株式会社デュナミス
AI逆引きナレッジ

01 このやり方が合う条件

こんな仕事・チームに

工程ごとの歩留まり・不良率データを定期的に取得できる製造ライン。

そのまま使うのが難しい条件

データの取得頻度が不定期で、改善の優先順位そのものをAIに決めさせたい場合。

02 最初の一回でやること

  1. 対象期間の工程ごとの歩留まり・不良率データと基準値を一覧にする。
  2. 基準値からの乖離が大きい工程や、悪化傾向が続く工程を候補として整理する。
  3. 生産技術担当者が候補を確認し、改善検討の着手順序を決める。

続けて使うとき

定例の品質会議の前に候補リストを作成し、会議で生産技術担当者が確認する。半期ごとに基準値の妥当性を見直す。

誰が、何を担当するか

作成担当:品質データ担当者。確認担当:生産技術担当者。見直し担当:製造責任者。

03 試した結果を、どう測るか

候補リストの作成時間(分)と、候補として挙げた工程のうち実際に改善着手された件数を品質会議ごとに記録する。

未計測はゼロに置き換えず、そのまま残します。入力・確認・修正を含め、同じ作業範囲で比較してください。

04 続ける・変える・やめる

継続候補と実際の改善着手の対応が取れており、歩留まりの悪化を早期に検知できている。
変更特定の工程で候補の見落としが繰り返されるなら、基準値やデータの取得項目を見直す。
中止重大な品質悪化につながる工程を候補から見落とす事態が二回続いたら、運用を止めてデータの取得方法から見直す。

人手で回せる範囲

データが安定して取得できている工程から始める。安全や出荷判定に直結する不良の対応は、候補リストの整理を待たずに担当者が直接判断する。

05 そのまま使えるテンプレート

歩留まり改善候補・定例整理シート

このサイトで作成した提案用テンプレートです。業務に合わせたコピー・改変を想定しています。[入力欄]を埋め、結果を確認して使ってください。

06 実践記録と出典

確認済みの実践記録は、まだありません。

この手順の効果は未評価です。実施者を確認した記録や成果値は掲載していません。

製造業の一般的な業務慣行をもとにした提案
特定の事業者の実績にもとづくものではなく、実地での有効性は未確認です。取扱品目・契約条件・事業者ごとの規程により、手順や判断基準は異なります。

参考資料と編集の範囲

試したことを、次の改善へ。

試せなかったことや訂正依頼も、改善の手がかりになります。投稿は非公開で確認し、自動公開はしません。

人名・顧客名・連絡先・機密情報は書かないでください。