
スピンオフ#2 「はずれを出さないAI」で、いいと思っています...
発見ではなく、はずれを出さない安心感を売る。SFIが日本の量産現場に向き合うための、地味だが譲れない設計思想を書きます。
ブログ

発見ではなく、はずれを出さない安心感を売る。SFIが日本の量産現場に向き合うための、地味だが譲れない設計思想を書きます。

「MI」と「PI」をごっちゃにしたまま話を進めると、たぶん事故る。日本の製造業が本当に立つべき土俵を、用語の整理から解きほぐします。

生成AIの登場で、従来の解析はもう不要なのか。再現可能な予測、波形の特徴抽出、条件の逆算、超高速監視、統計的な変数選別――生成AIでは埋められない5...

「揃えている条件」は、本当に揃っているのか。前工程・未管理変数・時間ドリフト・波形の粒度――設定値の裏に潜むズレを、5つの角度から解きほぐす記事です...

費用対効果は当然、意識されています。ただ、一人で網羅しきるには認知の限界があります。

職人の勘は精神論ではなく、まだ計測されていない高密度データです。

Excelは最高の作業台であって、工場の頭脳ではありません。

Edgecrossが去ったいま、エッジ層の主役は誰が担うのかという問いだけが残りました。

不良画像が集まらない工場こそ、画像AIの入れ方が試されます。

労務費削減DXに満足していませんか。利益の本丸は、生産プロセスそのものにあります。

GRRは万能の味方ではありません。しかし、考え方と位置づけを理解すれば、最強の土俵になります。

スペック自慢の奥に、工場の品質管理の地図が描けていますか。

後付けセンサを増やす前に、装置の頭脳であるPLCの中身をもう一度覗いてみませんか。

データもツールもあるのに、なぜDXは止まるのか。責任者とエンジニアのあいだで見落とされがちな“地味な欠落”に目を向けた記事です。

生成AIが進化しても、製造業で旧来解析が必要な理由を、再現性・速度・説明責任の観点からわかりやすく解説します。