サクサク読めて、
アプリ限定の機能も多数！
アプリで開く
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
ここにツイート内容が記載されますhttps://b.hatena.ne.jp/URLはspanで囲んでください
Twitterで共有ONにすると、次回以降このダイアログを飛ばしてTwitterに遷移します
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
「目視検査をAIで自動化できないか」「品質判断のばらつきをなくしたい」──。ここ数年、製造業の現場で...「目視検査をAIで自動化できないか」「品質判断のばらつきをなくしたい」──。ここ数年、製造業の現場でこうした声を聞く機会は確実に増えている。労働力不足や技能継承の難しさを背景に、「品質管理部門」へのAI導入に強い期待が集まっている。しかし現実には、デモやPoC（概念実証）は成功しても、実運用にまで至らない事例が少なくない。導入したはずのAIが数カ月後には“使われなくなる”ことも珍しくないのだ。なぜ“やりたいこと”と“現実”の間にこれほど大きなギャップがあるのか。本記事では、品質管理部門でAI導入が進まない理由を整理し、設計部門から考える新たな解決の方向性を示したい。 通信系ベンチャーに新卒で入社。翌年新規事業立ち上げに参画。通信サービス・チャットボット・IVRなど幅広いサービスの営業を経験。その後、SNS運用代行を担当し、カスタマーサクセス部門の責任者として幅広い業界のお客様への運用企画・
