製造業IoTカンファレンス2023

ヤマハ発動機流スマートファクトリーを目指し、Rev Factory始まる。

・会社紹介 ・理論値生産活動の歴史（内製→取引先→海外展開） ・ヤマハ発動機流スマートファクトリーを目指して（課題認識→ありたい姿） 人中心の工程設計・作業設計を基に、製造現場の価値とは？を突き詰める活動を当社では理論値生産と呼んでいます。その理論値生産活動を展開している製造現場にＤＸ技術が活用され始めたのですが、ただ人を機械に置き換えるだけで良いのか？私達が磨いてきた技、現場の価値はどう変化していくのか？という声が多く聞かれるようになりました。 そこで、現場で働くひとりひとりの声を聞き、ヤマハ発動機らしいスマートファクトリーの姿を製造・製技・生産技術・ブランドマーケティング等関係部署の皆で描くプロジェクトが始まりました。ヤマハ発動機流、人が主役のスマートファクトリーを目指して。

スマートファクトリー化　設備稼働監視とRFIDタグ活用

・会社紹介 ・スマートファクトリー戦略の概要 ・設備稼働監視へのPLC・Azure・M365活用 RFIDタグの在庫管理事例～LiDARセンサ・ドローンの応用～ スマートファクトリー化に向けた取り組みを開始して2年が経過した。5ヵ年ロードマップを策定し、技術検証・PoCプロジェクトを通じて生産計画ー生産管理・品質管理ー稼働監視を一気通貫するエコシステムの構築に着手している。 ここに至るまでの取組みにおいて、POC計画策定、社内意識改革、内製化の挑戦、コストミニマム化などをキーワードに、実行者目線での苦労やそれらを克服した経験などについて具体的事例とともに紹介する。

旭化成における製造現場DXのこれまでと今後

・会社紹介 ・最近感じるDX取り組みへの行き詰まり感や期待感 ・具体的な取り組み事例 ・今後の製造現場DXの取り組みの方向性 デバイス活用やAI活用など、幅広い製造現場のDXに取り組み継続中です。一方で、投資対効果の観点で格闘する場面も多々あります。本講演では、これまでの具体的取り組みを紹介するとともに、最近私が感じる行き詰まり感や期待感、今後の取り組みの方向性をお話させて頂きます。

パナソニックインフォメーションシステムズ 製造IoT内製化プラットフォーム誕生秘話と今後の展望

・新技術を駆使した製造IoTで、お客様のデジタルトランスフォーメーション実現をミッションに ・製造IoTプラットフォームの検討、PoC（概念実証）の実施、そして見えてきた課題 ・パナソニックISが目指す製造IoTプラットフォームの展望 私たちは、スマートファクトリー（製造IoT）を進めるにあたりいくつもの PoC（概念検証）を行いました。製造IoT プラットフォームはエッジとクラウドのハイブリッドな環境が必要ですが、満足するものがありませんでした。そこで、私たちは内製化によりプラットフォーム作りを決心し、進めることにしました。新しい技術や仕組み、進め方、そして今後の展開についてご紹介します。

5G時代における製造DXを加速させるKDDIのIoTの取組み

・製造DXにおける通信、データ収集、データ可視化、データ活用の勘所 ・製造DXの3つのポイント 製造DXが盛んに叫ばれる昨今、最適なデータ収集方法がわからない、データは集めているのに十分に活用できていない、データ活用をしているのに期待していた効果が出ないなど、データの収集・活用のお悩みをよくお伺いします。本講演では、KDDIの約20年のIoTの知見と５GやAI等の先端技術の取り組みを踏まえた、データ収集・活用へのアプローチを解説します

サイロ化を解消しスマートファクトリを実現する、DXの実現方法とは？

・DX推進→サイロ化するシステム ・レガシー設備をIoTプラットフォームへ ・CN/製造GX DXを進めようと経営陣から大号令をかけても、各部署が個別最適で進み、サイロ化が進むだけである。全体最適でDXの実現を進めるためには、何が必要で、どういうステップで進めるべきなのか。150社を超える製造業のお客様との実績を元に、具体的な取り組み方や参考となる仕組みを、成功事例・失敗事例を交えてお伝えする。

製造DX時代における、効果的な外観検査AIの導入方法とは ～AI 開発とシステム開発の課題と対策・そしてデータ活用へ～

・ルールベース検査とAI検査のちがい ・AI精度目標の考え方 ・AI学習用データの質と量 ・よくある精度が出ない原因 ・内製化を推進するべき理由 ・検査結果データを活用し歩留まり改善活動へ ものづくりには欠かすことのできない外観検査工程において、検査員の育成には10年必要だと言われている中、人手不足による影響を受け技術継承への対策が求められています。弊社ではものづくり企業が直面している課題に対し、人の感覚器官をシステム化するAI技術をもちいて、いち早く企業が持つノウハウを形に残していくべきだと考えています。その為に、外観検査においては、何をどうやってデータ化するべきなのか、企業とベンダーが何をするべきなのかを考えたいと思います。本セッションでは、弊社が行ってきた外観検査AIの導入経験を元に、AIの育て方と失敗しがちなポイントをお伝えし、製造DX時代を生き抜くために必要な、内製化の進め方についてお伝えします。