AIを活用した製造業DX!事例から見る導入効果とは?

  • 2022年4月22日
  • 2024年1月17日
  • DX・IT

近年、製造業のみならず、様々な業種で注目されるAI。

ただ、AIの具体的な活用イメージ・実際の導入効果を掴めていない方は、意外と多いのではないでしょうか。

この記事では、AIの導入効果・活用例を、事例を交えて紹介します。

【製造業】AI(人工知能)の基礎知識をおさらい

AI(人工知能)とは、人間の自然知能を、コンピューター上に再現するデジタル技術の総称です。

AIにはさまざまな技術が内包されており、代表的な技術として下記の2つがあげられます。

  • 機械学習
  • ディープラーニング

機械学習とは、大量のデータを反復学習することで、ある法則を見つけ出す技術のことです。

一般的なシステムのように、情報を丸ごと暗記するのではなく、ルールや規則性を見つけ出す点がポイントです。

質問を投げると内容に合った回答を出力する、チャットボットにも機械学習が使われています。

ディープラーニングとは、AIの判断能力を多層に重ね、学習能力を飛躍的に高める技術。

機械学習に内包される技術であり、画像認識や設備の異常探知など、より高度な判断が可能です。

つまり、AI・機械学習・ディープラーニングには、それぞれAI>機械学習>ディープラーニングという関係性があります。

AIは何ができる?製造業での活用例

AIの適用範囲は多岐にわたり、導入箇所や活用する技術によっても、実現できる業務が異なります。

突き詰めて考えると、AIができることは下記の4つに集約されます。

  • 従来の設備・システムの機能を飛躍的に向上させる
  • 画像や音声の認識・識別
  • 異常検知・予知
  • データをもとに予測

とりわけ製造業におけるAIの活用例は、下記の通りです。

  • 設備の故障・部品消耗を予知
  • 設備の異常動作を検知
  • 製品の品質検査をAIが識別
  • オペレーション予測
  • AI技術を製品として提供(AIを搭載した家電など)
  • 生産計画の自動策定
  • 作業車両の接近アラート
  • 危険エリアへの侵入検知
  • 製造工程の省人化・無人化(産業用ロボット)
  • 従業員の勤怠管理(AIカメラで識別)
  • 作業員・顧客の動線分析や行動分析
  • AIがコントロールする無人運搬ロボット

AIは今もなお進歩している技術であるため、今後は活用の幅がさらに広がっていくでしょう。

AI導入により期待できる3つの活用効果【製造業】

製造業がAIを導入した場合、主に下記3つの効果を期待できます。

  • 人手不足の解消
  • コストの削減
  • 生産性の向上

上記3つのAI活用効果を、順に紹介します。

AI導入効果1.人手不足の解消

1つ目の導入効果は、製造業で深刻化しつつある人手不足の解消です。

先の活用例でもあげた産業用ロボットや品質検査の自動識別は、まさに人手不足の解消につながる事例です。

従来ヒトがおこなっていた作業を、AIが代行

これにより、製造工程の省人化・無人化を実現できます。

また、AIは従来のソリューションと異なり、自己学習や事項に対する柔軟な対処が可能です。

つまりヒトの業務を、高いレベルで代行できるため、多くの製造業企業が抱える人手不足の解決が期待できます。

AI導入効果2.QCDの最適化

2つ目の導入効果は、製造業で欠かせないQCDの最適化です。

製造業企業がAIを導入した場合、QCD改善へ下記のアプローチが可能です。

  • Qクオリティ:自動化によるヒューマンエラーの削減・品質合格ラインの底上げ
  • Cコスト:省人化による人件費削減・高精度な需要予測や発注の効率化
  • D納期:AIによる納期予測の策定と調節シナリオの提示・作業スピード向上による短納期化

