事例の概要
| 企業 | Meta Platforms（電子機器プログラム） |
|---|---|
| 地域 | 欧米 |
| 業種 | 電子・半導体 |
| 企業規模 | 大企業 |
| 用途 | 品質・プロセス分析 |
| 使われた技術 | Instrumental の組立画像・工程データ解析による品質AI |
| 関連する製品・サービス | Instrumental（Instrumental） |
成果
取り組みの内容
ハードウェア製品の開発・量産では、試作や量産初期に出る不具合の原因を、設計・製造のエンジニアが委託先の工場の情報を取り寄せて調べることになります。工場が遠隔地にあると、現物を確認するまでに時間がかかり、エンジニアの工数を大きく消費します。
Instrumentalは、組立ラインで撮影した製品画像と工程データをクラウドに集め、不具合の兆候を見つけて原因の候補を示すサービスです。エンジニアが工場に行かずに画像で状況を確かめられるようにすることも、狙いの一つとされています。
同社の公式サイトは、Metaの7つの電子機器プログラムで年900エンジニア週超の工数を削減したと掲載しています。どの製品で、何と比べた削減かは示されておらず、Meta自身の発表は今回確認できていません。
成果をエンジニアの工数で示している点が特徴です。品質AIの価値を不良率だけでなく、調査に費やす人の時間で測る考え方は、開発と量産の間で調整が多い製品で参考になります。
この事例から読み取れること
- 品質AIの効果を不良率ではなくエンジニアの調査工数で示しており、開発と量産が並走する製品では有効な指標と考えられる
- 委託先の工場の状況を画像で共有できることは、遠隔の量産管理で工場に足を運ぶ回数を減らす効果につながると読める
- 数字はベンダー申告で対象と比較基準が不明なため、自社評価では調査工数の現状を事前に測っておく必要がある
本ページは企業・提供元が公開した情報にもとづき、費用負担を受けずに作成しています。成果の数字は発表時点のもので、当サイトによる検証値ではありません。
