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: