知財求人 - 知財ポータルサイト「IP Force」
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】公開特許公報(A)
(11)【公開番号】P2023098372
(43)【公開日】2023-07-10
(54)【発明の名称】情報処理装置、入力制御方法およびプログラム
(51)【国際特許分類】
G06Q 10/04 20230101AFI20230703BHJP
【ＦＩ】
G06Q10/04
【審査請求】未請求
【請求項の数】15
【出願形態】ＯＬ
(21)【出願番号】P 2021215089
(22)【出願日】2021-12-28
(71)【出願人】
【識別番号】000005108
【氏名又は名称】株式会社日立製作所
(74)【代理人】
【識別番号】110001689
【氏名又は名称】青稜弁理士法人
(72)【発明者】
【氏名】高平 寛之
(72)【発明者】
【氏名】木村 裕司
【テーマコード（参考）】
5L049
【Ｆターム（参考）】
5L049AA04
(57)【要約】
【課題】
AIエンジンへの入力段階、出力段階を通じて時系列範囲全体においても、KPIの改善に貢献できる手法を提供することにある。
【解決手段】
本発明の好ましい一側面は、AIエンジンを利用する情報処理装置であって、演算部と記憶部とを有し、前記演算部は、使用者の指定する重点KPI情報を受け付ける、重点KPI受付部と、前記重点KPI情報に基づいて前記AIエンジンに入力する入力変数を選定する、変数選定部と、を実行することを特徴とする情報処理装置である。
【選択図】図２
AIエンジンへの入力段階、出力段階を通じて時系列範囲全体においても、KPIの改善に貢献できる手法を提供することにある。
【解決手段】
本発明の好ましい一側面は、AIエンジンを利用する情報処理装置であって、演算部と記憶部とを有し、前記演算部は、使用者の指定する重点KPI情報を受け付ける、重点KPI受付部と、前記重点KPI情報に基づいて前記AIエンジンに入力する入力変数を選定する、変数選定部と、を実行することを特徴とする情報処理装置である。
【選択図】図２
【特許請求の範囲】
【請求項1】
AIエンジンを利用する情報処理装置であって、演算部と記憶部とを有し、
前記演算部は、
使用者の指定する重点KPI情報を受け付ける、重点KPI受付部と、
前記重点KPI情報に基づいて前記AIエンジンに入力する入力変数を選定する、変数選定部と、
を実行することを特徴とする情報処理装置。
前記演算部は、
使用者の指定する重点KPI情報を受け付ける、重点KPI受付部と、
前記重点KPI情報に基づいて前記AIエンジンに入力する入力変数を選定する、変数選定部と、
を実行することを特徴とする情報処理装置。
【請求項2】
前記AIエンジンは、
確率変数として原因と項目を持ち、前記原因と前記項目の間に条件付き依存関係を規定したネットワークで表現される、
請求項１記載の情報処理装置。
確率変数として原因と項目を持ち、前記原因と前記項目の間に条件付き依存関係を規定したネットワークで表現される、
請求項１記載の情報処理装置。
【請求項3】
前記変数選定部は、
前記重点KPI情報に対して紐づけられた入力条件を特定し、
前記入力条件に対して紐づけられた前記項目を特定し、
前記項目に対応した入力を前記入力変数とする、
請求項２記載の情報処理装置。
前記重点KPI情報に対して紐づけられた入力条件を特定し、
前記入力条件に対して紐づけられた前記項目を特定し、
前記項目に対応した入力を前記入力変数とする、
請求項２記載の情報処理装置。
【請求項4】
さらに入力手順生成方法選定部を備え、
前記変数選定部は、
前記入力条件に対して紐づけられた複数の前記項目を特定し、
前記入力手順生成方法選定部は、
前記入力条件に基づいて複数の前記項目の順序付けを行う入力手順生成方法を選定する、
請求項３記載の情報処理装置。
前記変数選定部は、
前記入力条件に対して紐づけられた複数の前記項目を特定し、
前記入力手順生成方法選定部は、
前記入力条件に基づいて複数の前記項目の順序付けを行う入力手順生成方法を選定する、
請求項３記載の情報処理装置。
【請求項5】
前記変数選定部は、
前記重点KPI情報に対して紐づけられた複数の前記入力条件を特定し、
前記入力手順生成方法選定部は、
複数の前記入力条件の組み合わせに基づいて複数の前記項目の順序付けを行う入力手順生成方法を選定する、
請求項４記載の情報処理装置。
前記重点KPI情報に対して紐づけられた複数の前記入力条件を特定し、
前記入力手順生成方法選定部は、
複数の前記入力条件の組み合わせに基づいて複数の前記項目の順序付けを行う入力手順生成方法を選定する、
請求項４記載の情報処理装置。
【請求項6】
前記入力手順生成方法選定部は、
前記項目に対応した入力が得られた場合に確率の高い原因の確率をより高くする項目に高いスコアをつける原因特定重視入力手順生成方法と、
前記項目に対応した入力が得られた場合に比較的確率の高い原因の確率をより高く、比較的確率の低い原因の確率をより低くする項目に高いスコアをつける原因切り分け重視入力手順生成方法から、
前記入力手順生成方法を選択する、
請求項４記載の情報処理装置。
前記項目に対応した入力が得られた場合に確率の高い原因の確率をより高くする項目に高いスコアをつける原因特定重視入力手順生成方法と、
前記項目に対応した入力が得られた場合に比較的確率の高い原因の確率をより高く、比較的確率の低い原因の確率をより低くする項目に高いスコアをつける原因切り分け重視入力手順生成方法から、
前記入力手順生成方法を選択する、
請求項４記載の情報処理装置。
【請求項7】
さらに入力手順生成部を備え、
前記入力手順生成部は、前記入力手順生成方法に基づいて前記入力変数の順番を示す入力手順情報を生成する、
請求項４記載の情報処理装置。
前記入力手順生成部は、前記入力手順生成方法に基づいて前記入力変数の順番を示す入力手順情報を生成する、
請求項４記載の情報処理装置。
【請求項8】
前記変数選定部は、
前記重点KPI情報に対して紐づけられた出力条件を特定し、
前記出力条件に対して紐づけられた原因を特定し、
前記原因に対応した情報を前記AIエンジンから出力する出力変数とする、
請求項３記載の情報処理装置。
前記重点KPI情報に対して紐づけられた出力条件を特定し、
前記出力条件に対して紐づけられた原因を特定し、
前記原因に対応した情報を前記AIエンジンから出力する出力変数とする、
請求項３記載の情報処理装置。
【請求項9】
前記使用者は複数あり、使用者毎に前記重点KPI情報を指定する、
請求項１記載の情報処理装置。
請求項１記載の情報処理装置。
【請求項10】
確率変数として原因と項目を持ち前記原因と前記項目の間に条件付き依存関係を規定したネットワークで表現されるAIエンジンへ、情報処理装置から入力を行う入力制御方法であって、
使用者の指定する重点KPI情報を受け付ける、重点KPI受付処理と、
前記重点KPI情報に基づいて前記AIエンジンに入力する入力変数を選定する、変数選定処理と、
を実行する入力制御方法。
使用者の指定する重点KPI情報を受け付ける、重点KPI受付処理と、
前記重点KPI情報に基づいて前記AIエンジンに入力する入力変数を選定する、変数選定処理と、
を実行する入力制御方法。
【請求項11】
前記変数選定処理は、
前記重点KPI情報に対して紐づけられた複数の前記項目を特定し、
前記項目に対応した入力を前記入力変数とする、
請求項１０記載の入力制御方法。
前記重点KPI情報に対して紐づけられた複数の前記項目を特定し、
前記項目に対応した入力を前記入力変数とする、
請求項１０記載の入力制御方法。
【請求項12】
さらに入力手順生成方法選定処理を行い、
前記入力手順生成方法選定処理は、
前記重点KPI情報に基づいて複数の前記項目の順序付けを行う入力手順生成方法を選定する、
請求項１１記載の入力制御方法。
