Diese Präsentation wurde erfolgreich gemeldet.
Die SlideShare-Präsentation wird heruntergeladen. ×

ものつくりでのAI活用 2021

Ad

サステイナビリティ技術特論Ⅱ
ものつくりでのAI活用
2021年1月5日
ディレクトフォース
三竿郁夫 Ikuo Misao
1@ 2020 IA工房

Ad

(shoukai.type.jp)
IBM入社
タイ赴任
日立GST
ソニー
WD
自己紹介(三竿郁夫) 〜デジタル変革の時代に生きる〜
記憶装置 (β max, 光磁気ディスク , ハードディスクの開発製造 36年 )
@ 2020 IA工房...

Ad

自己紹介 (三竿郁夫)
 現職
• IA工房代表 (タイに日タイ連携/旅行会社設立)
• INDEE Japan コンサルティングパートナー
• Optimal Plus コンサルティングパートナー
• ディレクトフォース 企業支援アドバイザ...

Ad

Ad

Ad

Ad

Ad

Ad

Ad

Ad

Ad

Ad

Ad

Ad

Ad

Ad

Ad

Ad

Ad

Ad

Ad

Ad

Ad

Ad

Ad

Ad

Ad

Ad

Ad

Ad

Ad

Ad

Ad

Ad

Ad

Ad

Ad

Ad

Ad

Ad

Ad

Ad

Ad

Ad

Ad

Ad

Ad

Ad

Ad

Ad

Ad

Ad

Ad

Ad

Ad

Ad

Ad

Ad

Ad

Ad

Ad

Ad

Ad

Nächste SlideShare
200106_会員向け資料
200106_会員向け資料
Wird geladen in …3
×

Hier ansehen

1 von 64 Anzeige
1 von 64 Anzeige
Anzeige

Weitere Verwandte Inhalte

Anzeige

ものつくりでのAI活用 2021

  1. 1. サステイナビリティ技術特論Ⅱ ものつくりでのAI活用 2021年1月5日 ディレクトフォース 三竿郁夫 Ikuo Misao 1@ 2020 IA工房
  2. 2. (shoukai.type.jp) IBM入社 タイ赴任 日立GST ソニー WD 自己紹介(三竿郁夫) 〜デジタル変革の時代に生きる〜 記憶装置 (β max, 光磁気ディスク , ハードディスクの開発製造 36年 ) @ 2020 IA工房 2
  3. 3. 自己紹介 (三竿郁夫)  現職 • IA工房代表 (タイに日タイ連携/旅行会社設立) • INDEE Japan コンサルティングパートナー • Optimal Plus コンサルティングパートナー • ディレクトフォース 企業支援アドバイザー • 国連環境計画日本協会 国際協力委員会委員 • NPOブルーアース理事, DF環境部会副座長 • 日中文化経済交流発展基金会 AEBCプロジェクトリーダー • 二松学舎大学非常勤講師 • DF(ディレクトフォース) アカデミー事業部大学講師 • ホームページ作成・SNS管理・スマホ教室 (@NPO, 自治会) 企業支援 環境 人財育成 デジタル時代 アジア連携 地球環境 @ 2020 IA工房 3
  4. 4. 自己紹介 (三竿郁夫) 私とアジア アジア大好き人 間料理は、タイ・ベトナム・台湾・韓国料理が好き。 人は、ミャンマー・タイ・モンゴル人が好き。 ★ ⭐️訪問地 @ 2020 IA工房 4
  5. 5. ものつくりでのAI活用 1. デジタル時代の情報革命とAI 2. “ものつくり”の課題解決へのアプローチ 3. AIイノベーションの導入 4. 期待される企業・人材 @ 2020 IA工房 5
  6. 6. @ 2020 IA工房 6 デジタル時代 デジタル時代とは? Digital Era? Digital Transformation? 1. デジタル時代
  7. 7. @ 2020 IA工房 7 1. デジタル時代
  8. 8. 1. デジタル時代 〜 i-Phone / Facebook との出会い〜 2007年 2010年 @ 2020 IA工房 8
  9. 9. (shoukai.type.jp) 1.デジタル時代 @ 2020 IA工房 9
  10. 10. 1. デジタル時代 〜産業革命・企業変革の歴史〜 @ 2020 IA工房 エネルギーの変遷 材料と工程の進化 標準・規格化 生産・物流方式 デジタル化 (出典 :ネットコマース) 10
