AIgram

製造業のAI活用事例

村田製作所のマルチAIで解析を20分に短縮AI活用事例の構造図連携支援確認実証試算背景研究開発データ要望研究開発を支援AI処理マルチAIエージェント人の役割研究者の最終判断利用材料開発で実証成果解析6時間を20分にhttps://news.mynavi.jp/techplus/article/20260930-5050681/
村田製作所のマルチAIで解析を20分に短縮
日立の設計ナレッジシステムで設計不備を100%抽出AI活用事例の構造図入力対応蓄積検図背景技術文書と熟練知課題ルール確認の負担AI処理設計ナレッジシステム成果設計ナレッジ蓄積成果設計不備を100%抽出https://it.impress.co.jp/articles/-/29782
日立の設計ナレッジシステムで設計不備を100%抽出
豊田自動織機のAzureインダストリアルAI塗装不具合25%減AI活用事例の構造図統合分析要因分析可視化短縮改善背景工場データの収集課題要因を特定できない人の役割データ基盤を構築AI処理約400変数を分析成果分析を高速化利用現場で共同利用成果不具合率25%減https://www.microsoft.com/ja-jp/customers/story/26552-toyota-industries-corporation-azure
豊田自動織機のAzureインダストリアルAI塗装不具合25%減
日清製粉、Microsoft Fabricで工場データ活用を拡大AI活用事例の構造図共有化障壁解消データ化分析活用横断分析可視化共有活用背景工場内限定の可視化課題専門知識の壁背景熟練工の暗黙知AI処理Fabricの即時処理AI処理ノウハウの機械学習成果分析の高速化利用現場での状況把握成果100超の共有基盤https://www.microsoft.com/ja-jp/customers/story/26328-nisshin-flour-milling-microsoft-fabric
日清製粉、Microsoft Fabricで工場データ活用を拡大
日立MLCPで製造部門の調整案を自動立案AI活用事例の構造図考慮自動化協調提示判断再調整提供制約実行上の制約条件課題部門間調整の負担課題横断計画の難しさAI処理MLCPで計画最適化人の役割担当者の最終判断利用変更案の提示結論2027年提供予定https://it.impress.co.jp/articles/-/29730
日立MLCPで製造部門の調整案を自動立案
NEC SCM AIエージェントのSCM業務横断実行AI活用事例の構造図自動化連携業務支援提供課題人手依存のSCM業務AI処理NEC SCM AIエージェントAI処理数値予測・最適化利用SCM業務の実行成果判断材料の提供https://it.impress.co.jp/articles/-/29731
NEC SCM AIエージェントのSCM業務横断実行
Gemini・MCPで3D CAD作成を支援AI活用事例の構造図指示修正出力検証生成確認要望形状・寸法の指示制約AI出力の不確実性AI処理CAD用コード生成人の役割FreeCADで実行結論設計者による検証利用3Dモデルを作成https://monoist.itmedia.co.jp/mn/articles/2608/03/news002.html
Gemini・MCPで3D CAD作成を支援
東芝、Azure OpenAIでSMT原因究明を数分に短縮AI活用事例の構造図参照分析可視化入力提案短縮背景設備データの可視化課題熟練者への依存要望判断根拠の可視化人の役割KPI異常値を指定AI処理Azure OpenAI分析利用対処案を画面表示成果数分以内に対処案https://www.microsoft.com/ja-jp/customers/story/25623-toshiba-corporation-azure
東芝、Azure OpenAIでSMT原因究明を数分に短縮
Azure DatabricksによるRAGデータ基盤AI活用事例の構造図対応刷新活用検証提供展開統合標準化背景データの急増課題複雑な基盤運用要望二次・三次利用人の役割PoCで検証AI処理Azure Databricks人の役割テンプレート提供利用20件へ提供成果ほぼリアルタイム活用結論全社標準化を計画https://www.microsoft.com/ja-jp/customers/story/26298-tokyo-electron-azure-databricks
Azure DatabricksによるRAGデータ基盤
日立システムズがMicrosoft Foundryで製造業AIを開発AI活用事例の構造図方針対応補完伴走検証開発展開背景Lumada 3.0課題人手不足と品質課題開発ノウハウ不足AI処理Microsoft Foundry人の役割PSfPの伴走支援成果開発工数を削減利用製造業AIを提供結論他業界へ展開予定https://www.microsoft.com/ja-jp/customers/story/25948-hitachi-systems-microsoft-foundry
日立システムズがMicrosoft Foundryで製造業AIを開発
デンソー工機部のDynamics 365によるAI DXAI活用事例の構造図対話合意対応蓄積連携導入基盤効果背景技能継承の危機課題納期とコスト増背景業務・会話データ人の役割現場の合意形成AI処理AIエージェントAI処理Dynamics 365利用現場アプリの導入成果工数20%削減見込みhttps://www.microsoft.com/ja-jp/customers/story/26252-denso-corporation-dynamics-365
デンソー工機部のDynamics 365によるAI DX
豊田自動織機、Azure AIで塗装不具合25%減AI活用事例の構造図前提対応実現供給提示寄与実践結実展開表示背景熟練者減と目視検査課題原因特定に数週間要望リアルタイム品質管理その他Azureデータ基盤AI処理400変数のAI分析人の役割現場のデータ活用利用リアルタイム可視化成果不具合約25%削減結論他工程への拡大https://www.microsoft.com/ja-jp/customers/story/26552-toyota-industries-corporation-azure
豊田自動織機、Azure AIで塗装不具合25%減