通常、QCDの最適化には、膨大な時間と労力がかかります

たとえ問題点を洗い出せたとしても、改善施策が現場へ浸透しなかったり、施策自体が誤っていたりと、失敗に終わるケースも多く見られます。

その点AIソリューションは機械であるため、導入効果が定量的であり、業務改善・業務改革で一定の成果を出しやすいのです。

AI導入効果3.生産性の向上

3つ目の導入効果は、生産性の向上です。

製造業の生産性を阻む要因の1つに、下記のロス(損失)があります。

  • ヒューマンエラー
  • 立ち上がりロス
  • 不良ロス
  • チョコ停・ドカ停ロス
    ※チョコ停とは数十分レベルでの生産停止、ドカ停とは長時間の生産停止のこと

ヒューマンエラーや立ち上がりロスは改善こそ可能ですが、ヒトが業務をおこなう以上完全に排除することはできません

しかし、集中力やモチベーションに左右されないAIであれば、常に一定のパフォーマンスを保てるため、上記のロスを排除できます

これにより、製造現場の稼働率や生産性を向上でき、高い競争力を維持できるはずです。

AIに着目した製造業DX5選

ここからは、AIに着目した製造業のDX事例を5つ紹介します。

  • アイリスオーヤマ株式会社
  • アウディ
  • 株式会社ヌカべ
  • 三木プーリ株式会社
  • JFEスチール株式会社

上記の5社は、AIに対しそれぞれ異なったアプローチ・取り組みをしています。

今後、AI活用の推進を検討している方は、ぜひ参考にしてみてください。

製造業DX1.アイリスオーヤマ株式会社

家具や家電を製造するアイリスオーヤマは、BtoB向けにAIカメラを提供しています。

AIカメラとは、人の顔を迅速かつ高精度に識別できるカメラのこと。

企業のマーケティングやセキュリティ対策などに活用されています。

製造業のAI活用と聞くと、生産工程や管理業務への導入をイメージしがちですが、自社製品へAI技術を導入するという選択も効果的ではないでしょうか。

最近ではAIカメラ以外にも、AI運搬ロボットやAI家電などさまざまな製品が登場しています。

製造業DX2.アウディ

アウディは、世界的にも有名なドイツの自動車メーカーです。

ディープラーニングを活用した品質検査システムをプレス工程へ導入し、省人化を達成しています。

具体的には、板金部品の細かな亀裂を検査用のAIカメラで検出し、自動的にマーキングを施すというものです。

アウディは、最高精度の品質検査を実現するべく、数百万枚にも及ぶテスト画像を用意し、数ヶ月間AIをトレーニングしました。

結果、板金部品の細かな亀裂さえも、AIが自動的に認識できるようになったとのこと。

今後は、自動車のドア・エンジンフード・フェンダーなど、適用範囲を広げていくようです。

製造業DX3.株式会社ヌカべ

株式会社ヌカべは、電子部品・自動車部品を扱う製造業企業です。

AI導入以前から製造工程の自動化に取り組んでおり、部分的な省人化を達成していました。

さらなる省人化やチョコ停の削減を達成するべく、ピッキングAIロボットを導入

導入したピッキングAIロボットは、3次元認識とロボット制御により、表裏判定やワーク反転などの複雑な動作も可能

加工ラインへの粗材投入を、完全自動化した事例です。

また、ピッキングAIロボットは、ピッキング以外の動作もティーチレスで実行できるため、導入期間の大幅削減につながっています。

製造業DX4.三木プーリ株式会社

三木プーリ株式会社は、電磁クラッチや電磁ブレーキなど、伝導機器・制御機器を製造する会社です。

2020年からAI活用を本格的にスタートしましたが、当時は社内にAIの知見・技術がなく手探りの状態でした。

AIのノウハウを蓄積し、AI人材を育成するため、ベンダー企業が開催するAI技術講習を受講しました。

技術講習を通し、AIで何ができるのかなど、抽象的だったAIへのイメージを具体化できたそうです。

今後は、学んだことを手がかりにさまざまな手法を試し、AI活用を促進するそうです。

製造業DX5.JFEスチール株式会社

日本大手の鉄鋼メーカーJFEスチール株式会社は、AIを活用した安全行動サポートシステムを導入しました。

危険エリアへの侵入を検知すると、警報を発するとともに、ラインを自動停止させるというものです。

