株式会社横河ブリッジ

KIは現在、設計本部のデジタルエンジニアリング部、生産本部の工務課と品質保証課、そして製品エンジニアリング事業部の計4部門で活用しています。また全社を横断するデータドリブン推進ワーキンググループも発足させました。

生産本部は当社の中で、もっともデータを豊富に有する部門です。しかしそのデータもエクセルベースで管理・分析されていて二次元でしか捉えられていないのではないか、KIを使えば複数のエクセルファイルを使って三次元・四次元的に分析できるのではないかと考えました。

まず工務課。ここでは工場の作業員一人ひとりの日報すべてを集計し、各工事の各作業でどれぐらい時間を要しているか集計します。それにより作業ごとに要する工数を把握して歩掛を設定し、同種工事の応札用に「原価」を算出しています。

橋の仕事は公共事業であり、入札が前提となります。入札の予定価格について、発注者である自治体は、標準的な歩掛をもとに積算し、一方、私たちは自分たちで把握した歩掛をもとに「原価」を算出し、それに基づいて入札額を決定します。

この原価は、赤字を恐れるあまり安全側、高め側に設定しすぎると、それに伴い「この金額以下では応札できない」という基準も高くなり、受注機会を逸失するおそれがあります。原価を正確に把握し、競争力のある入札価格を提示することは、営業観点において非常に重要であり、工務課でもこの点で課題意識を持っていました。

次に品証課。この課では、工場で作った物の寸法を精密に測り、顧客に提出する書類を作成します。

品証課では、検査のときの「計測結果の違い」について課題意識を持っていました。計測には2種類あって、一つは仮組作業を担当する仮組班が自分で計るもの、もう一つは品証課が納品前の最終検査で計るものです。この2つの結果は本来、一致するべきですが、実際にはズレが生じることがあります。たとえば現場に搬入する前に仮組をおこなうヤードごとに寸法が異なることもある。その原因は何か、どんな場合にどの程度のズレが生じるのか、それを詳しく知りたかった。

また生産本部では、従来も「工数改善ワーキング」という会議体で、さまざまなデータ、パラメータを見ながら「ここが予定より少し多いけれど、それはなぜ？」のように分析しており、要因の深掘りには常に高い関心がありました。

そこを糸口に、当時の生産本部長に「工場ではデータを大量に取ってますよね。それを深く分析すれば、きっと効果的で面白いことになるでしょう。やってみませんか」ともちかけたところ、良い反応を得ることができました。

私の担当事業部ですが、経験的に分かっていることが多いのでわざわざKIで分析する必要のないと思い、最初は導入するつもりはありませんでした。ただほかの部署の状況を見ていると、経験則をデータに基づいて裏付けることが大切だと考え直しました。それに経験とは違った結果になるかもしれないですしね。

業務の管理方法として、将来、受注の可能性がある「案件」が今の段階でどのぐらいあるかを、受注確率ごとにA ～ Cの３段階に分類、管理しています。

KIを通じて実現したいのは、仮に2年後に受注額、数十億を目指すとして、では今の時点で案件を、A、B、Cそれぞれで、どれほど確保する必要があるか、そこを定量化、見える化することです。「2年後に50億やりたいなら、KIによれば、今の時点でここまで到達している必要がある。では、それに合わせて、具体的にどのように動いていけばいいんだろう」と会話していきたいわけです。

ただ当社のような公共事業、入札制度を前提とした営業では、「案件の創出」は難しい。それは発注者の判断になります。となると、営業活動は「顧客への、判断材料の提供」になります。たとえば「こういう製品を使えば鋼橋のライフサイクルコストがこのくらい安くなります。この製品を、そちらで管理している、この橋梁で使えば、良い結果につながるのではないでしょうか」など情報提供していくわけです。

まず過去5年間のデータをKIに投入し、これを将来予測につなげていきたいですね。

KI導入に合わせて「データドリブン推進ワーキンググループ」を発足させました。大きな目的はKIを、その導入を先導したデジタルエンジニアリング部にとどまらず、他部署にも広く使ってもらえるよう推進することです。

会社全体に、データを元にした思考やデータドリブンの企業文化を醸成させたい。企業文化は、資産として金銭換算も難しい、評価しづらい価値ですが、だからこそ重要だと思っています。事実に基づき、原因を探る思考。それが文化として根付くだけで、企業の価値は大きく向上します。それを実現するためのツールとして、KIは非常に有用だと考えています。

KIは、要因ツリー機能を使い、ワンクリックで深掘りを繰り返せる点が魅力です。特定箇所でデータが変動している、その原因を知りたいときは、そこをクリックし、出てきたデータをさらにクリックする、というようにして、データの内訳、変化が生じている要因を簡単に知ることができます。

今後はKIを、月次会議でのコミュニケーションツールとしても活用し、データに基づいて事実と推測を切り分けた議論が、当たり前にできるようにしていきたいですね。

キーエンスの担当者は、こちらが話す建設業界の言葉もよく理解しており、ストレスなく円滑に話せます。「それはこういうことですか」のように、会話の流れの中で新しいアイディアが出てきます。キーエンスの方は外部の担当者というよりは、仲間、ワーキンググループの1メンバーのように感じています。

これは私個人の思いで、今後のというか実現にも高いハードルがあると思うのですが、一つのテーマとしては、現場などの人員配置に対してKIを活用することが考えられます。

社員の人事データと個別工事のデータを分析することで、人の割り当ての「相性」のようなものを、KIがA群、B群、C群のように属性分類し、こういう現場ならA ～ C群の中からこう組み合わせるのがよい、といったヒントが導き出せればと良いと思います。そうした手法が確立すれば工事現場のみならず社内の人員配置にもデータ分析が応用できることでしょう。キーエンスには、そうした当社の取り組みを優れた技術、製品、サポートを通じて⽀援いただくことを希望いたします。今後ともよろしくお願いします。