今の設備とMESから、
歩留まりと品質を変える。
加工・洗浄・検査の条件と品質結果をつなぎ、不良の原因候補と影響ロットをAIが提示。現場のデータを改善の判断へつなげます。AI Agent Hub｜Edge to ERP
- 実機・センサー洗浄装置 CLN-02 / 検査機 INS-03
薬液温度 27.8°C (OPC UA)
膜厚 102.4 nm 判定 NG (SECS/GEM)
- 検知ラインB 検査工程
不良率 1.8% → 4.6% (直近 12 ロット)
- AI が照合装置条件 × 検査履歴
不良ロットは洗浄装置 CLN-02 を通過
薬液温度 +1.8°C のずれが 9/14 から継続
- 原因候補と影響ロットAI Agent Hub
原因候補: CLN-02 の温度ずれ
影響ロット 12 (出荷前 9 / 出荷済 3)
- 品質担当者が判断処置の決定承認
9 ロットを追加検査・CLN-02 の条件を見直し
- ERP に記録製造指図 MO-5521登録済み
品質記録・保留在庫・不良原価を登録
大企業・官公庁・自治体でのエンタープライズ対応
※1 2025年3月トラフィック分析ツール（Similarweb）による推定値に基づく自社調査。AI総合研究所の運営・分析実績に基づく継続的な改善・検証による知見蓄積。
できること
機器・レガシーコード・ERP。3つをまとめてつなぐ
歩留まりと品質の改善に必要な3つの連携を、1つのチームで実装します。
機器との連携
加工機・検査機・PLC から、装置の通信やログでデータを取得。SECS/GEM・OPC UA の接続実装から、通信口の無い古い装置へのセンサー後付けまで担います。
レガシーコードの刷新
古い MES や生産管理の VB6・VBA・COBOL、誰も読めない PLC のラダーまで読み解き、仕様を復元。製造を止めずに、1本ずつ置き換えます。
ERP との連携
SAP など既存の ERP に、品質記録・保留在庫・不良原価を業務APIで登録。必要なら製造向けの ERP 機能も開発します。
3つがつながるから、装置の条件から品質結果、ERP の記録までを1本の線で追えます。
品質改善を阻む壁
不良が増えても、原因と影響範囲が分からない
品質結果と製造条件が、結ばれていない
検査結果は検査機に、加工・洗浄の条件は各装置に、工程実績は古い MES (製造実行システム) に。どの装置のどの条件が不良に効いたのか、突き合わせられない。
→ 装置条件・工程・検査結果をロットで結ぶ
古いMESは、止めることも直すこともできない
作った会社の保守は終わり、改修もできない。それでも製造を止めて入れ替えることはできず、データは MES の中に閉じたまま。
→ MES はそのまま、データベースや出力ファイルから連携
MES のコード自体を移すなら: レガシーコード変換影響範囲を決められず、多めに止めて多めに捨てる
担当者が Excel・VBA で突き合わせるうちに時間が過ぎ、影響ロットを絞れない。再検査と廃棄が膨らみ、不良のコストも見えない。
→ AI が原因候補と影響ロットを根拠つきで示す
実機から業務まで
工場の実機が、そのままERPの業務につながる
通信できる装置はその通信から、通信口の無い古い装置は後付けのセンサーから。工場内のエッジで集めたデータを、既存の MES と ERP の業務まで届けます。
工場の実機
装置ごとの通信を受けて収集・整形。工場のネットワーク内で処理する
工程実績を読み取り、ロットと対応付け
装置条件・検査結果の履歴を蓄積・分析
原因候補と影響ロットを提示
品質記録・保留在庫・不良原価
提供する価値
つなぐだけで、終わらせない
データの自動転記は入口にすぎません。装置条件と品質結果を結び、AI で原因を特定して条件を改善するところまでを一緒に進めます。
- LEVEL 1検査結果の自動転記→ 入力工数とミスの削減
- LEVEL 2装置・ロット・工程・検査結果の統合→ 不良がどこで生じたか追える
- LEVEL 3AI による原因候補の特定と条件改善→ 歩留まり改善、再検査・廃棄の削減、良品の増加
Edge to ERP が目指すのは LEVEL 3 です。LEVEL 1・2 はそのための土台として実装します。
モデルケース
不良率の上昇から、原因・影響ロット・ERP記録まで
半導体関連の加工・洗浄・検査工程を想定した導入例です。半導体工場そのものに限らず、製造装置・部品メーカーの工程にも同じ形で適用できます。
導入前