  11. 11. 1. デジタル時代 〜ウェブのプラットフォーム企業〜 新たなプラットフォーム会社が続々と 聞いたことありますか? Tencent と Aribaba 13億人 8億人 @ 2020 IA工房 11
  12. 12. 2. デジタル時代 〜GAFA プラットフォーム〜 12 ITプラットフォーム会社の時代 @ 2020 IA工房 M H N G
  13. 13. 1. デジタル時代 〜時価総額ランキングの変遷〜 ITプラットフォーム会社の台頭 @ 2020 IA工房 世界 13
  14. 14. 2. デジタル時代 〜時価総額ランキングの変遷〜 ガラパゴス化した日本 @ 2020 IA工房 日本 14 トヨタはどうなる? https://career.joi.media/trends/2019/04/09/6856/
  15. 15. @ 2020 IA工房 (出典 :Biz/Zine) クレイトン・クリステンセンの著書から • “イノベーションのジレンマ” (巨大企業がいかに滅んでいくか) • “ジョブ理論” • “教育X破壊的イノベーション” • “医療イノベーションの本質” 1. デジタル時代 〜破壊的イノベーションの時代〜 15
  16. 16. @ 2020 IA工房 16 1. デジタル時代 〜破壊的イノベーションの時代〜 お勧め書籍 〜イノベーション〜
  17. 17. @ 2020 IA工房 (出典 :nishitalab.org) 1. デジタルの情報革命 〜コンピュータ〜 17 https://www.youtube.com/watch?v=Bj5lgt0Y3T8
  18. 18. @ 2020 IA工房 電気業界の破壊的イノベーション (出典 :Biz/Zine) 1. デジタル時代 〜破壊的イノベーション〜 18
  19. 19. @ 2020 IA工房 (出典 :Gigazine) 1. デジタル時代の情報革命 〜記憶装置〜 19 https://www.youtube.com/watch?v=jMICZSYee9k
  20. 20. @ 2020 IA工房 (出典 :SMBC) 1. デジタル時代 〜IT機器の破壊的イノベーション〜 20
  21. 21. @ 2020 IA工房 (出典 : Mineo) 1. デジタル時代 〜通信の破壊的イノベーション〜 21
  22. 22. @ 2020 IA工房 22 1. デジタル時代の情報革命を支える企業 プラットフォームビジネス AI 関連技術 EC SNS スマホ/5G 情報検索 深層学習 音声認識 画像認識 Amazon Facebook Apple Google IBM アドバンス ドメディア モルフォ Aribaba Tencent Huawei BAIDU Microsoft ロゼッタ ALBERT 楽天 Twitter Samsung Yahoo Google (+Abeja) エーアイ フィー チャー Yahoo Instagram NTT トヨタ (+PFN) フュートレッ ク Google ZOZO Youtube (Google) Softbank SMBC/ 竹中 (+HEROZ) Apple メルカリ Line KDDI/au PKSHA 野村総研
  23. 23. @ 2020 IA工房 23 AIとは • AIってどんなもの? • なんのために使う? 1. デジタル時代の情報革命とAI
  24. 24. @ 2020 IA工房 24 1. デジタル時代の情報革命とAI
  25. 25. @ 2020 IA工房 25 1. デジタル時代の情報革命とAI ~ AIプラットフォーム〜 (出典: fujitsu.com ) AIプラットフォーム AI関連アプリケーション
  26. 26. @ 2020 IA工房 26 ものつくりの本質的な課題 製造業の経営者・工場長の悩み・課題は? (普遍のテーマ?) 2. ものつくりの課題
  27. 27. @ 2020 IA工房 27 2. ものつくりの課題 〜普遍のテーマ(1)〜 < スマート工場への変革の本質(1)> - 設備のメンテナンス - オペレータ教育・モチベーション向上 - 製造プロセスの最適化 - 生産性向上とコスト低減 この最も 本質的な課題にAI/IoEを適用する ことがデジタル時代の改革の本丸。 人と物とプロセスの生産性向上は、製造業の永遠の テーマ 普遍の重要課題 : “生産性”
  28. 28. @ 2020 IA工房 28 普遍の重要課題 : “歩留まりと在庫” < スマート工場への変革の本質(2) > - 品質の向上と顧客の満足度向上 - 歩留まり向上と在庫削減 品質・歩留まり・在庫は 製造業の総合的な開発・製造オペレーションの 膿み(本質的な課題)として現れてくる。 2. ものつくりの課題 〜普遍のテーマ(2)〜 この最も 本質的な部分にAI/IoEを適用する ことがデジタル時代の改革の本丸。