前記入力手順生成方法選定処理は、
前記重点KPI情報に基づいて複数の前記項目の順序付けを行う入力手順生成方法を選定する、
請求項１１記載の入力制御方法。
【請求項13】
前記入力手順生成方法選定処理は、
前記項目に対応した入力が得られた場合に確率の高い原因の確率をより高くする項目に高いスコアをつける原因特定重視入力手順生成方法と、
前記項目に対応した入力が得られた場合に比較的確率の高い原因の確率をより高く、比較的確率の低い原因の確率をより低くする項目に高いスコアをつける原因切り分け重視入力手順生成方法から、
前記入力手順生成方法を選択する、
請求項１２記載の入力制御方法。
前記項目に対応した入力が得られた場合に確率の高い原因の確率をより高くする項目に高いスコアをつける原因特定重視入力手順生成方法と、
前記項目に対応した入力が得られた場合に比較的確率の高い原因の確率をより高く、比較的確率の低い原因の確率をより低くする項目に高いスコアをつける原因切り分け重視入力手順生成方法から、
前記入力手順生成方法を選択する、
請求項１２記載の入力制御方法。
【請求項14】
前記使用者は複数あり、使用者毎に前記重点KPI情報を指定する、
請求項１０記載の入力制御方法。
請求項１０記載の入力制御方法。
【請求項15】
確率変数として原因と項目を持ち前記原因と前記項目の間に条件付き依存関係を規定したネットワークで表現されるAIエンジンへ、情報処理装置から入力を行うためのプログラムであって、
前記情報処理装置に、
使用者の指定する重点KPI情報を受け付ける、重点KPI受付処理と、
前記重点KPI情報に基づいて前記AIエンジンに入力する入力変数を選定する、変数選定処理と、
を実行させるためのプログラム。
前記情報処理装置に、
使用者の指定する重点KPI情報を受け付ける、重点KPI受付処理と、
前記重点KPI情報に基づいて前記AIエンジンに入力する入力変数を選定する、変数選定処理と、
を実行させるためのプログラム。
【発明の詳細な説明】
【技術分野】
【0001】
本発明はAIエンジンへの入力を制御する技術に関する。特に、入力手順生成装置、KPIに基づいてAIエンジンへの入力手順を生成する方法、及びリペアリコメンドシステムに関する。
【背景技術】
【0002】
近年、AI(Artificial Intelligence)技術の発展に伴い、様々な分野での実用が広がっている。例えば、産業分野では、機器、設備、車両等のアセットに故障が発生した際に、過去のアセットに関する故障の情報とアセットに施した修理の情報との組を収集した修理履歴情報をAIエンジンに学習させ、保守員に適切な修理方法を推薦するシステム（「リペアリコメンドシステム」と呼ぶ）が実現されつつある。
【0003】
このような潮流の中、AIエンジンは、AccuracyやF-measureなどの機械学習分野で一般的な回答精度の向上にとどまらず、使用者の事業に係る各種KPI(Key Performance Indicator)やKGI(Key Goal Indicator)をどれだけ向上させることができたかが肝要となる。例えば、リペアリコメンドシステムでは、アセットに故障が発生してから、アセットの故障原因を探求、修理するまでの時間(故障修理時間と呼ぶ)やアセットの故障探求、修理にかかった費用などのKPI削減が肝要となる。
【0004】
これに対し、特許文献１では、異なる条件を持つ保守方式に対して機械学習による故障シミュレーションを行い、シミュレーション結果においてKPIが最良となる条件に決定する。
【先行技術文献】
【特許文献】
【0005】
【特許文献1】特開2019－133412号公報
【発明の概要】
【発明が解決しようとする課題】
【0006】
ここで、AIエンジンの活用は、時系列として「入力」と「出力」に分かれている。例えば、リペアリコメンドシステムのAIエンジンであれは、「故障原因探求(入力)」から「故障原因推薦(出力）」までがAIエンジンと業務とが共有する時系列範囲である。当該時系列範囲はユーザの業務のKPIについてAIエンジンが改善に貢献できる範囲でもある。
