生成AIを食品の製造管理に利用する領域
生成AIを食品の製造管理に利用する領域は以下のような分野があります。今回は、原価管理システムを構築しました。
1. 原価管理
- AIによる原価計算の最適化: 労務費や材料費、間接原価などのデータをAIで分析し、適正な原価設定を行う。過去のデータを元にコストの予測や最適な価格設定を支援する。
2. 労務費の管理
- 労働力の最適配置: AIを使用して、各工程の労働力を最適に配置します。生産効率を最大化し、過剰な労務費を削減する。
3. 在庫管理
- 需要予測と在庫最適化: AIを用いた需要予測モデルを構築し、過剰在庫や不足在庫を減らします。これにより、材料費の無駄を削減し、効率的な生産を実現する。
4. 品質管理
- 品質検査の自動化: 画像認識やセンサーデータを利用して、製品の品質検査を自動化します。不良品の発生を減らし、品質向上を図る。
5. 生産計画の最適化
- 生産スケジュールの最適化: AIアルゴリズムを使用して、生産スケジュールを最適化します。これにより、機械稼働率を最大化し、サイクルタイムを短縮する。
6. 顧客需要分析
- 販売データの分析: AIを使って顧客の購買データを分析し、需要の高い商品を特定します。これに基づいて生産計画を調整し、売れ筋商品の供給を確保する。
7. サプライチェーン管理
- サプライチェーンの最適化: サプライヤーとの連携をAIで管理し、原材料の調達コストや納期を最適化する。
食品製造業AI原価管理システム（PFCM）
最新の生成AIであるChatgpt,Googgle Gemini,Anthropic Claude3等のLLMを活用して、食品製造業AI原価管理システムを開発しました。呼称はPFCM（プロフードコストマネージャー）です。
システムの特長
- OCRで読み取りされた仕入伝票を生成AIを利用してデジタル化する。
- 原価計算方式は、加重平均法を使用しているが、他の評価法でも対応できる。
- データ処理は、クラウドサービスの「Google ワークスペース」を使用する。
- データベースとして、オールインワン・ワークスペースとして人気の「NOTION」を使用する。
- 安価ではあるが、セキュリティーもしっかりしたクラウドサービスを使用しているので、ランニング・コストが安く安全である。
- Google ワークスペースやNOTIONはiPaaS （Integration Platform as a Service）を含む他のアプリケーションとも親和性が高いので、連携が容易である。
- 個別客先ごとに様々な相違があるが、チューニングしたAIを活用しているのでカスタマイズが容易である。
- データ量の多いユーザーに対しては、AWS+MYSQL、AZURE+MYSQLへのマイグレーションも、あまり手間をかけないで可能である。
システム構成図
データベースのサンプル
伝票入力画面
出力帳票サンプル