  29. 29. 29 工場の課題 (KPIの観点から) • 品質が悪い • 納期が遅れる • 部品コストが高い • 人件費が高い • 間接費が高い • 在庫が多い • 生産性が悪い • 設備稼働率が悪い • 歩留まりが悪い • 作業効率が悪い • 検査要員が多い @ 2020 IA工房 2. ものつくりの課題解決へのアプローチ 〜工場課題〜 手を打つべき3大課題はなにか?
  30. 30. 30 グローバルで複雑な製造業の課題 • 製品の需給バランスが悪い • 部品の需給バランスが悪い • 物流に無駄が多い(何が最適かわかっていない) • 各工場の部品や資産の配置が非効率 • グローバルな在庫が多い • 工程の壁を超えた品質データ解析できない • 解析ツールが有効に使われていない • 各専門家のノウハウがグローバルに共有・活用 されていない @ 2020 IA工房 2. ものつくりの課題解決へのアプローチ 〜グローバル製造課題〜 手を打つべき3大課題はなにか?
  31. 31. 31 工場の課題 (KPIの観点から、結果として) • 出荷品質が悪い • 納期が遅れる • 部品コストが高い • 人件費が高い • 間接費が高い • 在庫が多い • 生産性が悪い • 設備稼働率が悪い • 歩留まりが悪い • 作業効率が悪い • 検査要員が多い @ 2020 IA工房 2. ものつくりの課題解決へのアプローチ 〜工場の課題〜 なぜKPIが悪いかの深掘り? その深掘りした要因の真の原 因はわかっているか? Yes No その対策がなぜ 打てないか? 原因解析がなぜ できないか?
  32. 32. 32@ 2020 IA工房 工場の優先施策の例 • 出荷品質の向上 • 歩留まりの向上 2. ものつくりの課題解決へのアプローチ 〜工場の課題〜 その対策がなぜ 打てないか? 原因解析がなぜ できないか? 責任リーダが何を困っているかをヒ アリングする • 必要なデータが手に入らない • データ解析に時間がかかる • 以前の解析のノウハウが生か されていない 責任リーダを支援するAIを導入する IoT 例 • AI画像検査 • AIビッグデータ解析 • AI路ロボティックス
  33. 33. 33@ 2020 IA工房 グローバルな重点施策の例 • 物流設計の最適化 • グローバル在庫の削減 グローバルな リーダーはいる か? リーダーが手を打 てない理由はなに か? 責任リーダーの解決策が進まない のなぜかをヒアリングする • 施策に必要なデータが手に入らない • どうデータを活用すれば良いかわからない • リーダーの経験ノウハウが最適化に生かさ れていない 責任リーダを支援するAIを導入する IoT 2. ものつくりの課題解決へのアプローチ 〜グローバル課題〜 例 • AI需給管理 • AI物流最適化設計 • AI在庫最適処理
  34. 34. @ 2020 IA工房 34 休憩
  35. 35. @ 2020 IA工房 35 3. AIイノベーションの導入 〜製造業務の理解 〜 (出典: fujitsu.com ) 製造業務全体を理解する(1)生産系 手書き Excel 業務専用アプリケーション データの統合 (クラウド化) データの解析・ ディープラーニング (AI) 人・物・プロセス(IoE) の最適化 生産性向上・歩留まり向上・ 在庫削減
  36. 36. @ 2020 IA工房 36 3. AIイノベーションの導入 〜製造業務の理解 〜 (出典: fujitsu.com ) 製造業務全体を理解する(2) 品質系 手書き Excel 業務専用アプリケーション データの統合 (クラウド化) データの解析・ ディープラーニング (AI) 人・物・プロセス(IoE) の最適化 生産性向上・歩留まり向上・ 在庫削減
  37. 37. @ 2020 IA工房 37 3. AIイノベーションの導入 ~ 製造業への機械学習応用〜 (出典: markezine ) v v v
  38. 38. @ 2020 IA工房 38 AI/IoT活用の例 検査 (出典:NEC ) 3. AIイノベーションの導入 ~ 目視検査〜
  39. 39. @ 2020 IA工房 39 AI/IoT活用の例 製造データ解析 (出典:Optimal Plus ) 3. AIイノベーションの導入 ~ ビッグデータ解析〜
  40. 40. @ 2020 IA工房 40 3. AIイノベーションの導入 ~ ロボティックス〜 (出典:経産省) (出典:TIS) ロボティックス
