JP Global Lighthouse Network 2025
Page 35 of 52 · WEF_JP_Global_Lighthouse_Network_2025.pdf
付 録:ラ イト ハ ウ ス の
変 革ストーリー、
ソ リ ュ ー シ ョ ン 、イ ン パ ク ト
工場 変 革ストーリー トップ5のユースケース イ ン パ クト
アストラゼ ネ カ
スウェー デ ン、
セーデルテリエ生産能力の向上と新製品発売の加速化を図
るため、機械学習や最適化アルゴリ ズムを
含む 50 以上の第四次産業革命(4IR)ソ
リ ューシ ョ ンを導入。これらの取り組みと
3,000 人の従業員のアップスキリングによ
り 、労働生産性は 56% 増加し 、新製品の
開発リー ドタイムは 67% 短縮された。機械学習 (ML) 型需要予測
エンジン 23% 在庫レベル
バッチスケジューリングと
生産計画の数学的最適化 26% 生産性
新製品の開発と発売のため
の高度なプロセス制御 98%隙間のない製造サイ ク
ルタイム
プロセスデジタルツインで
バッチ製造を最適化 17%バッチ製造サイ クル
タイム
臨床試験フ ェーズにある
新製品の導入予測 39% 過剰生産率
アストラゼ ネ カ
中華人民共和国、 無錫中国国内での値下げと需要の変動に対応
するため、AI やアルゴリズムを含む 34 の
4IR ユースケースを導入し、製造の同期化
と効率化を強化。この工場では、生産高を
55% 増加させ、製造リードタイムを 44%
削減し 、規格外バッチを 80% 削減し 、労
働生産性を 54% 向上させた。 バッチ優先順位の最適化
を活用した工場フローの
同期化 48%プロセスのリードタ
イム
IoT によるエン ドツーエン ド
の無接触材料フローと
トレ ー サ ビリティ 99% 材料調合リー ドタイム
ディープラーニングによる
高 速コン ピューター ビジョン
による工程内品質管理 99.4% 手直し作業時間
IoT ベースの 「スマー ト ・ アン
ドン」 による人員と設備の
稼働率向上 31% 計画外ダウンタイム
MLを活用した予測エンジン
と在庫管理体制 42% 原材料の在庫日数
ベコ
トルコ、 アンカラこの食器洗浄機工場では、高品質な食器洗
浄機の需要の高ま りに応え るため、35 以上
の社内ソ リ ューシ ョ ンをIoTプラ ッ ト フ ォーム
「FLOW」に統合し、4IR への変革を実施。
これによ り 、市場投入までの時間が 46% 削
減され、現場での故障率が 29.2% 低下し、
コンバージョンコストが 26.1% 減少。さら
に、1,000 人以上の従業員が 4IR テク ノロ
ジーに関するア ッ プスキリ ング(技能向上)
を果たした。MLを活用したスマー ト金属
シ ート成 形 12.5% 材 料 コスト
高度な洗浄サイ クル設計 50% 市場投入までの時間
AIを活用したク リ ンチング
プロセス 66% 不良率
エン ドツーエン ドの自律型
物流システム 5% 変 換 コスト
高度なプラスチッ ク射出成
形のためのサプライヤーと
のコラボレーション 98.5% 不良率工 場 の ラ イト ハ ウス
第12期
グローバル・ライトハウス・ネットワーク: デジタルトランスフォーメーションのインパクトとスケールアップを推進するマインドセットの変化
35
Ask AI what this page says about a topic: