様々な形態の原料から、医薬品、化粧品、石油化学製品などを生産するプロセス製造業では、原料や生産設備の扱い方や環境条件など、何か1つ些細な違いにより品質不良が発生します。また、スケールアップの際に思わぬ品質不良が発生することがあります。品質安定に向けては、不良につながる「違い（＝不良の原因）」を特定し対策する必要がありますが、品質を左右する項目が多岐にわたるため、収集したデータの活用がなかなか進まず、いまだにベテランの勘や経験に頼る現場が少なくありません。
数十年の専門知識を、永続的で拡張可能な企業資産へと変革させるために、B-EN-Gの因果分析AIが複雑に絡み合う製造プロセスデータから「隠れた因果関係」を抽出し、これまで辿り着けなかった不良の根本原因の特定を支援します。
B-EN-Gの「品質不良原因分析ソリューション」は、因果分析AIが品質不良につながる原因を分析して因果関係を分かりやすく可視化。手間と時間をかけずに、経験の少ない現場担当者でも簡易的に原因分析ができます。
DAG（有向非巡回グラフ）によって、因果関係をグラフで視覚的に表現することで、専門家でなくても関係性を直感的に理解しやすくなります。未知の要因や複雑な相互作用の仮説を立て、検証することで、これまで見過ごされてきた根本原因にたどり着けます。
図1の例では、医薬品（製剤）の溶出性の不具合について、パラメータの因果関係が矢印で表示され、原液のpH値の変動や原液混合時間のばらつきによる製剤均一性が、溶出性に直接影響していることが分かります。
この分析結果を元に、「原薬のpH値を厳密に管理し、異常が発生した場合には速やかに調整する」「混合時間を一定に保つためのプロセス標準化を行い、製品の均一性を確保する」といった対策が可能になります。
多数のプロセスパラメータ、環境要因、原材料のばらつきなどが複雑に絡み合い、単純な原因特定が難しいケースにも対応できる分析システムをお客様の生産工程や設備に合わせてカスタマイズ。現場で取得したデータを活用して、必要なときに自分たちで分析できるようになります。
生産データ、設備データ、検査データなどの分散しているデータを一元管理します。不良発生時に網羅的、かつ迅速な原因分析を可能にします。
「品質不良原因分析ソリューション」は、現場が抱えている品質不良の課題をアセスメントで共有したうえで、フォーカスした品質不良について因果分析AIによる分析結果を提示し、有意性を確認いただいたうえで納品するステージ1と、より汎用的で使いやすいUIを供えた分析システムを構築するステージ2で構成されます。ステージ1は1ヵ月間で費用は200万円～、ステージ2はニーズや要件にあわせ個別見積もり対応となります。
単なる対症療法ではなく、これまで見えなかった「予期せぬ真の原因」を突き止めることで、品質不良の抜本的な解決を導き出します。
経験や勘に頼らず、データと分析結果に基づいた客観的な意思決定を可能にし、品質安定化への確実な道筋を示します。
不良の予兆を早期に捉え、事前の対策を講じることで、不良発生そのものを未然に防ぐ「予知保全」「品質予測」の実現を支援します。