  41. 41. @ 2020 IA工房 41 AI/IoT活用の例 生産計画 (出典: nec-nexs.com ) 3. AIイノベーションの導入 ~ 生産計画〜
  42. 42. @ 2020 IA工房 42 4. 期待される企業 AI+製造業 どんな企業が頭に浮かびますか?
  43. 43. @ 2020 IA工房 43 4. 期待される企業 ~ AIと製造業の例 ~ 業界 会社名 業務 提携先 自動車 トヨタ モビリティー管理 MONETテクノロ ジーズ ハイテク部品 日本電産 品質ビッグデー タ管理・NPI NI (Optimal+) ロボット オムロン 工場内搬送 精密部品等 MENOU 目視検査 NVIDIA 食品 キューピー 原料仕分け
  44. 44. @ 2020 IA工房 44 4. 期待される企業 ~ 例 MAAS トヨタ〜 (出典:Optimal Plus ) MONETコンソーシアムはモ ビリティイノベーションに より、豊かな社会・未来を 共創して行きます。 (出典:MONETコンソーシアム)
  45. 45. @ 2020 IA工房 45 4. 期待される企業 〜例: ビッグデータ解析 NIDEC / NI 〜 https://www.youtube.com/watch?v=UFgYFMB4BOQ (出典:Optimal Plus ) 日本電産の精密小型モータ事業本部が、新 製品導入(NPI)を加速し、製造効率を向上 させるために、OptimalPlusビッグデータ分 析プラットフォームを採用している (出典:PR Times)
  46. 46. @ 2020 IA工房 46 4. 期待される企業 〜例: ロボット オムロン〜 https://youtu.be/BX30YIAIhN0 (出典:OMRON) オムロンのAI搭載"モバイル ロボット"は、自分の移動す る方向をスキャンして見渡 しながら自分で作成した地 図のどこにいるかをリアル タイムで計算。目的の場所 まで人やモノといった障害 をよけながら最短ルートで 到達してくれます。
  47. 47. @ 2020 IA工房 47 4. 期待される企業 〜例: 画像AI MENOU 〜 https://menou.co.jp/ (出典:MENOU) 目視検査が当たり前な高品質な日常を陰で支えています。 専門人材がいなくてもAI導入が可能なソリューションの開発を行いAIをよ り身近に利用できる環境を提供し、ものづくりのDX化を支援します。
  48. 48. @ 2020 IA工房 48 4. 期待される企業 〜例: キューピー〜 https://jafpec.com/topics/news-data/793/ <AIはまだ技術では なくイノベーション> AI導入でうまくいくの は具体的課題の解決型 の開発に取り組むこと です。 (出典:キューピー)
  49. 49. @ 2020 IA工房 49 4. 期待される人材 AIを活用した製造イノベーション そんな人材が求められていると思いま すか?
  50. 50. @ 2020 IA工房 50 4. 期待される人材 〜DXリーダー〜 v スキルだけではダメだ v 思考法・マインド・行動
  51. 51. @ 2020 IA工房 51 4.期待される人材 〜DXリーダー〜 (出典:techbook) カスタマージャーニー「顧客の旅」 顧客が商品を認知してから、購入し、さらに購入後の行動に至るまでを「旅」と捉え、その一連の行 動を時系列で把握する考え方を、カスタマージャーニーと呼びます。 思考法: 顧客ストーリー
  52. 52. @ 2020 IA工房 52 4. 期待される人材 〜仲間を巻き込む力〜 “やりたいことを実現するために仲間を巻き込みたい” どうすれば良いか! (出典: 巻き込む力) 思考法: 仲間を巻き込む
  53. 53. @ 2020 IA工房 53 4. 期待される人材 〜チーム力を生かす〜 (出典: 日本の人事部) マインド:チーム力を生かす
  54. 54. 54@ 2020 IA工房 • 目指すゴールの階層化 • それを行動とタスクの単位まで落とし込んでいく手法 • 行動とタスクをリスト化、ブラッシュアップしていく手法 • 行動とタスクを洗練させていくための検証(CHECK)と調整( ADJUST)の手法 (参考 : 冨田和成 “鬼速PDCA”,reijiブログ) 鬼速PDCAは、 • 前進のためのツール! • 究極の前向き思考! • 成長スピードの加速のた めに! • 営業管理の必須手法! 4. 期待される人材 〜DXリーダー〜 思考法/行動 : PDCA
