A: AIプロジェクトの企画書で最も重要な準備は、まず測定可能で範囲の明確な業務シナリオを定め、そのうえでデータ、計算能力、組織能力を棚卸しすることであり、アルゴリズムやプラットフォームを先に購入することではありません。従来のIT施策と比べて、AIプロジェクトはデータの閉ループと継続的な改善をより重視します。事前の根拠づけがしっかりしているほど、その後の展開は安定します。
1. 業務シナリオと成功指標を定義します。企画書の第一歩は技術の選定ではなく、課題の選定です。たとえば電子機器工場がSMT実装の不良率を下げたい場合、不良検出率をどれだけ上げるか、誤報率をどこまで抑えるか、検出結果を誰が再確認するか、といった問いに目標を分解する必要があります。従来のMESは工程記録を重視しますが、AIプロジェクトでは予測、認識、最適化といった目標を企画書に明記しなければ、検収時に成功を判断できません。

2. データ資産と収集条件を棚卸しします。AIはデータに依存するため、企画書ではデータが存在するか、品質は十分か、リアルタイムに取得できるかの3点を確認します。たとえば自動車部品メーカーがダイカストの工程パラメータを最適化したい場合、ロット単位で対応づいた過去の工程パラメータ、設備状態、検査結果が必要です。データがExcelシートや紙の伝票に分散している場合は、モデル学習の段階でデータ不足に気づくのではなく、企画書の段階で収集の高度化を計画しなければなりません。
3. 計算能力、プラットフォーム、連携経路を評価します。工場のAIが単独のシステムで完結することはほとんどなく、MES、ERP、SCADAと接続する必要があります。企画書には、推論をエッジで行うかクラウドで行うか、どの程度の遅延が必要か、既存システムとどう接続するかを明記します。ZEVONのMES+AI機能は、AIの推論結果を生産指示、品質検査、アンドンの流れに直接組み込むため、モデルがデモの中だけに存在し、実行は依然として人に依存するという分断を減らします。

4. 組織と仕組みの準備状況を確認します。AIプロジェクトでは、業務の責任者、データの責任者、IT部門、アルゴリズムチームが協力して進める必要があります。企画書には、誰がサンプルを提供し、誰がラベル付けし、誰が再確認し、誤判定の責任を誰が負うのかを明確にします。従来のソリューションは稼働後は決められた手順に従うだけですが、AIソリューションでは継続的なラベル付けとモデル更新の仕組みを確保しておかなければ、稼働条件の変化とともに性能が低下します。
5. 小さな検証とリスク管理を行います。企画書の段階でPOCを開始し、1本の生産ラインまたは1つの作業ステーションで検証し、中止や移行の判断基準をあらかじめ定めることをお勧めします。ZEVON ESOPは製造現場でのデータ収集と実行ループに関する経験を蓄積しており、企画段階でデータ・モデル・実行・フィードバックの連鎖を検討することを支援します。15以上の業種、120社以上への導入実績も、単一のアルゴリズムよりも業種を越えたシナリオの根拠づけが重要であることを示しています。
まとめ:AIプロジェクトの企画書の準備とは、業務目標、データの状況、連携経路、組織の仕組みという4点を事前に明確にすることにほかなりません。従来のソリューションは工程の固定を重視しますが、AIソリューションはデータに基づく運用と継続的な最適化を重視します。まずシナリオを小さく、指標を厳しく、データをつなげてから、モデルとプラットフォームを論じれば、企画の承認率も実際の成果も格段に良くなります。