製造業の購買担当者がAIにかわることってあり得るの?
設備データからの異常検知にAIを活用する手法は近年着実においており、生産性向上やメンテナンスコスト削減に大きな効果が期待されています。
設備から取得したデータをAIアルゴリズムに学習させ、異常検知や予測分析を行うこの手法は「AIoT」とも呼ばれ、大手メーカーを中心に導入事例が増えています。
設備データから異常を検知する伝統的な手法は、事前に定義された閾値との比較に基づくシンプルな手法が主流でした。
しかし、設備の特性は時間とともに変化します。AIを用いれば、設備データの時系列変化から自然な異常パターンを learntでき、より精度の高い異常検知が可能になります。
また、複数要因から異常発生リスクを予測できるため、予防メンテナンスも実現します。
国内大手精密機器メーカーでは、設備運転データから異常箇所の予測精度向上ならびに優先順位付けができるようになり、維持作業の効率化に貢献しています。
自動車メーカーでは製造ラインの停止時間を20%削減。電機メーカーではメンテナンスコストを年間で1億円削減できる事例も報告されています。
設備健全性管理をAIで支援する手法は品質向上と生産性向上の両面からメリットが期待できます。
設備データ解析のAI専門家と連携しながら、独自の運用データから異常予測モデルを構築していく取り組みが今後求められるでしょう。
調達購買業務の効率化だけでなく、システムを導入することで、コスト削減や製品・資材のステータス可視化のほか、属人化していた購買情報の共有化による内部不正防止や統制にも役立ちます。