製造現場のすべてを「見通す」、驚異のAIコーチング
コメント
選択しているユーザー
トヨタ生産方式を見ていると、リーンに「するのではなく」、リーンであり続け「理想や変化に追従して成長する」価値観を大切にしていると思います。注目してるのは、リーンは一つのフェーズではなく、将来に渡って追求する価値観、ということです。
お客様起点のニーズや需要の変化があります。
供給不足による 大幅な計画変更もあります
作業者や監督者の現場判断で、優先順変更もあります。
事故や緊急対応、病欠、作業ミス、新人教育に応じて、チームリーダーによる間欠的なフォローアップも日常的です。
小改善の横展や トライアルもあります。
技術革新があります。DXもあります。
記事で強調されていたAIは、「同じ事を続ける」前提に立って、その安定性向上のアプローチに見えてしまいました。もちろん、繰り返し 熟練を高めるメリットは計り知れませんが、リーンの次のフェーズというよりは、バラツキ低減で生産管理に貢献する 一つ前のフェーズなのかと、思いました。
日本の製造で強くあるために、優しさを発揮して変化に寄り添い、自らとチームを成長させ続ける、その実効性を高めるために、複雑やムダを削ぎ落としてリーンであるように、常にベターを追求する、こうした観点を壊さない形で新技術活用が大切かと思いました。
この観点で記事の技術を強調するのも面白いです。
このAIは、作業者のIoTを推進する技術になります。
工程のバラツキがモニタリング出来るようになります。ビッグデータとして蓄積できます。
人を糾弾するのではなく、工程設計の不完全さを追求する、クォリティ・コントロールの現状把握に役立ちます。
デジタル実績データを デジタル化したTPS工程に流すと、過去を再現できるようになります。パラメータを変えて同じ事を試行するとき、それは未来を垣間見るシミュレーションになり、改善案の良し悪しを知ることができます。
トライアル部署の改善を 既存部署に応用するとき、どのような成果が見られるか定量的把握できます。
事故や災害のシミュレーションで、サプライチェーン全体の予測精度が大幅に上がり、管理者や現場監督者の負担を大幅に下げられる期待が持てます。
AIの学習データにも使えますし、改革の成果のシミュレーションにも使いたくなります
この技術は、未来を手の内にするリーンの価値観にフィットして、大いに貢献してくれそうです
注目のコメント
とうとう、伝書鳩TVは40回。けっこう驚くのですが、ここで取り上げたスタートアップ、日本語ではほとんど記事化されていないところがとても多いのです。今後も、日本でほとんど流通していないオリジナリティを目指します！
Sozoの投資先でもあり、私もボードオブザーバーとして彼らの国際展開を支援しています。
監視されているという声もあるようですが、実際の現場の方の声を聞くと、「正しい動きをサポートしてくれる便利ツールだ」という声もよく聞きます。またアメリカでは従業員の入れ替わりも激しいので、トレーニングの観点からも高く評価されています。
共同投資しているEmergence Capitalも言っていますが、人の力を高める(エンパワーする)テクノロジーはこれからどんどん伸びていくと思いますし、日本企業への展開余地も高いと思います。サンスクリット語で「見通す」という意味だそうです。Drishiti。
カイゼンが最先端の現代版になるとここまで来た、というお話です。見られていると思うと緊張して効率が上がらないんじゃと思う疑問をNaoが吹き飛ばして、今日も軽快な解説です！
