fbpx

Category Archives: ブログ

先端技術によるバックオフィスの業務効率化 6つのアイデアをおすすめ

将来のバックオフィスについての研究によると、AIなどでバックオフィス業務を自動化することは、人手に依るだけことを並べると、企業の2割~6割の労働費などを節約することにつながります。それにとどまらず、業務効率化と社員の愛着向上をもたらすようです。企業の中身を変える能力を持つ先端技術はどういう風に導入されればいいかを数多くの企業が悩んでいると思われます。本記事は、先端技術によるバックオフィスの業務を効率化する6つのアイデアを紹介します。 1.バックオフィスとは? バックオフィス(back office)は、直接利益を創造しない業務を実施する部門です。一方、クライエントへの営業又は販売行為を行う営業担当者などを含む、直接利益を生み出す業務を実施する部門を指すことは対義語-フロントオフィスです。 多数の外国では、バックオフィスといえば、アカウンティング、人事、事務を手掛ける人のイメージを思い浮かべます。しかし、日本では、バックオフィスの中身は6~8部分で構成されます。それは、お金の流れを管理する経理部と財産部、労働者に関した労働契約書などを担当する人事又は労働部、内部に発生した問題を処理する総務部と一般事務部、法務問題を処理する法務部、…  2.バックオフィスの業務を低下する課題 2.1.  オフィスの環境/レイアウト Fellowes Workplace Wellness Trend Report (2019)によると、社員は収入・待遇のほか、心身に優しい環境で働きたいという気持ちがいつもくすぶっているようです。たとえば、大多数の回答者(87%)は体育室などを備えるオフィスが欲しいです。特に、テクノロジーカンパニーの場合、93%の社員は体操できるスペースがあったら、オフィスで遅くまでいても大丈夫です。つまり、社員の愛着はある程度オフィスの環境次第だろう。また、素晴らしい空間で活躍してもらえば社員は、仕事のやる気を出し、集中力などを向上し、業務の効率も高くなります。 実際、オフィスの空間に嫌悪感を及ぼす多くの要素があります。それは、以下の通りの要素を含みます。

製造企業: AI等によるインフラやコロナ対応、特にスマート工場

現在、コロナ渦の7波を乗り越えていることに力を注いでいる同時、円安によるインフラの危機に向き合う製造企業は、コロナ対応と営業維持を同時に実施することは艱難だと思われます。その課題にある鍵はAIなどのような先端技術のようです。とりわけ、スマート工場は、疫病発散防止および営業成長の対策として専門家に提出されます。 1.現状 NHKによると、新型コロナウィルスの第7波では、感染者数が減少しても、重症による死亡者数は前波に比べて90%を増加したそうです。コロナウイルスに馴染んできたが、コロナ対応の対策は一秒たりとも気が緩んではいけないだろう。また、2022年の秋ごろには円安が続く見込みです。このまま円安が続けば、物価が上がり続けるインフラの状態になりかねません。それは製造企業に直間接的に人手不足や原価上昇などの影響を与えます。しかし、歴史を振り返ると、インフラや疫病などを同時に対応する方法はないかもしれません。幸いに、超スマート社会へ進む道では、ビッグデータ、AI, IoTなどの先端技術はその課題の鍵となり、人手最小で営業成長を与える一石二鳥の方法だと思われます。 2.インフラやコロナ対応に向けての5つ技術 2.1. 非接触指紋認証システム 職場や工場などでクラスター発生を防ぐために、物理的な接触を制限することを多くの製造企業が取り組んでいます。代表的な例はコンピュータビジョンによる画像認識や顔認識システムを使用したそうです。コロナ渦以前、出退勤やにゅう出入駐車をIC カードで管理する代わりに、コンピュータが画像を分析して認識することです。打つ退勤を使うとき、作業員は出退勤のための紙を打つことを忘れることがあります。しかし、顔認識システムを使用するなら、出口を出入することで出退勤を同期してはすごく便利です。 応用事例:  我々の顔認識システムであるFaceXは、ベトナムでコロナ状況が深刻してきた時点から導入され、社員たちの出退勤および出退室の時間を記録して管理します。指紋又はICカードを使うことない非接触方法で、コロナを対応する同時に、疑われる者が職場を入り込めることを防止することに貢献します。社員たちからすごく便利で時間がかからないという好評を受けました。また、VTIグループは、バイクのナンバープレートを認識するコンピュータビジョンによるのシステムを開発しました。それは、出入駐車を素早く管理し、盗難を防止することができます。 VTI のFaceX 2.2. バーチャルアシスタント

