JP7645705B2

JP7645705B2 - 工数管理装置、工数管理方法及びプログラム

Info

Publication number: JP7645705B2
Application number: JP2021079267A
Authority: JP
Inventors: 孝忠長岡
Original assignee: Mitsubishi Electric Corp
Current assignee: Mitsubishi Electric Corp
Priority date: 2021-05-07
Filing date: 2021-05-07
Publication date: 2025-03-14
Anticipated expiration: 2041-05-07
Also published as: JP2022172918A

Description

本開示は、工数管理装置、工数管理方法及びプログラムに関する。

工場を含む生産現場において、作業時間の管理又は作業効率の改善を目的として、作業の実績を記録するシステムが活用されている（例えば、特許文献１）。特許文献１に記載の作業実績記録システムは、入力された音声を認識する音声認識部を備え、音声認識部が認識した音声に基づいて、作業の着手時刻と、作業の完了時刻と、作業の着手時刻から完了時刻までに認識されたキーワードと、を含む作業実績ログを記録するものである。

特許文献１に記載の作業実績記録システムは、手でデータを入力するのではなく、音声によって限られたキーワードを入力することにより、作業員は、作業実績の入力ために作業を中断する必要がなく、作業効率が向上すると説明されている。

特開２０１７－１６７３９１号公報

特許文献１に記載の作業実績記録システムは、工場を含む生産現場の作業を対象にしたものであるが、生産部門に限らず、管理部門又は間接部門を含む他の部門においても、作業実績の記録と、それに基づく作業の改善が求められている。

作業の改善を図るためには、計画された作業時間である計画工数と、作業者が実際に作業に要した時間である実績工数と、を比較して、計画工数と実績工数との差異に基づいて、作業の問題点又は改善点を抽出することが必要である。しかし、計画工数が作業実態と合っておらず、正しく評価することが困難であるという問題があった。

本開示は、上述のような事情に鑑みてなされたものであり、作業者の特性による実作業状態に即した計画工数を得ることができる工数管理装置、工数管理方法及びプログラムを提供することを目的とする。

上記目的を達成するため、本開示の工数管理装置は、計画業務の業務内容及び各業務内容に要する時間である計画工数と、作業者の特性を含む作業者情報と、作業者が実行した業務である実績業務の業務内容及び各業務内容に要した時間である実績工数と、を取得する工数情報取得部を備える。工数管理装置は更に、工数情報取得部が取得した計画工数を、作業者の特性及び業務内容で分類して記憶し、かつ、工数情報取得部が取得した実績工数を、実績工数に係る作業者の特性及び業務内容で分類して記憶する記憶部と、記憶部に記憶されている特性及び業務内容に対する実績工数が、特性及び業務内容に対する計画工数以下となったときの、特性と、実績工数と、を含む学習用データを用いた機械学習により学習済モデルを生成し、学習済モデルを用いて、作業者の特性を入力としたときの業務内容に対する最適計画工数を算出する最適計画工数算出部と、を備える。工数情報取得部は、特性及び業務内容に係る計画工数を、最適計画工数算出部が算出した特性及び業務内容に対する最適計画工数に更新することを特徴とする。

本開示によれば、作業者の特性で分類された実績工数に基づいて計画工数を更新するため、作業者の特性による実作業状態に即した計画工数を得ることが可能となる。

本開示の実施の形態に係る工数管理装置の構成例を示すブロック図工数情報取得処理のフローチャート最適計画工数算出処理のフローチャート（ａ）最適計画工数算出部の学習装置を示すブロック図、（ｂ）学習処理のフローチャート（ａ）最適計画工数算出部の推論装置を示すブロック図、（ｂ）推論処理のフローチャート作業者の特性及び実績工数を示す表（ａ）計画業務のデータを示す表（ｂ）実績業務のデータを示す表（ｃ）計画業務のタイムチャート（ｄ）実績業務のタイムチャート作業の改善着眼点及び改善案を示す表

（実施の形態）
以下に、本開示を実施するための形態について図面を参照して詳細に説明する。

図１は、この開示の実施の形態に係る工数管理装置１の構成例を示すブロック図である。工数管理装置１は、計画業務、計画工数、実績業務及び実績工数を記録し、業務の改善案を出力する装置である。計画業務及び実績業務は、生産部門、管理部門又は間接部門を含む任意の部門における多種多様な業務内容を含む。本実施の形態においては、計画業務及び実績業務の業務内容が、資料作成、データ分析を含む間接部門における業務内容である場合について説明する。

