導入当初は2018年くらい。DXが流行り始めた、もしくはまだ流行り始めていないくらいの時期だったと思います。ただ、我々関西電力の火力事業本部では、そういったDXをいち早く進めていこう、いろんな取り組みをしていこうと考えていました。

まずは発電所の業務において、どういった改善ができるのか、色々な発電所に問い合わせ、自分たちでアイデアを出していき、様々なDXメニューを200件以上抽出しました。その中でも、やはり燃料分野を改善することが、我々の会社としては費用対効果が大きいと考えていました。

アセスメントの段階である程度の成果が出ないと先には進めないと思っていました。私自身も簡単なAI関連のプログラミングをかけるため、何かしらのアウトプットができるという感覚はあったのですが、どこまで上手くできるかについては自信がありませんでした。しかし、実際に自分達が思っていた以上の成果を出してくれたので、次に繋げることが出来ました。

アセスメントが終わってからは、一緒に外販も含めてこの取り組みを大きくしていくという宣言^*2を、社内に対しても社外に対しても行いました。

完成系が見通せなければ、こういった形でプレスリリースを出すことはなかったと思いますが、想定以上の成果が得られたため、宣言した方が社内外に対してもアピールになるし、その後の導入プロセスが進めやすいと思いました。デジタル化を進めるといっても発電所側からはどういったものか分からないので、こういったプレスリリースを出したことで発電所の協力も得られやすくなったと感じます。

燃料運用計画業務はラストワンマイルの業務であり、一番色々なところからのしわ寄せが来る業務です。そのため、ガチガチのシステムを作ってもすぐに使い物にならなくなると思っていました。

実際にALGO ARTISに依頼した時も、強化学習、ディープラーニングといった見える化の難しい手法ではなく、従来からある手法でよいので、ユーザ側で臨機応変に修正できるようなシステムにしたいと伝えていました。

その通りで、石炭を船から石炭サイロ、石炭サイロからボイラに送るまで非常に多くの設備があるため、設備にトラブルが発生したり、荒天により船が遅延するといった事象は日常茶飯事で、柔軟なシステムであることが必要不可欠です。トラブルが発生した時に、送炭繰りや石炭の銘柄変更が容易な複数パターンの計画をアウトプットすることができ、そのうえで最適な計画を選択できる、という点が非常に使いやすいと思っています。滞船を抑制することを優先するならこの計画、補修工程を優先するならこの計画というのが比較しやすく、意思決定が非常にしやすいです。

私は少し前までは別の業務を担当しており、今年の5月からこの業務に携わるようになりました。発電所で最も難しく花形と言われる石炭運用の業務に携わることになり、最初は私に務まるか不安でしたが大きなトラブルなく運用を続けられており、非常に使いやすいシステムだと感じています。