製造業の購買担当者がAIにかわることってあり得るの?
製造現場にIoT機器やロボット、AIが導入されるに伴い、品質管理の在り方自体が変化しています。
従来は人手に頼らざるを得なかった機械検査や部品点検が、センサーなどの自動検査で代替できるようになりました。
しかし一方で、自動化された機器の故障や異常に起因する品質問題が新たな課題となっています。
自動機器の機能自体や、機器間の連携などをITで管理・監視できるIoTシステムの導入が求められています。
部品装着ロボットが予期しない動作をしたため欠陥品が出た、といった事例も発生しているでしょう。
またAIを活用した検査では、教師データが不正確だったため欠陥品が通過する、などの課題も明らかになっています。
品質保証の視点から、機器の自己診断能力や履歴管理機能の向上が求められます。
ロボットアーム1機ずつに異常有無を監視するセンサーを付ける、が限度です。
むしろ、機器間の連携体制や生産ライン全体の監視体制をITで構築する必要があるでしょう。
また教師データの質確保こそがAI活用の前提条件となります。
機械学習の性質上、誤教師データは深層神経ネットワーク内に蓄積・定着していきます。
教師データを人に依存せず、複数経験豊富な検査者が確認し合う仕組みが求められています。
品質管理の在り方自体が、機器の診断能力と生産ライン全体の監視体制を完備することで変化していく必要があると考えられます。
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。