top of page
hero-bg-08.jpg
Profet AI Insight

私たちが最新情報や産業観点を理解することで

Profet AI が明基材料(BenQ Materials)のAI導入成功をサポート 20件以上のプロジェクトが短期間で成果を獲得製造プロセスを改善、生産のボトルネックを突破、7桁台の費用を削減



▲BenQ Materialsの余清浴偏光板製造センター桃園工場長兼AIプロジェクトマネージャー


すでに生産が安定期に達した明基材料(BenQ Materials)は、杰倫智能科技(Profet AI)のAutoML(自動化機械学習)プラットフォームによってさらなる高みを目指している。AutoML プラットフォームは最初の研究開発から最後の生産管理まで全てを満足させることが可能だ。重要因子の分析、製造プロセスのパラメーターシミュレーション、材料配分の調整をより容易にし、製造プロセスの改善とボトルネックの突破をサポートする。これにより、BenQ Materialsは企業の競争力向上と同時に、投資コストの大幅低減と効率化を実現した。

「産業材料業」からの転換を積極的に推進するBenQ Materialsは近年、事業分野をパネルディスプレイから医療、自動車にまで拡大した。医療用包材、医療用消耗材、コンタクトレンズなど医療製品はいずれも成長を続けており、2022年第4四半期には衛普実業の株式51%を取得、2023年は不織布と機能ポリエチレンフィルムが新たに加わって医療分野製品の売上高比率はさらに上昇する見通しだ。また、自動車用セパレーターフィルム及びPDLCスマートフィルムが市場に参入する予定で、今後の業績成長が期待できる。


多元的な戦略の下、社外では医療及び自動車事業を展開する一方、社内では技術のアップグレードを強化し、AI応用による良品率の向上と管理の改善に取り組み、組織全体のパフォーマンスを高めている。総経理が多くの責任者の先頭に立って責任者向けの研修を実施し、各部門に技術チームを設置してAI導入を進めた。現在すでに効果が表れ始めており、管理効率を向上させただけでなく、投資コストも大幅に低減させている。


高コストパフォーマンスで柔軟性のあるAIツールと高度なドメイン知識

1年間で8桁台の費用を削減


BenQ Materialsの余清浴偏光板製造センター桃園工場長兼AIプロジェクトマネージャーは、工場がAIを導入してからの時間は長くはなく、2021年に評価を始め、およそ2年間だと語る。当時最も重視したことは「生産の問題を解決する」、つまり生産ラインにおいては歩留まり率を高めることであった。余工場長最初、米国と日本の2つの国際ブランドシステムで工場の問題を解決しようとしたが、導入後まもなく使用をやめてしまった。その理由は、より使いやすいシステムを見つけたからだ。


余工場長は「私たちはより良い、投資収益率がより高い製品を見つけました。Profet AIの製品はコストパフォーマンスがより高く、機能がより優れており、中国語での操作に対応していて私たちのニーズを伝えることができ、高い柔軟性も備えています」と言う。その後、Profet AIとOracleのシステムが工場に導入され、Profet AIが成果を上げたプロジェクト数は20件を超える。

「最初の2つのシステムは海外ブランドではありましたが、結局メーカー1社のために多くのものを調整することは容易ではなかったのです」余工場長はこう指摘する。

企業が重視する投資コストと効率化に関しては、最初の米国と日本の2つのシステムは1年間で合計62.5万ドル以上の投資が必要だった。その後導入したProfet AIとOracleのシステムの場合、Profet AI製品は約3万ドル、これにOracle製品を合わせた総投資額は最高6.3万ドルだ。試算すると、Profet AIシステムの導入によってBenQ Materialsは年間7桁台の費用を削減できたことになる。この成果は企業として満足のいくものだ。


余工場長はまた、製造業がAI導入で最も重視するのはドメイン知識だが、全てのAIが必ずしもそれを備えているわけではないと指摘する。例えば、大量のデータが学術化したモデルに取り込まれた場合、精度は高くなく、ドメイン知識が乏しければ因子の問題を正確に把握できない可能性がある。また、ドメイン知識がないままデータを収集した場合、過程における反復検証で必ず差異が生じる。


AI導入の成功で製造プロセスを改善

生産のボトルネックを突破して材料配分の調整を実行


現在、BenQ MaterialsはAI導入によってどのような成果を得ているのだろうか?余工場長は「製造プロセスが大きく改善されただけでなく、生産のボトルネック突破に成功しました」と言う。BenQ Materialsはかつて生データを使用したランチャートで判断を行っていたが、手元の異常データは数万件にも上り、人の手では時間がかかる上に正確に処理することができなかった。


このほか、短時間で生産ラインの切り換えを実施しなければならない時、パラメーターを調整する必要があり、前後製品の重複する規格の上限と下限が狭くなる。このため、これまではインラインで切り換えるしかなかったが、その過程で材料の廃棄など多くのムダが生まれていた。Profet AIのAutoMLシステム導入後は、生産ラインを中断なしで切り換える方法が採用され、あらかじめ一方で濃度と温度を調整できるようになった。また、人の手による操作では精度が低くなるという問題を解決し、廃棄材料を減少させて、同時に良品率を向上させている。

「材料配分の調整」も、BenQ MaterialsがAI導入によって利益を高めることができた項目だ。開発が必要な新製品が多い一方でデータが少ないが、Profet AIのAIツールで類似したタイプのデータを取得して研究開発に必要な新規格に合わせることができる。さらに、システムのオープンアーキテクチャが使用電力量、温度、炭素税換算などESG関連を含む内外の各段階の使用状況まで必要なデータを全てサポートすることが可能だ。


ニーズと機能を定期的に点検

ユーザーエクスペリエンスを高め続けてウィンウィンを達成

余工場長は、BenQ MaterialsはAIシステム選定において2つの点を考慮したと言う。一つ目は、使用者のニーズに合っていること、二つ目は機能性である。簡単に言えば「買うなら実用的な物を」ということだ。新たなシステムを導入する際、最も良いのは使用面から決定することである。もし単純にIT部門主導で導入を行い、IT部門と生産現場の意思疎通が効果的に行われていなかった場合、何度もシステムを改善しなければならなくなるだろう。


BenQ Materialsは当初の米国と日本のシステムからProfet AIのシステムに切り替えた。最も重要な理由のひとつは、Profet AIが定期的にどの機能の修正が必要か、システム面では何が視覚化のニーズを満足させることができるかを点検していることだ。余工場長は、ニーズと機能を満足させることは基本だが、最も重要なことだと強調する。

Profet AI の余常任セールスディレクターは、BenQ Materialsとの提携において、双方の研究開発チームが期毎に機能研究開発会議を行っており、Profet AIのチームはBenQ Materialsの実際の使用ニーズに対して評価を行い、今後のプロダクトロードマップ計画に反映させていると説明する。これにはデータ点検、材料配分の調整と重要因子分析の統合、設備異常検出機能の改善、オンラインAIモデル管理などが含まれる。

余セールスディレクターは、使用者が必要とする機能の改善と最適化を続け、使用者により適した操作動線を設計し、実際の製造と研究開発の作業フローにマッチさせることでこそ、ウィンウィンを達成することが可能となると語った。




 
 


Comments


bottom of page