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
ばねの出荷をAIで予測し、在庫を1.9億円から1.3億円に
成果在庫の金額：約1.9億円から約1.3億円に
この事例のポイント
- 何をどれだけ作りだめするかは営業の記憶頼みで、倉庫がいっぱいになり建て増しの話が出ていた。
- 出荷の多い上位300品目から、取引先ごとの注文の間隔と量でAIが翌月の出荷を予測する仕組みにした。
- 在庫が約6,000万円減り、約3,000万円の倉庫の建て増しも取りやめた。
事業者のプロフィール
| 事業内容 | 機械や家電に使うばねをつくる会社（扱う品目3,200） |
|---|---|
| 所在地 | 和歌山県 |
| 業種 | 製造業 |
| 従業員数 | 従業員60名 |
課題と取り組み
抱えていた課題
- 取引先は約400社。急な注文に応えるため、よく出るばねを作りだめしていたが、何をどれだけ作るかは営業の記憶頼みだった。
- 倉庫がいっぱいになり、約3,000万円で倉庫を建て増す話が出ていた。
- 在庫の半分ほどは1年以上出ていない品だった。その一方で急ぎの品が無く、残業で作ることが月に10回ほどあった。
やったこと
- 建て増しを決める前に、経理を担当する社長の娘が、5年分の出荷の記録を品目ごとに整理した。
- 出荷の多い上位300品目について、取引先ごとの注文の間隔と量からAIが翌月の出荷を予測し、作る量の案を出す仕組みを作った。
- 営業が取引先から聞いた「来月から増える」といった話を入れる欄を作り、AIの予測に足せるようにした。
- 1年かけて予測の当たり方を確かめ、残りの品目にも広げた。1年以上出ていない品は取引先に相談して引き取ってもらった。
事業の効果
- 在庫の金額：約1.9億円から約1.3億円に
- 倉庫の建て増し：取りやめ（約3,000万円の投資が要らなくなった）
- 急ぎの品を残業で作る回数：月10回ほどから2回ほどに
- 取引先に「次の注文はこのころでは」と先に聞けるようになり、注文の取りこぼしが減った
今後の展望
予測を材料の鋼線の発注にもつなぎ、値上がりの前にまとめて買う判断に使う。
同じ使い方に補助金は使える？
予測の仕組みと、それを生産管理のシステムにつなぐ費用は、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。ソフトだけを入れるならデジタル化・AI導入補助金のほうが合う場合もあり、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
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
鋳造条件をAIで分析し、巣の不良率を4.1%から1.3%に
成果巣による不良率：4.1%から1.3%に
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。