工数管理装置１は、工数情報を取得して、計画工数を最適化するとともに、実績業務の改善案を生成する処理を実行する演算処理部１１０と、演算処理部１１０が取得し又は生成したデータを記憶する記憶部１２０と、操作者の操作入力を受け付ける操作入力部１３０と、演算処理部１１０が取得し又は生成した情報を表示する表示部１４０と、を備える。

演算処理部１１０は、任意の演算処理装置であり、例えば、ＣＰＵ（Central Processing Unit）である。演算処理部１１０は、記憶部１２０に格納されるプログラムを実行することにより、工数情報取得部１１１、最適計画工数算出部１１２、計画・実績工数差異抽出部１１３、改善着眼点抽出部１１４、改善案出力部１１５、として機能する。

演算処理部１１０の工数情報取得部１１１は、作業者の特性を含む作業者情報、計画工数及び実績工数を含む工数情報を取得して記憶部１２０に保存する。最適計画工数算出部１１２は、作業者の特性及び実績工数に基づいて人工知能（Artificial Intelligence：ＡＩ）により最適計画工数を算出する。

計画・実績工数差異抽出部１１３は、計画工数と実績工数との差異を抽出し、改善着眼点抽出部１１４は、計画工数と実績工数との差異に基づいて、改善着眼点を抽出する。改善案出力部１１５は、抽出された改善着眼点に基づいて記憶部１２０より業務の改善案を取得して出力する。

記憶部１２０は、任意の記憶装置であり、例えば、フラッシュメモリ、ＥＰＲＯＭ（Erasable Programmable Read Only Memory）を含む不揮発性半導体メモリ、又は、磁気ディスク、フレキシブルディスク、光ディスク、コンパクトディスク、ミニディスク、ＤＶＤ（Digital Versatile Disc）である。

記憶部１２０は、図１に示すように、計画工数及び実績工数を含むデータを格納する計画・実績工数データベース１２１と、最適計画工数算出部１１２が使用する学習済モデルを格納する学習済モデル記憶部１２２と、業務の改善案のデータを格納する改善案データベース１２３と、を含む。記憶部１２０には、さらに演算処理部１１０が実行するプログラムも格納されている。

以下、演算処理部１１０の機能と、記憶部１２０の内容について、詳細に述べる。まず、演算処理部１１０の工数情報取得部１１１の動作を図２のフローチャートに沿って説明する。図２は工数情報取得処理のフローチャートである。

工数情報取得部１１１は、スケジューラ及び作業実績記録ツールを用いて、操作入力部１３０に操作者が入力した情報に基づいて、作業者の特性を含む作業者情報、計画業務、計画工数、実績業務及び実績工数を取得する。ここで、操作者は、工数管理装置１に対する操作を許可された者であり、例えば、業務を実行する作業者、又は、業務及び工数管理装置１を管理する管理者である。また、作業者の特性とは、作業者の作業に影響を与える性質であり、例えば、年齢、役職、経験年数、資格及び技能である。

スケジューラはスケジュールの管理機能を有する任意のソフトウェアであり、汎用のスケジュール管理ソフトでもよい。スケジューラは、作業実績記録ツールで読み取り可能な計画業務及び計画工数のデータを、書き出し可能なソフトウェアである。例えば、作業者は、スケジューラを用いて、日々の始業時又は予め定めた期間ごとに、１日の計画業務の業務内容と各業務内容の着手予定時刻と完了予定時刻を入力する。

ここで、業務内容の入力は、操作者により、又は、地域により、呼称が変わる場合があるため、予め業務内容をリスト化しておき、操作者が選択する方式を用いる。これにより、業務内容の呼称の違いから同一業務であるにも関わらず、工数データの集計時に別の業務のデータとして集計されることを回避できる。

作業実績記録ツールは、スケジューラからデータを取り込む機能と、実績業務に係るデータを収集する機能を有するツールであり、例えば、ＥＸＣＥＬ（登録商標）ＶＢＡ又は他の汎用の表計算ソフトのマクロ機能を用いて作成したツールである。

作業実績記録ツールは、スケジューラから、計画業務の業務内容と、各業務内容の着手予定時刻及び完了予定時刻を取り込むとともに、操作入力部１３０に対する操作者の入力に基づいて実績業務の業務内容と、各業務内容の着手時刻と完了時刻を取得する。例えば、作業実績記録ツールは、業務内容を入力させ、各業務内容の着手及び完了のタイミングにボタンを押させ又クリックさせる入力形態を有する。