- 検査機に測定値と不良判定が残る
- 加工機・洗浄装置に条件と稼働ログが残る
- 工程実績は古い MES にあり、改修できない
- 担当者が VBA で突き合わせ、原因調査に数日かかる
- 影響ロットを絞れず、多めに保留・再検査・廃棄する
導入後 - 不良率が上がったときの流れ
- 1
ロットの不良率が上がる
検査結果を工程・ロットで集計し、上昇を検知する
ラインB 検査 不良率 1.8% → 4.6%
- 2
AI が装置条件と検査履歴を照合する
不良ロットが通った装置・条件・時間帯・部材を横断で比べる
CLN-02 薬液温度 +1.8°C / 9/14 以降
- 3
原因候補と影響ロットを示す
根拠となるデータと、同じ条件を通ったロットを一覧で提示
影響ロット 12 (出荷前 9 / 出荷済 3)
- 4
品質担当者が処置を決める
追加検査・保留・条件見直しを担当者が判断し、承認する
9 ロット追加検査・CLN-02 条件見直し → 承認
- 5
ERP に記録する
品質記録・保留在庫・不良原価を正式な記録として残す
MO-5521 品質記録 登録済み / 不良原価 計上
導入で目指す成果
つなぐことは手段です。成果は、歩留まりと不良コストで確かめます。
※ 想定例です。実在の企業・案件ではなく、数値はサンプルです。
OT エンジニアリング
原因を見つけたら、装置の条件を直すところまで
歩留まりが上がるのは、条件を直したときです。制御に触れない読み取りから始め、PLC や装置まわりのソフトウェア、承認つきの条件反映まで、段階的に担います。
- 1読み解く28.8°Cレシピは 27.0°Cラダーを読むと、温調器の設定値が PLC から送られず、手動で変えられていた
- 2直す+2 段ラダーに追加設定を戻し、PLC から自動で送る段と温度上限の警報を追加。承認と試運転を経て反映
- 3確かめる4.6% → 1.8%ラインB の不良率反映後、検査工程の不良率が元の水準に戻ったことをデータで確認
AI 解析 - 復元した仕様
| STEP 0-3 | 起動ボタンで運転開始。非常停止回路が切れたら停止 (運転中は自己保持) |
| STEP 4-6 | 槽の液面が正常なときだけ、洗浄ポンプを回す |
| STEP 7-10 | ポンプ起動から 30 秒待ってから、温度を判定する |
| STEP 11-17 | 実温度 D100 (0.1°C 単位) がレシピ設定値 D200 以上で「温度到達」 |
- D200 (レシピ設定値) の参照はステップ 11 の比較のみ。温調器の設定値は PLC から送られておらず、前面パネルで手動設定されている
- 温度の上限を判定する段がない。実温度が設定を +1.8°C 上回っても警報にならず、9/14 以降のずれが見逃された
CLN-02 温調器設定値の是正と、運転開始時の自動送信
ラダー差分
ステップ 18 に 14 ステップ挿入 (END 18 → 32)
設定の変更
| 項目 | 変更前 | 変更後 |
|---|---|---|
| 温調器 SV | 28.8°C | 27.0°C |
| SV の設定方法 | 前面パネルで手動 | 運転開始時に PLC から送信 |
| 温度上限 | 判定なし | 28.0°C で警報 (D202) |
承認・反映
- 9/21 10:12AI Agent Hub起票・原因と改修案を添付
- 9/21 14:05品質保証・生産技術承認
- 9/22 09:30生産技術試運転 3 ロット・全数良品 → 反映
- 9/23〜AI Agent Hub不良率を監視
3効果の検証 - ラインB 検査工程の不良率 (%)
配線・盤の改造など現地の電気工事は協力会社と連携し、安全に関わる制御は御社の基準と承認に従います。
歩留まり・品質改善の相談
どの工程の品質課題から始めるか、まずは整理しませんか?
構想段階でも大丈夫です。対象工程の装置・MES・ERP の状況と品質課題を伺い、最初に取り組む範囲をご提案します。
詳細資料のご請求
5 分でわかる AI Agent Hub
機能・導入ステップ・想定 ROI をまとめた資料をご請求いただけます
FAQs
よくある質問
AI Agent Hub Edge to ERP に関する よくある質問とその回答
1工程からの導入プランを具体化
既存の設備とMESを活かした改善プランをご提案します
データの接続から原因調査・ERP 記録まで、御社の工程に合わせた進め方と効果の測り方を無料相談で整理できます。