garyyang

すでに生産が安定期に達した明基材料（BenQ Materials）は、杰倫智能科技(Profet AI)のAutoML（自動化機械学習）プラットフォームによってさらなる高みを目指している。AutoML　プラットフォームは最初の研究開発から最後の生産管理まで全てを満足させることが可能だ。重要因子の分析、製造プロセスのパラメーターシミュレーション、材料配分の調整をより容易にし、製造プロセスの改善とボトルネックの突破をサポートする。これにより、BenQ Materialsは企業の競争力向上と同時に、投資コストの大幅低減と効率化を実現した。

「産業材料業」からの転換を積極的に推進するBenQ Materialsは近年、事業分野をパネルディスプレイから医療、自動車にまで拡大した。医療用包材、医療用消耗材、コンタクトレンズなど医療製品はいずれも成長を続けており、2022年第4四半期には衛普実業の株式51％を取得、2023年は不織布と機能ポリエチレンフィルムが新たに加わって医療分野製品の売上高比率はさらに上昇する見通しだ。また、自動車用セパレーターフィルム及びPDLCスマートフィルムが市場に参入する予定で、今後の業績成長が期待できる。

多元的な戦略の下、社外では医療及び自動車事業を展開する一方、社内では技術のアップグレードを強化し、AI応用による良品率の向上と管理の改善に取り組み、組織全体のパフォーマンスを高めている。総経理が多くの責任者の先頭に立って責任者向けの研修を実施し、各部門に技術チームを設置してAI導入を進めた。現在すでに効果が表れ始めており、管理効率を向上させただけでなく、投資コストも大幅に低減させている。

高コストパフォーマンスで柔軟性のあるAIツールと高度なドメイン知識

1年間で8桁台の費用を削減

BenQ Materialsの余清浴偏光板製造センター桃園工場長兼AIプロジェクトマネージャーは、工場がAIを導入してからの時間は長くはなく、2021年に評価を始め、およそ2年間だと語る。当時最も重視したことは「生産の問題を解決する」、つまり生産ラインにおいては歩留まり率を高めることであった。余工場長最初、米国と日本の2つの国際ブランドシステムで工場の問題を解決しようとしたが、導入後まもなく使用をやめてしまった。その理由は、より使いやすいシステムを見つけたからだ。

余工場長は「私たちはより良い、投資収益率がより高い製品を見つけました。Profet AIの製品はコストパフォーマンスがより高く、機能がより優れており、中国語での操作に対応していて私たちのニーズを伝えることができ、高い柔軟性も備えています」と言う。その後、Profet AIとOracleのシステムが工場に導入され、Profet AIが成果を上げたプロジェクト数は20件を超える。

「最初の2つのシステムは海外ブランドではありましたが、結局メーカー1社のために多くのものを調整することは容易ではなかったのです」余工場長はこう指摘する。

企業が重視する投資コストと効率化に関しては、最初の米国と日本の2つのシステムは1年間で合計2000万台湾ドル以上の投資が必要だった。その後導入したProfet AIとOracleのシステムの場合、Profet AI製品は約100万台湾ドル、これにOracle製品を合わせた総投資額は最高200万台湾ドルだ。試算すると、Profet AIシステムの導入によってBenQ Materialsは年間8桁台の費用を削減できたことになる。この成果は企業として満足のいくものだ。

余工場長はまた、製造業がAI導入で最も重視するのはドメイン知識だが、全てのＡＩが必ずしもそれを備えているわけではないと指摘する。例えば、大量のデータが学術化したモデルに取り込まれた場合、精度は高くなく、ドメイン知識が乏しければ因子の問題を正確に把握できない可能性がある。また、ドメイン知識がないままデータを収集した場合、過程における反復検証で必ず差異が生じる。

AI導入の成功で製造プロセスを改善

生産のボトルネックを突破して材料配分の調整を実行

現在、BenQ MaterialsはAI導入によってどのような成果を得ているのだろうか？余工場長は「製造プロセスが大きく改善されただけでなく、生産のボトルネック突破に成功しました」と言う。BenQ Materialsはかつて生データを使用したランチャートで判断を行っていたが、手元の異常データは数万件にも上り、人の手では時間がかかる上に正確に処理することができなかった。

