Mahindra & Mahindra 社：ショップフロアのワークフローに AI を組み込み、製造の生産性を向上
グローバル産業グループである Mahindra & Mahindra 社は、ショップフロアの生産性を向上させ、既存の工場、設備、人員を活用してさらなる成果を上げるための、よりスマートな手法を必要としていました。生産技術者は時間研究や動作研究に頼っていましたが、観察結果を手書きで記録し、SAP システムにデータを再入力していたため、遅延が発生し手作業が負担となり、エラーのリスクが高まっていました。SAP Business AI Platform を基盤とする Mahindra 社のカスタム AI アプリケーションは、音声による観察記録を信頼性の高い運用データへとリアルタイムに変換します。また、人間による判断を優先しながら、エンジニアがより迅速にプロセスを改善できるよう支援します。
| 業種 | 企業規模 | 本社 |
| 自動車 | 324,000 人以上 | ムンバイ（インド） |
40%
動作研究データの収集時における効率向上。
0 件
動作解析データの手作業による再入力。エラーを削減。
40 箇所以上
AI ワークフローを拡張できる体制が整った製造施設。
機会
既存の工場、設備、人材を活用した生産量の向上
Mahindra & Mahindra 社は、1945 年に鉄鋼商社として創業し、第二次世界大戦後に Willys Jeep の組み立てを開始して、インドの自動車産業の形成に貢献しました。現在、Mahindra 社は、自動車、農機具、金融、建設、ホスピタリティ、農業、パワーソリューションにわたる複合産業グループとして事業を展開しています。自動車および産業機械製造業界全体において、顧客の期待の高まり、競争の激化、製品サイクルの短期化により、既存の工場、設備、人員を活用してより多くの成果を上げることへのプレッシャーが高まっています。Mahindra 社にとって、この課題は大規模なものです。同社は 40 を超える製造拠点、100 を超えるアクティブなモデルを保有し、モデルごとに約 1,800 のビジネスプロセスが存在します。大規模な企業では、業務の監視、測定、文書化におけるわずかな非効率性であっても、急速に影響が拡大する可能性があります。
この規模では、わずかなデータエラーであっても現実世界に影響を及ぼし、支払いの遅延やサプライヤーの混乱を招き、最終的には医薬品が患者のもとに届くタイミングにまで影響が及ぶ可能性があります。Sanofi 社は、規制の厳しい環境下で新たなリスクを生じさせることなく、スピードとデータの正確性を向上させる必要がありました。
手動のショップフロア調査を信頼性の高い運用データに変換
Mahindra 社は、インダストリアルエンジニアによる動作時間研究の記録方法を最新化するために、MOST Custom AI ユースケースを構築しました。MOST とは Maynard’s Operation Sequence Technique（メイナードオペレーションシーケンス技法）の略で、作業手順、動作、タイミングを分析するための手法を指します。ショップフロアでの作業自体は同じです。エンジニアはこれまでどおり作業を観察し、専門知識を活用します。変わるのは、その記録のエクスペリエンスです。動作やタイムスタンプを手書きする代わりに、エンジニアは作業の発生時にそのアクションを声に出して話します。SAP Business AI Platform を基盤とする Mahindra のカスタム AI アプリケーションは、音声による観察記録をテキストに変換し、レビュー用に関連するタスクとタイムスタンプを構造化します。SAP Fiori のユーザーエクスペリエンスにより、エンジニアは承認前に出力を確認および修正できるため、人間の監視を中心とした運用を維持できます。
ソリューション
ショップフロアでの口頭による観察事項を信頼性の高い運用データに変換
Mahindra 社は、インダストリアルエンジニアによる動作時間研究の記録方法を最新化するために、MOST Custom AI ユースケースを構築しました。MOST とは Maynard’s Operation Sequence Technique（メイナードオペレーションシーケンス技法）の略で、作業手順、動作、タイミングを分析するための手法を指します。ショップフロアでの作業自体は同じです。エンジニアはこれまでどおり作業を観察し、専門知識を活用します。変わるのは、その記録のエクスペリエンスです。動作やタイムスタンプを手書きする代わりに、エンジニアは作業の発生時にそのアクションを声に出して話します。SAP Business AI Platform を基盤とする Mahindra 社のカスタム AI アプリケーションは、音声による所見をテキストに変換し、関連するタスクとタイムスタンプを確認用に構造化します。SAP Fiori のユーザーエクスペリエンスにより、エンジニアは承認前に出力を確認および修正できるため、人間の監視を中心とした運用を維持できます。
