主軸の振動をAIで見張り、突然の停止を年27回から4回に
成果突然の停止：年27回から4回に
惣菜の製造数をAIで予測し、廃棄を1日180kgから70kgに
成果売れ残りの廃棄：1日180kgから70kgに
この事例のポイント
- 確定の注文の前に仕込みを始めるため、製造数は製造部長の勘で決め、1日180kgを捨てていた。
- スーパーから14店の売れ方のデータを分けてもらい、天気や行事から製造数の案をAIが出す仕組みにした。
- 部長の数とAIの数を3か月並べて貼り出し、部長自身がAIの数を使うと決めた。
事業者のプロフィール
| 事業内容 | スーパーに惣菜を納める食品工場（取引先のスーパー14店） |
|---|---|
| 所在地 | 宮崎県 |
| 業種 | 製造業 |
| 従業員数 | 従業員120名、うちパート90名 |
課題と取り組み
抱えていた課題
- スーパーからの確定の注文は朝7時に来るが、揚げ物の仕込みは前の日の夜に始めるため、製造数は製造部長の勘で決めていた。
- 作りすぎた惣菜は1日平均180kg捨てていて、廃棄の費用と材料代で年約2,500万円の損になっていた。
- 足りない日は昼の便に間に合わず、スーパーのバイヤーから「棚が空くのが一番困る」と言われていた。
やったこと
- バイヤーに頼み、14店のレジの3年分の売れ方のデータを分けてもらった。
- 天気、気温、給料日、地域の行事と売れ方をAIで見て、品目ごとに翌日の製造数の案を出す仕組みを作った。
- 製造部長は「天気だけで分かるもんか」と言ったため、最初の3か月は部長の数とAIの数を毎日並べ、どちらが当たったかを貼り出した。
- AIの数のほうが当たる日が7割を超え、部長自身が「仕込みはAIの数から始めよう」と決めた。
事業の効果
- 売れ残りの廃棄：1日180kgから70kgに
- 欠品でスーパーに届けられなかった数：月約1,500食から約300食に
- 製造数を決める部長の夜の作業：毎日1時間から10分に
- 売れ方のデータを返すことで、バイヤーと新しい惣菜を一緒に考えるようになった
今後の展望
予測の数を材料の仕入れにもつなぎ、鶏肉や野菜の発注も前の日に決められるようにする。
同じ使い方に補助金は使える？
予測の仕組みと、それに合わせた生産管理のシステムは、省力化投資補助金（一般型）やものづくり補助金などが対象になりえます。システムの開発だけか、揚げ物や盛り付けの設備の入れ替えと一緒に計画するかで書き方が変わり、御社の使い方が対象になるかは公募要領の条件で変わります。
AI導入に使える補助金を見るほかのAIの予測・分析の事例
AIの予測・分析の事例をすべて見る出典・補足
この一覧には、採択事例のほかに参考事例も含まれています。