作業実績記録ツールは、スケジューラで用いた業務内容のリストと同じリストを有し、操作者は、この業務内容のリストから実績業務の業務内容を選択する。また、作業実績記録ツールは、操作者が業務を着手及び完了のタイミングでボタンを押し又クリックしたときに、選択した業務内容の着手時刻及び完了時刻を記録する。

図２に示す工数情報取得処理において、まず、工数情報取得部１１１は、スケジューラから計画業務の業務内容と着手予定時刻及び完了予定時刻とを取得する（ステップＳ１０１）。次に、工数情報取得部１１１は、スケジューラから取得した計画業務の業務内容と着手予定時刻及び完了予定時刻とを作業実績記録ツールに取り込む（ステップＳ１０２）。

次に、工数情報取得部１１１は、作業実績記録ツールを用いて操作者が入力した情報に基づいて、実績業務の各業務内容の着手時刻及び完了時刻を取得する（ステップＳ１０３）。工数情報取得部１１１は、作業実績記録ツールを用いて取得した計画業務の各業務内容の着手予定時刻及び完了予定時刻から、当該業務内容に要する時間である計画工数を算出する。また、工数情報取得部１１１は、作業実績記録ツールを用いて取得した実績業務の各業務内容の着手時刻及び完了時刻から、当該業務内容に要する時間である実績工数を算出する（ステップＳ１０４）。

ここで、計画工数又は実績工数は、当該業務内容に要する時間であるため、途中に他の業務又は休憩を挟む場合は、着手予定時刻から完了予定時刻までの時間又は着手時刻から完了時刻までの時間から、他の業務又は休憩の時間を差し引く。ステップＳ１０４において、業務改善の優先順位付け又は業務改善効果の金額換算を容易にするために、工数情報取得部１１１は作業実績記録ツールを用いて、実績工数から作業者の時間当たりの加工費レートをかけて実績投入金額を算出し、可視化してもよい。

その後、工数情報取得部１１１は、計画工数を作業者の特性及び業務内容で分類して（ステップＳ１０５）記憶部１２０の計画・実績工数データベース１２１に格納する。また、工数情報取得部１１１は、実績工数を作業者の特性及び業務内容で分類して（ステップＳ１０５）、記憶部１２０の計画・実績工数データベース１２１に格納する（記憶ステップ）。ステップＳ１０４で作業者の時間あたりの加工費レートをかけて実績投入金額を算出した場合には、実績工数と共に実績投入金額を計画・実績工数データベース１２１に格納する。

以上の工数情報取得処理により、記憶部１２０の計画・実績工数データベース１２１には、計画工数と実績工数とがそれぞれ業務内容及び作業者の特性でグループ分けして記憶される。例えば、資料Ａを作成する業務内容の計画工数及び実績工数が、作業者の年齢、役職、経験年数、資格及び技能によりグループ分けして記憶される。

演算処理部１１０の最適計画工数算出部１１２は、人工知能（Artificial Intelligence：ＡＩ）を用いて、計画・実績工数データベース１２１に格納されているデータに基づいて最適計画工数を算出する。演算処理部１１０の最適計画工数算出部１１２の動作を図３のフローチャートに沿って説明する。図３は最適計画工数算出処理のフローチャートである。

まず、最適計画工数算出部１１２は、計画・実績工数データベース１２１に格納されている実績工数を取得する（ステップＳ２０１）。次に、取得した実績工数と、同じ業務内容と同じ作業者の特性に分類されている計画工数と、を比較する（ステップＳ２０２）。

ステップＳ２０１で取得した実績工数が、同じ業務内容と同じ作業者の特性に分類されている計画工数よりも短い場合に（ステップＳ２０３：Ｙｅｓ）、当該実績工数のデータを業務内容と作業者の特性のデータと共に学習用データに追加する（ステップＳ２０４）。ステップＳ２０１で取得した実績工数が、同じ業務内容と同じ作業者の特性に分類されている計画工数以上である場合は（ステップＳ２０３：Ｎｏ）、ステップＳ２０５の処理に進む。

最適計画工数算出部１１２は、実績工数と、業務内容と、作業者の特性と、を含む学習用データを用いてＡＩにより最適計画工数を算出する（ステップＳ２０５：最適計画工数算出ステップ）。ステップＳ２０５の最適計画工数の算出は、ステップＳ２０４で学習用データに実績工数が追加される度に行ってもよく、又は、予め定めたデータ量の学習用データが蓄積されたタイミングで行ってもよい。あるいは、予め定めた任意の時間間隔で行ってもよい。