照明が暗く、あらゆる装置が設置された製鉄所内でも人物を検知できるよう、ディープラーニングによってAIをトレーニング。

結果、実用レベルの人物検知を実現しました。

すでに、一部工場では実用に至っており、今後はさらなる機能の拡充と新技術の開発に努めるようです。

製造業のAI導入を阻む3つの要素と対応策

これからAIを導入しようと考えている場合には、下記3つの障害に注意が必要です。

  • AI人材の不足
  • AI活用の不透明性
  • データ・インフラ基盤の構築

この章では、上記3要素の注意点と対応策を解説します。

AI人材の不足

1つ目の障害は、AI導入プロジェクトを推進できる人材の不足です。

引用:中小企業のAI・データ活用について|中小企業庁

中小企業庁の調査でも、全体の45%の企業が「技術・ノウハウを持った人材が不足している」と回答。

次いで、「活用イメージが湧かない」「新技術について理解していない」が多いことから、企業内にAIの知見を持つ人材が少ないことが伺えます。

AI人材不足を解決するには、先述の三木プーリ株式会社のように、外部機関を利用して社内にノウハウを形成することが重要です。

AI人材不足は今後さらに深刻化すると予測されるため、迅速な対応が求められます。

AI活用の不透明性

2つ目の障害は、AI活用の不透明性です。

AIは近年注目され始めた技術であり、多くの企業が活用先や導入方法を探っている状態です。

またAI人材が不足していることもあり、全体像を把握できず、プロジェクトを実行へ移せない企業が多くみられます。

AIの透明性を確保するには、先ほどと同様、AI人材や知見を社内に蓄積することが重要。

国内の先行企業のみならず、AI活用が活発な中国企業・アメリカ企業の事例を参考にすると良いでしょう。

データ・インフラ基盤の構築

3つ目の課題は、データ・インフラ基盤の構築です。

AIの性能を実用レベルにまで引き上げるには、膨大なデータとそれを支えるインフラ基盤が欠かせません

しかし、多くの製造業企業は十分なIT投資をおこなっていないため、たとえAIを導入しても十分な効果が得られない恐れがあります。

対策としては、DX戦略、データ、インフラ基盤のそれぞれに優先順位を付け、段階的にIT化・デジタル化を進めることが効果的です。

AI活用は一朝一夕で達成できるものではないため、長期的な視点で取り組むことが成功への近道でしょう。

製造業担当者へ、AI導入に向けてインフラ基盤・DX戦略を構築しよう

AIは、製造業企業に大きな導入効果をもたらす技術

しかし、導入・活用に至るには、計画的なDX戦略やAIを下支えするデータ・インフラ基盤が欠かせません。

AIを用いたDX推進を検討している方は、先行企業の事例やベンダー企業のセミナーなどの情報を参考に、DX戦略を策定・実行されてみてはいかがでしょうか。

当メディアを運営するチェンシージャパン株式会社は、製造業に特化したITベンダー企業です。

企業のデータ活用を支えるERPシステムや、製造業のDX推進に関する無料相談会を実施しております。

DX実現に向けたデータ基盤の構築・既存システムの入れ替えをご検討中の方は、お気軽にお問合せください。

 

チェンシージャパンは、ERPソリューションIFS Cloudの販売・導入・構築・運用までワンストップで提供中。

ERP専門コンサルタントによる丁寧なヒアリングのもと、最適なご提案をさせていただきます。

最新情報をチェック!
>グローバルERP IFS導入におけるシステムインテグレーター『チェンシージャパン株式会社』

グローバルERP IFS導入におけるシステムインテグレーター『チェンシージャパン株式会社』

チェンシーグループの日本法人として、アジア地域の企業に向けて高品質で革新的なソリューションを提供しています。日本・アメリカ・中国・タイを拠点にIFS経験者を100名以上を抱え、海外拠点へ進出されるお客様プロジェクトの円滑な支援も実現します。

IFSに関するコンサルティング・導入・運用保守までのサービスを通じてお客様ビジネスの効率化と成長の実現を共に目指します。サイト内には導入事例やホワイトペーパーもございます。情報収集にお役立てください。

CTR IMG