TE Connectivity
過去の実績を示す迷路の周囲で戦略的な道筋を分析している男女を描いたイラスト。

過去から学ぶ

自動化の導入で得られた経験が効果的なAI導入の道筋に

現在AIを導入している企業が直面している課題と機会は、自動化技術の導入時に直面したものと似ていると考えられます。自動化を導入する過程ではさまざまな試行錯誤があったものの、企業は最終的にはイノベーション、効率化、データ活用など企業がAI導入で達成しようとしている分野で確かな成果をあげてきました。

この経験から得られた成果と課題を振り返ると、エンジニアとエグゼクティブは、自動化の導入を成功に導いた以下のような要因がAI導入の場合にも適切な指針になることを認識しています。
 1. ROIのビジョンを明確にし、共有する
 2. 新たなコンセプトはパイロットプログラムで有用性を検証してから展開を拡大する
 3. 各施策の効果を最大化するために人材育成を進める

自動化で得たこのような教訓を生かすことで、企業はAI導入の取り組みからさらに大きな成果を得られる可能性があります。エンジニアの3分の2にあたる66%とエグゼクティブの58%は、AIは自動化よりも幅広い恩恵をもたらす可能性があると考えています。

TEの見解

製造現場がより高速化・複雑化していく中で、従来の自動化から得られた重要な教訓のひとつは、価値を生み出すシステムとは「検査するだけではなく、継続的に測定し、判断し、リアルタイムで調整する仕組みを備えている」という点です。このクローズドループの考え方は、自動化において長年確立されてきたものであり、現在ではAIを活用したビジョンシステムの設計の考え方にもそのまま応用されています。AIビジョンは、従来の事後検査に頼るのではなく、製造工程中のわずかなズレや不具合を即時に検知し、機械設定を事前に調整することで不具合を未然に防ぐ仕組みを可能にします。自動化設備が適切に調整されたセットポイントや標準化モジュールに支えられているのと同様に、AIビジョンでも品質を安定させ、複数の生産ラインで迅速に展開できる堅牢かつ再利用可能なモデルやしきい値が重要になります。そして、このAIというイノベーションを今後も活用するには、直感的に使えるインターフェースと継続的なスキルアップが欠かせません。自動化の導入時のように、現場リーダーやエンジニアがAIビジョンモデルを学習・改善・展開できる環境を整えることがAI活用の鍵となります。

Jim Tobojka, Senior Vice President, Global Operations
Jim Tobojka

グローバルオペレーション

シニアバイスプレジデント