三菱重工業のAI活用事例（製造業／2024年）

企業規模大企業（1,000名〜）

地域日本

導入段階部門導入

使用ツールGoogle Cloud BigQuery、Vertex AI、Vertex AI Workbench

背景・課題

江波工場での大型民間航空機胴体パネル製造において、シール材料は有効期限が短く温度・湿度で使用条件が変動するため、月平均数百万円、年間数千万円の廃棄が発生していた。10種類のシール×260箇所の作業場で2,600通りの予測が必要だった。

BigQueryにシール使用量の実績データを蓄積し、Vertex AI Workbenchで需要予測モデルを構築。気温、作業員の熟練度など隠れた要因を段階的に発見し、予測精度を向上。処理時間を40時間から10分に短縮することで、試行錯誤による改善を可能にした。

月間廃棄額95%以上削減（数百万円→10万円以下）、予測所要時間40時間→10分、2023年7月に廃棄ゼロ達成

月間廃棄額を数百万円から10万円以下に95%以上削減。予測所要時間を40時間から10分に短縮。2023年7月には廃棄ゼロを達成。塗料使用量予測などへのスケール展開も計画中。

処理時間の劇的な短縮が「試行錯誤→改善」のサイクルを回す力になる。紙ベース管理からの脱却と暗黙知の形式知化がAI活用の前提条件。10X思考（10倍改善）が大胆な目標設定と成果につながった。