AIが属人化していたオペレーションを代替！異常検知の予測で人件費の削減を実現

属人化していた機器調整の管理オペレーション

環境インフラ管理を行っているB社は、環境衛生施設を所持しています。施設では機器調整をする社員が多くいますが、中でもベテラン社員のオペレーターが各種パラメーターの数値を見て、適切な数値に調整することで正常に稼働しています。ベテランのオペレーターは、複数のデータを見た上で、ひとつのオペレーションを行います。例えば温度・湿度が一定以上の値になったら冷却操作を行い、水素イオン濃度指数(pH)が規定値の幅よりずれた場合は中和剤を導入するなどの作業です。この作業は単純なものではなく、複数要因が重なって指示するオペレーションもあり、経験のあるベテラン社員しか機器故障の予兆に気づけない時もあります。そのため、数人しかいないベテラン社員がいないとシフトを組めない状態でした。

しかし、ベテラン社員は高齢の方が多く、あと数年で現場を離れなければなりません。B社は、オペレーションが属人的であり、この部門だけでなく、他部門でものちのち同じ問題に直面することを感じていました。参考となりそうな機器データは保持しているため、このデータを活用して解決したいのですが、方法が分からず、相談できる先を探していました。

B社の課題と解決策

社内にデータを活用できる部署がない

B社では機器データの収集を行っていましたが、活用できる部署がありませんでした。そのため機器調整の管理オペレーションを自動化するための方法がわかりません。

解決策：外部のデータコンサルタントに相談をする

データ活用のために新しく人を雇い、組織を整理するためには莫大な投資と時間がかかるため、外部のデータコンサルタントに相談し、業務を委託するのも一つの手です。B社の場合は、データコンサルタントから現在のオペレーションの種類や取得データについてヒアリングをうけ、以下のような提案を受けました。

• 設定変更前後のデータ、設定変更内容をAIが学習、分析することで異常検知予測をする
• AIを利用することにより、ベテラン社員と同じようにオペレーションの判断・指示ができるようになる

AIを用いることは同業の中でも事例がなく不安がありました。しかし、まずは費用対効果を見ながら、値ごろ感のある段階的な取り組みが可能であること、上手くいけば先進的な技術アピールとなることを魅力に感じ、分析を依頼することにしました。

現場オペレーション継承のためのAIを開発

早速データの一部を貰ってデータサイエンティストが分析を行ったところ、各種データとオペレーションの関係性を特徴量として抽出することができました。
次に、実際のオペレーションに導入することを目標に、ロジックを自動生成できるAIの開発を進めました。データを学習させ、どのような時にベテラン社員が作業を行っているか、特徴量をもとにロジックを自動生成できるようにしました。一ヶ月間AIにデータを学習させた後、テストを行ったところ、人為的に発生させた異常が90%検出 でき、AIの精度が確認できました。これでAIの判断を元にベテラン社員以外の方も、現場判断が出来るようになったことが確認できました。

AIを実際のオペレーションに導入しましたが、最終的な判断、オペレーションは人間が行うものであり、AIはあくまでアシスタントの役割で使用されます。完全な人員置換にはなりませんが、大幅な人員削減が叶い、ベテランのオペレーターが退職した場合のノウハウの継承や品質の維持が可能となりました。今後はAIの精度をより高めるとともに、ディープラーニングを用いて特徴量が自動生成できるようにし、全部門で稼働できるようにしていく予定です。

AIへの代替により人件費削減へ

AIを開発・導入したことにより、これまで限られた人しかできなかった作業が誰でもできるようになりました。AIを導入するには費用が高くなるというイメージがありますが、データ分析と同様にスモールスタートで、効果検証しながら導入を進めていくのが成功のポイントだと言えます。まずは1部門での結果の検証を行うとともに、費用面から見ても効果的であることを確認しながら社内の状況に合わせて無理なく進めることができました。

AIや機械学習によるビッグデータ活用をしたい方にオススメ！

AWSを利用したビッグデータ活用事例
「AIによるキャスト評価システムの構築」「データ分析基盤の運用費用9割削減」など、AWSを利用したAI、機械学習のの成功事例をご紹介します。

AIや機械学習の事例をダウンロード