ビービーシステムのMicrosoftソリューションを紹介

開発導入事例

Azure開発事例

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

AI社内報告フローシステム概要

活用イメージ

AI社内報告フローシステム活用イメージ

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

AI検知システム活用イメージ

 

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

タイトルとURLをコピーしました