DSP for Chemoinformatics

素材業界(化学・樹脂・消費財など)におけるデータ駆動型の新材料開発R&Dを支援します。

お気軽にご相談・お問い合わせください

対象としている企業・課題背景

 

 近年、材料開発分野の競争環境は激化しており、品質向上と期間短縮に資する
データ活用に注目が集まっています

​​​​​​​​

 

 

 その結果多くの企業では、経営層の指示により材料開発業務のデータ駆動型化に取り組みますが、各推進フェーズで下記のような課題に直面しています

​​​​​​​​

 

  • 現場の協力を得られない

    ■協力するメリットが分からない、今の研究のやり方を変えたくない
     業務のデータ駆動型化を実現するためには現場の協力が不可欠です。
     しかし、現場の研究者にとって、日々発生する大量の研究データすべてを共有するなどはかなり重い作業です。

     ■導入後の具体的なイメージがわかない
     また、現場の研究者はノウハウが詰まった現状の材料開発の方法を変えることにも抵抗があります。導入後の具体的な業務イメージができないとなおさら協力は得られません。
     推進担当者は現場に具体的なメリットと業務イメージを説明し合意を得る必要がありますが、担当者自身もデータ駆動化やMIに詳しくないためうまくいかず、推進が止まってしまします。

  •  

    データ数・種類が多すぎてどこから手を付ければよいか分からない

    ■研究テーマ、機材が変わるたびにフォーマットが変わる
     現場の協力を得られ各部門から社内データの収集が完了したら、次は部門と材料製品を横断した統合データベースを構築します。
     このフェーズが上手く進まない原因の一つは、社内データのフォーマットがバラバラであることです。
     例えば実験関連のデータは、材料×実験担当者ごとにフォーマットが異なっているので、すべてフォーマットを変換し統一する必要があります。
     さらに、研究テーマや機材が変わるたびにフォーマットも更新されます。

    ■データの種類が多いのでどう統合したらよいか分からない
     原因の2つ目は、実験データの他にも材料画像・構造式・物性値などの多様な形式のデータを統合的に管理したくても方法がらからないことです。
     これらの原因により、担当者はどこから手を付けてよいか分からず、データ統合がうまく進みません。

  •  

    苦労して作った統合データを業務で使ってもらえない

    ■業務のやり方を変えたくない
     前フェーズで統合データベースの構築が完了すると、それをデータを取り扱う既存業務(実験目的ごとに異なる定型的なデータの前処理や報告用の集計作業など)の自動化と連動させます。
    しかし、現場視点では極力既存の方法を変えたくないため、最適な実現方法が見つかりません。

    ■どう処理されたか不明なデータを信用できない
     例えば、これまでの実験結果の考察をする場合、研究者は自身が実施した実験データを自分で前処理して活用していました。
     しかし、統合データベース上の実験データは、誰がどのように実験し前処理を行ったデータなのか分からないため、信用して活用することができません。

  •  

    得たいの知れないAIをどう運用へ適用するとよいかが分からない

    ■POCで成功しても現場導入に至らない
     AI技術を取り入れた業務自動化を実現する場合、そのメリットがある業務はどれか判断必要がありますが、そもそも判断の定量的な基準が分からないためできません。

    ■AI導入後の効率的な運用イメージがわかない
     AIの判断の根拠や業務結果へどんな影響・リスクがあるのかを可視化し説明することができないので、信用されず導入が進みません。

本サービスの特徴

 

 

材料開発のデータ駆動型化を推進フェーズに合わせたご支援

 

 

支援実績

  • 限定的範囲でデータ駆動型化デモを通して、現場・経営層と合意

    事業
    化学肥料
    売上規模
    1千億円以上

     事業全体のデータ活用を推進する前段階として、一つの実験テーマに関する実験データやその実験業務に限定して推進。
     データの統合管理・業務のデータ駆動型化のデモを実施し、今後の規模を拡大に向けた現場・上層部への説明材料として、推進の具体的なメリット・既存業務の変更点などのイメージを共有。
     また、担当者や関係者の向けて、データ活用に関する基礎知識・化学業界動向・他社事例などの説明会を実施。推進の意義やイメージを社内全体で共有することでスムーズな導入を実現。

  • 試験関連データの標準化、統合データベース構築

    事業
    合成ゴム用樹脂
    売上規模
    5千憶円以上

     部門や用途ごとに存在するデータベースの統合と、製品データ・試験依頼データ・試験結果データ・化学構造式など関連があるデータの紐づけ管理を実現。
     まず対象の社内データについて調査し標準化方針を定義・合意した後、大量の過去分のデータを適切なデータ加工ツールを用いて標準化を実施し、
    次に画像データ・構造式データにタグ付与することで紐づけ管理を実現し、
    統合データベースを構築した。
     さらに研究者への負荷を増やすことなく、将来分の研究データを自動で標準管理できるスキームを構築。

  • サイロ化したシステムとデータの流れを統合・制御する基盤を導入

    事業
    塗料用樹脂
    売上規模
    5千憶円以上

     組織全体で効率的な業務の自動化・データ駆動型化を実現するために、部門×製品ごとに複数使用されサイロ化したシステムとデータの流れの統合管理を実現。
     既存の各システムで行われているデータの入出力・処理・管理を標準化されたフローで制御するシステム基盤を導入し、現状の業務上のデータ処理内容や入力データを変更することなく、サイロ化していたシステムとデータの流れを統一した。

  • 自動化基盤にAI技術を連携、有望な配合パターンを自動算出

    事業
    化学肥料
    売上規模
    1千億円以上

     材料や実験データの統合管理と業務の自動化制御に加えて、AI技術と自動連携する基盤システムを導入。
     100種近くのモノマーを複数配合したポリマーを複数配合する膨大候補に対し、配合パターンのランキング・根拠を可視化により業務を大幅に効率化。
    また従前の実験データから乖離した配合推奨において、画像・構造式の影響分析を自動化することで材料理解の深化に寄与。
     さらにPubChemなどの公開データベースと自動連携しAIが異常値除去など適切な処理をしたうえで社内データに統合しデータの不足を補うことで開発品質の向上を実現。

  

推進アプローチ

 

資料ダウンロード

  • サービス:DSP for Chemoinformatics

  • 導入事例:データ駆動型運用【化学製造業界】