医療ビッグデータと活用事例

1990年代に提唱されたビッグデータは、近年注目されていると伴い、多岐多様な業界での活用事例が多くなるようです。とりわけ、医療ビッグデータは、多面的に導入されることが2025時点で世界の先陣を切って、過去最多の数量があるようです。しかし、ビッグデータ、そして医療ビッグデータはなんだか、どういうふうに活用されるか、という問題をすっかり理解する人は少ないと思われます。本記事は、医療ビッグデータとそれの活用事例を説明します。 1.医療ビッグデータとは? ビッグデータは、1990年代に提唱され、従来のソフトウェア又はインタネットプラットフォームを使用する制御できないほどの膨大なデータを指すことです。しかし、普通のデータ定義に匹敵するには雲泥の差があるようです。データは多くの場合で「情報」の意味で使われ、「数量」と「質量」を中身とする一方、ビッグデータは六つの要素で構成されます。それらはValue、Volume、Velocity、Variety、Veracity、Variabilityという六つのV字を含みます。Volumeがデータの数量を指す一方、Velocity は動いているデータと、データの作成・処理・分析の頻度と速度という意味です。それらに次いで、Veriaty は複数のデータセットの複雑さと不均一を表します。また、Veracity はデータの質量、関連性、信頼性と予測できる価値を中身とします。それに、Variablity は時間の経過とともにデータの変動を指します。最後は一貫性に緊密な関係がるValueはユーザーが入力した価値に関します。 医療の場合、医療ビッグデータは電子カルテや、メディカルイメージング、ゲノム配列決定、薬学研究、ウェアラブルデバイス、メディカルデバイスなどの膨大なメディカルデータを表します。伝統的な電子的なメディカルデータと、人間によるメディカルデータと比べると、膨大な数量や高速度といった特徴で意思決定又は診断をより正解に下すことを支援します。ビッグデータとAIを組み合わせて次のプロセスの通りに結果を出します。データは、センシングデータや、クリニックデータ、電子カルテといった情報を入力・管理・保持する倉庫(データウェアハウス)から分析過程(そこではAIが診断したり、予測したり)を通じて、より正解かつ節約的な結果となります。 ビッグデータ分析のワークフロー 2.医療ビッグデータの活用例 Google Scholarで投稿される研究(1,2,3)によると、医療ビッグデータの活用事例は患者中心のサービス、より良い治療方法の提供、医療機関や社会のマクロ管理等のモニタリングという三つの要素を分けられます。 2.1.患者中心のサービス 2.1.1.病気の診断又は予測 ビッグデータとAIを組み合わせれば、病気の診断をより正解な下すことができます。例えば、画像の方式での膨大なメディカルデータをマシンが人間のように分析・処理するコンピュータビジョンは、患者のレントゲン及びICT

