エヴァ 時々 #旅芸人

SAP中の人。イノベーション/地域創生/スポーツ&エンタメetcのエヴァンジェリスト、時にコミュニティマネージャー。そんな日々を徒然なるままに 

#DemoDay

f:id:teru4454:20200604141150j:plain
弊社SAPでは、B2Bスタートアップ向けにアクセラレータプログラム"SAP.iO Foundries"を提供しており、6月10日 17:30~19:30(日本時間)にIndustry4.0をテーマとしたDemoDay(成果発表会。東京とシンガポール合同で)を、オンラインで実施します。

日本およびシンガポールの"尖った"スタートアップのプレゼンテーションを是非ご覧ください!(日英通訳あり)

foundryapjdemoday.splashthat.com


日時:2020年6月10日 17:30-19:30
場所:Zoom Webinarによる開催(参加登録ページへ登録いただいた方に別途Webinarリンクを送付)
(上記サイトではシンガポール時間で16:30-18:30と記載されており、日本時間では17:30-19:30であることにご注意ください)


[日本のプログラムのスタートアップ5社のご紹介]

www.3i.ai
事業内容:
独自のAI基盤の映像処理技術を用いて誰でも室内空間を地図やストリートビューとして作成し活用できるソフトウェアソリューションの開発

連携するSAP製品と内容:
AIN (Asset Intelligence Network) / 3iの3Dスペース管理にSAP AINの様々な設備資産情報を紐づけ可視化

提供価値:
遠隔での現地調査やスケジューリング、新人教育など設備資産に関連する様々な業務を遠隔で実現可能とする
設備資産に関連する情報を一元管理、共有・連携することで、設備の可用性を最大限に高め、業務効率改善を図る

groundinc.co.jp
事業内容:
ロボットや自社開発を進めるAI物流ソフトウェアなど、世界の先端テクノロジーを物流・EC領域に適用させた革新的ソリューション(LogiTech®️)の開発・提供

連携するSAP製品と内容:
EWM (Extended Warehouse Management) / 出荷時等におけるロボットへの倉庫内作業指示をEWMより受けGROUND側で処理する

提供価値:
Autonomous Mobile Robot (自律型協働ロボット)等を活用し、一定時間当りのオーダー処理の最大化が可能
(例: 台車ピッキング時、ピッキング位置が近いオーダー同士を1台の台車に割り振りながら作業順序をコントロールすることで、総歩行距離を短縮化)



movo.co.jp
事業内容:
IoTとクラウドを統合した物流情報 プラットフォーム「MOVO」の提供と、様々な物流向けアプリケーション及びハードウェアの開発・販売

連携するSAP製品と内容:
S/4 (SD / MM) , S/4より出荷情報を受け、MOVO側で以降の物流プロセスを処理し配送ステータスを見える化

提供価値:
SAPからの出荷伝票 を起点として、マニュアル処理が多くブラックボックス化しがちな企業間物流プロセスを可視化できる
(Hacobuがカバーする国内2,700以上の物流拠点ネットワークが寄与)



lilz.jp
事業内容:
機械学習とIoTとの技術融合による目視巡回点検の負荷軽減等により、現場の労働力不足の課題解決に寄与するためのサービスの提供

連携するSAP製品と内容:
AIN (Asset Intelligence Network) / LiLz Gaugeによってプラントなどのアナログ計器の値を画像解析により推定し、SAP AINに取り込む。
機械学習にて継続的な画像解析の精度を向上させる

提供価値:
現場に行かずして目視巡回点検ができ、業務効率化を図ることができる
既存機器の計器値がデジタル化され、その情報が設備管理業務の適切なステークホルダーに共有されることで、
保守メンテナンス業務でのデータ活用や、設備パフォーマンスの向上といった様々な周辺業務の改善につなげることができる



www.optocomb.com
事業内容:
迅速な3次元形状測定を可能とする光コム発生器とその応用および関連機器の開発・販売

連携するSAP製品と内容:
S/4 (QM) / 世界最高水準の精度を誇るレーザー同軸計測技術により、複雑な形状をした部品/製品((鋳造・鍛造・加工・ダイキャスト品等)を検査し、結果をSAP QMに取り込む

提供価値:
自動車・機械等の高まる品質要求水準を充足しながら、品質管理プロセスのデジタル化と自動化(省力化)が推進できる
(中長期では、SAP DMCと連携し、XTIA側での検査結果をベースとした機械学習モデルにより、不良品が生じる製造条件を検知し最適化するシナリオも検討中)