A: AIと従来のMESの統合のROIを評価する核心は、AIがどれだけ賢いかではなく、工場の計画外停止と非効率な計画をどれだけ減らすかにある。多くの工場はすでにMESで作業指示、部材、トレーサビリティを回しており、計画、検査、設備予測にAIを足したいが、投じた金額の価値をどう証明するかで詰まる。ここでは仮想シナリオで分解する。
自動車部品企業がMESを3年使っており、毎日1,000件以上の作業指示と数万件の設備状態記録を生成しているとする。計画担当はExcelで計画を立て、特急注文が入るたびに全体を組み直し、突発故障の後は班長が電話で調整する。経営者はAIを望むが、1つだけ問う。これはいつ回収できるのか。
1. まず3つの勘定を締める。アルゴリズムの指標に気を取られない
1つ目は停止の勘定である。従来のMESは設備が何時間止まったかしか記録しないが、AIは主軸の異常や工具摩耗を数時間から数日前に警告できる。ラインの計画外停止損失を業界標準的な水準で見積もると、年間数回の突発停止を減らすだけで実際の金額が浮く。2つ目は計画の勘定である。AI計画は段取り時間、納期優先度、部材のキッティング率を同時に考慮し、計画担当の繰り返し調整の時間とラインの手持ち待ちを減らす。3つ目は品質の勘定である。AI外観や工程パラメータ推奨が人手サンプリングを置き換え、手直しとスクラップを減らす。3つのうち停止の勘定が最も定量化しやすく、経営者も受け入れやすい。
2. ROI評価は段階的に行い、一括固定価格にしない
業界の一般的な実務では、統合を3段階に分ける。第1段階はデータ接続で、MESの作業指示、設備、品質データをAI基盤に取り込む。ここでの投資は主にインターフェース開発とデータクレンジングで、リターンは不明確だが避けられない。第2段階は単点検証で、1ラインか1工程を選んで予知保全やAI計画を行い、手作業方式と3か月比較する。第3段階は横展開で、検証済みモデルを複数ラインへ広げる。ROI評価では、第1段階はデータ可用性、第2段階は単点で削減できた工数と停止時間、第3段階は低下していく展開コストの比率を見る。多くの企業は第2段階を飛ばして一気に展開し、最後に勘定が締められなくなる。
3. 絶対値ではなく比較期間で見て、リターンを実感できるようにする
AIがもたらす絶対的な便益だけを計算せず、AIがある場合とない場合の差を計算する。例えば電子工場で、過去3か月に実装機の部品吸着不良で発生したライン停止がX時間あり、AI警告後にY時間に減ったとする。その差に単位時間あたりの生産額を掛けたものがリターンだ。計画では、計画担当が毎日3時間を手作業の調整に使い、AI支援で1時間になれば、浮いた2時間を例外処理に回せる。この種の比較期間のデータは、どんなアルゴリズム精度の数字よりも説得力がある。3,200台以上の端末顧客での業界経験でも、比較期間を語れるプロジェクトは、その後の予算承認率が明らかに高い。
4. 隠れたリターンを無視しないが、数字を膨らませるために使わない
AIとMESの統合には隠れたリターンもある。ベテランの経験がモデルに落とし込まれる、新入社員の立ち上がりが速くなる、顧客の工場監査でのデジタル評価が上がる、などである。これらは評価レポートに書いてよいが、ROIを嵩上げするために具体的な金額へ換算すべきではない。リターンを本当に決めるのは、停止が減った、計画が良くなった、品質が上がったという3つのハードな指標である。最も課題の深い工程を選び、3か月の比較期間を回し、実際の差からリターンを計算し、それから工場全体への拡大を決めるのが望ましい。120社以上・15以上の業界での実践では、小さく検証し比較期間で精算する方が、一度の大きな投資より経営層に価値が明確に伝わる。