業界

製造

予測と画像認識が現場の実態と向き合う、生産・品質・サプライチェーン。

製造

AIが見合う領域

  • 欠陥は目に見えるが、物量のため人手による均質な検査が現実的でない品質検査。
  • すでに収集されながら放置されているセンサーと作業指示の履歴からの保全計画。
  • 実態はパートナー各社への書類の催促である、サプライチェーンの例外処理。
  • 技術者が効率よく検索できない技術文書とサービスマニュアル。

製造

よくあるユースケース

  • ライン上の外観不良を分類し、判断が分かれる事例を検査員に回す。
  • センサーの傾向から故障を予測し、計画停止のなかに対応を組み込む。
  • 仕入先の書類を発注データと突合し、不一致のみを浮かび上がらせる。
  • マニュアルと過去案件から現場技術者の質問に、出典を示して答える。

製造

制約となるもの

  • 制御系と情報系の分離。工場ネットワーク上のモデルは別のリスク体系に置かれる。
  • 安全に関わる判断には決定的な動作と文書化された故障時挙動が求められる。
  • 設計と工程データに含まれる知的財産を境界の外へ出してはならない。

主なお客様

AI構想について相談する

予測と画像認識が現場の実態と向き合う、生産・品質・サプライチェーン。