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: