製造DX・物流DX

製造DX・物流DX

Manufacturing industry

製造DX・物流DXの課題を解決するウェビナー

自動運転、ビッグデータ活用、AI/IoT 導入、サプライチェーン改革...。デジタル化が急速に進んでいる製造・物流業界を対象としたデジタルトランスフォーメーション&ロジスティクス4.0 関連のウェビナー/オンラインセミナー。

製造DX・物流DX
ウェビナーアーカイブ
(動画・資料)

外観検査システムの課題と限界 ~微細かつ複雑な欠陥の検知精度と、インテグレーションの難しさ~

3.5 株式会社宇部情報システム

本セミナーはWebセミナーです

ツールはZoomを使います。URLは直前にメールにてご連絡いたします。 なお、「osslabo.com」「majisemi.com」からのメールが迷惑メールとならないよう、メールの設定をご確認下さい。

導入が進む、外観検査システム

「2020 画像処理システム市場の現状と将来展望(富士経済)」によると、外観検査装置や付随するシステムを示す「検査アプリケーション」の2019年における実績は6,154億円で、その成長率は2019年から2023年で約1.5倍と予想されています。

外観検査システムを導入することで、

・検査レベルの精度が上がる ・工程の自動化が進められる ・省人化による効率化につながる

などのメリットがあり、製品品質の向上、タクトタイムの短縮、人員コスト低減が実現できます。

外観検査システムの課題

製造業の現場では、年々顧客への品質要求は高度化しています。 その中でも、とりわけ微細欠陥の検出要求レベルは年々高まっており、検査能力の向上に対しても、柔軟かつ迅速な対応が求められています。

しかしながら、外観検査システムの精度は、照明、カメラ、センサーなど各種デバイスの性能の組み合わせにより決定されるため、高難易度の欠陥に対して、検知精度を出すためには、デバイス、ソフトウェア、搬送システムなどを組み合わせ、検査対象に合わせてチューニングする必要があります。

また、最適な機器を選定できたとしても、年々高まる顧客の要求品質に追従させるため、精度レベルを上げるため、システムのアップデートが必要となります。

顧客の要求品質に柔軟に対応可能な検査プラットフォーム

今回のセミナーでは、外観検査においての課題から、汎用の検査装置では検知できない微細で複雑な欠陥について、実際に弊社が行ってきた事例を元に、具体的な検知技術をご紹介させていただきます。

例えば、

・線状の微細かつ複雑な欠陥の検出方法 ・浅い傷や打痕など一つの照明では検出できない様々な欠陥の検出方法

など、検査ソフトの自社開発から、検査装置の設計~組立~納品まで「一気通貫」で対応できるからこそ、培ってきた技術についてお伝えします。

すでに外観検査を導入された企業様で、検知精度に課題を持たれている方、これから検知精度の向上を検討される方、まだ外観検査を導入されていない企業様でも、自社の欠陥がどこまで検知できるのか知りたい、といった方に特におすすめです。

プログラム

9:45~10:00 受付

10:00~10:05 オープニング(マジセミ)

10:05~10:45 外観検査システムの課題と限界

10:45~11:00 質疑応答

主催

株式会社宇部情報システム(プライバシー・ポリシー

協力

株式会社オープンソース活用研究所(プライバシー・ポリシー) マジセミ株式会社(プライバシー・ポリシー

資料を見る

砂型検査をロボットで自動化。非接触での外観検査自動化新技術をご紹介 ~目視では検査が難しい砂...

3.9 リンクウィズ株式会社

本セミナーはWebセミナーです

ツールはZoomを使います。URLは直前にメールにてご連絡いたします。 なお、「osslabo.com」「majisemi.com」からのメールが迷惑メールとならないよう、メールの設定をご確認下さい。

不良品が市場に出回ることのリスクの高まり

インターネットやSNSの利用が当たり前となり情報の拡散スピードや、その影響範囲も以前とは比べ物にならないものとなっています。 そのような中で、製品に不良が発生し市場に出回ってしまった場合、取り返しがつかない事態となる可能性も格段に増しています。 こうした社会の状況もあり、製品の品質を担保していくことは、事業を継続していくうえでも重要な課題となっていると言えるでしょう。

砂型を利用した製造現場の現状

砂型を利用する鋳造の現場では、砂型の外観を目視で検査したり、鋳造後の製品の外観を目視で検査する方法で品質管理を行っている企業も多いのではないでしょうか? 複雑な砂型の目視検査では、砂欠けや砂残りなどを発見することは難しく、後工程で不具合が見つかり、製品の破棄、作り直しが発生することがあります。また中子については、小さな位置ズレを目視で発見することは難しいうえ、不良が発生してしまった場合には、製品の外観からは不具合を見つけることは困難である為、市場への不良品流出などのリスクが発生します。

目視検査の限界と非接触検査の有効性

ここまで、砂型の検査の必要性を挙げてきましたが、他にも検査には課題があります。いざ検査を実施していこうとしても、砂型は脆いため、接触式の検査装置では砂型が破損する可能性や検査をするための技術が必要となってしまう点です。 本ウェビナーでは、こうした課題を解決できる、ロボットが非接触で自動検査を行うソリューションをご紹介いたします。 高精度な全数検査で、不良品を製造してしまうリスク、市場へ流出させてしまうリスクを削減できるため、業務の効率化を図りつつ安全性を担保することが可能です。 ウェビナーの中では、ロボットのデモ動画や活用事例もあわせてご紹介いたします。 砂型を利用した鋳造物製造企業の方に特にご参加いただきたいセミナーです。

講演プログラム

12:45~13:00 受付

13:00~13:05 オープニング(マジセミ)

13:05~13:45 砂型検査をロボットで自動化。非接触での外観検査自動化新技術をご紹介

13:45~14:00 質疑応答

主催

リンクウィズ株式会社(プライバシー・ポリシー

協力

株式会社オープンソース活用研究所(プライバシー・ポリシー) マジセミ株式会社(プライバシー・ポリシー

資料を見る

電気代の高騰、企業が取り組むべき削減アクションとは ~電気代削減のための電力データの可視化...

3.7 株式会社ウフル

本セミナーはWebセミナーです

ツールはZoomを使います。URLは直前にメールにてご連絡いたします。 なお、「osslabo.com」「majisemi.com」からのメールが迷惑メールとならないよう、メールの設定をご確認下さい。

電気代の高騰で高まる企業の負担、求められている脱炭素

近年、ウクライナ情勢などによる天然ガスや石炭の価格上昇、天然ガスの需要拡大、円安などを原因とし、電気代の高騰が続いています。 また、政府は温室効果ガスの排出量を削減する目的として、2050年までにカーボンニュートラルを達成すると宣言しています。 企業はエネルギーの安定利用と脱炭素の両立を実現するためにも、前述のことを真剣に検討し、具体策に取り組んでいくことが求められています。

電気代の削減方法が分からず、具体的なアクションに踏み込めていない

しかし、電気代の見直し、脱炭素の実現に向けた取り組みに対して、ほとんどの企業は十分な検討まで至っていないのが現状です。 検討されたとしても、以下のような課題をお持ちの方が多いのではないでしょうか。

・電気代を下げたいが、そもそも何をすれば下げられるのか分からない

・施設・設備などにおいて、どこがどのくらい電力をつかっているのか分からないため、削減アクションにつなげられない

・これまで省エネに取り組み続けてきたが、これ以上削減するための方法が分からない

・現場の協力が得られず、推進ができていない

電力データを可視化し、具体的なアクションにつなげるためのデータ分析を行う方法について解説

本セミナーでは、電気代や排出量を削減する方法として、電力データの可視化に最適な手段を解説いたします。 また、BIツール「Tableau」を活用してデータ分析を行い、複数システム間のデータを収集・統合し、そこで得たインサイトから具体的なアクションにつなげる方法についても解説いたします。 現場のデータを想定したデモや、データの収集から活用までを成功させるための支援などについても紹介いたしますので、電気代などの削減やデータ分析に課題をお持ちの方は奮ってご参加ください。

