Microsoft Azureを活用したAIソリューション事例をご紹介します。
ケース①
Microsoft Teams基盤 AI社内報告フローシステム開発
第１報から、共有・報告までをAI・Microsoft Teamsを使って自動化するシステムを構築
課題
業務中の報告事項発生時、調査内容の把握に不安がある
- 電話報告、紙ベースの報告では、情報の伝達精度に欠けることがあり、状況把握に遅延が生ずる。
- 社内報告資料の作成に時間を要する。
- 情報のレベルが一定ではなく、個人差が出てしまう恐れがある。
導入後の効果・成果
リアルタイムでの情報共有ができるようになった
- Teams Bot利用
- 調査事項発生時の初回インプットにMicrosoft Teams Botを利用
- AIが情報の重要度を判断し、自動的に適正なメンバーへTeamをつかった情報共有ができ、報告も迅速に行えるようになった。
- PowerApps帳票利用
- 報告書ファイルの自動生成・展開を行うことができる
- 最新の正確な情報収集、情報精度の課題を解消し、紙ベースのフロー撤廃を実現できた。
導入ソリューション
活用イメージ
機能概要
- Teams Botを利用した調査内容の情報登録補助、共通基盤の作成
- AIによる重要度判定に応じたメンバーの追加・判断
- SQL-PowerAppsによるデータ編集
- Microsoft Teams基盤をフル活用（チャット・Web会議・ファイル共有）
システムの特徴
調査内容の登録補助、共有基盤の作成できるTeams Botを開発
- LUIS活用による自然言語処理
- PowerAppsを利用した帳票システム
- バックエンドはSQL Database・SharePoint Onlineを採用
- Azure Functions・Flow等サーバーレスアーキテクチャーによる開発コスト、運用コスト削減
ケース②
AI検知システム
製造現場における、Azure Machine Learning を使った 検知システムを開発。
人の負荷をAIを用いることで作業工数を大きく削減
課題
- 人依存の仕組みから製造工程の効率化を図るべく、人に頼らず正確な判断ができる仕組みを作りたい。
- 不良品が市場に流入してしまうリスクを防ぎながらも、作業を効率化したい。
- 新しい設備への投資ではなく、機械学習を活用した、負荷軽減と技術伝達の仕組みを改善したい。
導入の効果・成果
- 人の負担をAIに代えることで、作業工数を大きく削減することができた。
- 属人化していた専門技術者の判断基準のデータ化をすることができた。
- 人的ミスによる確認漏れのリスクを排除できた。
活用イメージ
機能概要
- 製造工程における検品を、AIを利用し半自動化
- 人の判断を日々再学習させる仕組みの構築
- 学習した解析結果をPower BI Embedded で提供
- リアルタイム解析への対応
システムの特徴
- IoT対応した最新検査システムの導入
- 約4万強の検査システムのデータ収集・分析
- Azure Machine Learningで人の判断が必要なデータを大きく削減