(2022年)製造業向けのコスト削減アイデア:先端技術を活用する

従来、コストを削減することに悩んでいる製造の企業管理者は多いだと思われます。原価を下げるために材料を減らせることや、人件費をカットダウンするための人事削減などの方法を使えば、目の前の利益はまだ見えないが、品質が低くなるだろう。ありふれた方法は同時に品質向上とコスト削減を実施しかねます。ところが、インダストリー4.0に入ると、無理艱難な課題を解決できるそうです。ここにある秘密の鍵はAIを代表とする先端技術です。本記事は製造業でAIを導入する10つのコスト削減アイデアと、それぞれの活用事例を説明します。 1. 論理上のコスト削減方法 以下の方式は多くの人が慣れるかもしれません。 利益 = 売上 ー コスト  営業を維持したければ、売上はコストより大きいと保たなければなりません。この差が大きければ大きいほど、会社を成長させていきます。利益最適化の目的に到達する企業管理者は、売上を向上するかコストを削減するか迷い込んでいます。しかし、数多くの製品市場が成熟し、質高い品物でも売れないという「ものが売れない時代」では、短期に売上を向上することは難しいです。一方、コスト削減方法を選ばれた、「間接費」又は「直接費」を天秤に置かれないといけないです。 1.1. 直接費 直接費は製品の価格に直接影響をもたらす要素で構成されます。それは、次の通りに三つの部分があります: +)直接材料費:原料費、買入部品費など 基本的に見れば、これはカットしにくい費用です。なぜかというと、取引先との契約書で固定された費用だからです。カットすることは取引先との緊密さ次第です。 +)直接労務費:製品・サービスの提供に直接的に関わる社員の給与 これは、上記のように、カットしにくいです。社員たちとの契約書でフィックスされた費用ですから。カットしたければカットしてもいいけれど、社員たちのモチベーションを減らせるかもしれません。それは、製品の品質を低くすることにつながります。 +)直接経費:外注加工費など これは、製品の質に直接影響を与えるので、カットしにくいです。

医療におけるコンピュータビジョンの応用例

現在まで、コンピュータビジョンはスポーツや、製造、農村などの幅広い分野で応用されます。とりわけ、コンピュータビジョンによる著しい利益を医療がもらえるというコンピュータビジョン医療のテーマを多く取り上げています。なぜかというと、90%のメディカルデータは画像に基づいたデータという統計結果がありますから。根本を見ると、コンピュータビジョンは二つの質問を基礎とするものです。それらは、人間の目で何ができるかと、何を探しているかという。コンピュータビジョンは、チャットボットを通じて、会話を駆使するためのトレーニングをマシンに教える代わりに、現実的な画像をピクセルと変えて認識することで、画像の観察方法をマシンに教えます。また、MRI画像又はレントゲン線で見える画像を人間の代わりにマシンがより正確かつ素早く分析できると思われます。 1. コンピュータビジョンとは? コンピュータビジョンはマシンを、人間の眼のように画像を高度に処理させる分野です。実は、思った以上に難しい作業です。何故かというと、人間の眼の画像処理は、名前や外見特徴などの画像情報を処理したり、画像の受け取って高分解度で脳に複製したりすることに関わる複数のプロセスをほぼ同時に実行できますから。認識プロセスだけではなく、思考プロセスも一瞬時に実行できるアルゴリズムは非常に複雑です。 上記の定義を見れば、コンピュータビジョンはマシンラーニングと同じだと思われますが、実際に両方の境はすこし重なります。マシンラーニングはマシンが案内せず自動的に処理・理解するアルゴリズムとスタティックモデルを中心とする人工知能の一つの分野です。コンピュータビジョン、ソフトウェアエンジニアリング、パターン認識に応用されるものです。また、コンピュータビジョンとマシンラーニングの両方ともディープラーニング(深層学習)を使用します。 コンピュータビジョンの定義 2.医療におけるコンピュータビジョンの応用 Facts and Factors の市場調査報告書(2021年)によると、医療におけるコンピュータビジョンの市場規模と予想売上は2019年の2億6220万米ドルから2884,2百万米ドルに達すると言います。なぜコンピュータビジョンにとって医療は有望な市場なのでしょうか。それは二つの理由があると思います。一つの理由は、従来先人の知識を継承し、ふさわしい診断や治療方法を患者ごとに応用する、つまり膨大なメディカルのデータを持った特徴があるので、処理するべきデータはデータ在庫から相当なデータと比較・認識することを実施します。残りはコロナウィルスの影響で多くの業界がデジタル化に実行しざるを得ない、そして医療は例外ではないんです。何の出発点でもコンピュータビジョンは医療に好影響をもたらすと思われています。 2.1.腫瘍・癌などの検出 深層学習を使用するコンピュータビジョンは脳や肺などの人体各部位に異常を検出することを支援します。たとえば、皮膚がんの場合、普通の診断で皮膚がんの初期症状を認識しにくいです。それは、様々の皮膚病と相当する症状があるので、皮膚がんを確認するとき、死に向かい合う可能性が高いです。しかし、コンピュータビジョンの支援を借りて、微妙な相違点を発見することができると言われます。膨大なデータベースでトレーニングされたコンピュータはより正確に診断を支えるものです。 2.2. 医用画像処理 膨大なメディカルデータを駆使するコンピュータビジョンは医師の診断を非常に支援します。医用画像処理システムのおかげで、医師は一見だけで人体の内部に異常があるかどうか理解できます。

