最適化

熟練者の暗黙知を数理最適化で再現し、属人化した生産計画作成の自動化を実現

数理最適化の手法とシステム開発を組み合わせ、生産計画の作成において課題であった属人化を解消して業務効率化を実現した事例を紹介します。

お客様の課題

食品製造業を営むB社では、出荷計画等に基づく生産計画の作成を特定の熟練担当者のノウハウに依存していました。日々出荷計画の変更がある中で、その変更のたびに計画を立て直さなければいけないため、担当者の負荷が増大していました。
また、ラインの生産性低下によって現場の残業時間の増加や営業の出荷依頼に応えられない状況もありました。

KICONIA WORKSと取り組むことになった理由

以前プロジェクトをご一緒したお客様より、KICONIA WORKSの技術力と伴走型の支援スタイルを高く評価していただき、ご紹介を通じて本プロジェクトが始動しました。

プロジェクト成功の要因

生産計画の作成にあたって、現場特有の複雑な制約条件を、詳細かつ丁寧にヒアリングしました。チームで最適化のモデリングを検討しつつ、出てきた疑問に対してヒアリングを何度も重ねました。
その上で、各種制約を元に生産計画を作成するモデリングを実装し、担当者の方にフィードバックをいただき、改善することを繰り返しました。その結果、実運用に耐え得る品質まで細部を磨き上げることができました。
また、現場の負担を最小限にするためシステム化にあたり、現状のオペレーションを変えないように出力フォーマットを作成したことも成功要因の一つです。

お客様からの評価

導入後、システムは安定して稼働しており、現在もご活用いただいております。
限られた予算の内で、業務効率化を実現できるシステムを開発したことを高く評価していただいております。

プロジェクトチームからのメッセージ

  • 日熊(エンジニア)
    生産計画という複雑な制約条件がある課題を数理最適化の手法で解き明かしていくことができ、非常にやりがいのあるプロジェクトでした。開発・運用コストを抑えつつ、安定したシステムを構築できたことを嬉しく思います。
  • 書上(プロジェクトマネージャー)
    モデリングの実装前にヒアリングを重ねましたが、実装後にもたくさんフィードバックをいただき、人間の暗黙知の多さとその価値に改めて気付かされました。担当者の方の真摯な検証とフィードバックがあったからこそ、現場の課題解決を実現するシステムをスムーズに導入できたと思います。

PROJECT TEAM

下地

機械学習エンジニア

日熊 悠太

沖縄高専在学中にプロコンにて複数の受賞実績を持ち、その後AI開発ベンチャーで画像認識モデルの開発などリードエンジニアとして活躍。現在は製造業や建設業など、幅広い業界の案件を担当。

下地

コンサルタント/プロジェクトマネージャー

書上 拓郎

慶應義塾大学商学部卒業後、大手企業・コンサルなどを経て、AI開発ベンチャーに参画。様々な業界で開発経験を経て、当社を会社設立。年間30以上のAIやシステム開発案件に携わっている。