Lock in $30 Savings on PRO—Offer Ends Soon! ⏳

事業の進化とデータ構造で苦しんだ話

Fumina Chihama
April 11, 2024
240

 事業の進化とデータ構造で苦しんだ話

Fumina Chihama

April 11, 2024
Tweet

Transcript

  1. CONFIDENTIAL ©Hutzper Inc. all rights reserved. 2 自己紹介 株式会社フツパー 取締役/CTO

    弓場 一輝 広島県出身。広島大学大学院先 端物質科学研究科卒業。研究内 容はゲノム編集。新卒で共同創 業。NVIDIA「GTC 2020」登壇 実績や総務省の5G実証実験案件 の実績あり。
  2. CONFIDENTIAL ©Hutzper Inc. all rights reserved. 3 会社概要 最新テクノロジーを 確かな労働力に

    社名 株式会社フツパー(英文名:Hutzper Inc.) 事業概要 製造業向けAIサービスの提供 創業日 資本金 2020年4月1日 1億円(資本剰余金含み:5.4億円) 事業所 大阪本社 : 大阪府大阪市淀川区西中島1-11-16 関東支社 : 東京都中央区東日本橋2-27-24 名古屋支社 : 愛知県名古屋市中村区平池町4-60-12 代表者 従業員 大西 洋 55名(アルバイト・インターン含む) 投資家 ANRI グローブアドバイザーズ / 広島ベンチャーキャピタル / ちゅうぎん キャピタルパートナーズ / East Ventures / フューチャーベンチャーキャピ タル / 池田泉州キャピタル / 三菱UFJキャピタル / SMBCベンチャーキャピ タル / りそなキャピタル / 鎌倉投信 (2024.1現在)
  3. CONFIDENTIAL ©Hutzper Inc. all rights reserved. 4 Hutzper Insight 外観検査自動化AI

    振動異常検知IoT データ分析AI 人員配置最適化AI
  4. CONFIDENTIAL ©Hutzper Inc. all rights reserved. 5 製造業に特化したフツパーのご支援領域 現場データをもとに生産性を向上させる分析を 設計から具体的なアクションまでご支援

    製造現場 出 荷 出荷検査 加工・プロセス 受入検査 生産・設備管理 在庫過剰・過少を防ぐ 生産計画の最適化をご支援 需要予測 危険区域への侵入を AIが検知し 機械を安全方向へ制御 安全対策 独自のAIを活用した 行動検出で効率的な IE活動をご支援 作業時間分析 現場データを一元管理
  5. CONFIDENTIAL ©Hutzper Inc. all rights reserved. 6 製造業向け外観検査AI camera light

    撮像環境構築〜AIモデル作成 運用をワンストップで提供 除去機構連帯で完全自動化
  6. CONFIDENTIAL ©Hutzper Inc. all rights reserved. 7 メキキバイトのシステム構成 camera light

    工場内 ネットワーク上 検査結果(数値・画像)送信 AIモデルをデプロイ
  7. CONFIDENTIAL ©Hutzper Inc. all rights reserved. 8 camera light 工場内

    ネットワーク上 検査結果(数値・画像)送信 AIモデルをデプロイ 検査アプリケーション 機器制御連携 管理アプリケーション (Hutzper-Insight) メキキバイトのシステム構成
  8. CONFIDENTIAL ©Hutzper Inc. all rights reserved. 9 創業当初のHutzper-Insight Hutzper-Insight設計時の思想 センサで検出が難しい検査の代替となるAIによる外観検査

    再学習を用いることで、人間の判断により近い感性で検査できる 従来のクラウドベースのAIだと速度的に難しかった製造業の検査領域をエッジAIで解決 管理アプリケーションはあくまで検査結果を確認できるという位置づけ [データベース設計で重要視したポイント] 1. スケールしやすさ 2. 検査のスピードに対応できる高速な読み書き 3. コスト
  9. CONFIDENTIAL ©Hutzper Inc. all rights reserved. 10 創業当初のHutzper-Insight Hutzper-Insight設計時の思想 センサで検出が難しい検査の代替となるAIによる外観検査

    再学習を用いることで、人間の判断により近い感性で検査できる 従来のクラウドベースのAIだと速度的に難しかった製造業の検査領域をエッジAIで解決 管理アプリケーションはあくまで検査結果を確認できる程度の位置づけ [データベース設計で重要視したポイント] 1. スケールしやすさ 2. 検査のスピードに対応できる高速な読み書き 3. コスト NoSQLデータベース(Amazon DynamoDB)で構築
  10. CONFIDENTIAL ©Hutzper Inc. all rights reserved. 12 リリース後のHutzper-Insight 訪問現場数 AI検証数

    有料契約案件数 1,000 件以上 250 件 80 件 (撮影PoC含む) (ユニークユーザー: 65社) Inception Programの パートナー企業に認定 AIエッジパートナ ーシップの企業に 認定 AWS Activate Portfolioに認定 スタートアップ支援プログラム 「Microsoft for Startups」に採択 SoftBank5G Consortiumに参画 三菱電機「eF@ctory Alliance」に加盟 コニカミノルタ「FORXAI」 のソリューションパートナー として契約 池田泉州銀行と 業務提携契約を締結 関西みらい銀行と 業務提携契約を締結 お取引企業一部抜粋 (弊社HPより抜粋) パートナー/協業
  11. CONFIDENTIAL ©Hutzper Inc. all rights reserved. 14 暑さと熱中症の関係の例 日付 真夏日か否か

    熱中症緊急搬送発 生したか否か 7月1日 NO NO 7月2日 NO NO 7月3日 NO YES 7月4日 NO NO 7月5日 NO YES 7月6日 NO NO 7月7日 NO YES 7月8日 NO YES 7月9日 YES YES 7月10日 YES YES 7月11日 YES YES 7月12日 NO YES 7月13日 YES YES 真夏日か否か 熱中症発生率 YES 90% NO 5% パターン1:定性データを取得。 暑さと熱中症は関係がありそう。程度の考察しかできない。
  12. CONFIDENTIAL ©Hutzper Inc. all rights reserved. 15 暑さと熱中症の関係の例 日付 最高気温℃

    熱中症での緊急 搬送数 7月1日 26 0 7月2日 22 0 7月3日 21 3 7月4日 27 0 7月5日 21 2 7月6日 28 0 7月7日 30 2 7月8日 28 3 7月9日 30 1 7月10日 31 5 7月11日 32 8 7月12日 34 10 7月13日 34 16 パターン2:定量データを取得。 32℃を超えると熱中症に要注意! 原因(因果関係)がわかれば、妥当な対策が打てる。費用対効 果の優れた品質改善ができる
  13. CONFIDENTIAL ©Hutzper Inc. all rights reserved. 16 DynamoDBは検索性が良くない この時のHutzper-Insight 日ごとにバッチ処理を行い、検査結果を画面表示

    任意の列での絞り込みは不可 コスト面 スケール しやすさ 読み書き 速度 検索の 柔軟性 Timestream
  14. CONFIDENTIAL ©Hutzper Inc. all rights reserved. 17 現在のHutzper-Insight 不良の根本解決につながる独自の 品質管理機能を搭載

    ・品質傾向をもとにしたカイゼン活動をご支援 ・管理図への自動変換による品質管理の強化 ・外観の定量評価により検査結果を見える化 スコアに基づいた不良の原因分析や品質改善を実現・歩留まり向上 ←JIS Z9020-1,2(管理図) に対応 ・不良の発生原因を特定したい ・歩留まりを改善したい ・人員削減以外の効果を期待している ・同じような会社が多く、違いが分からない 製造/生産技術、品質管理、DX推進に携わる方から
  15. CONFIDENTIAL ©Hutzper Inc. all rights reserved. 18 まとめ 現在はデータベースにTimestreamを使用中 使ってみての所感

    1.テストしにくい(ローカルで環境を作れない) 2.テーブル構造が特殊なのでSQLクエリは少し書きづらく感じる 3.テーブルの構造を変更するのが大変 [反省点] IoTだからと結構脳死でNoSQLを選択した節もある RDSでの手動のスケールアップももう少し検討してもよかったかも しれない(現在はRDSでもオートスケールに対応しているサービス もあり)