プログラム

12:45~13:00 受付

13:00~13:05 オープニング(マジセミ)

13:05~13:45 電気代の高騰、企業が取り組むべき削減アクションとは

13:45~14:00 質疑応答

主催

株式会社ウフル(プライバシー・ポリシー

協力

株式会社オープンソース活用研究所(プライバシー・ポリシー) マジセミ株式会社(プライバシー・ポリシー

資料を見る

スマートファクトリー実現の課題と最新動向 ~データの可視化と活用で達成する業務効率化~

3.5 NSW株式会社

本セミナーはWebセミナーです

ツールはZoomを使います。URLは直前にメールにてご連絡いたします。 なお、「osslabo.com」「majisemi.com」からのメールが迷惑メールとならないよう、メールの設定をご確認下さい。

スマートファクトリーが進まない原因

スマートファクトリーの概念が日本でも認知されて数年が経つものの、実際に導入に踏み切れないでいる企業や、取り掛かったものの挫折してしまうケースが散見されます。 そうした背景には、データを収集する必要性は理解しているものの、「何のデータを取得すれば良いかわからない」、「データを取集したが、どう活用すれば良いかわからない」といった状況に陥っている企業が多くあるためと考えられます。

スマートファクトリーの最新動向

そのような状況の中でも、スマートファクトリーを実現している企業もあり、そういった企業がどのようにして達成できたのでしょうか? 本ウェビナーでは、50社以上のスマートファクトリーを手掛け、業種別のニーズに合わせた設計や活用事例にも精通している登壇者が、最新動向を含め、スマートファクトリーの達成でどのようなメリットを生み出せたのかを解説いたします。

実現のために必要となるノウハウ

スマートファクトリーを実現するためには、適切なノウハウが必要となります。 ウェビナー後半では、あるべき姿を目指すためのスマートファクトリーを「共創」していくソリューションをご紹介いたします。 ノーコード・ローコードで現場の環境を踏まえた設計が行え、導入時や導入後のサポート体制も完備しているため、「取り掛かった後に挫折してしまう…」といったご心配も必要ありません。

人材不足の解消や生産性の向上、業務効率化を図りたいとお考えの、製造業・工場の管理者様に特におすすめの内容です

プログラム

14:45~15:00 受付

15:00~15:05 オープニング(マジセミ)

15:05~15:50 株式会社smart-FOA

15:50~15:55 NSW株式会社

15:55~16:00 クロージング(マジセミ)

主催

NSW株式会社(プライバシー・ポリシー

協力

株式会社オープンソース活用研究所(プライバシー・ポリシー) マジセミ株式会社(プライバシー・ポリシー

資料を見る

「システムのサイロ化」とは?攻めのDXを阻害する4つの課題と解決策 ~分断されたITデータ統...

3.5 株式会社テクノプロ テクノプロ・デザイン社

本セミナーはWebセミナーです

ツールはZoomを使います。URLは直前にメールにてご連絡いたします。 なお、「osslabo.com」「majisemi.com」からのメールが迷惑メールとならないよう、メールの設定をご確認下さい。

経産省発表「2025年の壁」。要因の一つともなる「システムのサイロ化」とは

「システムのサイロ化」とは、何らかの理由で組織内の各部門が独立している状態や、システム上で自分たちの部署以外の情報が遮断されている状態のことを指します。 このシステムのサイロ化とDX推進の因果関係について、経済産業省が2018年に発表したDXレポートによると、システムのサイロ化はDX(デジタルトランスフォーメーション)実現の妨げにもなり得ることが説明されています。DXが実現できなければ業務の生産性が上がらないだけでなく、組織に蓄積された膨大なデータを利活用できず、競争優位性も低下する恐れがあるため、システムのサイロ化は早急に解消すべきと言えます。 

なぜ「システムのサイロ化」は無くならないのか

日々、各企業の事業を取り巻く環境が変化していく中で、新たな取り組みを行ったり、業務プロセスの改善は当然行っていくべきことであります。ただ、その結果として発生してくるツールやシステムのアーキテクチャ設計による「データのサイロ化」「固定化したアーキテクチャ」に頭を悩ませているお客さまは多いのではないでしょうか。

サイロ化解消に向けた解決方法と具体的な流れを紹介・解説

本セミナーでは、データ分析を取りまく目まぐるしい環境変化と、システムのサイロ化問題やアーキテクチャにお悩みのお客さまに向けて、最新の解決策をご紹介致します。 国内最大規模のエンジニア数、7,000名のエンジニアが在籍する、テクノプロ・デザイン社だからこそ可能な、将来を見据えデータ利活用に向けた、収集から分析までを「一気通貫」でご提案することも可能ですので、データの取得や統合・活用に課題をお持ちの方は是非ご視聴下さい。お客さまにぴったりのサービスがきっと見つかります。 セミナーご参加お待ちしております。

プログラム

14:45~15:00 受付

15:00~15:05 オープニング(マジセミ)

15:05~15:45 「システムのサイロ化」とは?攻めのDXを阻害する4つの課題と解決策

15:45~16:00 質疑応答

主催

株式会社テクノプロ テクノプロ・デザイン社(プライバシー・ポリシー

協力

株式会社オープンソース活用研究所(プライバシー・ポリシー) マジセミ株式会社(プライバシー・ポリシー

資料を見る

スマートファクトリー「超」入門 ~どのようにデータを収集する?データ活用したらどう嬉しい?...

3.5 マジセミ株式会社

本セミナーはWebセミナーです

ツールはZoomを使います。URLは直前にメールにてご連絡いたします。 なお、「osslabo.com」「majisemi.com」からのメールが迷惑メールとならないよう、メールの設定をご確認下さい。

スマートファクトリーとは?

世界中で、ものづくりのデジタル化や製造業DXが重視され、取り組みが進んでいる中、国内でも経済産業省がロードマップを発表するなど、「スマートファクトリー」が注目されています。 「スマートファクトリー」の明確な定義はなく、様々な解釈がありますが、一般的には「ITを活用し、生産性と品質の向上を、継続的に行う工場」と言われています。

なぜ今、スマートファクトリーが必要なのか?

なぜ今、スマートファクトリーが注目されているのでしょうか? 製造業がスマートファクトリーに取り組むべき理由として、以下のようなことが言われています。

・人口減による人材不足への対応 ・リタイアする熟練者の技術継承 ・付加価値の向上、国際競争力の向上

スマートファクトリーの具体的なイメージは?

しかし、スマートファクトリーの取り組みは、事業形態や企業の状態によって大きく異なるため、「具体的には何をやればいいの?」「具体的にはどのような効果があるの?」と思われている方も多いと思います。

そこで本セミナーでは、スマートファクトリーについて具体的なイメージを持って頂くための入門解説を行います。

どのようにデータを収集するのか?(センサー、画像認識、IoT、IT/OTデータ統合、など)

収集したデータをどう活用できるのか?(見える化、予知保全、歩留まり改善、ロジスティクス改善、など)

セキュリティリスクは?

スマートファクトリーでは、生産設備などから得られるデータと、ERPや生産管理システムなどのデータを統合し、分析、活用していくことが求められます。 しかしその場合、従来工場に閉じていたネットワークを、何らかの方法でインターネットにつなげる必要性がでてきます。 このときのセキュリティリスクについて、どのように考えるべきなのでしょうか。

本セミナーでは、その考え方についても入門解説します。

今後の方向性は?