医療ICT・スマート医療:健康診断AIで

日本の医療機関の経営状況は全体的にはあまり良いとは言えず、高齢化に伴い医療費の抑制が進められていることもあり、病院の経営は今後さらに厳しい状況になることが予測されます。医療従事者の人材不足も深刻です。増え続ける患者に対して医療に従事できる医師や看護師の数が不足しています。過重労働を強いられる医療従事者も多く、貴重な人材の休職や離職も大きな懸念となっています。 これらの困難に直面した病院や医療施設は、それらを克服するための計画を立てる必要があります。 最も顕著なのは、ヘルスケア業界における情報技術、特に AI 技術の適用です。 自動アルゴリズムにより、医療スタッフの作業負荷はタスクごとに最小限に抑えられます。 これにより、お金と時間が節約されるだけでなく、人的資源も節約されます。 1. 医療ICT・スマート医療とは 医療ICTとは、ICTを活用して医療のあり方を変えていくこと。例えば、電子カルテ、人工知能(AI)、遠隔診察(オンライン診察)、デジタル化された検査機器の活用などさまざまな取り組みが挙げられます。 人工知能(AI)はさまざまな業界に大きな影響を与えていますが、その中でも注目度の高い業界が医療です。世界規模での慢性的な人手不足に、高齢化社会における高い需要、医療機器・医薬品への応用による高い利益率、AIの導入に必要な要素がすべてそろっています。そんな医療用AIにはどんなものがあるのかについて、簡単にご紹介していきたいと思います。 2. 医療分野におけるAI活用の現状 機械学習・深層学習技術の発展にともない、ニューラルネットワークによるデータの分析と学習を重ねることでAIは同時の判断基準を構築、分類できるようになりました。医療AIとは、このAIの仕組みを医療現場に取り込んだものです。医療現場では、診断、治療法や薬剤の選択など多くの判断が求められるため、医療AIの導入によって、より正確な判断が下せるようになったり、医療現場における人員不足による業務負担の軽減に役立ったりすることが期待されています。 医療AIの活用

