ビッグデータの解析と機械学習技術で、業務現場に革新をもたらしているのが、Avintonジャパン株式会社だ。同社はPythonやTensorFlowといった技術を駆使し、画像・音声・数値といった多様なデータを活用した業務改善ソリューションを次々と提供している。

なかでも象徴的な事例が、ある半導体メーカーとの取り組みだ。これまでICチップの生産ラインでは、熟練工が人の目で欠陥の有無を確認していた。しかし、その技術は継承が難しく、自動化の必要性が高まっていた。
そこでAvintonは、チップの画像データを収集・分析し、AIによる欠品検出システムを開発。一枚の半導体に3,000〜4,000個ほど埋め込まれたチップを対象に、ユーザー提供のトレーニングデータから学習モデルを構築し、画像認識による判定精度を高めていった。運用を重ねることでAIの精度も向上し、人的コストを抑えながら、効率的な生産管理を実現している。
同社の解析力は、医療やセキュリティの分野にも広がる。たとえば、医療用MRIデータの画像解析や監視カメラの画像処理を解析しシステム化するといったことも行い、現在も活用されている。

さらに、ERPやSAPと連携した販売予測の自動化システムも構築。クライアントが保有する過去数年分の販売実績をもとに、機械学習によって売上予測を行う仕組みを導入し、人件費削減と業務効率化に貢献している。

また、音を「見える化」する取り組みも進めている。騒音測定を行う企業の依頼では、全国を走る測定車に設置した集音器で環境音を収集し、それを音の種類（トラック・バイク・工事など）や音量レベルに応じて分類。数値化した音声データからヒートマップを作成することで、かつて人の手で行っていた作業の自動化・効率化を実現した。解析用の音声データをもとにベースを構築。音声を数値化し、判定することで、同じようにヒートマップを作成することができる。これも機械学習を取り入れることによって、精度の向上につなげている。
現場で求められるのは「精度」と「再現性」。人が担っていた判断をデータで補い、より高い品質と効率を両立するAvintonの挑戦は、今後ますます多くの業界へと波及していきそうだ。