POINT 01 · AI
会話しながら計画を組み立てるエージェント
Claude を中核に、計画づくりに必要な道具(計画の取得・制約の取得・挿入案の生成・計画の検証・計画データの書き出し)をエージェントに持たせました。急ぎ案件を依頼すると、既存計画との関連を踏まえて 複数の挿入案 を生成し、それぞれが納期や制約を満たすかを検証したうえで、代表案 1 つ + 別案 を比較できる形で提示します。
CASE 01 · 製造業 (多品種バッチ) (顧客名匿名)
会話しながら、生産計画を一緒に組み立てる AI エージェント。
生産計画づくりのイメージ。特定の企業・製品を識別する要素はすべて意図的に省いており、業務概念を表現したスケッチです。
SUMMARY
製造バッチの 生産計画づくり を、会話しながら一緒に進める AI エージェント です。
主な役割:
複数の受注をどの順番で流すかによって、設備の段取り時間や納期の余裕は大きく動きます。受注が 6 件あれば順序の組み合わせは数千通りにのぼります。エージェントは、その下準備と複数案づくりを引き受け、担当の方には 見比べと判断 にじっくり時間を使っていただけるようにします。
DEVELOPMENT POINTS
POINT 01 · AI
Claude を中核に、計画づくりに必要な道具(計画の取得・制約の取得・挿入案の生成・計画の検証・計画データの書き出し)をエージェントに持たせました。急ぎ案件を依頼すると、既存計画との関連を踏まえて 複数の挿入案 を生成し、それぞれが納期や制約を満たすかを検証したうえで、代表案 1 つ + 別案 を比較できる形で提示します。
POINT 02 · CONSTRAINT
製造工程には、設備の互換性、ロット上限、実行中で動かせない工程、樹脂ごとの段取り行列など、いくつもの制約条件が絡み合います。
エージェントは、これらの ハード制約を満たした計画だけ を提案し、ソフト制約(納期遵守・段取り最小化・受注順の尊重) は重みとして扱うことで、現場の状況に合った落としどころを示します。
POINT 03 · EXPLAIN
提案された計画には、判断の理由を日本語で 2〜4 文 添えます。数値(段取り時間・完了時刻・納期の余裕など)はすべて計算ツールの結果から引用する設計とし、もっともらしい数字を AI が独自に作り出すことのないようにしています。
POINT 04 · OPERATION
よく使う操作はボタンにまとめ、クリック数回で「受注一覧の最新化 → 急ぎ案件として組み込み → 計画の保存」まで完結できます。
操作のやり取りは履歴として残るため、判断の理由がそのまま記録 され、新しく担当になった方への引き継ぎ素材としても活用いただけます。
POINT 05 · VISUALIZE
計画はガントチャート(横軸=時間/縦軸=設備別)で可視化し、変更前と提案後を重ねて描くことで 「どこが動いたか」がひと目で分かります。実行中で動かせない工程は枠の色で明示し、安心して判断いただけるよう支援します。
OUR ROLE
製造現場の業務を深く理解したうえで、「最速の最適解を 1 つ出す」のではなく、現場の経験を、組織でいつでも引き出せる知識として一緒に育てていく ことを設計の軸に置きました。
長年の経験で培われてきた判断を、AI が日本語の説明として書き残していくことで、計画づくりが一部の方に集中していた状態から チームで分担できる体制 へと少しずつ移していけます。新しく担当になった方も、AI の提案を確認するところから段階的に慣れていける仕組みです。
お客様には引き続き既存の計画システムをお使いいただき、AI エージェントはその入力を助ける補助役として位置づけました。保存などの操作は 担当の方が承認したあとにだけ 実行され、外部に渡すデータは当該受注とマスタ情報に絞るなど、安心してお使いいただくための設計を一貫して行っています。
CLIENT VOICE
本提案と、実際に動くプロトタイプを、お客様にご評価いただきました。
「他社の提案では、全然イメージできなかったけれど、これなら実現できそう。」
HIGHLIGHTS
01
AI エージェント × 生産計画 — 「AI が会話しながら一緒に計画を組む」新しい体験。当社初の AI エージェント事例
02
複雑な制約条件をクリアした複数案提案 — 段取り・納期・設備競合という製造業の難所を満たしたうえで複数案を提示
03
「なぜこの計画か」を日本語で説明 — 判断の理由が言葉として残り、個人の知識が組織の知識として育っていく
04
どなたでも使える — 長年の経験に支えられてきた計画づくりを、新しく担当になった方も AI と一緒に進められる