  55. 55. @ 2020 IA工房 55 エグゼクティブ実務でMBA教育 に欠けていることを補う 感じたことを素早く行動に移す (出典:GLO) 中国でエグゼクティブを排出する “Good Leaders Online” マインド/行動 : アジャイル思考と素早い行動 4. 期待される人材 〜DXリーダー〜
  56. 56. @ 2020 IA工房 56 4. 期待される人材 〜 DXリーダー 〜 (出典:GIC) 現地に行って徹底的に人を調べる 行動 : グローバルに素早く
  57. 57. 57@ 2020 IA工房 スタートアップの資金を得る 4. 期待される人材 〜DXリーダー〜 (出典: 巻き込む力) 行動 : 共感を得る
  58. 58. @ 2020 IA工房 58 4. 期待される人材 ~DXリーダー〜 お勧め書籍 : DXリーダーの思考法
  59. 59. まとめ: DXイノベーションの本質 ~ IoE (Everything)~ 59@ 2020 IA工房 プロセス IoP (Process) 物 IoT (Things) 人 IoP (Person) Ciscoが提唱するIoE (Things, Person, Process)
  60. 60. まとめ : DXイノベーション 〜経営者への警鐘〜 経営者への警鐘  インターネットとスマホの普及があらゆる業界に変革をもたらし つつある。  ITビジネス、IT音痴、IT部門等という、既存の考えを取り払うべ き。  IoTは、今にはじまったことではないが、IoE (Everything=物、 人、プロセス)としてどんどん導入が加速される。  重要課題はなにか? その専門家はだれか? 専門家の課題解決を助けるべくAIを導入する ことで、会社が飛躍的に改革され成長する。 この流れに早く乗れば、業績が上がり、 乗り遅れる会社は、業績を落とす。 @ 2020 IA工房 60
  61. 61. まとめ:DXイノベーションの本質 ~ 製造業のIOE ~ 61@ 2020 IA工房 プロセスIoP (Process) 物 IoT (Things) 人 IoP (Person) 重要課題に関連するIoEデ ータを統合的に収集しAIを 活用して解決を図る • 専門家の知識 • 作業者の育成 • 作業者の動作 • 作業者の疲れ • 検査の目の動き • 人・時間ごとの 作業結果 • 健康データ • 人の画像データ • 装置の動き • 部品の動き • 金型のヘタリ • 装置ごとの稼働 データ • 故障履歴 • 装置画像データ • ロボットデータ • 部品の供給計画 • ものの動きの効率 • 装置タクトタイム • 人と物の組み合わせデータ • 計画と結果の比較データ • 前後工程も含む物流データ • 顧客品質データ • クレーム処理情報 • 生産性データ • 経理データ
  62. 62. まとめ 62 1. ウェブ・高速通信・スマホ技術・ IoT/AIの急速な発展で、企業 の収益追求のあり方が大きく変わってきた。 2. これまでの成功体験や業務経験だけでは、競争力を維持でき ない時代となった。 3. 製造業務に最新のICT関連技術(AI, IoT)や経営課題を解決す るデジタルイノベーション導入が始まった。 4. 日々変わっていくデジタル時代情報革命やAIの動向をつかみ グローバルな視点でビジネス変革ができる企業変革リーダー が必要とされている。 @ 2020 IA工房
  63. 63. デジタル時代にグローバルな活躍をしてほしい みなさんへの期待 • 経験に時間とお金を使って(デジタル時代に呼応し た)自分の専門性を見出してほしい。 • 気の合う仲間を生涯大事にして欲しい。 • ガラパゴス化した日本を海外と比較してほしい。 • 日本の強みや、自分の強み・専門性を仕事や事業 に生かして欲しい。 • 大きな目標と小さな目標を一緒に考えてそれに向 かって果敢に行動して欲しい。 @ 2020 IA工房
  64. 64. ご静聴ありがとうございました 三竿郁夫 (080-3088-2978) Line : ikuomisao Facebook : ikuomisao Google : ikuomisao @ 2019 IA工房 < 各種講座資料 > • アジアの環境問題と日本への期待 • デジタル時代の企業変革 • ウェルネス-健康づくりのイノベーション • アジア連携とイノベーション人材 • ものづくりでのAI活用 • デジタル時代のファンづくりと集客 • 日本の製造業が息づくほほ笑みの国タイ • データセンターの省エネ • 2次エネルギー水素 Slideshare

×