　ウイングアーク1stとグルーヴノーツは2018年4月26日、ウイングアーク1stのBIダッシュボード「MotionBoard」とグルーヴノーツの機械学習プラットフォーム「MAGELLAN BLOCKS」を組み合わせて、簡単にAI（人工知能）を用いたデータの分析・予測ができる新製品を提供開始すると発表した。

　同製品により、低コスト・短期間でユーザー企業自身によるMAGELLAN BLOCKSのAIを用いたデータの分析・予測が可能となり、またそのAI分析結果と業務データをMotionBoard上で利用できる環境を提供する。

　法人向け業務システムの予測分析ニーズに対応しており、自社内のシステムとデータを利用して継続的に分析できる。製品を導入するだけでAI分析が可能になり、設定や分析作業はノンプログラミングのユーザーインタフェースで容易に行える。

　用途として、需要予測、売り上げ予測などの数値予測の他、顧客タイプ分類、従業員退職予測、人事評価といった分類業務、自然言語（文章）解析によるメール分類や報告書評価、音声解析による音声・テキスト変換、画像解析による製品品質管理などを想定。同社では、これまでAIベンダーに依頼していた開発費や継続費、専門家のコンサルテーションフィーといった負担の軽減が可能になるとしている。

当たらない需要予測とうまく付き合う法
今日の製造業が抱えている根本問題は「大量・見込み生産の体制を残したまま、多品種少量の受注生産に移行しようとしている」ことにある。生産計画を困難にするさまざまな要因を乗り越え、より良い生産計画を実現する方法を検証してみよう。
リードタイムを短縮する4つの方策はこれだ！
今日の製造業が抱えている根本問題は「大量・見込み生産の体制を残したまま、多品種少量の受注生産に移行しようとしている」ことにある。生産計画を困難にするさまざまな要因を乗り越え、より良い生産計画を実現する方法を検証してみよう。
そんな日程じゃ無理！といえない生産管理者
日本が世界に誇るモノづくり文化の中で、おそらく最も地味な役回りを演じているのが生産管理部門だ。彼らはどんな苦労を抱えて日々の仕事をこなしているのか。普段聞くことのできない彼らの本音を語ってもらった。
数量での需給調整に四苦八苦！それでももうからない組み立て系製造業の課題
世界の最高峰にあるといわれる日本の製造現場や製造管理。しかし、これらの現場や管理術を持っていても、その中で企業として“もうかっている”製造業は一部に限られます。なぜ、このような状況が発生するのでしょうか。本連載では「＄CMに進化するSCM」と題し、製造現場で損益が“見える”ようになる価値を、業種に合わせて紹介します。1回目は組み立て系製造業について解説します。
品質保証の体制をIoTでカイゼンする
日本型モノづくりの象徴ともいうべき「トヨタ生産方式」。本連載では多くの製造業が取り入れるトヨタ生産方式の利点を生かしつつ、IoTを活用してモノづくりを強化するポイントについて解説していきます。第3回となる今回は、品質保証体制へのIoT活用のポイントについて紹介します。
品質管理に必須の統計的手法「X-R管理図」「P管理図」の作り方
生産現場の品質管理に使われる「X-R管理図」「P管理図」は、実際にはどうやって作ればいい？サンプルを基に手を動かして覚えよう。
あなたが品質管理で果たすべき役割は何か
製造現場で実施する製品管理を中心とした品質管理の基本を解説する。組織における品質管理の在り方から先人の教訓まで、筆者の経験とノウハウを紹介。