユースケースおよびソ
リューションの全体像について紹介します。
2 MVPで活用するサービスのご紹介
• ISIDのMVPにて利用するMicrosoftおよびISIDのプラットフォームや
サービスについて紹介します。
3 ユースケース1 予知保全AIで現場設備の故障を予知
• 製造現場にて設備が突然故障してしまうとさまざまな問題が生じます。
予知保全AIによる解決策をご説明いたします。
4 ユースケース2 事後保全AIで設備の状態を診断
• フィールドサービスでは、事前準備の不⾜によりサービス品質が低下する
恐れがあります。事後保全AIによる解決策をご説明いたします。
5 ユースケース3 文書AIで過去トラ情報を有効活用
• 過去の不具合や故障、それに対する対策など過去トラ情報は上⼿く
管理できていますか︖文書AIによる解決策をご説明いたします。
6 最後に︓製造MVPのメリット • 本セッションのまとめとして、製造MVPのメリットを説明します
- 35. COPYRIGHT
個別パッケージ導入 スクラッチ開発 ISIDの製造MVP
「リッチなUIや機能が即座に使える」が…
• 「欲しい機能のみ利用」といった柔軟な使い⽅をしにくい
• パッケージ費 + カスタマイズ費 + サポート費など
高コスト化しやすい
「やりたいことは何でもできる」が…
• 0から構築となるため、人的コストが高い・スケジュールも
⻑期化しやすい
• 属人化や保守性・品質低下となる可能性が⾼い
• ユースケースを流用することで、早く確実にAIモデルを活
用した業務システムを構築、運用できる
• ローコード開発により、低コストで業務適用できる
最後に︓製造MVPのメリット
35
「個別のパッケージでもなく、スクラッチ開発でもなく」
AIモデル AIモデル
AIモデル AIモデル AIモデル
○○社
予知保全サービス
XX社
文書管理サービス
AI機能アドオン︕
カスタムAPI実装︕
SaaSのためカスタマイズ不可
新規参画者
開発者 Power BI Power Apps
- 36. 36
お問い合わせ先
【お問い合わせ先】
• 株式会社 電通国際情報サービス
• X(クロス)イノベーション本部 AIトランスフォーメーションセンター
• URL:https://isid-ai.jp/
• E-mail:g-isid-ai@group.isid.co.jp
【ISID-AI製品】
製品名
テクサインテリジェンス オプタピーエフ ディーカ
社内で活用できていない文書をAIで有効活用
ユーザーが自ら推進出来るAIモデルの開発・
運用プラットフォーム
設計・生産技術部門等における
図面チェック・読取業務