最適計画工数の算出を行うＡＩは、図１において、演算処理部１１０の最適計画工数算出部１１２と、記憶部１２０の学習済モデル記憶部１２２と、により実現する。最適計画工数算出部１１２は、学習装置２１７と推論装置２１８とを含む（図４（ａ），図５（ａ）参照）。

なお、本実施の形態では、学習装置２１７及び推論装置２１８が、工数管理装置１に含まれる構成について説明している。学習装置２１７及び推論装置２１８は、対象となる業務内容の最適計画工数を学習するために使用される。対象となる業務内容は、生産部門、管理部門及び間接部門を含む任意の部門において行われる任意の業務内容であり、例えば、間接部門における、生産性分析資料作成業務又は月例報告資料作成業務である。

学習装置２１７及び推論装置２１８の形態は任意であり、例えば、工数管理装置１の一部であってもよく、又は、工数管理装置１に通信ネットワークを介して外部接続されたサーバ上に存在していてもよい。

まず、学習処理について説明する。図４（ａ）は、最適計画工数算出部１１２の学習装置２１７を示すブロック図であり、図４（ｂ）は、学習処理のフローチャートである。ここでは、業務内容が資料作成業務であるときの学習について説明する。

学習装置２１７は、図４（ａ）に示すように、データ取得部２１７１とモデル生成部２１７２と、を備える。データ取得部２１７１は、図３に示す最適計画工数算出処理のステップＳ２０４で学習用データに追加された、資料作成業務の実績工数と、当該実績工数に係る作業者の特性を取得する。

モデル生成部２１７２は、データ取得部２１７１が取得した新たな実績工数及び作業者の特性の組合せの情報を含む学習用データに基づいて学習する。すなわち、対象となる資料作成業務に要した新たな実績工数と作業者の特性から、最適計画工数を推論するための学習済モデルを生成する。この学習処理における学習用データは、新たな実績工数及び作業者の特性を互いに関連付けたデータである。

モデル生成部２１７２が用いる学習アルゴリズムは、従来のアルゴリズムでよい。例えば、教師あり学習、教師なし学習、半教師あり学習又は強化学習を用いることができる。

また、特徴量そのものの抽出を学習する深層学習（Deep Learning）を実行してもよく、又は、遺伝的プログラミング、機能論理プログラミング、サポートベクターマシンに従って機械学習を実行してもよい。

本実施の形態では、一例として、ニューラルネットワークを適用した場合について説明する。この場合、モデル生成部２１７２は、ニューラルネットワークモデルに従って、教師あり学習により、作業者の特性に対する最適計画工数を学習する。ここで、教師あり学習とは、入力と結果（ラベル）のデータの組を学習装置に与えることで、それらの学習用データにある特徴を学習し、入力から結果を推論する手法をいう。

ニューラルネットワークは、複数のニューロンを有する入力層、複数のニューロンを有する中間層（隠れ層）及び複数のニューロンを有する出力層で構成される。中間層は、１層又は２層以上である。

本実施の形態におけるニューラルネットワークでは、データ取得部２１７１が取得する新たな実績工数と作業者の特性との組合せの情報を含む学習用データに基づいて、モデル生成部２１７２が、教師あり学習により、作業者の特性に対する最適計画工数を学習する。

すなわち、モデル生成部２１７２は、作業者の各特性に対する入力層中間層間の重みＷ１と中間層出力層間の重みＷ２を調整して、入力層に新たな作業者の特性を入力したときの出力層からの出力を、結果（正解）である実績工数に近づけることのできる重みＷ１，Ｗ２を求めることで学習する。例えば、入力層に、資料作成業務を実行した作業者の年齢と経験年数を含む作業者の特性が入力されたとき、中間層で動作の無駄の少なさを示す指標が得られ、出力層に最適計画工数が出力され、これを正解である実績工数と比較して重みＷ１、Ｗ２を決定する。

学習済モデル記憶部１２２は、モデル生成部２１７２が出力した学習済モデルを記憶する。

学習処理の流れは、図４（ｂ）のフローチャートに示したとおりである。まず、学習装置２１７のデータ取得部２１７１が、新たな実績工数と作業者の特性のデータを取得する（ステップＳ３０１）。ここでは新たな実績工数と作業者の特性を同時に取得しているが、新たな実績工数と作業者の特性を関連づけて取得できればよく、データ取得部２１７１は、新たな実績工数と作業者の特性のデータを互いに異なるタイミングで取得してもよい。