スマートファクトリーについて、ひとつの工場に閉じた取り組みで終わらせるのではななく、サプライチェーン全体として考える、という方向もあります。 また、収集したデータから「デジタルツイン」を構築し、頻繁にシミュレーションや予測を行い、そのデータにより設備を稼働させる、という方向もあります。

本セミナーでは、このようなトピックについてもご紹介します。

スマートファクトリー、製造業DXに役立つ、専門的なプレゼンも

また後半では、スマートファクトリー、製造業DXに役立つ、専門的なプレゼンを行います。

プログラム

15:45~16:00 受付

16:00~16:05 オープニング(マジセミ)

16:05~16:30 スマートファクトリー「超」入門 ~どのようにデータを収集する?データ活用したらどう嬉しい?セキュリティは?古い設備は?~

マジセミ株式会社

代表取締役社長 寺田 雄一

16:30~17:00 製造業の現場で使えるノーコードAIソリューションとは

株式会社クロスコンパス

右谷 仁孝

製造業のAI開発で実績が豊富なクロスコンパス社 右谷氏よりノーコードAIモデル開発の詳細や事例を講演いただきます。 生産現場のAI活用によって得られる脱属人化・高精度化・省力化について具体的に学ぶことができます。

17:00~17:15 製造現場のDXを促進する「OT環境向けゼロトラストリモートアクセス」とは?

株式会社オーシャンブリッジ

セキュリティ事業推進部 部長 井下 博道

製造プロセスの自動化が進む一方、残されたのは人の役割(作業プロセス)の見直しです。 人材不足や教育促進といった「人」に付随する課題解決にはリモートアクセスが有効ですが国内は大きく後れを取っています。 本講演では安心・安全な仕組みを導入事例も交えて解説します。

17:15~17:30 DX原資(人、モノ、カネ)を延長保守で捻出する

データライブ株式会社

営業本部長 今井 浩榮

メーカー保守切れでお困りのお客様への延長保守サービスを提供しています。サーバー、ストレージ、ネットワーク機器が主な対象です。 DX化を促進したい顧客からも多数ご契約頂いております。簡単に事例をご紹介します。

17:30~18:00 質疑応答・クロージング(マジセミ)

主催

マジセミ株式会社(プライバシー・ポリシー

協賛

パーソルプロセス&テクノロジー株式会社(プライバシー・ポリシー

協力

株式会社オーシャンブリッジ(プライバシー・ポリシー) データライブ株式会社(プライバシー・ポリシー) 株式会社オープンソース活用研究所(プライバシー・ポリシー) マジセミ株式会社(プライバシー・ポリシー

資料を見る

半導体在庫の逼迫による電子基板のデバイスの置き換え問題 ~試作・量産設計の課題を解決する、...

3.6 株式会社Sohwa & Sophia Technologies

本セミナーはWebセミナーです

ツールはZoomを使います。URLは直前にメールにてご連絡いたします。 なお、「osslabo.com」「majisemi.com」からのメールが迷惑メールとならないよう、メールの設定をご確認下さい。

半導体在庫の逼迫により電子基板のデバイスの置き換えが必要

5Gの普及やクラウドコンピューティングの継続的な成長、コロナ禍によるテレワークの拡大などによって、半導体の需要は増加している一方、世界的な半導体不足は解消しておらず、その供給は日に日に逼迫しています。 既存の電子基板の製造に支障をきたす事態も珍しくなく、デバイスや電子部品の置き換えを迫られる事態も頻発しています。

デバイスの置き換えのための設計/開発エンジニアが不足

デバイスの置き換えにおいては、ハードウェア、ソフトウェア(組込み)の技術をもったエンジニアが必要となります。しかし、これらの技術者は常に不足しており、その状況はこれからも続いていくと言われています。また、MCUの置き換えは、試作デバイスの再検証業務などの負荷が重く、これらすべてを自社でまかなうことは容易ではありません。

ハード・ソフトから、システムの再検証まで、一気通貫の受託開発とは?

