Summary

DMG森精機の森雅彦社長は、AIによる機械の稼働支援や保守、設計支援を進める方針を示した。機械の長寿命化と顧客対応を重視し、2030年から5年保証を始める計画も明らかにした。

Detailed facts

AIを機械・設計・保守に活用

森雅彦社長は、工作機械に組み込むAI、顧客が機械を使う際の支援、設計支援、保守を担うMROエンジニア向けのAIを挙げた。機械向けには加工状態を分析して加工条件を調整するAIや、センサーのデータを使ってクーラントの流量を最適化する「Adaptive Coolant Flow」を提供している。設計ではデジタルツインで熱変位を予測し、過去の設計データを参照する取り組みを始めている。

Check the source ↗

顧客支援と保守のデータ活用

顧客支援では、顧客ごとにAIエージェントを用意し、過去の加工履歴の検索や機械のメンテナンス計画に使う構想を示した。保守向けAIでは、過去20年分の機械データをデジタル化し、機械の状態診断や部品の故障予測に役立てるとしている。これらは機械を販売して終わるのではなく、稼働中の支援まで含めて顧客と関係を築く方針に沿う。

Check the source ↗

稼働率向上と長寿命化を目指す計画

社長の説明では、工場の工作機械は年間約6000時間稼働できる一方、実際の稼働は年間約2000時間にとどまる。稼働時間を伸ばせば、設備台数や在庫を抑え、エネルギーや人員の効率化につなげられるとの考えを示した。また、DMG森精機は2030年から5年保証を始める計画で、機械の長寿命化を進める。社長は、機械の稼働状況を把握するコネクティビティも重要になると説明した。

Check the source ↗

独自観点のコメント

### 機械販売から稼働支援までを競争領域に

DMG森精機が示した方向性は、工作機械の性能だけでなく、加工条件の調整、保守、設計支援を含む利用期間全体で価値を提供することにある。機械データを顧客支援や故障予測に結び付ければ、導入後の運用課題に対応しやすくなり、単体の機械販売とは異なる競争軸を築ける。

一方、年間稼働可能時間と実稼働時間の差を縮めるには、AIだけでなく顧客現場への導入支援や保守体制も必要になる。顧客別のAIエージェントやコネクティビティを、継続的なサービスとして機能させられるかが、同社の長寿命化・稼働率向上戦略の実行面で重要となる。

Sources