その後、モデル生成部２１７２は、データ取得部２１７１が取得した新たな実績工数と作業者の特性の組合せに基づいて学習処理して（ステップＳ３０２）、学習済モデルを生成する。そして、生成された学習済モデルを学習済モデル記憶部１２２に保存する（ステップＳ３０３）。

次に、推論処理について説明する。図５（ａ）は、最適計画工数算出部１１２の推論装置２１８を示すブロック図であり、図５（ｂ）は、推論処理のフローチャートである。

ここでは、資料作成業務について最適計画工数を推論する場合について説明する。推論装置２１８は、図５（ａ）に示すように、データ取得部２１８１と推論部２１８２と、を備える。データ取得部２１８１は、入力データとして、工数情報取得部１１１が取得した新たな作業者の特性を取得する。

推論部２１８２は、学習済モデル記憶部１２２に記憶されている学習済モデルを用いて、データ取得部２１８１が取得した作業者の特性に対する最適計画工数を推論する。つまり、推論部２１８２は、学習済モデルに作業者の特性を入力することで、新たな作業者の特性から推論される最適計画工数を出力する。

なお、本実施の形態では、学習装置２１７のモデル生成部２１７２が生成した学習済モデルを用いて最適計画工数を出力する構成について説明したが、工数管理装置１の外部から学習済モデルを取得し、この学習済モデルに基づいて最適計画工数を推論してもよい。

推論処理の流れは、図５（ｂ）のフローチャートに示したとおりである。まず、推論装置２１８のデータ取得部２１８１が、新たな作業者の特性のデータを取得する（ステップＳ４０１）。次に、推論部２１８２が学習済モデル記憶部１２２に記憶された学習済モデルに新たな作業者の特性を入力し（ステップＳ４０２）、最適計画工数を推論し出力する（ステップＳ４０３）。

最適計画工数算出部１１２は、計画・実績工数データベース１２１に記憶されている計画工数を、ステップＳ４０３で算出した最適計画工数に更新する（ステップＳ４０４：更新ステップ）。このとき、更新前後の計画工数に係る作業者の特性は同一である。

このようにして、作業者の特性に対して最適となる計画工数を更新することができ、現時点で最適な計画工数を、同じ特性を有する作業者が後に作業するときの工数管理に用いることができる。つまり、年齢、役職、経験年数、資格及び技能を含む作業者の特性で分類された工数データを、作業者がこれまで経験のない業務を行う場合、又は、作業者が新人で計画工数の概算が難しい場合の工数管理に活用することで、作業者の能力又は実力にあったスケジュールを設定することが可能になる。

また、新たな計画工数はこれまでの実績工数から算出した値であるので、作業者がこれまで経験のない業務を行う場合、又は、作業者が新人である場合に、本値を意識することにより業務処理速度向上を図ることができる。また、繰り返し実行する業務であるリピート業務に関しては、新たな計画工数を適用することで、これまでの計画工数が最適でないことを把握することができ、実績工数を最適計画工数に近づけることが可能になる。これまで使用していた計画工数が長い場合には、最適計画工数に見直すことにより、１日に処理可能な計画業務量が増え、作業者の生産性向上が可能となる。

計画・実績工数差異抽出部１１３は、工数情報取得部１１１が取得した実績工数と、最適計画工数算出部１１２が算出した計画工数を比較し、工数の差異を抽出する。例えば、工数情報取得部１１１の作業実績記録ツールがスケジューラから実績業務及び実績工数を取得して作業者毎にグラフ化したものと、最適計画工数算出部１１２が算出した計画工数及び計画業務をグラフ化し、差異を可視化する。可視化の方法は、任意の方法でよいが、例えば、作業実績記録ツールを用いてタイムチャート又はガントチャートを自動作成して、作業者に提示してもよい。

改善着眼点抽出部１１４は、計画・実績工数差異抽出部１１３が抽出した計画工数と実績工数との差異が予め定めた閾値以上である業務内容を選択し、当該業務内容の改善着眼点を抽出する。改善着眼点は、予め定めたカテゴリから選択した着眼点でよい。例えば、非特許文献（平野裕之、日刊工業新聞社、「目で見てわかる間接ジャストインタイム」）に記載の間接部門に潜む７つのムダである、しすぎのムダ、停滞のムダ、移動のムダ、ミスのムダ、仕事そのもののムダ、動作のムダ、手待ちのムダに係る改善着眼点を業務内容と対応づけて記憶しておき、実績業務の業務内容に基づいて改善着眼点を抽出してもよい。あるいは、改善着眼点は、過去の業務の実績に基づいて作業者が入力した情報を蓄積しておき、当該情報から抽出してもよい。

