事例の概要
| 企業 | Toast, Inc. |
|---|---|
| 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開発段階の欠陥検出 |
| 関連する製品・サービス | Instrumental（Instrumental） |
成果
取り組みの内容
Toastは飲食店向けのPOSシステムと端末を提供する企業で、ハードウェアの製造は委託先の工場で行われます。製品の開発段階で見落とした欠陥は、量産後に見つかると改修や交換の費用が大きくなります。
Instrumentalの品質AIは、組立ラインで撮影した画像と工程データを解析し、不具合の兆候を自動で拾い上げる仕組みです。Toastは、開発段階の試作や量産初期にこれを使い、欠陥の早期発見を図ったとされています。
Instrumentalの公式サイトには、ToastでROI 5.3倍という数字が掲載されています。ただし、ROIの計算に何を効果として含め、どの期間で算定したかは示されていません。ベンダーの掲載値で、Toast自身の発表は今回確認できていません。
ROIの倍率は、効果に何を含めるか（回避した市場不具合の費用、エンジニアの工数、出荷遅延の回避など）で大きく変わります。自社で検討する際は、倍率の数字よりも、どの費用項目が減ったかの内訳を確認することが重要です。
この事例から読み取れること
- 量産前の段階で欠陥を拾うほど市場不具合の費用を避けられるため、品質AIを開発段階に入れる考え方は理にかなっている
- ROIの倍率は効果に含める項目で大きく変わり、算定方法が示されない数字は比較に使いにくい
- ファブレスのハードウェア企業にとって、委託先の組立データを自社で見られる仕組みは品質管理の手段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。
