ヤンマー建機、AIデータ基盤を複数部門に同時展開。図面検索や品質管理を効率化

発表内容のポイント

• 購買部門でAI類似図面を活用し、取引先候補の選定時間を最大70%削減
• 品質保証部門で数千件の調査報告書を図面と紐づけ、不具合時の情報展開を迅速化
• 開発部門で類似部品探索などを定着させ、1人あたり週1時間の業務を効率化

発表の背景

ヤンマー建機では、設計・購買・品質管理の各システムが分断されており、必要な情報にアクセスするまでに多大な工数がかかっていました。類似図面が見つけられないために新規図面を重複して作成してしまい、コスト増を招いていたほか、図面データの活用ノウハウが一部のベテラン社員に偏っていることも課題でした。不具合発生時の類似部品への水平展開にも時間を要していたため、組織的なデータ活用基盤が求められていました。

何が発表されたのか

導入から1年を経て、各部門で具体的な成果が出ています。購買部では、AI類似図面機能により1部品あたりの取引先選定時間を5〜10分から2〜3分に短縮し、経験の浅い担当者でもベテランと同等の精度で選定可能になりました。品質保証部では、数千件のサプライヤー調査報告書を図面と紐づけて管理し、設計変更後の部品情報への即時アクセスを実現。開発部では、図面注記の特定や類似形状の探索により、ライセンス保有者のほぼ全員が継続利用を希望するほど現場に浸透しています。

製造業・生産管理への見方

製造業の現場では、設計、購買、品質管理などの部門間で情報が分断され、図面や過去のトラブル履歴が有効に活用されないケースが少なくありません。今回の事例は、AIデータプラットフォームを単一の部門にとどめず、5つの部門へ同時に展開することで、情報の「点から面への広がり」を実現した点が特徴です。図面を起点に、サプライヤー情報や品質不具合実績などの異なるデータを紐づけることで、設計工数の削減や品質リスクの低減、再発防止フローの構築といったエンジニアリングチェーン全体の高度化につながるアプローチとして参考になります。

現場で確認したいポイント

• 自社の設計・購買・品質管理システムが分断され、図面検索に時間を要していないか
• 過去の不具合情報やサプライヤーの調査報告書が、図面と紐づいて即座に参照できるか
• ベテラン社員に依存している図面検索や部品選定のノウハウを、標準化する仕組みがあるか

確認しておきたい点

本システムによる効果はヤンマー建機における導入1年時点の実績であり、自社の図面データの整備状況や部門間の連携体制によって得られる効果は異なる可能性があります。また、キャディ社は現在、部品調達支援事業を終了し、AIプラットフォーム事業に統合している点に留意が必要です。

関連リンク

• キャディ株式会社 コーポレートサイト：発表企業であるキャディ株式会社の公式サイトです。
• キャディ株式会社 PR TIMES ページ：キャディ株式会社のプレスリリース一覧が確認できます。

出典情報