ITオフショアサービスの活用のメリット

緊急の状況に直面する中、デジタルトランスフォーメーションに向けて、ビジネスを拡大する必要性とともに、企業は新たなトレンドの変化と更新が必要となっている。新しい技術、ビジネスモデルで競争に勝ち抜き、市場での地位を確かなものにする。それで、「ITオフショアサービス」の活用は、企業が直面する「難題」を解決する有効な手段である。「ITオフショアサービス」は、BPO(ビジネス・プロセス・アウトソーシング)ビジネス・プロセスにおける外部サプライヤーへの出荷サービスを含み、製造、小売、金融、運輸、建設などの分野で一般的に適用されている。    運用コストを削減 前述したように、「ITオフショアサービス」の最大のメリットはコスト削減にある。日本より人件費の安い国で「ITオフショアサービス」を利用することで、企業は開発コストを大幅に削減することができる。 理由としては、開発・運用コストの中でソフトウェア技術者にかかるコストが最も大きな割合を占めており、人件費を最小限に抑えることで、企業は低コストで高品質なシステムを開発することができるからだ。大まかな計算によると、高度な技術を持つITチームを保有するためには、企業は採用、集中講座でのトレーニング、設備や機械、インフラ、保守費用などのコストを支払わなければならない。 しかし、情報技術は変更が速く、迅速に更新しない場合、それは企業が市場で競争することが困難になる。 海外からの「ITオフショアサービス」を利用することで、国内の人件費と比較して、30〜50%のコスト削減が可能になる。 製品の品質保証 「ITオフショアサービス」サービスを利用する企業が増えているのは、製品の品質維持とコスト削減が主な理由である。2020年、グローバル化とデジタル化が急速に進む日本では、ITシステムやソフトウェアの開発に多くの人材が必要とされている。新型コロナウイルスの流行の影響を受け、日本のIT市場全体の成長率は2019年同期比4.5%減の28兆2155億円まで落ち込むと予測されています。   「ITオフショアサービス」サービスを利用する場合、企業は中断のない作業を保証され、プロジェクトとソフトウェアは定期的にメンテナンスされている。さらに、ソフトウェアのエラーや障害が発生した場合にも、サポートが受けられ、迅速な修正が可能である。オフショアサービスの特殊性から、企業はリモートでサポートされる。これは、コロナウイルスの流行が続いている状況では、非常に便利なことです。 これは、コロナ禍が流行している現在では非常に便利なことである。これにより、作業の進捗を確実にするだけでなく、ビジネスの作業効率を高めることにもつながる。   人材不足への解決策  「ITオフショアサービス」を利用する際のもう一つの重要な要素は、「人材不足」の問題を解決することである。多くの企業や事業者が人材に「渇望」している現在、「ITオフショアサービス」の活用は安全かつ有効な解決策となっている。「ITオフショアサービス」は、単純なものから複雑なものまで、高度な専門性と技術力を持った新しい人材を確保し、自社のITスタッフの負担を軽減することができる。これにより、企業は社内のリクエストに対応することに集中できる。

自動・自律運転施工システム
AIによって在庫管理業務はどう変わるか

在庫管理とは必要な資材を、必要なときに、必要な量を、必要な場所へ供給できるように、各種品目の在庫を好ましい水準に維持するための諸活動です(JIS Z 8141 生産管理用語)。在庫が見えないことは会社の状態が分からないと同様なので、在庫管理を上手く行わないと商品の価値が低下、お客様からの評価が下がってしまい、利益減少につながります。この重要な企業経営の基幹業務を徹底するためには、AIを活用した在庫管理がオススメ! AI活用在庫管理システムの利点と言えば、下記の3つのメリットが挙げられます。 1. 在庫管理の適正化、柔軟性の向上 AIシステムを導入する以前の在庫管理業務では、人間のスタッフが入力で、膨大な商品・製品の在庫の管理を行っていました。 過去のデータを参照しながら在庫数の確認と発注をしていたが、人間の勘や経験則に限界があるので、予測の失敗や単純な数え間違いなどの人為的ミスは決して避けられないものです。そういうヒューマンエラーは仕入れの過多やそれに伴う値下げなどのロスを起こしたり、1度の発注に数時間かかるという問題に繋がります。 しかし、AIによる在庫管理システムは入出庫時にバーコードなどでシステム入力ができるので、上記の人為的ミスを防ぐことが可能です。 それに加え、入出庫を直ぐにシステム登録するのでリアルタイムで在庫状況を把握できます。それにより、サプライチェーンは即時に対応ができるようになり、サービスにさらなる柔軟性をもたらしています。また、スマートフォンを操作するだけで手軽に在庫管理ができるというAIシステムも開発されました。このシステムの導入で、スマートフォンに搭載されたカメラで商品のバーコードを読み取って、簡単な操作で在庫管理を始めることができるようになります。 2. 需要予測精度の改善 AIによる在庫管理では、過去の売上のみならず、顧客属性・需要変化なども、全てデータとして補完・分析するのです。需要予測が正確になることで、余剰在庫・滞留在庫・在庫不足を防いで販売機会損失を抑えられ、保管コストも削減できます。その結果、顧客満足度が向上し、さらには、ブランド認知度と顧客ロイヤリティも高まります。 その上、AIを活用した在庫管理システムの大きな利点は、需要に対するより深いインサイトの提供で、新しい戦略開発に役立つという点です。特定の商品に対する需要がどこに眠っているのかを見出すことができるため、次の新製品の生産・販売計画が効率化されるでしょう。