事例の概要
| 企業 | 3M |
|---|---|
| 地域 | 欧米 |
| 業種 | 素材・その他 |
| 企業規模 | 大企業 |
| 用途 | 品質・プロセス分析 |
| 使われた技術 | Retrocausal の Kaizen Copilot（作業動画の画像認識によるエルゴノミクス・作業分析） |
| 関連する製品・サービス | Retrocausal（Assembly Copilot・Kaizen Copilot）（Retrocausal） |
成果
取り組みの内容
工場の作業改善では、作業者の姿勢や動作を観察して、身体への負担が大きい動きやムダな動作を見つけます。従来は改善担当者がストップウォッチやビデオで観測し、手作業で分析していたため、対象の工程数を増やすほど人手がかかりました。
RetrocausalのKaizen Copilotは、作業動画を画像認識で解析し、作業者の姿勢のリスクや作業時間を自動で計測する製品です。3Mはこれを使い、エルゴノミクス（人間工学）と生産性の改善を進め、15工場に展開したとRetrocausalの事例ページで紹介されています。
改善の結果として、負担の大きい作業の件数や作業時間がどれだけ変わったかの数値は示されていません。15工場という展開規模がこの事例で確認できる情報です。
複数の工場に同じ道具を展開すると、工場間で作業の負担や時間を同じ物差しで比べられるようになります。一方で、作業者を撮影する仕組みのため、映像の利用目的を安全と改善に限定し、個人の評価に使わないことを現場と合意しておくことが、展開を続ける条件になります。
この事例から読み取れること
- 作業分析AIの価値は、個々の改善よりも複数工場で同じ物差しを持てることにあると考えられる
- エルゴノミクスという安全衛生の目的を前面に出すと、撮影に対する現場の理解を得やすい可能性がある
- 定量値がないため、自社では負担の大きい作業の件数や作業時間を導入前後で測る設計が必要になる
本ページは企業・提供元が公開した情報にもとづき、費用負担を受けずに作成しています。成果の数字は発表時点のもので、当サイトによる検証値ではありません。
