導入計画・見込み / 製造・設備
株式会社デンソー 工機部
現場の暗黙知、見積、社内QAを段階的につなぎ、年間8万時間創出を目指す
受注予測、設計担当者マッチング、暗黙知継承などをAI DX基盤で進める事例です。
掲載区分：導入計画・見込み
この記事は第三者が公開した一次情報を中小企業AI総研編集部が確認・要約した参考事例です。エイムハイ株式会社が導入を支援した実績ではなく、同じ効果を保証するものでもありません。
CASE OVERVIEW
約20%削減・年間約8万時間の見込み
複数のAI用途を一度に自動化するのではなく、設備づくりのデータと現場知識を共通基盤へ整理し、段階的に活用範囲を広げています。
数値の対象範囲
工機部の取り組みにおける目標・見込み値。年間約1,500台の生産設備を製作。
業種・領域
製造・設備
AI & HUMAN ROLES
AIへ任せることと、
人が判断すること。
効果の数字だけでなく、AIの役割と最終確認を担う人の役割を分けて読みます。
AIの役割
過去情報の検索、見積候補、担当者候補、QA回答候補を作る。
人の役割
設計、見積、設備品質、担当配置を責任者が判断する。
自社で小さく試すなら
問い合わせが多い1工程・1知識領域で、検索時間と回答精度を測る。
WORKFLOW
公開情報から読み取れる、
業務の流れ。
実装時は、自社の帳票・件数・権限・例外処理に合わせて再設計します。
過去データを整理
対象業務の開始条件をそろえます。
AIが候補を検索・提案
AIの処理と人の確認範囲を分けて進めます。
担当者が根拠を確認
AIの処理と人の確認範囲を分けて進めます。
採用結果を次の改善へ戻す
人が確認した結果を正式な業務へ反映します。
CAUTION & SOURCE
数字をそのまま
自社へ当てはめない。
読むときの注意
年間8万時間は創出見込みであり、達成済みの実績として扱いません。