過去の故障・修理履歴から修理ノウハウをお客さま独自のAIエンジンとして作成。
最適な修理箇所の提案により 一次解決率、完治率の向上に貢献します。
保守現場の課題は 「スキル継承」「設備長期維持」「修理・点検コスト増大」と想定
お客さま独自のAIエンジンを作成し、
最適な交換部品を提案します
機器が故障した場合、保守サービス拠点では原因を切り分け、エンジニアと部品を手配します。ただし、これらの作業には熟練したスキルが必要です。
修理リコメンデーションサービスでは、お客さま独自のAIエンジンを作成。AIエンジンが適切な交換部品を提案することで、部品選定作業をサポートします。
修理品質の属人化、多種多様な部品選定の手間がネックに
二次問診(ディスパッチ)業務向けに適切な交換部品を自動提案
機器の仕様、不具合の履歴、運用状況、修理内容の履歴などに関するデータを収集。AIがこれらのデータを分析し、故障状況に応じて、完治率の高い適切な交換部品を自動的に提案します。
この自動提案によって、平均的なスキルの担当者でも適切な部品を手配できます。また、サービス品質の均一化と作業時間短縮により、機器の稼働率向上を支援します。
サービス品質の向上により、機器の稼働率UP！
保守現場の課題である「スキル継承」「設備長期維持」「点検・修理コスト増大」。修理リコメンデーションサービスは、これら課題の解決を支援するサービスです。
左記でご紹介する動画では、修理リコメンデーションサービスの導入効果を分かりやすくご紹介しています。
修理拠点業務の改善についての弊社取り組み事例（精密機器保守）です。
左記でご紹介する動画では、修理リコメンデーションサービスの使用方法を分かりやすくご紹介しています。
【音声なし】
2019年4月、東京ビッグサイトにて開催された「第8回IoT／M2M展」に修理リコメンデーションサービスを出展いたしました。展示内容がHitachi IoT Platform Magazineのイベントレポートにまとめられています。
ダウンロードには個人情報の入力が必要です。「個人情報保護に関して(新規ウィンドウを開く)」をお読みいただき、同意いただける場合はクリックしてお進みください。
検索
Japan