燈、熟練者の判断基準を引き出す最適化AIエージェント「Spica」提供開始

Spicaは、AIが制約条件に基づいて最適案を提示し、顧客が修正や承認を行うサイクルを繰り返します。この過程で、熟練者自身も明確に意識していなかった判断基準を引き出し、言語化して蓄積します。例えば、製造課長の「裏面工程は北棟にまとめる」というフィードバックや、保全担当の「斜めの壁に面した区画には生産装置を置かない」という条件を新たに提案し、承認された制約条件を反映して再計算した例では、1日あたりの製品の生産量が860枚から1,010枚に向上しました。メタヒューリスティクスなどの手法で短時間に解を求めるため比較案をすぐに提示でき、現場で実際に運用できる最適解を導き出します。

Spicaの導入効果として、燈は次の数値を示しています。

燈株式会社 執行役員 DX Solution事業本部 VPoEの丸尾恭四郎氏は、Spicaについて「現場に向き合い続ける中で生み出したサービス」と述べています。

日本のものづくり現場は、働き手の減少、熟練者の引退と技能継承、国内の工場投資の拡大という3つの変化に直面しています。2040年には日本全体で約1,100万人の働き手が不足すると試算されており、建設業では就業者の約4割を55歳以上が占めています。製造業では技能継承がうまくいっていると回答した企業は33.3%にとどまり、85.4%の企業が将来の技能継承に不安を抱えています。こうした課題の解決に向けて、燈はSpicaを開発しました。

Spicaは現在、半導体工場などの建設計画で導入されています。燈は、建設業や製造業をはじめとするものづくりの現場において、設備レイアウトや生産計画、人員配置などの最適化を支援していきます。熟練者のノウハウを組織の資産として次の世代へ引き継ぐことで、日本の基幹産業の生産性向上と国際競争力の確保に貢献することを目指しています。

A. 工場の設備レイアウトや生産計画を最適化するAIエージェントです。AIが提案し、人が修正・承認を繰り返すことで、熟練者の暗黙知を引き出して最適解を導きます。

A. 従来は人が条件を事前に定義する必要がありましたが、SpicaはAIとの対話を通じて熟練者の判断基準を引き出し、言語化して蓄積できる点が異なります。

A. 設備レイアウトの初期検討が1ヶ月から1日に短縮され、比較できる案の数も3案から100案に増えます。設備投資額は5%削減、稼働率は7%向上する実証結果があります。

• 燈株式会社 公式サイト

O!Productニュース編集部からのコメント

レイアウト検討が1ヶ月から1日に縮むのは大きいですね。製造課長や保全担当の判断基準が条件として残るので、担当者が替わっても検討を引き継ぎやすそうです。

引用元：PR TIMES