VEXPLOR
KO/ EN/ JAログイン導入診断を申し込む
CUSTOMER CASES

社名を挙げてお話しできる現場です。

中小ベンチャー企業部「自律型工場構築支援事業」の2現場からMES・PLM構築まで、何をどの技術でつくったのかをありのままにお見せします。計画上の数値は、計画であると明記します。

20+ PROJECTS · 2 NATIONAL AUTONOMOUS-FACTORY PROGRAMS · 6 MFG-AI PROGRAMS · 8 GOV PROGRAM TYPES
01PROJECT LEDGERNAMED · DATED · STACKED
NO.顧客 · 業種実施内容 · 技術構成期間
C-01Speefoxコンデンサーケース · プレス量産自律型工場構築支援事業(中小ベンチャー企業部) 2025年選定 — 認知-判断-実行の循環をフルスタックでSTACKMES · UNITY 3D WEBGL TWIN (100MS SYNC) · AI自律制御 · AAS(BASYX) · EDGE
SCALEプレス 186 · AMR 25 · EMS 6 同時同期 [検証済] · DES ACC 85% 実証 [検証済]2025.06–2027.06
C-03Jeil Glass複層強化ガラスMES + 受注ベース(Order-based)PLM — 受注-設計-生産-出荷を単一のデータの流れにSTACKMES · ORDER-BASED PLM · リアルタイム設備モニタリング
RESULTLOTトレーサビリティ 100%自動化 [事例]2024–2025
C-04NKIDアルミダイカスト1次 MES → 2次 製造AI特化 — 同じ標準テーブルの上でAIへ拡張STACKMES · 予知保全(LSTM AE+CNN) · 品質予測(LSTM-CNN+ATTENTION) · 工程最適化 · SAAS MES/FEMS 実証 · X-RAY 3D CT 連携2023.09–2026.06
C-05Intops電子部品PLM(ProSearch) · 統合検索 · 営業管理 — 設計資産の全社検索体系STACKPLM · 統合検索 · 営業管理モジュール2024.11–2025.07
C-06Topseal部品製造大企業・中小企業の共生型(サムスン電子) MES高度化 — データ収集・品質管理の強化STACKMES高度化 · 設備データ収集 · 品質管理
RESULT時間当たり生産 306→383 EA/HR (+20%) · 工程不良率 2.3→1.7% (-26%) — 政府提出の完了報告書(2026) [事例]2025.07–2026.07
C-07Justem半導体部品 (N2 PURGE)製造AI特化 — 複数工場の購買・資材AIエージェント。既存ERPを入れ替えることなくオントロジーで連携STACK購買・資材 AI AGENT 5種 · K-SYSTEM ERP + PDM オントロジーマッピング2026.07–2027.03
C-08Sunyoung KoreaSMT電装部品製造AI特化 — 製造工程型エージェントとビジョン判定。現代自動車SQ認証対応との連携STACK製造工程型 AI AGENT · AOI ビジョン判定2026–2027
C-09RPSエアベアリングスピンドル受注ベースPLM・設備製作の統合管理 → 全社システムの全面構築 + 製造AI特化 — Douzone iCube ERPをVEXPLORへ置き換え(人事・会計のみDouzone Amaranthを継続)STACKERP置換(ICUBE → VEXPLOR) · ORDER-BASED PLM · 設備製作 統合管理 · 購買・資材 AI AGENT 5種
KEEP人事・会計 — DOUZONE AMARANTH 継続、それ以外は全体をWACEが構築2025.08–2027
C-10AlpetPETフィルム ラミネートAIによるラミネート品質予測 — 工程データの収集から予測・最適化までSTACK品質予測AI · MES · IOTゲートウェイ · 工程最適化AI2025.10–2026.06
C-11Speefox Geomdan工場めっき (熱伝導板)製造AI特化 — めっきラインのエージェント。本社の自律型工場実証に続く拡張受注STACKめっきライン AI AGENT 5種2026–2027
C-12Hurum健康機能食品省庁連携型スマートファクトリー — 食品GMPの品質体系の上での生産管理STACKMES · 食品GMP対応 · AAS標準の実力を基盤に2026–2027
C-13Daejin IndustrialMES構築(政府一般型) — 生産管理・統合管理・設備インターフェースSTACKMES · 統合管理 · 設備インターフェース2025.05–2026.09
C-14Ilshin AutoclavePLM構築 — 大企業・中小企業の共生型(サムスン電子、基礎)を別途並行STACKPLM · 共生型スマートファクトリー 基礎2025.06–2026.12
C-15S社 K-SYSTEM ERPエコシステム — 公式パートナー経由K-System ERPアドオンPOPの構築・供給STACKPOP(生産時点管理) · K-SYSTEM ERP 連携2026.06–2027.01
C-16Pito 進行中大企業・中小企業の共生型(サムスン電子) スマートファクトリー基礎 + 統合業務管理システムの構築 — 現地確認は完了、構築を進行中STACK共生型スマートファクトリー 基礎 · 統合業務管理システム2026.05–
-15%H社(ダイカスト) — 不良率の低減事例
99%K社(自動車電装) — 在庫精度事例
-20% · -90% · -15%不良率 · データ処理時間 · 工程運用コスト期待効果 — 事例ではありません
計画段階の課題目標値は掲載していません · [検証済] = 実証完了 · [事例] = お客様による実測 · 進行中 = 構築を進行中
CASE C-01 · 自律型工場構築支援事業 — 中小ベンチャー企業部 · 2025年選定

