事例の要約
- 課題
- 炭素除去1トンごとに、多数のシステムと部品から膨大なデータを集めて追跡・検証する必要があった。監査に数か月かかるため、年初の作業が年の半ばまで売上にならず、手作業のデータ処理で誤りの発見や修正も遅れがちだった。
- 取り組み
- 装置の計測値やトラックの計量記録など、多数のシステムに散らばるデータをAIで集めて検証する自動化の仕組みを作る。
AIが多様な形式のデータを正確に処理し、炭素クレジットの認証に必要な記録を整える。
研究部門では実験の設計と結果の分析に、現場ではチャットツールから安全手順や保守手順を調べるのにもAIを使う。 - 成果
- 炭素クレジットの検証にかかる期間が、数か月から数日に短縮した。
売上の計上が早まり、資金繰りが改善した。
クレジットを購入する企業も検証済みのクレジットを早く受け取れるようになり、データの質への信頼も高まった。