事例の概要

企業Georgia-Pacific
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
使われた技術加工ラインの運転データから紙切れを避ける最適なライン速度を予測するデータ分析
関連する製品・サービス—

成果

取り組みの内容

抄紙機や紙の加工ラインで紙が切れると、通紙のやり直しでラインが止まり、損紙も発生します。紙切れは原料の配合、水分、張力、速度などの組み合わせで起きやすくなるため、経験に頼った速度設定では、安全側に倒して速度を落とすか、速度を上げて紙切れのリスクを取るかの判断になりがちでした。

Georgia-Pacificは、加工ラインのデータを分析し、紙切れを避けられる最適な速度を予測する仕組みを使いました。AWSが2023年6月の製造業向けブログで紹介したもので、利益と資源の使い方が改善したとされています。

公開されているのは取り組みの概要で、紙切れの件数や停止時間の削減率、速度の向上幅などの数値は示されていません。

この事例で参考になるのは、AIの出力が「紙切れの警報」ではなく「推奨速度」になっている点です。警報だけではオペレーターが次に何をすればよいか分からず、誤報が続くと無視されがちです。予測を操作の推奨値に変換し、人が採否を判断する形にすると、現場で使われやすくなります。

この事例から読み取れること

  • 予測結果を警報ではなく操作の推奨値として返す設計は、現場の行動につながりやすい形と考えられる
  • 紙切れのような事象を予測するには、停止理由を独立した区分で記録しておくことが前提になる
  • 速度と品質のトレードオフを扱う工程では、推奨値の採否を人が決める運用から始めると導入しやすい

出典

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。

導入事例データベースに戻る →