背景・課題

製造業の調達部門では、設計部門から連携される設計図面をもとに、発注先の選定を行っています。

材質、形状・サイズ、加工工法、要求精度などを総合的に判断する必要があり、適切なサプライヤー選定には長年の業務経験やノウハウが不可欠でした。

そのため、特定の熟練バイヤーに業務が集中しやすく、属人化や業務負荷の増大、新人育成の難しさといった課題が顕在化していました。

取り組み・技術

本取り組みでは、生成AIモデルを活用し、設計図面から調達判断に必要な情報を自動で読み取る仕組みの検証を実施しました。

図面に記載されている文字情報や図形情報をAIが解析し、材質、形状・サイズ、加工工法、要求精度といった要素を判別できるかを検証対象としています。

約100枚の図面データを用いてAIモデルに一次学習を行い、製造図面特有の表記や構造を学習させることで、実務に即した認識精度の向上を図りました。

これにより、購買業務における「読み取り」や「判断補助」をAIで支援する技術基盤を構築しています。

導入効果

検証の結果、生成AIは図面から材質や加工条件を高精度に認識できることを確認できました。

これにより、バイヤーは図面内容を一から読み解く負荷が軽減され、発注先選定の初期判断をAIの支援を受けながら進められるようになります。

経験の浅い担当者でも一定水準の判断が可能となり、業務の属人化解消や選定品質の平準化に寄与します。

将来的には、調達リードタイムの短縮やバイヤーの業務効率向上、より付加価値の高い交渉・戦略業務へのシフトといったDX効果が期待されます。

お問い合わせ

お問い合わせ・ご相談はお問い合わせフォームよりお願いいたします。