データが溜まっていても、そのままでは使えない
MESを入れると、作業実績も検査結果も設備の状態も残るようになります。ただ、残っていることと使えることは別です。AIに学習させる段になって最初にぶつかるのは、「この値がどの製品の、どの工程の、どの時点のものなのか」がひも付いていない、という問題です。
逆に言えば、MESの設計段階でこの紐付けを作っておけば、あとから来るAIの話がずっと軽くなります。サオスがデータ活用をMESの延長線上に置いているのは、この順番に意味があるからです。
どこから手を付けるか
いきなり基幹の判断を置き換えにいくと、まず止まります。効果が見えやすく、外しても被害が小さいところから始めるのが定石です。実際にご相談が多いのは、品質の予測、外観検査の自動化、設備異常の早期検知、需給調整、そして作業標準書や不良報告といった文書まわりの整理です。
テーマの選び方、進め方、よくあるつまずきについては 製造業のAI活用 に詳しくまとめました。実際にどこまでできるのかは、ロックウェル・オートメーションと取り組んでいる AI仮想センサー の例をご覧いただくのが早いと思います。