Speefox —
認知-判断-実行のフルスタック実証

プレス業種のイメージ業種イメージ
課題プレス186台が稼働するコンデンサーケースの量産工場。設備は多いもののデータは散在しており、ライン全体を1つとして捉え、統合して運用する仕組みがありませんでした。
技術構成 (2025.06〜2027.06) PERCEPTION — 設備・ビジョンデータの収集、AAS(BaSyx)による資産の標準化、EDGEゲートウェイ
DECISION — DESシミュレーションに基づくAIの意思決定、AAFによる制御権の段階的な移譲(Shadow Modeから)
EXECUTION — AI → PLC 直接制御、EDGEノードでの制御指令の検証
TWIN — Unity 3D WebGL デジタルツイン、現場との100ms同期を適用中
実証結果 — 現時点まで [検証済]プレス186台・AMR 25台・EMS 6台の同時同期を実証(AMR・EMSはお客様の既存設備をAI管制に連携したものです) · DESシミュレーション精度85%を確認 · AI → PLC 直接制御を実証 — 実機の設備で。
次のステップ課題は2027年6月まで続きます。このスタックは特定の工場専用ではなく、新しい現場へそのまま移植できるよう設計されています — 異なる工程タイプへの拡張を準備しています。
CASE C-03 · MES + ORDER-BASED PLM

Jeil Glass —
受注から出荷までを1つの流れに

ガラス業種のイメージ業種イメージ
課題複層強化ガラスの製造 — 受注ごとに仕様が異なり、LOTのトレースが手作業に依存していたため、品質問題が起きた際の遡及に時間がかかっていました。
技術構成 (2024〜2025) PLM — 受注ベース(Order-based)の構造: 受注がそのまま設計・生産の基準単位に
MES — 工程実績の収集、LOT単位の履歴記録、リアルタイムの設備モニタリング
FLOW — 受注 → 設計 → 生産 → 出荷が、標準テーブル上の単一のデータの流れに
結果 [事例]LOTトレーサビリティを100%自動化 — 品質問題の遡及が、手作業の突き合わせから照会へと変わりました。リアルタイムの設備モニタリングも定着しています。
CASE C-04 · MES → 製造AI特化

NKID — 同じ標準の上で
AIへ拡張

ダイカスト業種のイメージ業種イメージ
課題アルミダイカスト — 1次でMESを構築してデータ基盤をつくりましたが、次の段階である予測・最適化は、別プロジェクトではなく同じ標準の上で続く必要がありました。
技術構成 (1次 2023.09〜2024.09 · 2次 2025.10〜2026.06) PHASE 1 — MES: 工程実績・品質データを標準テーブルへ蓄積
PHASE 2 — 予知保全(LSTM AE+CNN) · 品質予測(LSTM-CNN+Attention) · 工程最適化AI
INFRA — SaaS方式のMES/FEMS実証(中小企業の初期負担を軽減) · X-RAY 3D CT検査との連携
意味するところ構築が終われば消えるSIとの違いが、ここに表れます。1次で残した標準テーブル・オントロジーが2次のAI拡張の土台となり、お客様は同じプラットフォームの上で次の段階へ進みました。2次の課題の目標値はまだ計画段階のため、掲載していません。

自社の工場は、どこから始めればよいのか。

診断で御社のデータ構造を確認し、開始地点をご提案します。

導入診断を申し込む