このほか、短時間で生産ラインの切り換えを実施しなければならない時、パラメーターを調整する必要があり、前後製品の重複する規格の上限と下限が狭くなる。このため、これまではインラインで切り換えるしかなかったが、その過程で材料の廃棄など多くのムダが生まれていた。Profet AIのAutoMLシステム導入後は、生産ラインを中断なしで切り換える方法が採用され、あらかじめ一方で濃度と温度を調整できるようになった。また、人の手による操作では精度が低くなるという問題を解決し、廃棄材料を減少させて、同時に良品率を向上させている。

「材料配分の調整」も、BenQ MaterialsがAI導入によって利益を高めることができた項目だ。開発が必要な新製品が多い一方でデータが少ないが、Profet AIのAIツールで類似したタイプのデータを取得して研究開発に必要な新規格に合わせることができる。さらに、システムのオープンアーキテクチャが使用電力量、温度、炭素税換算などESG関連を含む内外の各段階の使用状況まで必要なデータを全てサポートすることが可能だ。

ニーズと機能を定期的に点検

ユーザーエクスペリエンスを高め続けてウィンウィンを達成

余工場長は、BenQ MaterialsはAIシステム選定において2つの点を考慮したと言う。一つ目は、使用者のニーズに合っていること、二つ目は機能性である。簡単に言えば「買うなら実用的な物を」ということだ。新たなシステムを導入する際、最も良いのは使用面から決定することである。もし単純にIT部門主導で導入を行い、IT部門と生産現場の意思疎通が効果的に行われていなかった場合、何度もシステムを改善しなければならなくなるだろう。

BenQ Materialsは当初の米国と日本のシステムからProfet AIのシステムに切り替えた。最も重要な理由のひとつは、Profet AIが定期的にどの機能の修正が必要か、システム面では何が視覚化のニーズを満足させることができるかを点検していることだ。余工場長は、ニーズと機能を満足させることは基本だが、最も重要なことだと強調する。

Profet AIの余常任セールスディレクターは、BenQ Materialsとの提携において、双方の研究開発チームが期毎に機能研究開発会議を行っており、Profet AIのチームはBenQ Materialsの実際の使用ニーズに対して評価を行い、今後のプロダクトロードマップ計画に反映させていると説明する。これにはデータ点検、材料配分の調整と重要因子分析の統合、設備異常検出機能の改善、オンラインAIモデル管理などが含まれる。

余セールスディレクターは、使用者が必要とする機能の改善と最適化を続け、使用者により適した操作動線を設計し、実際の製造と研究開発の作業フローにマッチさせることでこそ、ウィンウィンを達成することが可能となると語った。

台湾・彰化県に本社を構える正新橡膠工業(Maxxis)は、年商39億米ドルで世界トップ10に入るタイヤメーカーだ。乗用車用、軽トラック用、二輪車用、自転車用タイヤなどを生産し、180カ国以上で販売している。2023年初めには、傘下ブランド「MAXXIS」が欧州BMW1シリーズの純正タイヤに選ばれ、台湾のタイヤメーカーとして初めてBMWのサプライチェーン入りを果たした。

正新橡膠工業(Maxxis)が国際大手自動車メーカーに認められた理由は、この数年推進してきた大胆なデジタルトランスフォーメーションにある。2015年、欧州自動車メーカー多社から製品の研究開発時と生産工程における完成品と半製品のテスト結果を記録するように要求されたことから、同社はインダストリー4.0のトランスフォーメーション計画を始動した。世界の生産ラインの自動化を進め、設備のスポットレーザーとラインレーザー、3Dスキャンで収集した製品のサイズ、厚み、温度、圧力などの数値をデータベースに収集するようにした。

