不良原因解析AI【自動車部品メーカー】 
製造データ（設備ログ、検査結果、材料ロット）を統合し、AIで相関分析を行うことで不良発生の根本原因を特定するシステムを導入する施策です。熟練工でも気づかない複雑な要因（複合条件）を見つけ出します。メリットは、歩留まり向上と、品質改善スピードアップです。
 職種 |
情報システム |  施策難易度 |
★☆☆☆☆ |
|---|---|---|---|
 業界① |
機械・電気 |  目的 |
品質改善 |
| 業界② |
自動車部品メーカー |  対象 |
データサイエンティスト 品質保証部門 製造ライン |
 費用 |
500〜5000万円 |  実施期間 |
180 |
主なToDo
- 各工程のデータを紐付けてDWH（データウェアハウス）に集約する
- 原因分析AIツール（DataRobot等）を導入する
- 現場へのフィードバックサイクルを作る
期待できる効果
「なぜか不良が出る」という慢性的な問題を解決できる。品質改善のPDCAが高速化する。
躓くところ
データの紐付け（キー情報）がないと分析できない。データクレンジングが大変。
狙えるチャネル