記憶部１２０の改善案データベース１２３には、改善案が業務内容及び改善着眼点で分類されて記憶されている。例えば、資料作成の業務内容について、間接部門に潜む７つのムダである、しすぎのムダ、停滞のムダ、移動のムダ、ミスのムダ、仕事そのもののムダ、動作のムダ、手待ちのムダに係る改善着眼点に対応づけられた改善案が改善案データベース１２３に記憶されている。

改善案出力部１１５は、改善着眼点抽出部１１４が抽出した改善着眼点及び実績業務及び実績工数の情報に基づいて、改善案データベース１２３に記憶されている改善案を抽出し、リスト化したものを、表示部１４０に表示させる。

以上のように構成された工数管理装置１の動作について、図６－８に示した例を用いて説明する。

工数情報取得部１１１は、スケジューラ及び作業実績記録ツールを用いて、操作入力部１３０に操作者が入力した情報に基づいて、作業者の特性を含む作業者情報と、計画業務及び実績業務の業務内容と、計画工数及び実績工数と、を取得し、記憶部１２０の計画・実績工数データベース１２１に格納する。計画・実績工数データベース１２１には、計画工数と、実績工数と、がそれぞれ業務内容及び作業者の特性でグループ分けして記憶される。

図６は、計画・実績工数データベース１２１に格納されている実績工数の例を示したものである。ここでは、間接部門で実行される、資料Ａ作成という業務内容に対する実績工数を表しており、作業者の特性である、年齢、役職及び経験年数で分類されている。

最適計画工数算出部１１２は、ＡＩを用いて、計画・実績工数データベース１２１に格納されているデータに基づいて最適計画工数を算出する。具体的には、最適計画工数算出部１１２は、計画・実績工数データベース１２１に格納されている業務内容及び作業者の特性で分類された実績工数に基づいて学習済モデルを生成し、その学習済モデルを用いて、業務内容及び作業者の特性に対する最適計画工数を算出する。

最適計画工数算出部１１２が算出した最適計画工数で計画・実績工数データベース１２１の計画工数を更新し、その後の作業における業務の計画工数として用いる。計画・実績工数差異抽出部１１３は、最適計画工数算出部１１２が算出した最適計画工数を適用した計画工数と、新たに取得した実績工数とを比較して比較結果を出力する。

図７は、計画業務及び実績業務の業務内容及び時刻のデータを例示した図であり、（ａ）が計画業務の業務内容及び時刻のデータであり、（ｂ）が実績業務の業務内容及び時刻のデータであり、（ｃ）が計画業務のタイムチャートであり、（ｄ）が実績業務のタイムチャートである。

計画・実績工数差異抽出部１１３は、計画業務及び実績業務の業務内容及び時刻のデータに基づいて算出される計画工数及び実績工数を取得し、計画工数と実績工数との差異が大きい業務を抽出する。また、計画・実績工数差異抽出部１１３は、タイムチャート又はガントチャートを含む任意の形態で表示することにより計画工数と実績工数との差異を可視化することができる。

改善着眼点抽出部１１４は、計画・実績工数差異抽出部１１３が抽出した計画工数と実績工数との差異が予め定めた閾値以上の業務内容を選択し、実績業務の業務内容の改善着眼点を抽出する。図８は、間接部門に潜む７つのムダである、しすぎのムダ、停滞のムダ、移動のムダ、ミスのムダ、仕事そのもののムダ、動作のムダ、手待ちのムダについて改善着眼点を抽出したものである。例えば、改善着眼点は、過去の改善策の実績に基づいて作業者が入力した情報を蓄積しておき、当該情報から抽出してもよい。

記憶部１２０の改善案データベース１２３には、過去に実施された改善策を、業務内容及び着眼点で分類して改善案として記憶されている。例えば、資料作成の業務について、間接部門に潜む７つのムダである、しすぎのムダ、停滞のムダ、移動のムダ、ミスのムダ、仕事そのもののムダ、動作のムダ、手待ちのムダに係る改善着眼点に対応づけられた改善案が改善案データベース１２３に記憶されている。

