ダイヤモンド社のビジネス情報サイト
ポスト・ビッグデータ時代の経営

製造業における
ビッグデータ活用の盲点と対策(1)

KPMGコンサルティング
【第2回】 2017年11月10日
著者・コラム紹介バックナンバー
previous page
6

 過去の大量の暗黙知データをAIに学習させることで、新たに発生する設計に対して、過去の類似製品においてどのような不具合が発生したか、素材上のリスクは何か、重点的に検査しておくべき事項や検査方法等についてレコメンドさせることが可能となります。

 またAIであれば、過去のデータを全量分析することが可能であり、問題の取りこぼしは発生しません。基本的に潜在的な不具合による手戻りは大幅に減少させることができるでしょう。

 さらに、過去の情報より、新たな相関を発見し、潜在していたリスクを浮き上がらせることいった副次的な効果も期待できます。手戻りを防止することにより、トータルの市場投入までのリードタイムを大幅に短縮できる、という言ことは言うまでもありません。また、設計に不慣れな新人が作業する際も、AIで作業をレコメンドすることにより、品質面が高いレベルでサポートされることになります。

 次回は、形式知化の具体的な取り組み方、得られる効果について言及します。また、KPMGコンサルティングではAR/VR/MRといった次世代UI技術の活用も注目しており、それら技術を製造プロセスでどのように活用できるかについても言及します。

previous page
6
IT&ビジネス
クチコミ・コメント

facebookもチェック

ポスト・ビッグデータ時代の経営

「ビッグデータ」が活用され始めた企業の現場で「ハードウェア資源不足に対する危機感」が問題となりつつある。この潮目の変化にいち早く気づいたコンサルタントが、「ビッグデータ時代の終焉」と「ポスト・ビッグデータ時代」の経営の要点を明らかにする。

「ポスト・ビッグデータ時代の経営」

⇒バックナンバー一覧