【0007】
しかしながら、従来技術がKPIの改善に貢献している範囲は、「故障原因推薦(出力)」のみであり、そのほかの時系列範囲や、時系列範囲全体を考慮したKPI改善提案になっていないため、AIエンジンによるKPI改善の機会損失を生じさせてしまっている。
【0008】
例えば、リペアリコメンドシステムにおいて、「故障修理時間」の削減が重要視するKPIである場合、AIエンジンの出力、すなわち「故障原因推薦（出力）」のみでしかKPIの改善に貢献しておらず、AIエンジンの入力、すなわち「故障原因探求(入力)」については何らKPI改善への貢献を行えていない。そればかりか、AIエンジンの入力とKPIとの関係を考慮していないことが、AIエンジンの出力結果の妥当性、ひいては顧客のKPI改善の阻害要因にもなり得る。例えば「故障修理時間」の削減を重要視して、通常よりも１時間早く作業が完了する修理方法等をAIエンジンが出力を行ったとする。その一方で、AIエンジンへの入力手順では何も当該KPIを考慮していなかったり他のKPIを重要視している等の理由により、通常よりも1時間遅く入力に時間がかかってしまった場合、出力で獲得した１時間の短縮は入力で相殺されてしまい、結果として顧客のKPIは何ら考慮されていないこととなってしまう。上記一例のように、AIエンジンが真に顧客のKPI改善に貢献しているか否かを評価するためには、AIエンジンの入力から出力まで時系列範囲全体を通じ評価する必要がある。しかし従来は出力のみ、あるいは入力のみの時系列範囲でこれらのKPIを評価するのみで、ましてや入力・出力それぞれの改善を目指すKPIが整合しているか否か等については何ら考慮されていなかった。そのため、AIエンジンが時系列範囲全体を通じて顧客のKPIの改善を実現できていない可能性があることが課題であった。従来技術ではこのような課題に着目しておらず、課題自体が新規である。
【0009】
本発明の課題は、AIエンジンへの入力段階、出力段階を通じて時系列範囲全体においても、KPIの改善に貢献できる手法を提供することにある。
【課題を解決するための手段】
【0010】
本発明の好ましい一側面は、AIエンジンを利用する情報処理装置であって、演算部と記憶部とを有し、前記演算部は、使用者の指定する重点KPI情報を受け付ける、重点KPI受付部と、前記重点KPI情報に基づいて前記AIエンジンに入力する入力変数を選定する、変数選定部と、を実行することを特徴とする情報処理装置である。
【0011】
本発明の好ましい他の一側面は、確率変数として原因と項目を持ち前記原因と前記項目の間に条件付き依存関係を規定したネットワークで表現されるAIエンジンへ、情報処理装置から入力を行う入力制御方法であって、使用者の指定する重点KPI情報を受け付ける、重点KPI受付処理と、前記重点KPI情報に基づいて前記AIエンジンに入力する入力変数を選定する、変数選定処理と、を実行する入力制御方法である。
本発明の好ましい他の一側面は、確率変数として原因と項目を持ち前記原因と前記項目の間に条件付き依存関係を規定したネットワークで表現されるAIエンジンへ、情報処理装置から入力を行うためのプログラムであって、前記情報処理装置に、使用者の指定する重点KPI情報を受け付ける、重点KPI受付処理と、前記重点KPI情報に基づいて前記AIエンジンに入力する入力変数を選定する、変数選定処理と、を実行させるためのプログラムである。
本発明の好ましい他の一側面は、確率変数として原因と項目を持ち前記原因と前記項目の間に条件付き依存関係を規定したネットワークで表現されるAIエンジンへ、情報処理装置から入力を行うためのプログラムであって、前記情報処理装置に、使用者の指定する重点KPI情報を受け付ける、重点KPI受付処理と、前記重点KPI情報に基づいて前記AIエンジンに入力する入力変数を選定する、変数選定処理と、を実行させるためのプログラムである。
