事例の概要
| 企業 | Siemens（Retrocausal の顧客） |
|---|---|
| 地域 | 欧米 |
| 業種 | 機械 |
| 企業規模 | 大企業 |
| 用途 | 品質・プロセス分析 |
| 使われた技術 | Retrocausal のコンピュータビジョンによる組立支援（Assembly Copilot） |
| 関連する製品・サービス | Retrocausal（Assembly Copilot・Kaizen Copilot）（Retrocausal） |
成果
取り組みの内容
手作業の組立では、部品の付け忘れ、順序の誤り、締結の抜けといったミスが、検査工程まで気づかれずに流れることがあります。作業者の熟練度や疲労に左右されるため、作業標準書だけでは防ぎきれない問題です。
Retrocausalは、作業台の上に設置したカメラで組立の動作を認識し、手順どおりに進んでいるかを確認して、抜けや誤りをその場で作業者に知らせる「Assembly Copilot」を提供しています。大規模言語モデルではなく、画像認識を使う「Copilot」型の製品です。
同社の公式サイトは、Siemensで初回良品率が10%向上し、品質問題が60%減ったと掲載しています。どの工場のどの製品で、どの期間の比較かは示されていません。ベンダーの申告値で、Siemens側の発表は今回確認できていません。
カメラで作業者を撮影する製品は、日本では労使の合意、EUではAI Actの雇用分野の高リスク区分が論点になります。作業のガイドと品質確認に用途を限定し、個人の評価に使わないことを導入前に決めておくことが必要です。
この事例から読み取れること
- 検査で不良をはじくのではなく、組立の最中にミスを知らせて作り込みを防ぐ発想の事例と読める
- 初回良品率と品質問題件数という現場で測りやすい指標で効果を示しており、自社評価でも同じ指標が使える
- 作業者を撮影するAIは、用途の限定と映像の扱いを導入前に文書で決めておくことが前提になると考えられる
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。
