作業をしながら賢くなるAI

大手部品メーカーで増加する製造工程でのAI活用

人工知能（AI）が製造システムに導入されるようになっている。その代表例がプリント回路メーカーのJabilだ。同社ではAIを利用して社内の製造工程と製品品質を改善している。

公開 2018年04月02日 05時00分

更新 2018年04月04日 06時18分

著者

Jim O'Donnell

[TechTarget]

印刷する

　多くの業界に人工知能（AI）が浸透してきている。製造工程も同様で、業務効率と製品品質の向上にAIを役立てている。

　世界最大級の委託製造業者Jabilは、AIや機械学習といった有望な次世代テクノロジーの機能をテストしている。同社は50年前に回路基板組み立て企業として創業し、本稿執筆時点では全世界に100を超える工場を構える。同社は世界でも著名な一部のブランド向けに、製品や部品を製造している。Jabilのデジタルエンジニアリングおよびテクノロジーサービス部門のバイスプレジデントを務めるダン・ガモタ氏によると、同社は2、3年前から従来の製造システムにAIを組み込んでいるという。同氏は、製造工程にAIを導入するという同社計画の立役者の1人だ。

　「AIは、当社が全製品のライフサイクル管理を通じて実施している全工程の中で重要な要素になっている。その点からも、AIは1つのデジタル構成要素として至るところで使われるようになると考えている。当社では通常、AIを4つの用途に分類している。意思決定管理用、画像分析用、動画分析用、RPA（ロボットによる業務の自動化）用の4つだ。また、着手したばかりだが、機械学習プラットフォームも幾つかある」（ガモタ氏）

併せて読みたいお薦め記事

AIで世の中はどう変わるのか

AIで上がる生産性

AIを現実にするコンピューティングの進化

　AIが登場してからそれなりの時が経過している。その間に、コンピュータシステムが小型化され、インフラコストが低下し、コンピュータの速度が上がった。こうしたことが重なって、製造システム向けのデータ分析機能が大幅に向上しているとガモタ氏は言う。「この機能は当社にとって重要だ。当社は常に問題を抱え、こうした一連の問題が大きく、複雑になり続けているためだ。そこで適切な解決策をできるだけ早く用意するために、この機能が鍵になる。解決策を編み出すにはコストがかかる。だが現在のデジタル改革によって、こうしたことが可能になる」

Jabilは、プリント回路基板の組み立てなど、製造工程のエンジニアリングレベルにAIと機械学習を導入している。業務効率を高めて、工程の妨げになる恐れのある変動要因を少なくすることが目的だ

　Jabilのガモタ氏を始めとする関係者は、製造工程のAIを数年にわたって監視してきた。だがエラーに対処する余裕がないため、AIを同社の工場に導入することには非常に慎重だ。AIに適切なプラットフォームを利用していること、さらにはAIが初日から明確なメリットを提供することを確認する必要がある。そのためJabilでは注意深く監視される一部のユースケースにしかAIを導入していない。こうした手順は成果が出始めたばかりだとガモタ氏は報告している。

正確な配置

　Jabilでは、光学モジュールを積み重ねて非常に小さな部品を組み立てるケースがある。各モジュールには5つの異なる部品があり、これらの部品を厳密な許容誤差内で組み合わせる必要がある。AIは部品を精密に配置するツールに組み込まれている。このツールは、パフォーマンス要件を満たした精密さと許容誤差で各部品の配置方法を決定する。

　「AIはこの作業を可能な限り迅速に行うのに役立っている。これまでは40秒台の時間がかかっていたが、今では約10秒で配置できる。そのため組み立て時間が短縮され、その結果、コストも削減されている。また、極めて適切に制御された設備セットで作業を行っているため、部品表（BOM：Bill of Materials）も減らすことができる。以前であれば、調整不良を補うためにさまざまなレンズを取り付けなければならなかった。しかし、今では完璧な位置合わせのおかげでBOMを減らせるようになっている。これは最終的に顧客満足度を大幅に高めることにつながる」（ガモタ氏）

作業のたびに進むAIの学習

　製造工程でAIを利用するもう1つの主な理由は、高品質の製品を求める顧客需要にあるとガモタ氏は述べる。最新のデバイスは外見的な美しさを備えると同時に、傷や異常のないことが必要だ。AIは、コストをあまり上げずに必要なレベルの調査を提供できるエンジニアリングツールだ。

　ガモタ氏は次のように説明する。「例えば、モバイルデバイスのような製品を調べる場合、その本体には6つの面があり、その各面の外観を調査する可能性がある。この作業に人手で対応すると、作業員ごとに製品の見方が異なり、持ち方もさまざまだ。だがAIを利用すれば、オブジェクトを光学システムに提示するために、多軸アームを備えたプラットフォームを構築できる。このプラットフォームで製品表面の画像を撮影し、その画像を参照モデルと比較して、製品表面が仕様に従っているかどうかを判断できる」

　製造工程のAIは、作業を行いながらその速度を上げることができる。AIは調査を行うたびに学習する。最終的には熟練度を上げ、各評価をより効率的に実行できるようになる。ガモタ氏は次のように述べる。「シュートを練習するバスケットボール選手のようなものだ。しばらくすれば、非常にうまくなる。それぞれにお気に入りの得意なポイントがあるためだ。AIは最もよく欠陥が見つかる場所を非常に素早く見極めることができる。その後は、その場所のみに注目する。100カ所を調査する必要はない。最もよく見つかる欠陥を中心に20カ所は引き続き調査する。こうしてAIが欠陥の範囲を絞り込み始める」

デジタル構成要素の組み立て

　Jabilで利用している具体的なAIシステムについてガモタ氏は説明しなかった。そのシステムは同社にとって「秘伝のたれ」の一部と考えられているためだ。だが、Jabilでは効率的で拡張性に優れたシステムを組み立てようと継続的に努めている。同氏は次のように話す。「Jabilで使用しているシステムは全て最高情報責任者（CIO）が厳しく調査したものだ。CIOは、これらのシステムをデジタル構成要素と呼んでいる。これらのデジタル構成要素は常に進化している。そのため、拡張性が高く、オプションがあり、こうした構成要素との相互運用性を備えていることが必須となるプラグアンドプレイシステムを作ろうとしている」

　Jabilの製造プロセスに導入されたAIはまだ初期段階にあり、同社のプロセスの20％弱にしか統合されていない。AIの導入を早めるスケジュールは立てていないが、近い将来にAIはもっと広まるとガモタ氏は考えている。

　「1つの設備を作動させて、電流、真空圧、窒素、温度を観測すれば、即座にデータストリームが提供される。その全てを分析する必要はないが、最適範囲からの逸脱は監視できるようにしたい。そのため、今後18カ月間に導入する新しい全ての設備セットでは、プラットフォームに何らかのAI機能を組み込むか、設備の1つ上の層に重ねるオプションとしてAIを利用することになるだろう。こうしたことを急速に行っている」（ガモタ氏）

印刷する