概要
燈は2026年11月5日、工場の設備レイアウトや生産計画などを最適化するAIエージェント「Spica」の提供を始めた。顧客事例では、レイアウト案の作成期間を従来の1カ月から1日に短縮し、月間生産量が860個から1,010個に増えたという計測値が示されている。
詳しいファクト
熟練者の判断基準を取り込む最適化AI
燈は2026年11月5日、製造業などを対象に、設備レイアウトや生産計画、人員配置を最適化するAIエージェント「Spica」の提供を開始した。SpicaはAIが案を提示し、利用者の評価や修正を受けて再計算するサイクルを繰り返す。利用者のフィードバックを通じて、配置や安全性などに関する熟練者の判断基準を明文化し、最適化に反映する仕組みを備える。
出典を確認 ↗顧客事例で示された検討時間と生産量
工場レイアウトの初期検討では、案の作成期間を従来の1カ月から1日に短縮した事例が示された。別の顧客事例の計測値では、設備レイアウトの変更から生産開始までの期間が2週間から1日に縮まり、比較できる案の数は従来の3案から100案になったという。レイアウト最適化後の月間生産量についても、860個から1,010個に増えたという顧客計測値が示されている。
出典を確認 ↗独自観点のコメント
### 熟練者の知見を最適化の条件に変える
Spicaの特徴は、単に計算結果を出すのではなく、利用者の評価を反復して取り込み、熟練者が持つ判断基準を最適化に使える形にする点にある。条件をあらかじめ定義する従来型の最適化ツールと比べ、現場で言語化されていない制約や好みを扱うことを重視した設計といえる。
顧客事例の数値は、検討案を増やしながら計画作成を速められる可能性を示す一方、特定事例の計測値であり、他工場で同じ効果が得られることを示すものではない。導入効果を見極めるには、現場の評価をどの程度反映できるかに加え、扱う制約条件や生産品目の違いを踏まえた検証が重要になる。
関連する企業・製品
出典
- 媒体記事 MONOist — 元記事を読む ↗