技術・製造基盤を通じた価値創造
Copilot活用による画像データ分析と製造課題の解決

生産プロセス革新本部では、Copilotで画像データ分析アプリを開発し、プローブのカシメ径拡大課題の原因分析と対策につなげました。

生産プロセス革新本部では、Copilotを活用し、半導体検査用プローブのカシメ径が生産中に拡大する課題の原因分析に取り組みました。プローブは、チューブ内にスプリングやプランジャーを入れ、両端をカシメ加工します。カシメが強すぎると動作不良に、弱すぎると部品抜けにつながるため、高い精度が求められます。生産中に径が大きくなる現象は、生産性低下と品質リスクにつながるため、原因把握が必要でした。

原因分析には、1,000本以上の径を生産順に確認する必要がありました。しかし、人手で測定すると工数が大きく、一本ごとに装置を止めると実際の変化を再現できません。そこで、プローブを真上から撮影できる先端検査機の画像を活用し、画像からカシメ径を算出する専用アプリの開発にCopilotを活用しました。仕様を整理し、プロンプトに落とし込むことで、Pythonコードを短時間で生成しました。

作成したアプリでは、被写体を画像中心にそろえ、一定の余白でトリミングし、ピクセル数からカシメ径を算出します。Copilotへの指示後、約15秒でコードが生成され、画像データ分析アプリを完成させることができました。分析結果をグラフ化すると、開始直後にカシメ径が急上昇し、その後安定する傾向が確認されました。機械の温度上昇による熱膨張が原因と推定され、影響が大きいタイミングで補正する仕組みにより、対策後は径が安定しました。

この取り組みは、生成AIを単なる効率化ツールではなく、製造現場の課題解決に活用した価値創造の事例です。人が目的と仕様を定義し、AIが実行を支援することで、これまで発想しにくかった画像加工による分析が可能になりました。データに基づく原因可視化は、関係部署へのフィードバックを具体化し、品質向上、生産性向上、PDCAサイクルの高速化につながります。今後も複雑なデータ分析や製造課題の原因分析に生成AIを活用し、改善力を高めていきます。

関連するマテリアリティ

• グローバル人材育成
• 顧客満足

企業価値とのつながり

AI活用力と現場改善力を高め、品質・生産性と供給競争力を向上します。