More Related Content
Similar to 異物検査基準を自動徹底! アドダイスのAIサプライチェーン (20)
異物検査基準を自動徹底! アドダイスのAIサプライチェーン
- 3. ©2020 ad-dice Co., Ltd.
2
コンサルティング型教師データ作成
エンジニア1人だと長期間かかります
複数対象を同時進行の場合、
エンジニア人数分のコスト
がかかります
コミュニケーションロス(会話が成り立たない)
現場検査員
AIエンジニア
(AI会社派遣)
言葉にできない
勘と経験
理屈の世界の住人
- 8. ©2020 ad-dice Co., Ltd.
7
現場検査員
同時並行で教師データ作成
5倍以上の生産性
現場が主役。自分達だけでAIを自立運用
•基本特許取得済み
•操作特許出願中
• 識別眼がある現場のプロ自身が、学習~評価~運用
• AIの専門家の確保が不要。
言葉にできない
勘と経験
- 9. ©2020 ad-dice Co., Ltd.
HORUS AI(ホルスAI)自立運用の流れ
8
画像登録
アノテーション
(教師デー
タ作成)
学習
(生成)
テスト
評価 選定会議 設定
学習モード
運用モード
- 10. ©2020 ad-dice Co., Ltd.
自立運用AIが実現する
AIによる源流管理
9
製造プロセス
②
検査装置
③検査結果画像
①検査対象を投入
問題なし 不良A 不良B
④人による再判定や分類
⑤工程への
フィードバック
繰り返し
現場改善サイクルの
• 全数化
• リアルタイム化
• 分類精緻化
- 11. ©2020 ad-dice Co., Ltd.
10
1.アドダイスはなぜ採用されているか?
■ お客様の担当部門で自立運用できる
➡AIエンジニアの調達難
➡製品変化に柔軟対応可能
■クラウドサービス化されている
➡従量課金
➡品質管理の一元グローバル化実現
- 12. ©2020 ad-dice Co., Ltd.
11
1.アドダイスはなぜ採用されているか?
■ サンプル検査から全量検査へ
■検査要員の老齢化・継承難
■検査要員の充足難
生産性25倍を実現
- 14. ©2020 ad-dice Co., Ltd.
13
人の力を最大限に活かす、アナログとICTの最適な組合せ
人のサービスは
重点主義で実施
製造プロセス
改善活動
AIで大量データをスクリーニング
(一次ふるい分け)
生産性 x 25倍
すべてを検査!サンプルだけではなく
- 15. ©2020 ad-dice Co., Ltd.
14
すでに製品があり、導入実績がある
2020 Copyright © ad-dice Co., Ltd. All Rights Reserved. Confidential
- 16. ©2020 ad-dice Co., Ltd.
鉄道グループにおける
施設管理の自動化
15
※秘密保持のため写真はイメージです。
2020 Copyright © ad-dice Co., Ltd. All Rights Reserved. Confidential
すでに製品があり、導入実績がある
- 17. ©2020 ad-dice Co., Ltd.
16
2012年 2025年
65歳以上 65歳以上
1965年
65歳以上
20歳~64歳の人
口
9.1人
20歳~64歳の人
口
2.4人
20歳~64歳の人
口
1.2人
仕事は増える、
担い手は減る。。。
- 18. ©2020 ad-dice Co., Ltd.
17
“最大”の特徴
何となく
ピンとくる
☆長年の勘と経験と匠
の技を“AI”で学習
匠の技に頼ってきた
様々な分野で
技術革新が可能になる
アドダイスのAIで実現!
A
I
A
I
匠をAIで代用する
従来AIでも無理だった、、、
手の感覚
が大事
- 19. ©2020 ad-dice Co., Ltd.
なにができるのか?
匠の技をAIで代用できる
• 技術を継承し現場を守る!
• 人手不足を解消
• 数を増やせる。減らせる。
18
AI
AI
AI
AI
AI
AI
AI
AI
AI
AI
AI
- 20. ©2020 ad-dice Co., Ltd.
AI
MODELS
評価
現場のデータ Risk Score
情報
判断
支援
Input Output
19
19
言葉にできない勘と経験
現場を支える
ベテラン
現場のプロが自ら教え、評価、調整して使える現場主導でDXを実現する自立運用型のAI
特許6302954
- 23. ©2020 ad-dice Co., Ltd.
