建材業界であるA社では、全国に展開する工場の在庫管理や、定期点検工程の管理において、多くの業務が属人的かつ手作業に依存していました。特に点検業務では、サービスマンが紙の指示書をもとに各現場を巡回しており、ルートの非効率さや情報共有の遅れが慢性的な課題となっていました。また、工場在庫の発注管理も拠点ごとに異なるルールで運用されており、全社統一的な管理基盤の整備が求められていました。そこで当社は、AI技術を活用した業務改革プロジェクトを立ち上げ、業務フローの可視化からAI実装可否の判断、具体的なソリューション検証までを一貫して伴走支援しました。
取り組み内容
点検工程のAI化検証
点検指示書PDF（18ファイル・36案件）からAIによる情報自動読み取りを実施。案件データを構造化し、国土地理院APIを活用した緯度経度変換・距離マトリクス生成により、近接案件のペアを自動検出する仕組みを構築しました。
ルート最適化の提案・検証
Google Maps API等を活用した完全ルート最適化のアプローチを提案。段階的な検証を通じて、サービスマンの巡回効率改善に向けた実現性を確認しました。
工場在庫管理のAI活用検討
全工場の在庫管理における課題を5つに整理し、発注点変動管理や統一管理システムの不在といった構造的な問題を特定。金具カテゴリを対象にAIによる発注数量予測の検討を推進しました。
取り組みの効果
AI点検工程管理の検証では、サービスマンの月間110時間の工数削減に向けた具体的なロードマップを策定。PDF読み取りから案件検出、ルート最適化まで一気通貫のAI活用プランを提示し、段階的な導入計画を明確化しました。工場在庫管理においても、対象領域と課題の整理が完了し、AI予測モデル構築に向けた基盤を整備しました。
成果のまとめ
本プロジェクトでは、「現場業務の可視化」と「AI技術の適用可否判断」を両輪で進め、製造現場に実効性のあるAI活用の道筋を示しました。単なるPoC（概念実証）にとどまらず、業務フローに即した実装計画を策定し、現場が納得感を持って導入に進められる体制を構築した事例です。
