経済産業省 — 2022年版 ものづくり白書（概要） p.10

キーファクト

• 50事例: コニカミノルタにおけるデータサイエンスを用いた生産工程変革の事例数 (DX・デジタル)

このスライドの図表

• [line_chart] 有形（情報通信機器）と無形（ソフトウェア）のIT投資の推移を製造業と非製造業別に示した折れ線グラフ
• [flow_diagram] データ生成から活用までのプロセス図
• [bar_chart] IT投資で解決したい経営課題に関する横棒グラフ。取り組中の課題と今後の重点課題の2つの系列があり、それぞれパーセンテージで示されている。

抽出テキスト

2. 製造業を取り巻く事業環境の変化 ③デジタル（第7章関連） 製造業のIT投資は横ばいだが、IT投資で解決したい課題は「働き方改革」、「社内コミュニケー ション強化」から、「ビジネスモデルの変革」に移行するなど、経営者の意識の変化がうかがえる。 図15 IT投資の推移 有形（情報通信機器） 無形（ソフトウェア） （億円） （億円） 7.0 7.0 6.0 6.0 5.0 5.0 4.0 4.0 3.0 3.0 2.0 2.0 1.0 1.0 0.0 0.0 2000 10 20 2000 10 20 (年) (年) 製造業 非製造業 製造業 非製造業 （資料）三菱UFJリサーチ&コンサルティング（株）「企業のIT投資の現状と今後の見通し（2021年1月） 図16 IT投資で解決したい経営課題 0% 20% 40% 60% 80% 100% 業務プロセスの効率化とスピードアップ 迅速な業績把握（リアルタイム経営） ビジネスモデルの変革 顧客チャネル・営業力強化 商品・サービスの差別化・高付加価値化 社内コミュニケーション強化 企業としての社会的責任の履行 （CSR、SDGs、ESGなど） BCPの見直し 働き方改革（ニューノーマル、テレワーク） サプライチェーンの見直し・強化 セキュリティの強化 ■取り組み中の課題 □今後の重点課題 （資料）(一社)日本情報システム・ユーザー協会「企業IT動向調査2021(2020年度調査) ~第2回緊急実態調査結果~」(2020年11月) 事例 データサイエンスを用いた生産工程の変革 【コニカミノルタ（株）】 生産設備の自動化とAI等を活用したデータサイエンスを組み合わせ、 さらに、これまでに培った現場力を融合させたものを「生産DX」と定義。 製造現場の課題解決を図ることで生産性向上を目指す。 現場の技術者だけでなく、データサイエンティストと「生産DX」推進リー ダーの「三位一体体制」で推進。課題解決のプロセスを「虎の巻」とし て全社で標準化、共有し、これまでに約50の事例を創出。 データ生成 自動化設備の導入 生成 収集 ICTツールの活用 得意領域:大量処理/リアルタイム/可視化 現場へFB 分析 収集 分析ツール の活用 間接作業（コト） 汎用ロボット（自動機）の活用 人ができる作業はロボットへ 汎用展開で、償却費圧縮 省人化 データ入手性向上 python tableau jmp 判断の高速化、高精度化をサポート データを用いた生産性向上に向けた活動を加速。 コニカミノルタ（株） 9