工場・組織向けAI・IoT・データシステム

対応する課題

• 機械の稼働状態やサイクルタイムを一つの画面で確認できない
• 金型や機械の使用回数を数え、保守時期を通知したい
• モーターの振動や離れた地点の水位を監視したい

ご確認いただきたい制約

これらの事例のシステムは、データ表示と通知を行います。機械の停止や金型の修理は、お客様のチームが判断します。読み取れるデータがない機械では、センサーや信号収集装置の追加を機械ごとに評価する必要があります。

実績

2021年にタイの自動車部品メーカーへ射出成形金型のショット数計測と保守時期のメール通知システムを納入し、2022年にはカンボジアの生産拠点に設置しました。またInspektionは、2026年にタイの4県、20地点へ水位観測設備DoRare Stationを設置しました。

私たちが学んだこと

センサーの追加を検討する前に、機械がすでに持つデータから始めます。システムはデータが揃った時点で機械のファイルを読み取り、通知への対応とカウンターのリセットには担当者を明確に定める必要があります。

あなたにとって何を意味するのか？

まず、機械にどのようなデータが保存されているかを調査し、運用開始前に通知先を決めます。

関連する実際の事例

• 金型ショット数計測と保守時期の通知 — タイ・カンボジアの自動車部品メーカー年 2021–2022
• OPC UA経由で7台のCNC旋盤をGrafana上で監視 — タイの製造工場年 2025–2026
• 20カ所のDoRareステーションによる水位測定ステーション — タイの4県での洪水監視年 2026
• モーター・ポンプ・ブロワーの振動測定値を集約するタブレットアプリ — 食品・飲料製造プラント年 2025–2026進行中

組み合わせる製品

• InCBM
• InSensor
• InGauge
• DoRare Station

関連するサービス形態

• 工場向けAIおよびIoTシステムのインストール
• 年間システムメンテナンスとケア

対応する課題

• 目視による表面検査の結果が検査員によって異なる
• 画像による部品の寸法・形状測定と品質管理レポートが必要
• 手入力や手作業の計数に代わり、ラベル読み取りやコンベヤー上の部品計数を行いたい

ご確認いただきたい制約

カメラ検査は、検収基準を合意する前に実物の部品で試験する必要があります。一部の事例はプロトタイプまたは進行中であり、各事例リンクの横にその状態を表示しています。

実績

2017年、建材工場の屋根瓦生産ライン2本に、ひび割れ検査用カメラ・画像処理装置8セットを設置し、12色の瓦で運転試験を行いました。また、2016–2017年にはタイの金属缶メーカー向けに、カメラとデジタルゲージで測定する缶巻締め検査装置2台を開発しました。

私たちが学んだこと

照明設定は機械単位ではなく製品単位で管理します。複数色を製造するラインでは色ごとに照明レベルを保存し、後から追加される色は運用前に調整と再試験が必要です。

あなたにとって何を意味するのか？

設計開始前に、検査対象の全色・全型式のサンプルを用意し、検査目的と同じ指標を測定する試験方法を合意してください。

関連する実際の事例

• 生産ライン2本の屋根瓦ひび割れカメラ検査 — 建材工場年 2016–2017
• カメラとデジタルゲージによる缶巻締め検査 — タイの金属缶メーカー年 2016–2017
• AIカメラはコンベアベルト上のプラスチックボトルキャップの検出とカウントを行います — プラスチック製ボトルキャップメーカー年 2025–2026進行中
• キッティングトレー内の部品の揃いを確認するAIカメラ — タイの自動車部品製造者年 2025プロトタイプ

組み合わせる製品

• LearningCam
• Task Cam

関連するサービス形態

• 工場向けAIおよびIoTシステムのインストール
• 専門的な検査および制御システムの開発

対応する課題

• 生産データが複数のファイルや機械に分散し、一つずつ開く必要がある
• 保守レポートや技術文書が多く、過去の履歴を探しにくい
• KPI、不良、生産量、売上を各部門が一か所で確認できるダッシュボードが必要

ご確認いただきたい制約

AIアシスタントの回答は、意思決定の前に実際のレポートと照合する必要があります。AIがエンジニアに代わって判断するものではありません。データが紙にしかない場合は、デジタル化から始めます。

実績

2026年、製油所の保守業務向けに、点検・修理レポートからバルブの修理履歴を検索するnimitFlow上のAIシステムを納入し、発注者が業務完了書類に署名しました。また、タイの自動車部品メーカー向けに、生産ライン11本からデータを受信する生産情報サイトを中央サーバーへ移行し、2023年に引き渡しました。

私たちが学んだこと

AIを使う前にデータを構造化し、利用者が回答を実際のレポートと照合できる必要があります。バルブ修理の案件では、回答に根拠となるレポートのTag No.を示し、エンジニアが元のレポートを開いて確認できる設計にしています。

あなたにとって何を意味するのか？

まずレポートの項目やデータ形式を統一し、運用開始前のテストに使う、チームが実際に尋ねる質問を集めます。

関連する実際の事例

• AIシステムは、メンテナンス検査レポートからバルブの修理履歴を検索します — 石油精錬所の保守・修繕サービス年 2026
• KPI・不良・売上・利益を集約するクラウド中央データベース — 自動車部品製造者年 2023–2024
• 生産ライン11本のデータサイトを中央サーバーへ移行 — タイの自動車部品製造者年 2022–2023
• 工場サーバーに欠陥を記録するウェブアプリPチャート — タイの自動車部品製造者年 2024–2025