ハード開発、OSポーティング、ドライバ開発など、一気通貫で試作・量産開発を受託できる「試作開発/量産開発サービス」とは? 仕様検討から各種信頼性試験までをサポートする、Sohwa & Sophia Technologiesのソリューションについて詳しく解説します。

プログラム

14:45~15:00 受付

15:00~15:05 オープニング(マジセミ)

15:05~15:45 半導体在庫の逼迫による電子基板のデバイスの置き換え問題 ~試作・量産設計の課題を解決する、ハード・ソフトからシステムの再検証まで、一気通貫の受託開発~

15:45~16:00 質疑応答

主催

株式会社Sohwa & Sophia Technologies(プライバシー・ポリシー

協力

株式会社オープンソース活用研究所(プライバシー・ポリシー) マジセミ株式会社(プライバシー・ポリシー

資料を見る

未経験の設備トラブルを、早期に検知する ~異常データが不要な、AIによる異常予兆検知~

3.8 株式会社宇部情報システム

本セミナーはWebセミナーです

ツールはZoomを使います。URLは直前にメールにてご連絡いたします。 なお、「osslabo.com」「majisemi.com」からのメールが迷惑メールとならないよう、メールの設定をご確認下さい。

AIによる異常予兆の検知に「関心のある企業」は63.6%

2019年にプラントメンテナンス協会が実施した調査によると、AIによる異常予兆の検知に「関心がある」と回答した企業は63.6%にも上ります。

引用:https://www.jipm.or.jp/company/report/images/202004.pdf

実際に、AIによる異常予兆検知システムを導入すると、

・製造ラインの緊急停止が避けられる ・交換部品や消耗品などのメンテナンス時期を予測できる ・熟練者の技術が形式知化でき、属人化を防げる ・メンテナンスの期間を最適化できる(状態基準保全化)

など、数々のメリットがあります。

これにより、設備のダウンタイムを短縮し、稼働時間を最大限伸ばすことができます。 また、不良が減ることで、製品品質の担保、改善に繋がり、生産計画の遵守につながります。 さらに熟練技術者の経験や知識を機械化できるため、保全に関する負担を軽減し、世代交代や人手不足の問題も解消できます。

AIによる異常予兆検知構築への様々な障壁

しかしながら、AIによる異常予兆検知のシステムは、「単にシステムを導入する」だけで実現することはできません。 対象である設備の「異常状態のデータ」を用意して、AIに正常時と異常時のふるまいの違いを学習させる必要があるため、装置の異常状態のデータを蓄積しなければなりません。 また、もしデータが蓄積できていたとしても、装置の異常は、磨耗、汚れ、腐食、部品寿命など、さまざまな要因が関係することから、膨大なデータの中から関連する要因の特徴を抽出し全ての組み合わせを学習させる必要があります。

さらに、AIへ学習が出来たとしても、装置の経年劣化、消耗品の影響などによる長期の状態変化も考慮させないといけません。 装置の状況に応じてAIの学習状態や閾値を適切にメンテナンスしないと、時間の経過とともに精度が安定しなくなってしまいます。 結果として、せっかく苦労してシステムを導入しても、誤検知の件数が増えてしまい、保全に関する負担の軽減が出来ず、最悪のケースでは「現場で使われない」という事態になってしまいます。

様々な製造現場にジャストフィットしたAIによる異常予兆検知

本セミナーでは、前述の課題を解決するAI検知システムの構築サービス「SAILESS」をご紹介します。 「SAILESS」は装置の「正常データ」をベースとした手法を採用し、異常検知のシステム構築を行うため「異常データのビッグデータ」をお持ちで無いお客様でも、AIによる異常検知のシステムの導入が可能となります。 また、検知精度の低下を防ぐための再学習をお客さま自ら容易に行える仕組みも備えており、導入後の効率的な運用を実現します。 実際の装置や工程の状況をヒヤリングさせて頂き、検知したい異常の分析から活用、運用のサポートまで一気通貫でサービス展開いたします。

