Tokyo IoT ロゴマーク
Tokyo IoT ロゴマーク

支援事例(公募型共同研究)

株式会社エイシング

AIによる製造業の生産性向上のための解析支援ツール
  • 主席研究員/部長
    菅原 志門 様

企業概要

エイシングは2016年に設立されたAIベンチャーです。
超効率化社会の実現を経営ビジョンとし、様々な課題に対して、機械実装に特化したエッジAIアルゴリズム開発とそれらを活用した顧客との共同開発/ライセンス提供事業を推進しています。
自社独自のAIアルゴリズムであるDBT(Deep Binary Tree)は、Deep Learningのような既存のAIアルゴリズムでは不可能だった、エッジでの学習や調整のいらない逐次学習を可能とした事で、数多くのスタートアップアワードを受賞しました。

開発のきっかけ

世間ではAIが話題になっていますが、実際の導入はあまり進んでいるとはいえません。AIを活用することにより、データに基づいた客観的な判断が可能となります。製造業における属人性が高い判断が行われているケースに使用できれば、生産性向上に役立つのではないか。また、簡単な操作でAI解析が可能になることによって、AIアルゴリズムの理解やプログラム技術の習得にかかる時間や労力を減らすことができるのではないかといった発想から開発に取り組みました。

開発の概要

今回開発した解析支援ツールでは、AIやプログラミング知識無しでも実行可能としており、より多くの人材でAIを用いた解析によって知見の獲得が可能となります。
現在の主なターゲットは製造機器稼働率の向上を目的としてますが、この解析支援ツールの導入により、分野によらず、人によって判断が異なる属人性の問題を低減・効率化し、熟練者でも気づくことが難しかった異常を示唆することができます。

概要図

概要図

導入効果

・特徴選択機能
手動で行われることが多く属人性が高いデータ前処理の特徴選択工程をAIを活用して自動化し、パラメータの重要度とその組み合わせ結果の属人性を減らすとともに、作業時間の削減によって効率が2倍以上となりました。

・データ解析機能
大量のデータから正常時と異常時のデータを見比べるのはとても時間のかかる作業でしたが、解析支援ツールにより可視化・異常種類の特定示唆が可能となり、解析結果の考察・調査に注力が可能となりました。

今、そしてこれから

プロジェクトを始めた当初は作成したツールを提供していくことで、多くのお客様に使用していただく予定でした。しかし本ツールの使用には支援が必要であり、現在はコンサルティング業務の中で活用し、今後はコンサルティング終了後にお客様自身が活用していくこととなります。
将来はAI技術の浸透によって、多くのお客様がご使用になる場面が必ず来ると思いますので、使い勝手がより向上したものを提供出来るよう改善を続けていきたいと考えております。

AIによる製造業の生産性向上のための解析支援ツール