22
● 東京大学医学部准教授
● 東京大学医科学研究所病理診断科科長、検査部部
長
● 東京大学医学部卒業
● 広島大学デジタルものづくり教育センター客員教授(AI)
● 医仁会武田総合病院臨床研究センター研究員
● 東京大学法学部卒業
● Bilingual Network News 創業・売却
● Dentsu Data Artist Mongol – 創設時CTO
● IBM Japan – Systems Engineer
● 東京大学大学院情報理工学系研究科電子情報学修
士
● MIT Research engineer
Chief Executive Officer
Daisuke Ito
Chief Medical Officer
Yasunori Ota
Chief Technology Officer
Amgalan Ganbat
AI、医療、起業、最高水準の人材がメンバー
チーム
2020 Copyright © ad-dice Co., Ltd. All Rights Reserved. Confidential
- 24. ©2020 ad-dice Co., Ltd.
23
KDDI∞Lab8期採択
世界の有望なAIベンチャーとして
BizSpark Plusの三年間の支援先に採択
NVIDIA Inception Programに採択
革新的技術開発・緊急展開事業に採択
Hardtech & Healthcareに採択主な受賞歴
2020 Copyright © ad-dice Co., Ltd. All Rights Reserved. Confidential
- 26. ©2020 ad-dice Co., Ltd.
なぜAIサプライチェーンが必要か?
会社を横断して統一した判断基準を持つ未来の産業クラスタを創ろう
© 2020 ad-dice Co., Ltd.
25
- 28. ©2020 ad-dice Co., Ltd.
会社をまたいだ検査の困り事
27
納品
受取り
不良
返品
客先
加工検品加工
受入
検品
• 納品後の不良化の責任も事実上負っている
• 基準が曖昧で、誰が行うか・作業時間帯などで揺らぐ
• 不良返品された中で不良/正常の線引きが微妙なものについ
て、お客様を立てるために議論ができない
- 30. ©2020 ad-dice Co., Ltd.
ラインの流れ
出荷検査
『AIサプライチェーン』で、出荷検品➡受入検品
検査基準共通化・検査履歴共有化
ラインの流れ
受入検品
受入検品工程
出荷
受入
出荷
出荷
返品
後工程前工程
29
ラインの流れ
出荷検査
ラインの流れ
出荷検査
統一AI
- 31. ©2020 ad-dice Co., Ltd.
30
Before 人海戦術
加工品
加工品
加工品
加工品
原材料
原材料
原材料
原材料
原材料
メーカー
メーカー
小売
- 32. ©2020 ad-dice Co., Ltd.
31
Withコロナ
DX:
デジタルトランスフォメーション
加工品
加工品
加工品
加工品
原材料
原材料
原材料
原材料
原材料
メーカー
メーカー
小売
AI
AI
AIAI
- 33. ©2020 ad-dice Co., Ltd.
32
Withコロナ
DX:
デジタルトランスフォメーション
加工品
加工品
加工品
加工品
原材料
原材料
原材料
原材料
原材料
メーカー
メーカー
小売
AI
AI
AI
AI
AI
AI
AI
AI
AI
AI
AI
AIAI
- 34. ©2020 ad-dice Co., Ltd.
33
加工品
加工品
加工品
加工品
原材料
原材料
原材料
原材料
原材料
メーカー
メーカー
小売
統一AI
アフターコロナ AIサプライチェーン
検査のAI化ありきで、検査機能を集約する業態が出現
→従量課金の検査AIサービス(=装置✕AI)
- 35. ©2020 ad-dice Co., Ltd.
34
3段階の社会進化ビジョン
アドダイスが提唱する『AIサプライチェーン』
1st Step DXの実証実験(POC)・試験導入
2nd Step AI横展開
3rd Step AIサプライチェーン
- 37. ©2020 ad-dice Co., Ltd.
36
2 検査ブロックチェーン
AIサプライチェーン構築を前提に
更にブロックチェーン技術を応用して
構成部品ごとの検査履歴を明示できる仕組み
ブロックチェーンとは、
分散型台帳技術[3]または分散型ネットワークである[4]。
中核技術(サトシ・ナカモトが開発)を原型とするデータベースである。
ブロックと呼ばれる順序付けられたレコードの連続的に
増加するリストを持つ。
各ブロックには、前のブロックへのリンクが含まれている。
理論上、一度記録すると、ブロック内のデータを遡及的に変更することはできない。
ブロックチェーンデータベースは、Peer to Peerネットワークと
分散型タイムスタンプサーバーの使用により、自律的に管理される。
- 38. ©2020 ad-dice Co., Ltd.
