製造業AIが「入れたのに使われない」に終わる理由｜河北省の成功84場景と失敗事例を作る側から読む
河北省の「人工知能+製造」報道から、検査効率300%向上や年2,200万元超のコスト削減といった成功例と、10万元超のモデルが遊休化した失敗例を並べて読む。製造業のAI投資が成否を分けるのは、モデル選定ではなく設備接続とデータ標準化の順番である理由を、受託開発の立場から整理する。
予測精度20%改善は「計画システムに直結しているか」で決まる——BASFのサプライチェーンAIを読む
BASF Agricultural SolutionsがSupply Chain Management Award 2026の最終候補に。因果AI・生成AI・ナレッジグラフ・ネットワークシミュレーションを既存の計画システムへ統合し、販売予測精度20%改善。作る側から見た難所とAI投資の順番を解説する。
倉庫ピッキングロボットは「標準化して横展開できるか」で価値が決まる｜太古可口可乐の具身AI導入を読む
太古可口可乐が鄭州の飲料倉庫で40kg級の具身AIピッキングロボットを商用稼働させた。600箱/時という数字より重要なのは、単発PoCで終わらせず他拠点への横展開を前提に標準化している点である。受託開発の立場から、カスタム共同開発と再現性の両立がなぜ難しいのかを論じる。
生産管理システムの自作とExcelの限界｜切り替えの判断基準
生産管理をExcelや自作システムで回している製造業向けに、続けられる条件と限界のサインを整理します。破綻する5つの典型パターン、引き継ぐ側が最初に調べる項目、自作した資産のうち作り直しに持ち越せるもの、自作の本当の費用の数え方まで、作り直す側の視点で解説します。
AI外観検査は「判定」より「排除」で決まる——Siemens×P&Gの世界展開を作る側から読む
SiemensとP&GがAI外観検査「VIC」を世界の製造拠点へ展開。スクラップ10〜20%削減、展開5〜10倍高速化の背景にある、PLC連携で不良品排除まで実行する閉ループと横展開テンプレートを、受託開発の目線で分解し、開発会社の事業判断への含意を整理する。
日機装のkintone活用に学ぶ製造業DXの順番｜ERPを残し「業務接続→データ統合→AI」で受注1.5倍
日機装はERP(AS/400)を置き換えず、kintoneで営業・技術・製造・品質・サービスをつなぎ、受注約1.5倍・年間2万3467時間削減を実現した。受託開発の立場から、製造業DXで「AI導入が先」ではなく業務接続とデータ統合を先に置くべき理由と、開発会社が提案で押さえる論点を整理する。
ニトリHDの基幹システムOCI移行を読む——成果は「4倍」より「始業に間に合うか」で測る
ニトリHDが基幹システムをOCI・Exadataへ移行し、需要予測計算を6時間弱から1時間半、DR切替を12時間から3時間に短縮。基幹システムのクラウド移行で要件に置くべき締め切り時刻・ピーク・復旧時間を、受託開発の立場から整理します。
基幹システムを中枢に据えたDXの順番——雲天化集団のSAP ERP＋デジタル工場20・APC/RTO 29セットを読む
雲天化集団がSAP ERPを中枢に、デジタル工場20拠点・29セットの装置へAPC+RTO大規模モデルを展開した事例を、基幹→データ→現場制御→AIという順番の観点から読み解く。AI導入で抜け落ちやすい「現場制御層」と、作る側から見た難所を整理する。
生成AIで勘定系の開発期間30%短縮——ソニー銀行の事例を「作る側」はどう読むか
ソニー銀行が稼働中の勘定系システムの実開発に生成AI(Claude/Claude Code)を適用し、開発期間30%短縮・工数40%削減を確認。90%削減を支えた前提条件と、人月モデルで稼ぐ開発会社・SIerの事業判断への影響を、受託開発の立場から読み解く。