JP Global Lighthouse Network 2025
Page 36 of 52 · WEF_JP_Global_Lighthouse_Network_2025.pdf
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
コ カ・コ ー ラ
カンパニー
シンガポール、
トゥアス生産量の増加と製品ポー ト フ ォ リオの複雑
化に直面したこの工場では、機械学習を活
用した需要予測、ロボッ ト工学、高度なス
ケジューリングアルゴリズムを導入。これに
よ り 、処理能力は 28% 向上し 、労働生産
性は 70% 向上、欠品は 80% 削減、時間通
りの配送は 31% 改善する一方、スコープ 2
排出量は 34% 削減された。機械学習による需要予測と
統合デジタルツール 47%3カ月間の需要予測
精度
生産スケジ ューリ ングのた
めの高度なアルゴリ ズム 28% ス ル ー プ ット
複雑な対象物のピッキング
と配置を実現する機械学習
型 ビジョンシステム 76% 労働生産性
材料処理の最適化に向けた
AGVシミ ュ レーシ ョ ンツール 92% AGVのスループッ ト
認知型メンテナンスAIア ド
バイザー 21% メンテナンスの生産性
コ ン チ ネ ン タ ル・
オ ートモ ー ティブ
チェコ共和国、
ブ ラ ン デ ィス・ナ ド・
ラベムブランデ ィ スにある同社最大の電子機器工
場では、需要と変化する消費者嗜好に対応
するために工程を見直した。30 以上のデジ
タルソリ ューシ ョンを導入したこ とで、従業
員の満足度を高める と同時に、35% の効率
向上、15% のスペース利用の改善、およ
び現場での事故の 10% 削減を達成。今後
は 「 デ ジタ ル ・ メガ ・ ファクトリー 」 として
ハイテク生産の新たな基準を打ち立てるこ
とを目指している。デジタルツインを活用した
仮想試運転 75% 設備の稼働時間
デ ジタ ル シミュレ ー ション –
レイアウ トの最適化 35% ス ル ー プ ット
インテリ ジ ェ ン トな仕分け
機能を備えた無人倉庫 37% 倉庫スペース
E2Eの生産データによる新
製品の故障シミ ュ レーシ ョ ン 49% スクラップコスト
ブラン ドに依存しないAMR
管理プラッ トフォーム 33% AMRの生産性
ロ シュ
スイス、 バーゼル2030 年までに 20 種類の画期的な新薬を
発売する という同社の目標の要となるバー
ゼル医薬品原薬工場では、化学合成され
た低分子化合物を含む幅広い治療薬を製造
している。効率を高めるため、デジタルお
よび AI ソ リ ューシ ョ ンを導入し、収率のば
らつきを 60% 削減、技術移転にかかる時
間を半減、スコープ 1 および 2 の排出量を
31% 削減し、同社のグローバルネッ トワー
クにおける重要な役割を強化した。製品健全性の予測モデリ ング
(エンドツ ー エンド) 10% バッチ当た りの収率
AI主導の品質分析ポータル 40% 繰り返し発生する逸脱
拡張オペレーターのための
人間中心のノーコー ド ・ イノ
ベーシ ョン ・ ハブ 39%人為ミ スに関連する
逸脱
インテリジ ェン トなオーサリ
ン グ:デ ジ タ ル ネ イ ティブ な
レポー ト作成 27%保健当局への報告書
提出
自律的なレシピ管理 50% 技術移転期間
フォック ス コ ン・
インダ ストリアル・
イ ン タ ー ネ ット
ベトナム、 バクザンサプライチェーンのレジリエンス強化に向
けたグローバルな事業拡大の中で、輸入材
料への過度な依存や現地人材の育成機会
といった初期の課題を克服。高度な計画や
AI 主導の自動化など 、40 以上の 4IR ユー
スケースを導入したこ とで、労働生産性を
190% 向上させ、99.5% の納期遵守率を達
成し、製造コス トを 45% 削減した。AIによる注文予測と
サプライチェーン計画 8.3p.p.OTIF (On-time-in-full)
配送
柔軟かつ迅速なピッキング
と配置のためのビジ ョ ン型
慣性位置測位 113% 時間当た り ユニッ ト数
360° AI ビジ ョ ンによる
リアルタイムの現場コンプ
ライアンス管理 88%間接労働 (コンプライ
アンス)
ARを活用した多言語遠隔
ガイダンス 80% 平均修理時間 (MTTR)
LLM による機械故障ログ
分析と異常処理 90% 計画外ダウンタイム
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
36
Ask AI what this page says about a topic: