事例の概要
| 業種 | 製造業（電子機器メーカー） |
| 企業規模 | 従業員数 9,000名 |
| 対象業務 | 工場における製造現場の作業分析 |
| 内製化の担当部門 | DX・AI推進部門 |
お客さまの課題
- 工場で勤務している作業員の一層の業務効率化。これまでの取組みの延長ではなく、AIの活用を検討したい
- 作業を分析する画像認識AIモデルを工場部門でも作成できるようにしてし、ムリ・ムダ・ムラの発見と改善活動を行いたい
- 画像認識AIモデルを作成するには、人手で画像の特定の領域にタグ付けした学習データを大量につくる作業が欠かせません。様々な作業工程にAIモデルを広げていくためには、学習データ作成（アノテーション作業）の負担を軽減する方法の確立が必須となっていました
ご支援内容
本支援では、Amazon EC2でAIモデル検証、 Amazon S3で教師データ管理、Amazon SageMaker Ground Truthでアノテーションを行っています。
自社で工場ごと・製品ごとのAIモデルの作成と活用ができるよう、AIモデル開発環境をAWS上に整備し、学習データ作成とAIモデル作成の手順とスクリプトをライブラリ化をご支援しました。
- STEP1：内製化のゴールの確認
- お客さまと、ビジネス課題に対するAIによる解決策の具体的な目的・目標を検討し、設定しました
- STEP2：自社の環境に応じたAIモデル開発・実行環境の整備
- 大容量の画像や動画を使用してモデル作成を行うため、スケーラビリティの高いAWSを利用しました
- STEP3：学習データ作成、AIモデルの開発の効率化
- 学習データの作成、AIモデルの実装と検証を伴走型で支援しました
- お客さまの環境と対象業務の特性あった最新のAIモデルを研究論文等から選定して、最適なAIモデルの開発を支援しました
- 学習データの作成負荷の軽減のため、まずは精度が確保できる手順を整備し、さらに手間を減らすため少量の学習データでも精度がでるような学習のさせ方を検証しました
- 効果的な学習データの作成方法を自動化するプログラムをEC2上のGPUインスタンスを効率的に使って開発しました
- STEP4：運用の内製化
- 学習データ作成、再学習によるAIモデル作成、AIモデルのデプロイなど一連の作業手順と、それに使うスクリプトをライブラリ化し、お客さま自身でAIモデルを活用できるように整備しました
- 内製化の伴走として各工場・各作業に最適なAIモデルの作成を支援しました
効果
- 客様自身による最適なAIモデルの開発・運用の内製化の実現
- お客さまご自身で画像認識AIモデルを学習させて、様々な工場作業にAIを使用できるようになりました
- 学習データ作成の負担軽減
- アノテーション負荷軽減手法の確立により、アノテーションコストの30％削減を実現しました