組み合わせる製品

• nimitFlow
• Enterprise KM Chatbot
• Data Lakehouse & Pipeline

関連するサービス形態

• データを接続し、組織向けのAIを開発する
• 専門的な検査および制御システムの開発

対応する課題

• 製造現場で紙に記録し、Excelに再入力している
• 書類の承認に複数段階の手渡しが必要
• 役割別の権限を持つ登録システムや会員プラットフォームが必要

ご確認いただきたい制約

業務手順が頻繁に変わる段階で、全社へ一斉に展開するのは適していません。まず一つのラインや部門でプロトタイプから始めることをお勧めします。

実績

2022年、タイの自動車部品メーカーで、Power Appsの5M1E（人・機械・方法・材料・測定・環境）記録アプリを最初の生産ライン6本へ展開し、Power Automateの承認フローを導入しました。その後、顧客からフェーズ2を受注しました。

私たちが学んだこと

複数ラインへ複製する前に、プロトタイプのアプリを安定させる必要があります。ライン名、部品コード、承認者などの違いは、画面を修正するのではなくデータとして管理します。

あなたにとって何を意味するのか？

開発前に、チームが使用中の帳票やExcelファイルを用意し、フロー作成前に各レポートの承認経路を定めてください。

関連する実際の事例

• Power Appsの5M1E記録アプリを生産ライン6本に展開 — タイの自動車部品製造者年 2022
• OCRでラベルを読み取り、バーコードシールを印刷するカメラステーション — 電子機器工場年 2021–2022, 2026
• 登録と検索を一か所で行うPower Apps技術カタログ — 自動車部品製造者年 2024
• 複数ハブのビジネスネットワークで案件を紹介するWebアプリ — ビジネスネットワーク年 2026進行中

組み合わせる製品

• nimitFlow
• InQC

関連するサービス形態

• 専門的な検査および制御システムの開発

対応する課題

• Active Directoryやユーザーアカウントシステムの定期保守担当がいない
• アカウント同期をFIMからMIMへ移行、またはActive Directoryを更新したい
• 旧Exchange ServerからMicrosoft 365へメールを移行したい

ご確認いただきたい制約

構築前に、既存基盤とアクセス権を評価する必要があります。アカウント管理の案件は、組織全体のサイバーセキュリティ監査を実施した証拠ではありません。また、注記のとおり、一部の事例では検収書類が揃っていません。

実績

2025–2026年の契約に基づき、タイの政府機関向けにActive Directoryとユーザーアカウント・アクセス権システムを保守しました。また2023年には、銀行グループのITサービス会社向けに、アカウント同期をFIM 2010 R2からMIM 2016へ移行しました。

私たちが学んだこと

契約では、定期作業、連絡を受けて対応する作業、毎期は発生しない作業を分けるべきです。それぞれに報告形式を定め、初回から毎期の検収書類を漏れなく保管する必要があります。

あなたにとって何を意味するのか？

保守契約では作業ごとの報告書を定め、どのシステム情報を外部向けレポートに開示できるか、最初に合意することが大切です。

関連する実際の事例

• 12か月契約によるActive Directory保守 — 政府機関年 2025–2026最終期の検収確認が進行中
• ユーザーアカウント・アクセス権管理システム（IAM）の保守 — 政府機関年 2025–2026確認済みの実績は初回分のみ
• FIM 2010 R2の保守とMIM 2016への移行 — 銀行グループのITサービス会社年 2021, 2023
• Active Directoryの更新とExchange Server 2013からのメール移行 — 元請会社を通じた同一グループの2社年 2025–2026発注書に基づく範囲。検収報告書はまだありません

関連するサービス形態

• 年間システムメンテナンスとケア

対応する課題

• AIを使い始めたいが、どの業務から取り組むべきか分からない
• データ保護のルールを守りながら、チームがAIやデータツールを自ら使えるようにしたい
• 機器やロボットへの投資前に、優先的に改善すべき人間工学上のリスクを選びたい

ご確認いただきたい制約

過去の研修事例には、確認可能な研修後の測定結果がまだないため、事業成果は主張していません。研修後の結果はお客様のチームで収集する必要があります。AI研修では、各部門がAI活用前後の所要時間を記録する表を用意しています。

実績

2026年、タイのステンレスメーカーの1日間の社内AI研修で、60分間の講師セッションを担当しました。同年には1日間のワークショップを設計し、受講者5グループがRULA、REBA、NIOSH（人間工学的リスク評価ツール）を使って、優先的に改善すべき高リスク作業を選びました。

私たちが学んだこと

研修の成果が現れるのは研修後です。そのため、最初から測定ツールと責任者を定める必要があります。データの取り扱いルールは後回しにせず、AIの使い方と同時に教えるべきです。

あなたにとって何を意味するのか？

チーム研修では、研修後の結果を収集する担当者を最初から決め、すべての演習で架空データを使ってください。

関連する実際の事例

• 社内AI研修の講師 — タイのステンレスメーカー年 2026
• RULA・REBA・NIOSHで人間工学上のリスクに優先順位を付けるワークショップ — 包装材工場のチームを含む受講者5グループ年 2026
• nimitFlowライセンスとコンサルティングサービス — 民間顧客2社年 2025

組み合わせる製品

• nimitFlow

関連するサービス形態

• AI/IoTシステムのコンサルティングと設計
• AIとIoTのチーム向けトレーニング