改善案出力部１１５は、改善着眼点抽出部１１４が抽出した改善着眼点及び業務内容の情報に基づいて、改善案データベース１２３に記憶されている改善案を抽出し、リスト化したものを、表示部１４０に表示させる。図８は改善着眼点及び改善案の表示例を示したものである。

このようにして得られた改善案を作業者が認識して後の作業を行うことにより、作業者の生産性向上が可能となる。

以上説明したように本実施の形態に係る工数管理装置１において、工数情報取得部１１１が計画業務の業務内容及び計画工数と、作業者の特性を含む作業者情報と、作業者が実行した実績業務の業務内容及び実績工数と、を取得し、取得した実績工数を、作業者の特性及び業務内容で分類して記憶部１２０の計画・実績工数データベース１２１に記憶する。最適計画工数算出部１１２は、計画・実績工数データベース１２１に記憶されている作業者の特性及び業務内容に対する実績工数が、当該特性及び当該業務内容に対する計画工数以下となったときの、当該特性及び当該実績工数に基づいて、最適計画工数を算出する。そして、工数情報取得部１１１は、特性及び業務内容に係る計画工数を、最適計画工数算出部１１２が算出した特性及び業務内容に対する最適計画工数に更新することとした。これにより、計画工数以下となる実績工数に基づいて最適な計画工数を更新するため、作業者の特性による実作業状態に即した計画工数を用いることが可能になる。

なお、上記実施の形態において、計画・実績工数データベース１２１、学習済モデル記憶部１２２及び改善案データベース１２３は、工数管理装置１の記憶部１２０に含まれるとしたが、工数管理装置１と通信接続された外部の記憶装置に格納されていてもよい。

また、図３に示す最適計画工数算出処理において、実績工数が計画工数よりも短かった場合に、当該実績工数を学習用データとして用いて学習するとしたが、予め定めた期間内に計画工数よりも短い実績工数が複数あった場合には、最短の実績工数のみを学習用データとして用いてもよい。

また、上記実施の形態において、最適計画工数算出処理で生成する学習済モデルは、資料作成を含む業務内容の中から選択した業務内容について生成したモデルであり、当該業務内容に係る実績工数に基づいて最適計画工数を推論するものであるが、当該業務内容について生成した学習済モデルを、関連する業務内容又は類似する業務内容に係る最適計画工数の推論に用いてもよい。

上記実施の形態に示したハードウェア構成及びフローチャートは一例であり、変更又は応用が可能である。演算処理部１１０及び記憶部１２０で実現する各機能は、専用のシステムによらず、通常のコンピュータシステムを用いて実現可能である。

例えば、上記実施の形態の動作を実行するためのプログラムを、コンピュータが読み取り可能なＣＤ－ＲＯＭ（Compact Disc Read-Only Memory）、ＤＶＤ（Digital Versatile Disc）、ＭＯ（Magneto Optical Disc）、メモリカード等の記録媒体に格納して配布し、プログラムをコンピュータにインストールすることにより、各機能を実現することができるコンピュータを構成してもよい。そして、各機能をＯＳ（Operating System）とアプリケーションとの分担、又はＯＳとアプリケーションとの協同により実現する場合には、ＯＳ以外の部分のみを記録媒体に格納してもよい。

本開示は、上記実施の形態に限定されず、本開示の要旨を逸脱しない範囲での種々の変更は勿論可能である。

１工数管理装置、１１０演算処理部、１１１工数情報取得部、１１２最適計画工数算出部、１１３計画・実績工数差異抽出部、１１４改善着眼点抽出部、１１５改善案出力部、１２０記憶部、１２１計画・実績工数データベース、１２２学習済モデル記憶部、１２３改善案データベース、１３０操作入力部、１４０表示部、２１７学習装置、２１８推論装置、２１７１データ取得部、２１７２モデル生成部、２１８１データ取得部、２１８２推論部。

