DUNLOP

多量のデータ管理を行う製造業（工場・現場）のあらゆる企業・団体を対象としています。

現状のままでも品質には特に大きな問題はないとしても・・・・こんなお悩みありませんか？

◆生産性・効率化に関する課題
・生産性向上（製造数の増加、人員最適化、ライン効率化etc.）をさらに追求したい
・レポート作成（分析工程、グラフ作成、資料化）に時間がかかり、業務効率化したい
・データ分析に手作業や属人化が残り、スピードと効率に限界を感じている

◆データが散在し、統合・共有・活用に関する課題
・各部門でデータがバラバラに保管され、統合・共有・活用が非効率になっている
・複数システムにまたがるデータの検索・可視化に時間がかかり、意思決定が遅れている
・データ量が増え続け、従来の分析基盤では処理が追いつかない

◆データ品質・標準化の課題
・データの品質（欠損・フォーマット不統一・粒度差）がバラバラ
・情報共有のスピードを上げたいが、部署間でフォーマットやツールが統一されていない
※本製品はデータ品質や形式自体を整えるものではなく、ばらつきのあるデータでも活用できることを特徴としています。

◆属人化・ノウハウ継承の課題
・データ分析・運用プロセスが属人化し、熟練者の経験や勘に依存した判断を標準化できていない
・担当者によってデータ活用スキルにばらつきがある
・データ活用の知識やノウハウを組織として標準化したい
・AIツール・システムを導入したが、現場が使いこなせず、結局定着しなかった

部門やシステムをまたいで業務データを一元的に集約するデータ基盤を中核とした統合分析プラットフォームになります。
データ基盤に格納された情報は、元の部門やフォーマットなどに依存せず、横断的に検索・分析ができ品質や生産、設備と言った複数領域のデータを組み合わせた高度な分析を可能にします。
また、生成AIがデータ基盤上の実データを参照して分析するため、要因分析やレポート作成などの分析業務を効率化できます。
その他、既存のデータ形式や書式を変更することなく集約できる柔軟なデータ統合機能を備えており、現場の運用を変えずにデータ活用の範囲を拡張します。

自動車、商用車、特殊車両、二輪車、建設機械、農業機械、その他輸送機器メーカーを中心に、車両データ・センサーデータ・保証請求データを活用する全ての企業・団体にてご利用いただけます。

品質に関して、こんなお悩みありませんか？

◆故障要因分析・予知保全の課題（そして品質・保証コストに影響している）
・車両・設備データはあるものの、クレーム分析や故障原因の特定に活かしきれていない
・故障原因の特定に時間がかかり、再発防止策が後手に回っている
・Warranty Cost（保証コスト）を削減したいが、根本原因の特定や予兆検知が追いついていない
・異常兆候の早期検知や故障リスクの可視化を自動化したい
・品質要求・安全性への懸念が高まり、改善が急務になっている

◆データ統合・データ基盤の課題
・複数システムにデータが散在し、統合分析が非効率になっている
・社内でのデータ連携・統一が進んでおらず、品質問題の早期発見が難しい
・データ量が増えすぎて、従来のやり方では処理が追い付かない

◆データ整備・AIモデル構築の課題
・予知保全を導入したいが、データ整備・分析からAIモデル運用までの体制構築に課題がある
・現場の知見とデータ分析が分断され、実務で使える予知モデルが作れていない
・担当者が使いにくいAIになっており、現場に定着していない

◆属人化・ノウハウ継承の課題
・DXが部分最適に留まり、全社的なデータ活用が進んでいない
・属人化した判断や特定の担当者の知見に依存しており、標準化が進んでいない

◆経営判断・投資判断の課題
・AIやデータ活用の必要性は理解しているが、費用対効果がよく分からない

特定製品モデルにおける特定の故障現象の予兆を高精度に捉え、故障発生リスクを判定するための専用AIモデルを構築するソリューションです。
モデルは弊社の特許技術を基盤とし、センサー単体の値だけでなく、複数センサー間の相関や挙動パターンも含めて解析し、故障リスクを算出します。
このアルゴリズムにより、単一指標では捉えにくい故障徴候を検出できる対象製品に最適化された予兆判定モデルとなっています。