デモを予約する

Crossover Talks Bangkok：製造業にAI導入でROIを最速化する成功事例

製造業におけるAI導入の現実と課題

近年、AI（人工知能）は製造業において大きな注目を集めており、メディアでも連日のように取り上げられています。

しかし、多くの経営層が抱く疑問は共通しています。
 「AIは本当に売上向上やコスト削減に直結するのだろうか？」

実際、タイの製造業を対象とした最新調査によると、AIを実際に業務改善ににつなげられている企業はわずか17%。多くの企業は計画段階で停滞し、導入にすら踏み切れていないのが現状です。

この傾向は台湾や日本の産業界でも共通しており、特に以下の課題が浮き彫りになっています。

  • 活用シーンの選定：どの現場やプロセスにAIを導入すべきか判断できない
  • ROI（投資対効果）の測定：成果をどう可視化するか不透明
  • 人材不足：AI推進を社内でリードできる人材が不足している

これらの課題を乗り越えるためには、単なる技術導入ではなく、経営戦略の一部としてAIを位置づけ、現場の課題解決に直結するシナリオを描くことが不可欠です。

成功の方程式：「人 × ビジネス × 技術」

バンコクで開催された Crossover Talks Bangkok では、Profet AIとHexaTech Solutionsが、AI導入の成功に関する明確な視点を示しました。

それは、「AI導入の成否は技術だけで決まるのではなく、業界知識・組織変革・適切なAIツールの三位一体によって決まる」 という考え方です。

Profet AI が提供する AutoML は、アジアの製造業に特化したノーコードAIプラットフォームです。すでに自動車、電子部品、素材など 20業種以上・300社超 の導入実績があり、さらに NVIDIAのアジア主要製造パートナー企業の半数以上 が採用しています。

特筆すべきは、その導入ハードルの低さです。

従来であれば専門のデータサイエンティストを必要とするAIモデル構築を、IT知識を持たない現場エンジニアでもわずか3時間で実現可能。さらに、導入から90日以内にROIを確認できるため、企業はスピーディーに投資効果を検証できます。

成功事例① ミンスグループ：高不良率をAIで削減

自動車部品の世界的なサプライヤーであるミンスグループ（敏実集団）は、かつて自動車飾り部品の曲げ工程において、不良率40〜47%という深刻な課題を抱えていました。生産効率は大幅に低下し、検査・リワークに膨大なコストがかかっていたのです。

そこで同社が選んだのがProfet AIのAutoMLでした。800名以上の社員を対象にトレーニングを行い、現場エンジニア自らがAIモデルを構築できる体制を整備。材料強度、設備位置、環境因子など数千の変数を解析し、不良率の主要因を特定することに成功しました。

その成果は即座に表れ、初期段階で590万人民元（約1.2億円）のコスト削減を実現。さらに全社展開により、最終的には1,474万人民元（約3億円）規模の効果が期待されています。

加えて、社内には38名の「AI推進リーダー」を育成され、10件以上の新規プロジェクトが同時進行中。AI活用は日常業務にしっかりと組み込まれ、継続的な改善サイクルを生み出しています。

成功事例② 群光電能：エネルギー最適化

電源装置メーカーの群光電能（Chicony Power）は、AI導入の第一歩として「エネルギー効率化」に着目しました。

同社の工場に設置された大型冷凍水システムは、膨大なエネルギーを消費する一方で、従来はエンジニアの経験則に基づく制御に依存。機器台数の多さや制御の複雑さから、誤操作や最適化不足が大きな課題となっていました。

この課題に対し、Profet AIのAutoMLを活用し、以下の2つのモデルを構築しました。

  • 負荷予測モデル：天候や生産スケジュールをもとに冷却需要を高精度に予測

  • エネルギー最適化モデル：最適な機器の稼働組み合わせをリアルタイムで提案

この取り組みにより、工場全体で3〜15％の省エネ効果を実現。特に大規模工場では年間の電力コストを大幅に削減できるインパクトがありました。さらに、設備異常を早期に検知することでダウンタイムを防ぎ、運用リスクの低減にもつながっています。

台湾・日本へのインサイト

HexaTech CEOの Bancha 氏は、AI導入の成功させるためには「小規模かつ早期に成果が出るプロジェクトから始めること」が欠かせないと強調しました。小さな成功を積み上げることで、やがて全社規模へと展開し、確実にROIを生み出す存在へと育てていく――このプロセスこそが、AI活用を定着させる鍵となります。

Bancha氏が言及した背景には、タイが抱える「労働力不足・人口高齢化・若手人材の減少」といった課題があります。実はこれらの課題は、台湾や日本でも同様に進行しており、製造業にとって避けて通れないテーマとなっています。

こうした環境の中でAIが果たす役割は、単なる生産性向上にとどまりません。熟練技術者の暗黙知をデジタル化し、次世代に引き継ぐ仕組みをつくることも、AIの大きな価値のひとつです。

結論として、台湾や日本の製造業が学ぶべきは、「AIブームを追いかけること」ではなく、「AIを経営戦略に組み込むこと」。その考え方は製造業に限らず、外食や小売といった他の産業にも当てはまります。正しいアプローチをとれば、AIは定量的で持続可能な価値を生み出すのです。