産業用機械製造業(従業員約300名)
基幹データと過去案件をAIで横断検索。受注生産メーカーの「探す時間」と属人化を減らす

概要
- 業種:産業用機械の製造
- 規模:従業員 約300名
- 対象業務:営業(過去案件の調査)、設計(過去実績の調査)
- 対象データ:基幹システムのデータ、過去案件の情報(工番・図番・見積履歴・保守履歴)
- 取り組み:AI検索基盤のPoC(概念実証)
- 期間:約6か月
背景と課題
受注生産や個別設計が中心の製造業では、案件ごとに仕様が異なります。そのため、新しい引き合いや設計のたびに「過去に似た案件はなかったか」「そのとき何を選び、どう対応したか」を調べる作業が発生します。
ところが、その手がかりは基幹システムの工番データ、図面(図番)、見積の履歴、保守の記録などに分散しています。どこに何があるかを知っているのは、経験の長い担当者に限られがちです。製品の寿命が長いほど、何年も前の案件をさかのぼる必要も増えていきます。
同社でも、こうした情報探索は担当者の経験や、関係者への個別の確認に頼っていました。探す時間がかかるだけでなく、知見が特定の人にとどまり、組織として蓄積・共有しにくいことが課題でした。
取り組み
基幹システムのデータと過去案件の情報を対象に、AIが関連する情報を探し出す検索基盤を構築しました。大規模な基幹システムの刷新は行わず、今あるシステムとデータを活かす形で進めています。
PoCでは、営業・設計の担当者が実際の業務の中で使い、情報探索にかかる手間や、得られる情報の質が変わるかを検証しました。
成果
PoCを通じて、実際の業務における有効性を確認しました。これまで担当者の経験や個別の確認に頼っていた情報探索が効率化され、次の3つの効果につながることが分かっています。
1. 暗黙知を組織のナレッジへ
一部の担当者の頭の中にあった「どの案件を見ればよいか」という知見を、AI検索を通じて誰もが引き出せるようになります。担当者の異動や退職で知見が失われるリスクも減らせます。
2. 営業担当者の情報探索の負担を軽減
引き合いや問い合わせのたびに発生していた、過去案件の調査や社内への確認の手間を減らせます。そのぶん、顧客への提案や対応に時間を使えるようになります。
3. 設計時の過去実績調査を効率化
設計の初期段階で、似た仕様の過去案件や実績を素早く参照できます。過去の知見を踏まえた設計がしやすくなります。
導入の進め方
大規模な基幹システムの刷新を前提とせず、既存のシステムを活かしながら段階的に導入できます。現場に入り込み、課題の洗い出しから要件定義、AI開発、導入・定着まで一貫して支援します。
Step 1 対象を絞って始める
効果が見込める業務とデータを選び、小さく始めます。
Step 2 PoCで効果を確かめる
実際の業務で使い、どれだけ探す手間が減るかを確認します。
Step 3 対象を広げて定着させる
効果を確認できた範囲から、対象の業務やデータ、部門を広げていきます。
こんな企業様に向いています
特に、次のような企業様との親和性が高いと考えています。
- 従業員150〜500名程度の製造業
- 産業機械、装置、専用機、生産設備などを製造している
- 受注生産、個別設計、多品種少量生産を行っている
- 設計部門と製造部門、保守・サービス部門がある
- 製番、工番、品番、図面、BOMなどを多数管理している
- 製品寿命が長く、過去案件や保守部品、修理履歴の検索が日常的に発生する
ひとつでも当てはまる場合は、まずは現状の情報探索の課題をお聞かせください。
対象業務の選定からご提案します。