今回のセミナーでは、実用シーンがイメージできるよう、以下のデモも行います。

・SAILESS管理画面、モデル更新画面のデモ ・実例に近い異常シナリオと検知結果のデモ

AIを用いた異常検知を構築しようとしたけれど、ビックデータが揃っておらずに困っていた方やビックデータはあるけど、どう活用していいか迷われている方に特におすすめです。

プログラム

09:45~10:00 受付

10:00~10:05 オープニング(マジセミ)

10:05~10:45 未経験の設備トラブルを、早期に検知する ~異常データが不要な、AIによる異常予兆検知~

10:45~11:00 質疑応答

主催

株式会社宇部情報システム(プライバシー・ポリシー

協力

株式会社オープンソース活用研究所(プライバシー・ポリシー) マジセミ株式会社(プライバシー・ポリシー

資料を見る

要件定義の失敗、脱スクラッチ、海外製パッケージの課題など、難しい生産管理システムのリプレー...

3.4 株式会社日立ソリューションズ・クリエイト

本セミナーはWebセミナーです

ツールはZoomを使います。URLは直前にメールにてご連絡いたします。 なお、「osslabo.com」「majisemi.com」からのメールが迷惑メールとならないよう、メールの設定をご確認下さい。

維持管理コストが膨れあがるばかりの古い生産管理システム。メンテナンスが限界に

生産管理システムは、多くの企業で独自の生産工程に応じてスクラッチ開発されていますが、古くなるとメンテナンスにかかる費用が膨らみ、運用の限界が近づいてきます。 また10年後を見据え、経営戦略の実現とDXを推進できる新たな生産管理システムへのリプレースが求められています。

要件定義の失敗、脱スクラッチ、生産管理システムのリプレースにおける注意点

最近では生産管理システムは、スクラッチ開発ではなくパッケージを活用することがスタンダードになっています。 しかし、スクラッチ開発された現行の生産管理システムにありがちな企業独自のシステム構造は、パッケージへの移行において大きな問題となります。 例えば、要件定義後に想定外のカスタマイズ費用を請求される、といった失敗事例は数多く報告されています。 また、長い運用期間の間に増え続けた周辺システムとのインターフェースの洗い出しや、新システムへの移行なども、リプレース時の課題となります。

日本のものづくりに最適な生産管理システムmcframeによる、システム導入の成功ポイントを解説

日本のものづくりは、他の国々にはない細やかな工程管理があり、海外の生産管理システムでは適用が難しいポイントが多くあります。 さらに企業独自の強みや工夫などもあります。 このような課題を解決しつつ、パッケージを活用するためにはどうすればよいのでしょうか。 日本のものづくりに最適な、日本製の生産管理システムmcframeをベースとした、生産管理システムのリプレース成功事例を解説します。

事例から解説!システム導入の失敗をなくす、基本構想策定フェーズの重要性

システムの導入において最も重要な工程が要件定義フェーズ。 しかし生産管理システムにおいては、パッケージやベンダーの選定後に要件定義を行う必要があるため、要件定義後に「見積が倍になった」「思っていた内容と違う」というトラブルが多発しています。 そこで本セミナーでは、パッケージやベンダーの選定前に、解決するべき現状の課題と、プロジェクトのゴールを明確にするための工程である、基本構想策定フェーズの重要性についても解説します。

プログラム

09:45~10:00 受付

10:00~10:05 オープニング(マジセミ)

10:05~10:25 mcframeの導入事例ご紹介 ~mcframeが選ばれる理由~

株式会社日立ソリューションズ

10:25~10:45 生産管理システム導入を成功させる極意! ~基本構想策定フェーズの巻~

株式会社日立ソリューションズ・クリエイト

10:45~11:00 質疑応答

主催

株式会社日立ソリューションズ・クリエイト(プライバシー・ポリシー

共催

日立ソリューションズ(プライバシー・ポリシー

協力

株式会社オープンソース活用研究所(プライバシー・ポリシー) マジセミ株式会社(プライバシー・ポリシー

資料を見る