製造業のDX推進・AI活用事例

製造業は、人材不足／スキルギャップ、製品からサービスへ、ダイナミックケイパビリティの3つを解決するためにデジタル技術・データ利活用が進んでいます。ここでは私たちが取り組んできた製造業の協創テーマ・事例の一部をご紹介いたします。

製造業のDX推進・AI活用の現状及び課題とDX推進のポイント

製造業に特化した課題は大きく分けると3つに分けることが出来ます。①人材不足／スキルギャップ、②製品からサービスへ、③ダイナミックケイパビリティの3つです。それらの解決方法の一つとしてDXが注目されています。DXの中でもAI活用で出来ることの例として、人材不足／スキルギャップというところに関しては設計支援AIの開発や、生産工程の自動化、あるいは検査の自動化により熟練者に頼らないものづくりとしてレベルアップしていくということが期待されております。

次に製品からサービスへ。製品だけではなく、サービス化で競争力を維持していくという課題に対しては、One to One でアフターフォローやメンテナンスを行える仕組みですとか、マス・カスタマイゼーション、人工知能搭載のサービスを展開していくことが考えられます。

さらに世の中の柔軟性に対応していくためのダイナミックケイパビリティの強化としましては、インテリジェント・サプライチェーンの実現や、人や場所に依存しないリモートAIというところも注目されております。

近年、製造業ではもはやDXおよびAIが関係しない領域はありません。各部門がDX推進／AI活用を意識し部門間で協力することで企業として競争力を高めていく必要があります。

製造業のAI活用事例マップ

Front	研究開発	商品企画	製品設計	受発注	生産管理	生産	流通・販売	保守・アフターサービス
	製品閤発	ボイスオブカスタマー分析	製造条件最適化	最適在庫水準算出	生産計画自動化	機器異常検知	営業行動最適化	One to One アフターフォロー
	マテリアルインフォマティクス	マス・カスタマイゼーション	設計図検索支援	需要予測	エネルギー効率最大化生産計画	機器故障予兆検知	販売数予測	クレーム分類自動化
	特許情報自動検出	製品利用傾向解析	設計図による費用見積り	異常物流原因分析	施工計画支援	強化学習による機器自動制御	消耗品交換予測による物流効率化	問合せ自動応答
			設計レコメンド	物流設備メンテナンス自動化	進捗推定	検査工程自動化	配送経路最適化	非侵入検査
			設計図標準化	物流環境影響評価	品質指標策定効率化	要因分析による歩留り向上	配送タイミング最適化	遠隔保守
Back	経営/会計			人事/労務			その他
	KPI構造最適化	需要予測	ソーシャルリスニング	人材配置最適化	採用効率化	離職兆候検知	定型業務自動化	防犯AIシステム
	ブランド分析	不正会計検知	会計書類自動読取	休職兆候検知	スキルマップ自動更新		工場案内対話型AI