しかし、収集したデータは膨大な量となり、既存システムでは効果的なデータ分析ができなくなるという問題に直面した。再三にわたる討論の結果、使い方をマスターしやすく、ユーザーインターフェースも分かりやすい杰倫智能科技(Profet AI)のAutoMLデータサイエンティストプラットフォームを導入することを決定した。

AIでベテラン技術者の経験を保存　製品のライフサイクルを最適化

これまでプラスチック・ゴム産業の従業員は経験に依存してきた。各種材料配分の開発、製造プロセスの改善、原材料の調達に至るまで、ベテラン技術者の経験に頼って問題を解決してきたが、これは正新橡膠工業(Maxxis)も例外ではなかった。この構造を突破するため、同社はAutoMLを導入した。AutoMLによってベテラン技術者の経験とデータを活用し、AIでモデルを構築して重要な経験を会社に保存し、製品と研究開発から生産までの製造プロセスのライフサイクルを最適化することを目指したのだ。

「AI導入の理由は、以前は生産ライン上のデータを人が分析していたため、リアルタイムのフィードバックが非常に困難だったためだ」正新橡膠工業(Maxxis)の陳柏嘉最高情報責任者はこう話す。かつては各顧客や市場の需要に応じ、年配の技術者やベテラン従業員に頼って設備の生産パラメーターを調整していたが、例えば、タイヤの幅の増減がどのような結果を生むのかについて、設備が収集したデータからシステム的に分析することはほぼできなかった。AutoMLを導入後、AI分析で製造プロセスに影響する重要因子を見つけ出して効率を向上できただけでなく、AI分析パラメーターが構築したモデルを海外工場に応用することで、作業員を派遣する必要が減り、工場拡張のスピードを加速することが可能となった。

製品の研究開発も、正新橡膠工業(Maxxis)のAI導入の重要ポイントだった。「タイヤはある種条件の厳しい製品で、タイヤ1本の研究開発には2年以上かかり、100種類以上の原材料が必要となる」陳最高情報責任者は、研究開発部門がAutoMLを導入してちょうど1年だが、タイヤ製造の100種類以上の因子から、タイヤの燃費、ウェットグリップ性能、ブレーキ時の制動距離など性能に影響する重要因子、例えば接着剤の種類、銅線の幅や種類、配列密度などをすでに数十種類を見つけ出したと語った。

重要因子を見つけ出した後、正新橡膠工業(Maxxis)はこれらを利用して国内外自動車メーカーと市場の需要に応じ、AIでモデル構築を行い、メーカーや市場の需要に合った、またはそれを超える製品を研究開発することが可能となった。例えば、スポーツカーはウェットグリップ性能が高い製品が求められ、ハイブリット車は転がり抵抗が低く静かな製品が求められる。

AI応用を拡大　各部門の問題の背後にあるデータを棚卸し

生産と研究開発でAI導入の効果を知った正新橡膠工業(Maxxis)は、2023年からAI応用拡大に着手し、人事や販売など国内外10余りの部門へのAutoML導入を開始した。

各部門でのスピーディーなAIマスターをサポートするため、Profet AIはコンサルタントを派遣してAI応用のワークショップを実施した。陳最高情報責任者は、3カ月の訓練期間の中でProfet AIのコンサルタントはAIの基礎概念から入り、じっくり各部門との討論を進め、直面している問題を整理し、問題の背後にある分析可能なデータを棚卸ししたと話す。今後データからモデルを構築し、改善や最適化の方向性を見つけ出すことが可能となる。

陳最高情報責任者は「幹部候補の育成のように、新たなシステムを導入するITスタッフの負担を大幅に軽減できる」と指摘する。これらの訓練課程によって、各部門がAutoMLをスピーディーにマスターできただけでなく、学習曲線や意欲も高くなった。

デジタルトランスフォーメーションは一気に完成できるものではない。正新橡膠工業(Maxxis)はAI応用を点から線、そして面へと拡大していき、各部門の第一線で働く従業員がデータを収集し、理解し、解読し、活用できるようにした。これによって同社はデジタル化を加速させただけでなく、世界市場に確固たる基礎を打ち建てたのだ。