37
検査ブロックチェーン
AIありきの時代の不正防止
→AI検査履歴の改竄がなされていないことを担保
組
立
組
立
完成組
立
最終工場加工品
Tier1各社Tier2各社
加工品
加工品
加工品
加工品
加工品
加工品
加工品
加工品
加工品
加工品
加工品
加工品
加工品
組
立
組
立
完成組
立
最終工場
原材料
原材料
原材料
原材料
原材料
原材料
原材料
原材料
原材料
原材料各社
デジタル台帳
デジタル台帳
AI検査履歴 改竄防止の品質ブロックチェーン
Made in Japan
信頼の回復
- 39. ©2020 ad-dice Co., Ltd.
38
安心の品質を保証
公的認証機関
公的認証システム
各社登録済
ブロックチェーン
部品検査証明書データ
リコール登録
リコール登録
リコール承認
リコール承認
検査済み部品台帳
非改竄であることの
証明発行
- 40. ©2020 ad-dice Co., Ltd.
食卓に安心と安全な食品を届けるために
39
人の力を最大限に活かす、アナログとICTの最適な組合せ
AIを活用する
智恵と工夫
製造プロセス
源流管理
アドダイスのAI→生産性 x 25倍
すべてを検査!ムラなく
Editor's Notes
- アドダイスの伊東です。製造業や鉄道でAIの導入実績があり、DXで注目されているAIサービス企業です。
これから今までの常識がガラッと変わります。AIサプライチェーンで生産性がもう段違いに上がります。
ご自身の業界でいちはやく取り組めるように、基本となる考え方を50分間お話しします。
- エンタープライズ市場でも、あらゆるところで人による検査が行われています。
アドダイスは、
(誰向け help Whom)勘と経験が必要な職人技に頼っている現場向けに
(何を do What)AIサービスを提供している会社です。
(特徴はby doing How)サービスの最大の特徴は、「自立運用型AI」です。
- 一般的にAIと呼ばれるものは、勝手に機械が分析と学習をしてくれるわけではなく、
膨大なデータの収集を行い、それをデータサイエンティストというエンジニアが分析し、
学習させていく過程が必ず必要な技術です。
- データサイエンティストを介在させるとその人件費を負担する必要があります。
人月単価と呼ばれる、人件費が1人あたり300~500万円と人数分に所用期間の月数(つきすう)の掛算で必要です。
現場の勘どころをデータサイエンティストと共有するまでに時間がかかるので、実際に現場での導入前から大きな費用がかかります。
人間が行っていることが10種類あるとして、数種類のものが8割くらいを占めるので、導入時には学習が間に合わなくても良いと割り切って
学習を後回しにするのが現実なのですが、他社の進め方ですと導入後もデータサイエンティストを確保し続ける必要があるわけです。
機密データを社外の人に見せることになる、
導入後に変化があるとまた一から学習をやり直す必要がある
新商品が出たらまた学習させる必要があるなど、導入するまでに大きなハードルがあります。
https://www.digipot.net/?p=9092
- アドダイスのサービスは、データサイエンティストが不要です。
現場の方が直にブラウザで学習させることが可能な画期的なサービスです。
- AIの専門家を介在させる必要が無いので、
現場のプロ達が、自分達の手で、新たな課題をAIに教え、改善を続けるサイクルを回すことができます。
- このように、コロナで
待った無しで実現しないといけない現場のDXですが、
競合のやり方で実現しようとすると
AIの専門家を現場に派遣する必要があり費用は億円単位でかかります。
必要性が判ったのに予算を確保しづらい、高額の費用です。
これが、アドダイスであれば、産業分野でも月額80万円以下で実現できます。
- これまでは人の判断スピードという限界があったので、
一部の抜き取り検査しか出来ませんでしたが、
アドダイスのAIにより全数検査が実現しています。
単調な繰り返しから現場のプロが解放され、
頭を使うクリエーティブな仕事ができるようになりました。
25倍以上の生産性を実現しています。
- ほとんどの競合が実証実験止まりで終わる中で、
アドダイスは本番での導入が進んでいます。
- 世界でもまだ事例の少ない鉄道施設管理の自動化にも利用されています。