Claims

計画業務の業務内容及び各業務内容に要する時間である計画工数と、作業者の特性を含む作業者情報と、前記作業者が実行した業務である実績業務の業務内容及び各業務内容に要した時間である実績工数と、を取得する工数情報取得部と、
前記工数情報取得部が取得した前記計画工数を、前記作業者の特性及び前記業務内容で分類して記憶し、かつ、前記工数情報取得部が取得した前記実績工数を、前記実績工数に係る前記作業者の前記特性及び前記業務内容で分類して記憶する記憶部と、
前記記憶部に記憶されている前記特性及び前記業務内容に対する前記実績工数が、当該特性及び当該業務内容に対する前記計画工数以下となったときの、当該特性と、当該実績工数と、を含む学習用データを用いた機械学習により学習済モデルを生成し、前記学習済モデルを用いて、前記作業者の前記特性を入力としたときの前記業務内容に対する最適計画工数を算出する最適計画工数算出部と、を備え、
前記工数情報取得部は、前記特性及び前記業務内容に係る前記計画工数を、前記最適計画工数算出部が算出した当該特性及び当該業務内容に対する前記最適計画工数に更新する、
工数管理装置。
前記作業者の前記特性は、前記作業者の年齢、役職、業務の経験年数、資格及び技能の少なくともいずれか１つを含む、
請求項１に記載の工数管理装置。
前記実績工数は、スケジュール管理ソフトから前記計画業務の前記業務内容及び前記計画工数を取り込んだ作業実績記録ツールを用いて、前記作業者が入力した前記業務内容の着手時刻及び完了時刻から算出する、
請求項１又は２に記載の工数管理装置。
前記最適計画工数算出部は、
前記学習用データを用いた機械学習により前記学習済モデルを生成する学習装置と、
前記学習装置が生成した前記学習済モデルを用いて、前記作業者の前記特性を入力としたときの前記業務内容に対する前記最適計画工数を推論する推論装置と、
を有する、
請求項１から３のいずれか１項に記載の工数管理装置。
前記記憶部は、前記業務内容に対応づけられた改善着眼点と、前記業務内容及び前記改善着眼点で分類された改善案と、を更に記憶し、
前記作業者の前記特性及び前記業務内容に対する前記実績工数と、当該特性及び当該業務内容に対する計画工数と、を比較し、予め定めた閾値以上の差異があるとき、前記記憶部に記憶されている、前記実績業務の前記業務内容に対応づけられた改善着眼点を抽出する改善着眼点抽出部と、
前記記憶部に記憶されている、前記実績業務の前記業務内容及び前記改善着眼点に対応づけられた改善案を出力する改善案出力部と、を更に備える、
請求項１から４のいずれか１項に記載の工数管理装置。
前記改善着眼点は、しすぎのムダ、停滞のムダ、移動のムダ、ミスのムダ、仕事そのもののムダ、動作のムダ及び手持ちのムダの、少なくともいずれか１つに係る着眼点である、
請求項５に記載の工数管理装置。
コンピュータが実行する工数管理方法であって、
計画業務の業務内容及び各業務内容に要する時間である計画工数を、作業者の特性及び前記業務内容で分類して記憶する第１の記憶ステップと、
前記作業者が実行した実績業務の各業務内容に要した時間である実績工数を、前記作業者の特性及び前記業務内容で分類して記憶する第２の記憶ステップと、
前記第２の記憶ステップで記憶された前記作業者の前記特性及び前記業務内容に対する前記実績工数が、前記第１の記憶ステップで記憶された、当該特性及び当該業務内容に対する前記計画工数以下となったときの、当該特性と、当該実績工数と、を含む学習用データを用いた機械学習により学習済モデルを生成し、前記学習済モデルを用いて、前記作業者の前記特性を入力としたときの前記業務内容に対する最適計画工数を算出する最適計画工数算出ステップと、
前記特性及び前記業務内容に係る前記計画工数を、前記最適計画工数算出ステップで算出した当該特性及び当該業務内容に対する前記最適計画工数に更新する更新ステップと、を有する
工数管理方法。
コンピュータを、
計画業務の業務内容及び各業務内容に要する時間である計画工数を、作業者の特性及び前記業務内容で分類して記憶し、かつ、前記作業者が実行した実績業務の各業務内容に要した時間である実績工数を、前記作業者の特性及び前記業務内容で分類して記憶する記憶部、
前記記憶部に記憶されている前記作業者の前記特性及び前記業務内容に対する前記実績工数が、当該特性及び当該業務内容に対する計画工数以下となったときの、当該特性と、当該実績工数と、を含む学習用データを用いた機械学習により学習済モデルを生成し、前記学習済モデルを用いて、前記作業者の前記特性を入力としたときの前記業務内容に対する最適計画工数を算出する最適計画工数算出部、
前記最適計画工数算出部が算出した当該特性及び当該業務内容に対する前記最適計画工数を、当該特性及び当該業務内容に係る前記計画工数として取得する工数情報取得部、
として機能させるプログラム。