信頼性の高いガバナンスへの取り組みの中で、Mahindra 社の SAP デジタル基盤に AI を組み込む
Mahindra 社が、SAP を基盤として採用したのは、同社の主要なプロセスやデータの多くが、85 以上の事業体で共有される単一のグローバル SAP インスタンスにすでに集約されていたからです。これは、統合、拡張性、ガバナンスが不可欠でした。同社は、AI が切り離された実験としてエンタープライズランドスケープの外部に置かれることを望みませんでした。これまでのプロセス標準化とクラウドモダナイゼーションの取り組みを基盤に、現在 SAP Business AI Platform の中核を担う SAP Business Technology Platform の機能が、音声のアップロード、AI 処理、データ処理、バックエンドシステムとの統合のオーケストレーションを支援します。SAP Build ソリューションのプロセス自動化機能がレビューおよび承認ステップをサポートし、SAP Cloud ERP Private ソリューションが記録システム（SoR）として承認済みの動作時間データを保存します。その結果、ショップフロアで口頭により伝えられた所見を Mahindra 社のデジタルスパイン内で信頼性の高い運用データへと変換する、統制されたワークフローが実現しました。
SAP によるエンタープライズアーキテクチャーガイダンスを活用した実践的な AI ユースケースの構築
Mahindra 社は、SAP のエンタープライズアーキテクトと協力することで、広範な AI の調査段階から、測定可能なビジネス効果を生み出すユースケースへと移行することができました。このエンゲージメントを通じて SAP は、Joule の標準機能が適用できる領域と、カスタム AI アプローチによってより多くの価値を創出できる領域の評価を支援しました。MOST Custom AI については、そのガイダンスが、Mahindra 社の既存の SAP 投資および広範な AI ロードマップに整合した、統制の取れた本番稼働可能なアーキテクチャーの策定に役立ちました。このコラボレーションにより、Mahindra 社はテクノロジーそのものを目的化するのではなく測定可能な成果に焦点を当て続けながら、有望なショップフロアのアイデアから統合されたエンタープライズワークフローへと AI を拡張するための実用的な道筋を歩むことができました。
導入成果
手作業による再入力を排除しながら、データキャプチャ効率を 40％ 向上
最初の製造施設では、MOST Custom AI により、動作分析データの収集効率が 40% 向上しました。また、動作分析データの手動による再入力も不要になり、手書きによる観察記録や SAP システムへの重複入力を、構造化データを SAP Cloud ERP Private にリアルタイム同期する音声ベースのデータ収集へと置き換えました。これにより、作業の重複、文書化の遅れ、ミスが発生しやすい入力といった従来の課題に直接対処し、観察から記録システム（System of Record）へのよりスマートな連携フローを実現しています。
エンジニアがより多くの時間を分析と改善に費やせるようにする
その結果、インダストリアルエンジニアの日々の業務体験が変化します。観察とメモ取り、その後のデータ入力に追われる代わりに、エンジニアは自身の専門知識が必要とされる作業（作業パターンの分析、データの検証、製造ラインの改善機会の特定など）に集中できます。これは、AI 導入が信頼にかかっている製造環境において重要です。エンジニアがレビューと承認の主導権を維持できるため、MOST Custom AI は AI が専門知識を拡張し、業務を容易にしてデータへの信頼を高める方法を示しています。
ガバナンスが確保された AI ワークフローを製造拠点やユースケース全体に拡大
より大きな機会は、規模の拡大からもたらされます。目的に特化した音声テキスト変換機能は、40 を超える製造施設、100 以上の現行モデル、数千ものプロセスタッチポイントに及ぶ Mahindra 社の製造拠点全体に適用されることで、はるかに強力な効果を発揮します。
今後は、MOST Custom AI 向けに Joule の分析機能の活用を検討する予定です。これとは別に、車両スループットの向上を目的とした工場出荷のユースケースについて SAP と連携して取り組んでいるほか、財務やサプライチェーンにおけるさらなる機会の特定も進めています。
チームはまた、Joule Studio と SAP LeanIX ソリューションが、SAP および非 SAP システムにわたる将来のエージェントベースのシナリオをどのようにサポートできるかを検討しています。これらの取り組みが一体となって、Mahindra 社が将来の Autonomous Enterprise 機能の基盤を確立するのを支援しています。そこでは、信頼できるデータ、AI、アプリケーション、統制されたビジネスプロセスが連携して、人が主体となってコントロールを維持しながら、より高度に接続されたインテリジェントな実行をサポートします。