DataRobotは激化する国際競争と複雑な工場、サプライヤー、流通ネットワークのガバナンスの問題に直面している先進的な製造業の問題解決に貢献します。どのようにDataRobotが自動化された機械学習によってPDCAサイクルを加速させるかご覧ください。
製造業でのユースケース:
品質管理
機械学習によるモデルは、材料、生産状況、環境情報から、その時作られた製品の品質を予測します。品質検査において、異常が認められると判断されるもののみ検査を行うことで、検査工程のコスト削減とリードタイム短縮が可能になります。また、DataRobotのモデルの見える化で、不具合要因を発見し、歩留まりの向上を図ります。
予知保全
設備が発信する情報は、その設備自身の状態を正確に現します。電流、振動、音など様々なデータを学習することで、機械学習によるモデルが、設備異常の予兆を把握し、それに基づくメンテナンスにより、設備の可動率の向上を図ります。
需要予測
正確な需要予測により、ムリ・ムダの無い生産計画が可能になります。市場データ、製品スペック、売上動向などを学習することで、将来の売上をより正確に予測するモデルを機械学習が作成します。また、これまで知り得なかったセグメントの発見、新商品の売上予測も可能になります。
加工条件
これまで匠の世界とされてきた生産設備の加工条件のチューニングも、DataRobotのモデルの見える化により、どのパラメータが影響因子になり得るかを予測します。これにより、迅速な設備設定とラインの立ち上げを実現、モデル適用による自動化範囲を拡張します。
R＆D
R＆Dにおいて、検討すべき手法は無限にあります。その方向性の検討、及び優先順位付けにおいて、DataRobotのモデルの見える化、モデルの比較（スクラッチ開発のモデルも対象です）が、より効率的なR＆Dを可能にします。PDCAを迅速に回し、企業の競争力を向上させます。
スマートプロダクト
あらゆる機器がインターネットにつながり、それによりその性能を常に最新に更新し、ユーザ、環境のニーズに合わせて、付加価値のあるサービスを提供するようになります。製品に機械学習のモデルを搭載することで、よりスマートな選択をリアルタイム（オフラインでも）で実施する製品に進化することができます。
