AIアプリケーション
カスタマーサービス
Profet AIのAutoMLは、カスタマーサービス部門がデータ駆動の客観的な分析を行い、顧客の満足度を高め、経済的損失を抑えるサポートをします。
AIアプリケーション
需要予測、異常検出
備品需要量の予測
電子設備は販売後、返品保証（RMA）の修理と交換サービスを提供する。 製品に問題が発生して返品されると、検査後に部品の修理や交換が必要な場合があるが、これにより備品の需要が予測しにくくなる。
問題分析：
- 在庫が把握しにくい：在庫が多ければ在庫コストが増加し、不足すれば想定外のコスト増加と顧客からのクレームにつながる。
- 予測モデルがない：現在は固定された比率で各備品の発注量を計算しているが、在庫量が不正確になるという問題がしばしば発生する。
- 汎用モデルは予測が不正確：異なる製品や部品のRMA数量予測は違いがあるため、単一のモデルでは各製品や部品の予測ができない。
成果：
- モデルによってRMA数量の予測精度を20％向上させ、在庫管理効率を高めた。
- AIによるRMA数量予測で、経験に依存した需要分析を脱却し、データ駆動の客観的な分析と経験の伝承を実現した。
設備の異常検知
設備が故障すると、設備メーカーは技術者を派遣して現場で検査と修理を行う。しかし、設備の故障は事前警告がないことが多いため、あらかじめ修理計画を決定することができない。
問題分析：
- 事前に計画を決定できない：設備の故障は事前の警告がないため、設備メーカーは修理計画と技術者手配を事前に決定することができない。このため、修理リソースの利用率が低下する。
- 生産の中断：設備の故障は生産ラインを停止させ、生産進度に影響する。さらに納品の遅延、経済的損失にもつながる。
成果：
- モデルを運用してより適切な技術者手配計画を決定でき、人材リソースの利用効率が15％向上した。
- 事前の設備故障予測により、突発的な設備停止時間が減少し、生産ラインの連続稼働能力が向上した。