人手不足と技能継承に、
現場のデータとAIの力で立ち向かう。
熟練者の退職が続き、採用も難しい。図面確認、検査、見積といった判断を要する工程ほど、担える人材が減っています。その一方で、これまで積み上げてきた図面・技術文書・検査記録という資産は、多くの企業でまだ活かされないままになっています。現場に眠るデータをAIで組織の知として活かし、次世代への技能継承を実現します。
ISSUES
製造業でご相談の多い領域です。リンクの付いた4項目は、個別ページで詳しくご紹介しています。
TRACK RECORD
東京大学松尾研究室発のスタートアップとして、創業から約2年半で大手企業との協働プロジェクトを100件以上実施してきました。製造業では三菱重工業株式会社、豊田自動織機株式会社をはじめとする企業と取り組みを進めています。
CASE
撮影環境の構築から一貫して支援し、欠陥検出を自動化
BEFORE
部品表面の微細な欠陥の検出を目視で行っており、工数がかかるうえ、検出できるようになるまでに訓練を要した。次々と製品が流れるため、一点にかけられる検査時間も限られていた。
AFTER
撮影環境のコンサルティングからアノテーション、データセット構築、モデル開発、評価までを一貫して実施し、欠陥検出を自動化。検査工数の削減に貢献した。
類似図面の検索により、見積作成時の参照作業を支援
BEFORE
見積の際に人手で過去図面を参照しており、膨大な時間がかかっていた。保有図面の情報は現場担当者に依存し、見積業務の属人性が高かった。
AFTER
新規図面に対し、形状やサイズの近い過去図面を自動で検索する仕組みを構築。過去の部品への知識の有無にかかわらず、全図面にアクセスできる状態を実現した。
組付作業が正しい順序で行われているかの確認を自動化
BEFORE
組付作業が正しい順序で行われているかの確認を人の目視に頼っており、確認の工数と見落としのリスクが課題だった。
AFTER
作業映像から部品の取付順序を解析し、正しい手順で行われているかの判定を自動化。確認作業の負担を減らした。
受発注メール処理をAIエージェントで自動化
BEFORE
受発注メールと添付ファイルの確認・転記を人手で行っており、件数の増加への対応が難しかった。
AFTER
メール本文と添付ファイルから納期・数量・品番などの情報を読み取り、受発注処理をAIエージェントで自動化した。
CLIENT
まずは現場を見せてください。
図面・検査・見積のどこから着手すべきかを、一緒に見極めます。
初回のご相談は無料です。構想段階や、課題がまだ言葉になっていない段階でも構いません。現状を伺いながら、AIで解ける課題かどうかのアセスメントからご一緒します。