- 先週ニュースで100歳以上が8万人を超えたと報道されていました。超高齢化社会を迎えています。
こなさないといけない仕事は増えるのに、働き手は減っています。
働き方改革で残業も規制されるので、人海戦術はもう限界です。
- 私たちは、このような課題を、
現場主導でのDXデジタルトランスフォメーションを実現する自立運用AIで解決し、
反復作業から人を解放します。
我々のソリューションを使えば、
AIの専門家を雇う必要はありません。
従来のシステムでは取り込めなかった、言葉に出来ない勘と経験を、現場のプロが、
自らAIに教え込み、プロ自身がダイレクトにAIを評価し、出来たAIの調整も現場のプロ自身が行える、画期的な仕組みです。
- 高い信頼性が要求されるハイエンド領域で、
アドダイスのAIは、細かな分類が出来る点が高く評価されています。
- コロナに立ち向かい、新しい社会を作る動きを後押しするために、
政府も2兆円という大きな予算を付けています。
- チームを紹介します。CTOのアムガは、電通がモンゴルに作ったAI開発拠点の創業チームのメンバーとして技術責任者をつとめたデータサイエンティストです。
CMOの大田は、東大医科研の検査部部長で、日本の医療問題と最先端の動向を熟知しています。
このように強力なメンバーが集まっています。
---
- 様々な アワード を いただいています。直近ではPlug and PlayにHard tech & Health careのスタートアップとして採択されました。
- 私たちはこのように、勘と経験が必要な現場仕事のあり方に革命を起こしています。
旧態依然とした仕組みをアドダイスのAIで一掃します。
私たちの提供する仕組みは、
アフターコロナの社会で、新しい仕事と暮らしを実現する基盤になります。
そこに広がるAIサプライチェーンを理解し、いちはやく、ご自身の会社とパートナーを次世代に誘導できるイメージを持って頂くのが今日の目標です。
- Here is my most important point
- http://www.irasutoya.com/2015/05/blog-post_462.html
◎AI化による検品ラインの省人化実現
➡「巧の技術者の判断継承」が実現
➡求人難が深刻化した場合でも、現状より少人数でラインを維持可能
◎人間の揺らぎに由来するロスを劇的に改善
➡パートナー企業との品質問題が解消
◎AI時代に即したサプライチェーンの抜本的な組替え
➡サプライチェーンに散在している検査工程をAIサービスで集約
- 全体としての検査の履歴が改竄されていないことを品質ブロックチェーンで担保することにより検査システム全体の信頼性を担保することができます。
一つ一つの検査にAIを導入すること、AIサプライチェーンで重複する検査を統一すること、検査全体の改竄が無いことを品質ブロックチェーンで担保すること、この三位一体で、
安心安全を守ることが出来ます。
-
検査のAI化による過渡期
人が行っていた検査をAIに各所でパラパラと置き換え
-
検査のAI化による過渡期
人が行っていた検査のAIへの置き換えが浸透し終わる
重複する検査の問題に気付きます。
- AIサプライチェーンで重複する検査を統一する
全てのAIを統一する動きが生まれ、一気に統一される。
全体としての検査の履歴が改竄されていないことを品質ブロックチェーンで担保することにより検査システム全体の信頼性を担保することができます。
一つ一つの検査にAIを導入すること、こと、検査全体の改竄が無いことを品質ブロックチェーンで担保すること、この三位一体で、
安心安全を守ることが出来ます。
- 全体としての検査の履歴が改竄されていないことを品質ブロックチェーンで担保することにより検査システム全体の信頼性を担保することができます。
一つ一つの検査にAIを導入すること、AIサプライチェーンで重複する検査を統一すること、検査全体の改竄が無いことを品質ブロックチェーンで担保すること、この三位一体で、
安心安全を守ることが出来ます。
- I am finished
- 効率よく食卓に安心と安全な食品を届ける
という本来の目的を果たすためにAIを使い倒す、
単調な繰り返しで消耗する日常から現場のプロを解放し
頭を使うクリエーティブな仕事に取り組む。
前向きのDXに一緒に取り組みましょう。
アドダイスは自立運用AIをさらにブラッシュアップし、全力で応援します。
ご清聴ありがとうございました。