本文へ移動
  1. トップ
  2. 事例
  3. 過去の不具合報告を探し、似た事例を確認する時間を削減

過去の不具合報告を探し、似た事例を確認する時間を削減

変わったこと

過去不具合報告の検索時間が 1 件あたり 25 分から 9 分になった

困っていたこと

  • 不良対策書がファイルサーバー内にあり、似たトラブルを探す担当が固定されている。

行ったこと

  1. 設備・現象・材質を検索キーに整理し

    設備・現象・材質を検索キーに整理し、過去報告を対象に検索を試す

  2. 再発防止判断は品質会議に残す

    再発防止判断は品質会議に残す

  3. AI と人の受け持ちを決める

    AIが候補報告と出典を提示、品質担当が製品と条件を照合する

変わったこと

  • 過去不具合報告の検索時間が 1 件あたり 25 分から 9 分になった

事例の詳細

工業用ゴム製造の会社様(従業員 51〜100 名)の事例です。自動車向け工業用ゴム製品を製造する会社。品質報告が10年以上蓄積。

導入前に困っていたこと

同じような不良が出ても、前回の対策書の保存先を知っているベテランに確認していた。

不良対策書がファイルサーバー内にあり、似たトラブルを探す担当が固定されている。

取り組んだ順番

  • 設備・現象・材質を検索キーに整理し、過去報告を対象に検索を試す。
  • 再発防止判断は品質会議に残す。

文書名と設備・不良区分を整理し、AIで検索候補を提示。対策の採否は品質会議で決める。

AI と人の役割

AIが候補報告と出典を提示、品質担当が製品と条件を照合する。

運用で、つまずいたこと

似た不良名でも原因が異なるため、「過去の対策を採用」ボタンは設けなかった。

変わったこと

  • 過去不具合報告の検索時間が 1 件あたり 25 分から 9 分になった

担当の方の声

「検索結果は答えではなく、比較すべき過去事例と考えている」(品質保証課長)

メディア掲載実績

お問い合わせはこちら