【発明の効果】
【0012】
AIエンジンへの入力段階、出力段階を通じて時系列範囲全体においても、KPIの改善に貢献できる。
【図面の簡単な説明】
【0013】
【図1】AIエンジンにおける「入力」と「出力」の時系列を示すイメージ図。
【図2】本実施形態におけるリペアリコメンドシステムの構成のブロック図。
【図3】本実施形態におけるハードウェア構成のブロック図。
【図4】本実施形態におけるAIエンジン情報をネットワークで表した構造図。
【図5】本実施形態におけるAIエンジン情報における故障原因情報を示す表図。
【図6】本実施形態におけるAIエンジン情報における調査項目情報を示す表図。
【図7】本実施形態におけるAIエンジン情報における故障原因と調査項目の因果関係情報を示す表図。
【図8A】本実施形態におけるAIエンジン情報における確率分布情報を示す表図。
【図8B】本実施形態におけるAIエンジン情報における確率分布情報を示す表図。
【図9】本実施形態における変数選定情報におけるKPIに対する変数条件情報を示す表図。
【図10】本実施形態における変数選定情報における変数条件情報に対する変数情報を示す表図。
【図11】本実施形態における入力手順生成方法選定情報を示す表図。
【図12】本実施形態における推薦判定情報を示す表図。
【図13】本実施形態における重点KPI情報を示す表図。
【図14】本実施形態における入力手順情報を示す表図。
【図15】本実施形態における調査項目回答情報を示す表図。
【図16】本実施形態における推薦結果情報を示す表図。
【図17】本実施形態における登録フェーズの処理フロー。
【図18】本実施形態における推薦フェーズの処理フロー。
【図19】本実施形態におけるAIエンジン情報登録画面イメージ図。
【図20】本実施形態における変数選定情報登録画面イメージ図。
【図21】本実施形態における入力手順生成方法選定情報登録画面イメージ図。
【図22】本実施形態における推薦判定情報登録画面イメージ図。
【図23】本実施形態における重点KPI受付画面イメージ図。
【図24】本実施形態における入力受付画面イメージ図。
【図25】本実施形態における推薦結果表示画面イメージ図。
【発明を実施するための形態】
【0014】
以下、実施の形態について、図面を用いて詳細に説明する。ただし、本発明は、以下に示す実施の形態の記載内容に限定して解釈されるものではない。本発明の思想ないし趣旨から逸脱しない範囲で、その具体的構成を変更し得ることは当業者であれば容易に理解される。
【0015】
以下に説明する発明の構成において、同一部分または同様な機能を有する部分には同一の符号を異なる図面間で共通して用い、重複する説明は省略することがある。
【0016】
同一または同様な機能を有する要素が複数ある場合には、同一の符号に異なる添字を付して説明する場合がある。ただし、複数の要素を区別する必要がない場合には、添字を省略して説明する場合がある。
【0017】
本明細書等における「第１」、「第２」、「第３」等の表記は、構成要素を識別するために付するものであり、必ずしも、数、順序、もしくはその内容を限定するものではない。また、構成要素の識別のための番号は、文脈毎に用いられ、１つの文脈で用いた番号が、他の文脈で必ずしも同一の構成を示すとは限らない。また、ある番号で識別された構成要素が、他の番号で識別された構成要素の機能を兼ねることを妨げるものではない。
【0018】
図面等において示す各構成の位置、大きさ、形状、範囲等は、発明の理解を容易にするため、実際の位置、大きさ、形状、範囲等を表していない場合がある。このため、本発明は、必ずしも、図面等に開示された位置、大きさ、形状、範囲等に限定されない。本明細書で引用した刊行物、特許および特許出願は、そのまま本明細書の説明の一部を構成する。
【0019】
