电装公司在其 “2030年长期政策 “中提出了 “为地球、社会和所有人带来微笑的未来 “的口号。在 “我们希望为地球、社会和所有人带来微笑的未来 “的口号下，电装公司将继续转型，以实现更安全、更环保的未来交通。

追求高效率、高质量的生产是创造价值的原动力，而生产设备的开发则是在全球范围内通过各种产品实现这一目标的一个特别重要的主题。随着产品规格的复杂化、业务扩张步伐的加快以及对缩短批量生产线投产时间的要求的提高，公司的生产设备开发正处于对设备的要求不断迅速多样化和复杂化的形势之中。另一个问题是技术娴熟的设计人员老龄化和退休，冲淡了技术继承，导致设计资源短缺。因此，公司开始进行设计转型，目的是在工业机械部垂直启动新的生产设施，通过进一步加强产品质量和全球生产系统，更快地提供高质量的产品。

通过流程转型和人工智能，将设计审查的先进技术经验和隐性知识发展为一种机制

公司工业工程部的设备设计工作已完全标准化，并已保证了较高的质量和效率，但迫切需要应对生产设备日益精密和复杂的要求，以及这些要求的变化速度。随着全球生产系统的扩展、业务组合随 CASE 的发展而转移以及实现碳中和的努力，每个地区、工厂和生产线的作用和要求也变得更加多样化。除了这些影响因素之外，设备开发往往是针对工业机械的个性化设计，根据生产应用、规格、目的地要求等因素的组合而产生许多变化，每次规格调整的次数也随之增加，设计人员的会议次数也随之增加。由于满足这些要求的措施是根据具体情况实施的，因此在设备启动过程中出现了大量的质量返工。在针对日益精密和复杂的生产设备要求采取质量措施时，确保在设计审查（DR）中不遗漏任何技术问题并保证措施的充分性尤为重要。为了加强公司应对这些问题的能力，工程与机械部的改革小组在作为质量关口关键的 DR 操作中启动了大刀阔斧的改革活动。

公司正在实施的 DR 指的是以下一系列复杂的业务流程。

公司的 DR 流程涉及众多前提条件和要求的确定，包括产品开发计划、生产计划、生产场地规格、目的地要求、生产线概念和工艺能力要求，以及公司的主要政策。
该过程包括全面识别新技术和相关技术风险，然后将其纳入设计规范和对策，并考虑到影响程度。

虽然到目前为止，与灾难恢复相关的各种研究概念、原则和技术标准已稳步积累，但综合考虑和报告这些标准的 “核心诀窍 “已成为 “有经验的设计人员的隐性知识，并因此被公司集中和利用”，”过去的知识作为技术研究的素材无法得到巩固和利用”。搜索和创建文件的工作量太大（有许多变化，即使是熟练的设计人员也没有完全体验过模式和信息）”，”DR 指出诀窍取决于每个审查者的经验”，这使得研究质量难以成熟。

因此，改造小组根据车间的实际工作情况进行了一系列讨论，提出了以下理想的生产设备设计形式、

团队对生产设备设计的目标是： – 彻底巩固和利用技术审查阶段的知识，从变更/变革的角度全面确定关注点和对策。
团队根据现场的实际工作情况，对以下问题进行了讨论，并得出以下结论：生产设备设计的目标是： – 提高技术审查的质量和效率，将其作为一种机制，而不是人为因素，使设计人员能够专注于更本质的技术审查（≒挖掘工程师的潜力）。

项目团队制定了未来的 DX 计划，并以理想形象为前提，稳步推进以人为本的基本 DX，而不仅仅是工具更换和系统引进。

流程重组，从将 DR 隐性知识转化为正式知识开始

虽然现有设计研究流程中使用的研究概念、原则和技术标准足以作为思考的背景和基础，但负责设计人员的技能水平和经验以及使用这些概念、原则和技术标准开展工作所需的工时却成为瓶颈，导致无法使用或完成这些概念、原则和技术标准。

因此，转型团队采取了一些措施，旨在创建一个人人都能在工作中使用的符合实际的系统，同时将熟练的设计和质量保证人员的隐性知识转化为正式知识。
1. 从 DR 到 QA，业务流程重组

转型团队开始从根本上将 DR 流程重组为 QA（质量保证，以下简称 QA）流程。该团队推进了一项业务流程改革，将传统的 “DR：以设计为中心，制定关注点和对策的地方 “与 “QA：设计和质量保证部门充分发挥审核职能和技术视角，从上游阶段开始确保确定性的地方 “合并，并将此作为一个里程碑。此外，还建立了一种机制，使任何人都能在实践中开展 “制定质量保证流程和关口的标准”、”制定使用标准的顺序和方法 “以及 “制定使用标准的操作”。

2.变更点管理和关注点提取业务的重组

根据上述 1.中重构的结构，我们最大限度地利用技术人员在 “根据设备规格的变更和变化检查高度相关的关注点 “这一核心领域的知识，制定了各种格式、会议机构和工作程序，并将其纳入可复制的工作流程中。

人工智能从变更/变动点及时推荐关注点和对策，加强了全面风险审查。

在提取关注点这一核心任务中，改造团队将 “大量可识别过去质量返工根本原因和对策的跟踪记录信息 “与 “自然语言处理人工智能 “联系起来，从设备规格的变更和改动出发，及时（即及时向必要的人提供必要的信息）全面提供高度相关的关注点和对策信息。该系统建立了及时提出建议的机制（在必要的时间向必要的人员提供必要的信息）。

通过采用 SpectA DKM 作为核心的自然语言处理人工智能解决方案，并学习公司工程部积累的大量技术信息，将技术工人的隐性知识和经验转化为数字资产，使任何人都能高效地完成提取关注点的任务。

设计人员只需输入 “规格变更点信息 “并选择 “单元/功能”，设备质量专业人工智能就会推荐 “机构结构 “和 “组件 “等需要额外考虑的优先条件轴，以支持信息提取，并按相关性顺序显示 “质量问题示例 “和 “预期风险及对策诀窍”。人工智能推荐的信息以通俗易懂的方式呈现，包括问题因素和针对可能的风险应采取的措施的摘要以及图像信息，从而在提高每个人的技术知识水平（促进实际的自我审查）的同时，鼓励全面的风险研究和措施。

通过彻底面对人，以真正转变的力量超越结构，改变员工的心态。

转型团队对数字化转型的推动不仅限于简单地引进最新的数字化技术和重组业务流程，还注重将其作为 “改变员工心态 “和 “形成组织变革文化 “的催化剂。团队通过准确了解现场的实际业务情况，用自己的语言认真传达变革的意义、目的和目标，并与现场密切合作，快速重复共识的建立和制度的改进，让每一位员工都能像对待自己的工作一样对待变革，从而稳步积累小的成功。

通过这些活动，不仅提高了生产设备的设计质量，还通过提高工作效率和减少返工，减少了工时，并有助于将设计人员转向更具创造性的高附加值工作，释放工程师的潜能。