AIで生産管理はどう変わる?製造業の工程と納期を考える
製造業では、製品をつくる技術と同じくらい、仕事の進行状況を把握することが大切です。
材料は予定どおり入荷するのか。加工はいつ始められるのか。協力会社での製作はどこまで進んでいるのか。検査や出荷に必要な時間は確保できているのか。
一つの製品が完成するまでには、いくつもの工程があります。
(株)アリスでは、樹脂・金属・ゴムなどの自社加工と国内協力会社の技術を組み合わせながら、試作品、治具、機械部品、設備部品などの製作に関わっています。
そのため、自社の加工予定だけでなく、社外の工程も含めて仕事を考える必要があります。
例えば、金属製の機械部品を製作する場合です。
材料を手配し、切削加工を行い、必要に応じて表面処理を施し、最後に検査を行う。
それぞれの工程を別の会社が担当する場合には、工程間の受け渡しや輸送に必要な時間も考えなければなりません。
一つの工程が予定より遅れれば、その後の作業にも影響する可能性があります。
では、こうした生産管理にAIを活用できるのでしょうか。
例えば、複数の案件について、納期や工程の情報を整理することが考えられます。
材料の入荷予定、加工の開始日、協力会社への発注状況などを一覧にすれば、確認が必要な仕事を見つけやすくなります。
AIによって、予定と実績の違いを整理したり、確認すべき案件を抽出したりすることも、活用方法の一つになるかもしれません。
ただし、情報が整理できたからといって、納期が守れるわけではありません。
予定していた加工が難しくなった場合、別の設備で対応できるのか。
材料の入荷が遅れた場合、加工順序を変更できるのか。
協力会社の予定が変わった場合、ほかの工程にどのような影響が出るのか。
こうした判断には、実際の製作条件を理解することが必要です。
また、AIが扱う情報が古ければ、正しい状況を把握することもできません。
工程表に記載された予定だけでなく、実際の進行状況を確認することが重要になります。
特に研究開発で使用する試作品や、多品種少量の部品では、案件ごとに製作条件が異なります。
同じ日数で製作できるとは限らず、途中で仕様の確認が必要になることもあります。
そのため、決められた日程に当てはめるだけでは、適切な生産管理にならない場合があります。
AIによって情報を整理しやすくなれば、人が確認や判断に使える時間を増やせる可能性があります。
しかし、仕事全体を理解し、必要な人と相談しながら工程を調整することは、引き続き大切です。
(株)アリスは、加工することだけでなく、製品が完成してお客様へ届くまでの工程を考えることを大切にしています。
新しい技術も活用しながら、品質と納期の両方を守るための仕事の進め方を考えていきたいと思っています。