.png)
2023年4月にリリースした、「異常検知AI」。
おかげさまで、たくさんのお問い合わせをいただいております。
今回は、どのようなシーンで活用されているのか、導入事例をご紹介したいと思います。
リリースに先駆けて、試験導入を検討されている企業にお話をうかがいました。
A社 様
トイレタリーメーカー
主に日用品を多く手掛け、製品ラインナップも幅広い。
消費者の香りの好みに合わせ、様々な香りタイプを販売しています。
消費者には好評な一方、香り製品の品質管理に悩んでいました。
作業工数を大幅に削減するだけでなく、
長年の課題であった『ヒト依存』の
品質管理からの脱却を目指して。
どんな課題がありましたか？
現在は、各サンプルについて人が嗅いで判断をする『官能評価』を行っています。
しかし、香りの種類がたくさんあるために、評価にはとても時間がかかっています。
また、鼻が慣れてしまい、違いが判らなくなるということもあったため、1日に評価できる個数が限られてしまうという課題もあります。
人によって感じ方が違うので、同じサンプルでも評価が分かれることも。
その際は、長年製品のにおいを嗅ぎ続けてきた担当に判断をゆだねていたため、”ベテラン依存”の状況になっています。
機器分析はコストが高く時間がかかるため、大量のサンプルをすべて測定することは不可能であったため、機器分析以外のソリューションを模索していました。
異常検知AIの導入で感じている価値
作業工数の大幅減、効率のよい品質管理へ
これまでは1日で多くとも10サンプルが限界でしたが、においセンサーを利用することにより、大量に測定することが可能になりました。
オートサンプラーにより終夜運転が可能なため、1日に50サンプルを測定する運用を試しています。
品質管理項目はにおいだけではないので、削減した時間で他の項目の試験を実施することができるようになり、検査担当者の負担も軽くなりそうです。
現在の運用では、異常検知AIをスクリーニングとして用いることを検討しています。
まず、対象のサンプルを午後に用意します。
そのまま、夜間オートサンプラーでにおいセンサーの測定を行います。
翌朝、取得されたデータを異常検知AIにかけ、「異常」と判定されたサンプルのみ、GC-MSで測定し、異常の原因を探っていこうとしています。
なぜレボーンに？
センサー×AIによる唯一無二のソリューション、専門家による手厚いサポート
実は、においセンサーを長く検討しておりまして、センサーを使ってみるのはレボーン社が初めてではありませんでした。
しかし、他のにおいセンサーですと、センサーデータから異常を検知するシステムの構築は自分たちでやらなければならなかったり、測定がなかなかうまくいかないときにあまりアドバイスがもらえなかったりと、運用に不安な部分を感じて導入を見送っていました。
その点、レボーンでは、センサー導入前から現在のラボ環境・サンプルの測定状況などをヒアリングしていただき、適切な測定条件を検討してくださっています。
おかげさまで、品質管理部の工数をかけることなく、”はかるだけ” の状態で納入できそうなのが大きいです。
デモで機材とクラウドをレンタルした際は、通信エラーのトラブルや、データの学習のさせ方がわからなくなるなどのトラブルもありましたが、その都度丁寧に対応していただきました。
現在も、運用に悩んだ際はアドバイスのために問い合わせることがありますが、いつも迅速に対応していただけて大変助かっています。
異常検知AIのみならず、レボーンでは多数のにおいAIを取り扱っております。
サービスにご興味がございましたら、ぜひお問い合わせください。
においAIを扱えるクラウドサービス
iinioi®cloud
תגובות