木村哲也の作品一覧
「木村哲也」の「AIファースト経営 利益を10億円増やした旭鉄工の成功モデル」「大江満雄セレクション」ほか、ユーザーレビューをお届けします!
- 作者をフォローする
- フォローすると、この作者の新刊が配信された際に、お知らせします。
無料マンガ・ラノベなど、豊富なラインナップで201万冊以上配信中!
「木村哲也」の「AIファースト経営 利益を10億円増やした旭鉄工の成功モデル」「大江満雄セレクション」ほか、ユーザーレビューをお届けします!
ビジネス・実用
ビジネス・実用
小説・文芸
少年・青年マンガ
ビジネス・実用
ビジネス・実用
Posted by ブクログ
Youtubeから。
【目的】
スマートファクトリー構築に向けて成功事例、およびその考え方を参照したい
【まとめ(1P)】
高価な機器は導入せず、現実的な範囲で小さく始める
【ポイント(What)】
・センサーは装置に割り込まない方針、IoTシステムのトラブルが万一にも生産装置に影響させないため
・IoTセンサー代表例「リードスイッチ(開閉)」「光センサー(パトライト)」
・主要KPI、①時間当たりの出来高=1/②サイクルタイム×③稼働率
【アウトプット(How)】
・データの種類を適切な範囲にとどめる、費用や時間を無駄に増やさないため
・責任者がきちんとデータを見てそのことを現場に伝える。頻繁に足を運び、現場をほめるラインは驚くほど改善が進む
【その他】
・「あんどん」と呼ばれる装置の異常を工場に報知するシステム
・「ラズベリーパイ 35」はモニタリングの台数増などから能力不足→ 「Stick PC 」
・「言い訳はどうでもいい。次に何をするか言え」 。「次に何をするかを言う」には現象を分析しなければならないため
Posted by ブクログ
なんとなく知ってるけどほんとは知らない人、宮本常一。この新書を手にしたすぐ後に日経新聞のthe STYLEに取り上げられたのも不思議な気がします。日本中を旅して民衆が語る物語を聞いて書き残した人、でも柳田國男のような民俗学の始まりのアカデミズムを感じる訳でもないし、折口信夫のような文学に繋がる古代研究みたいな業績でもないのかな?という、もうちょっとカジュアルなイメージを勝手に持っていました。それは彼が自らを「山口県大島の百姓」と自称し権威的な立場をいっさい取らなかったことによって生じた誤解なのかもしれません。大阪の小学教師だった彼を、東京に作ったアチック・ミュージアムに呼び寄せ入所させた渋沢敬三の教え「大事なことは主流にならぬことだ。傍流でよく状況を見ていくことだ。舞台で主役を務めていると、多くのものを見落としてしまう。その見落とされたものの中に大事なものがある」を全うしたこと、それが宮本常一の存在の核なのだと知りました。そしてそれが来年の生誕120周年の前年に召喚されている理由だと感じました。「コスパ」「タイパ」という効率化、そして最短で知識を繋ぎ合わせるAIの時代に収まりの悪い、っていうか全く逆の方向性のスローな知、非常に刺激的で魅力的でした。後に批判の対象となる成長についてのオプチミズムの素朴さにも温かみを感じました。その一言では言えない”Who is 宮本常一?”を彼に影響を受けた人々の仕事を通して描く著者の手法にも感心しました。それがジブリどころかスピッツの草野マサムネやアジカンの後藤正文まで拡がっているのです。まったく関係ないけど最近覚えた「カルチュラル・アクティビスト」という言葉を当てはめたく(絶対、使い方間違ってますが!)なりました。宮本常一は学者でも文学者でもなくカルチュラル・アクティビストだ、と。
Posted by ブクログ
AIの技術本ではなく、AIを会社の改善にどう組み込むかを考える本
普段から仕事で生成AIを使っていますが、「AIを使う人は増えたものの、会社全体の生産性が劇的に上がった実感はあまりない」と感じており、旭鉄工がどのようにAIを改善活動につなげているのか知りたくて読みました。
特に共感したのは、データを取ること自体を目的にしないという考え方です。
まず「何を把握したいのか」「何を改善したいのか」があり、その判断に必要だからデータを取る。社内では「まずデータを取れるようにしよう」という話が先行することもありますが、そのデータで何を判断するのかが決まっていなければ、データ収集自体が目的になってしまいます。この点は非常に納得感がありました。
また、AIは答えをそのまま採用するものではなく、自社の考え方や判断基準を与えながら育て、最終的な判断と責任は人間が持つという考え方にも共感しました。私自身も普段、AIと壁打ちしながら仕事をしているため、自分の使い方の方向性は大きく間違っていなかったと感じました。
全社的なAI活用については、最初はトップダウンの方が進めやすいとも思います。現場の社員だけでは、会社としてどこまでAIを使ってよいのか、セキュリティや社内ポリシーも含め判断しにくいためです。経営側が最初の方針を示し、成功事例ができた後にミドルアップ、ボトムアップで広げていくのが現実的ではないでしょうか。
一方で、少し物足りなかったのは再現方法です。
iXacsで生産数や停止時間などを取得し、改善につなげている仕組みや、AIに判断基準を持たせる考え方は理解できました。ただ、多くの企業ではその前段階である「現場のデータをどう取るのか」で苦労していると思います。
同じようなIoT基盤を持っていない会社が、まず既存データから何を始め、どんなデータを追加し、それをAIにどうつなげていけばよいのか。具体的なAIの構築例や設定方法も含めて、一例でももう少し踏み込んで紹介されていれば、さらに実務で再現しやすかったと思います。
最新AIの高度なプロンプト技術やシステム構築方法を学ぶ本というより、AI・データ・現場改善をどう経営につなげるかを考える本です。
普段からAIを使っている人には、AIそのものについて驚くほど新しい内容は多くないかもしれません。一方で、経営者、管理職、改善担当者が「会社としてAI活用をどう進めるか」を考える材料としては参考になる一冊でした。