AI開発を
実績で選ぶ

不動産リノベーション会社では、お客様への提案図面を作成するために経験豊富な設計担当者が数日かけてプランニングを行うことが一般的です。そのため提案までに時間がかかり、多数の案件へ対応することや複数案を比較提案することが困難でした。 本プロジェクトでは、リノベーション設計のルールや暮らし方のペルソナをもとに、最適な間取りを自動生成するAIを開発。各プランの評価や概算工事費まで算出できる仕組みを構築し、提案業務の効率化と品質の標準化を実現しました。

自動車部品の生産現場では、生産順序の組み方一つで生産効率や欠品リスクが大きく変化します。しかし実際には、在庫状況や金型制約、段取り替えなど数多くの条件を考慮する必要があり、現場経験に依存した判断が行われていました。 本プロジェクトでは、生産順序を自動で最適化するAIアルゴリズムを開発。欠品リスクを最小限に抑えながら、生産効率（GSPH）の向上と現場制約の両立を実現しました。

下水道関連の資材管理業務では、図面（縦断図）から管の寸法・材質などの情報を読み取り、Excelへ手作業で転記する工程に、図面1件あたり約3時間を要していました。本プロジェクトではまずフェーズ1（PoC）として、図面一式から縦断図を自動判別し、記載された管路情報を抽出・表形式で出力するAIエンジンを開発。学習に使用していない検証用図面10件に対して平均抽出精度85.7%を達成し、実運用に耐える精度であることを実証しました。続くフェーズ2ではこの成果をもとに、現場担当者がファイルをアップロードするだけでAI分析からCSV編集・Excel出力までを完結できるWebアプリケーションを開発し、発注企業の本番環境へ実装。読み取り・転記作業を約30分まで短縮する体制を実現しました。

粉体パッカーのPLCデータをリアルタイムに分析し、設備状態や環境変化を考慮した最適なパラメータを継続的に提案するアルゴリズムを開発。熟練者に依存していた重量調整を標準化し、重量精度とパッキング効率の向上を実現しました。

製造工程における多結晶シリコンの瑕疵検査を効率化するため、AIによる画像検査システムを開発しました。現場環境に合わせて撮影条件から最適化を行い、作業台に設置したカメラの映像をAIがリアルタイムで解析し、瑕疵の有無をモニター上で即座に判定できる仕組みを構築しました。

残室・予約ペース・季節・曜日・部屋タイプなど様々なポイントを考慮し、AIが最適な売り出し戦略や値段を決定します。

手術室では、法令や勤務ルール、看護師ごとのスキル・経験、教育方針、緊急手術への対応など、多数の条件を考慮しながらシフト作成と手術ごとの看護師割り当てを行う必要があります。本プロジェクトでは、これらの複雑な条件を考慮し、シフト作成から看護師割り当てまでを最適化するAIシステムの開発を行いました。