事例の概要
| 企業 | Schaeffler |
|---|---|
| 地域 | 欧米 |
| 業種 | 自動車 |
| 企業規模 | 大企業 |
| 用途 | 生成AI・ナレッジ |
| 使われた技術 | Microsoftの生成AIを使った工場データ照会チャットボット |
| 関連する製品・サービス | — |
成果
取り組みの内容
工場の指標は、生産管理や品質、エネルギー管理など別々のシステムに記録されています。現場の管理者が知りたい数字を得るには、担当部門に依頼したり、複数の画面を開いて集計したりする必要がありました。
Schaefflerは、Microsoftの生成AIを使ったチャットボットを導入し、スクラップ率、歩留まり、エネルギー使用量などを自然言語で照会できるようにしました。Microsoftは2024年の業界ブログで、この取り組みを工場の情報を誰でも引き出せるようにする「情報の民主化」の例として紹介しています。
公表されているのは定性的な効果で、照会にかかる時間の短縮や、指標の改善につながったかどうかの数値は示されていません。Schaefflerは同じ時期に、Siemens Industrial Copilotの利用やヒューマノイドの導入にも取り組んでおり、複数のベンダーの基盤を並行して使っています。
チャットボットが正しく答えるには、指標の定義（何をスクラップと数えるか、歩留まりの分母は何か）がデータの側で統一されていることが前提です。
この事例から読み取れること
- 当サイトの見方では、指標の照会チャットは、指標の定義をデータ側で統一できているかが精度を決める
- 「情報の民主化」という定性効果にとどまるため、自社で評価する場合は照会依頼の件数や回答までの時間を測るとよい
- 複数ベンダーの基盤を併用する大企業では、どのデータをどの基盤から参照するかの整理が別途必要になる
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。