以下、適宜図面を参照しながら本発明を実施するための代表的な形態を説明する。本実施の形態では、上記でも挙げたアセットが不調、故障となったときに、AIエンジンに基づいて適切な故障原因クラスを推薦するリペアリコメンドシステムで用いる入力手順生成装置を詳細に説明する。故障原因クラスは、故障原因とその修理作業の内容が一意に定まる番号であり、故障の原因名称、修理の作業名称が紐づけられた故障原因情報としてまとめられていることが多い。
【0020】
実施例の一つを説明する。好ましいリペアリコメンドシステムの実施例では、入力変数群と、出力変数群と、その因果関係群と確率分布を示す情報を管理するAIエンジン管理部と、使用者の事業に係るKey Performance Indicator（KPI）に基づいて入力変数を選定する変数選定情報を管理する変数選定情報管理部と、使用者が重要視するKPIを示す重点KPI情報を入力する重点KPI受付部と、入力変数群を選定する変数選定部と、AIエンジンに入力する入力変数の順番を示す入力手順情報を生成する入力手順生成部と、使用者が入力手順情報に基づいて入力変数の値を入力する入力受付部と、受け付けた入力変数の値と選定した入力変数群とAIエンジン情報を用いて出力変数の確率を算出する推薦確率算出部と、算出した出力変数の確率を表示する推薦結果表示部とを備える。
【0021】
このシステムは、変数選定部が、重点KPI情報と変数選定情報に基づいて、入力変数群を選定し、入力手順生成部が、選定した入力変数群と重点KPI情報とAIエンジン情報に基づいて、入力変数の順番を示す入力手順情報を生成する。
【0022】
本明細書等において、KPIとはユーザが重要視する任意の価値基準を示す指標をひろく指す概念とする。ユーザが重要視するKPIに基づいてAIエンジンへの入力手順を生成することにより、入力から出力までを含めてKPIを改善できる。また、入力と出力で、それぞれ異なるKPIを改善できる。
【実施例0023】
＜１．概略＞
図１は、リペアリコメンドシステムのAIエンジンにおける「入力」と「出力」の時系列を示す図である。図１では、「故障原因探求(入力)」と「故障原因推薦(出力)」の時系列範囲１と、入力情報に基づいてその故障原因を出力するAIエンジン２、AIエンジンに故障したアセットの情報を入力する情報入力者３、AIエンジンからの出力結果に基づいて修理を実施する出力結果利用者４の関係性が示されている。
図１は、リペアリコメンドシステムのAIエンジンにおける「入力」と「出力」の時系列を示す図である。図１では、「故障原因探求(入力)」と「故障原因推薦(出力)」の時系列範囲１と、入力情報に基づいてその故障原因を出力するAIエンジン２、AIエンジンに故障したアセットの情報を入力する情報入力者３、AIエンジンからの出力結果に基づいて修理を実施する出力結果利用者４の関係性が示されている。
【0024】
ここで、AIエンジンは、時系列範囲１で情報入力者３と出力結果利用者４の業務におけるKPIの改善に貢献することができる。しかしながら、従来技術のAIエンジンでは、「故障原因推薦(出力)」において出力結果利用者４のKPIに合わせた出力結果を出すのみであるため、AIエンジンによるKPI改善の機会損失を生じさせてしまっている。
【0025】
この点、本実施の形態では、AIエンジンへの情報入力者に対して、該当入力者のKPIに合わせた入力手順を推薦することにより、時系列範囲１全体でKPIを改善できる。また、情報入力者３と出力結果利用者４で、それぞれ異なるKPIを改善できる。
【0026】
本実施の形態では、ユーザが重要視するKPIに基づいてAIエンジンへの入力手順情報を生成することにより、入力から出力まで一気通貫でKPIを改善可能なリコメンドシステムを実現する構成について説明する。
【0027】
なお、図１では、情報入力者３と出力結果利用者４を別の人物であることを例示しているが、同一の人物であることもある。
【0028】
図２を参照して、リペアリコメンドシステムの登録フェーズと推薦フェーズの処理を説明する。登録フェーズとは、AIエンジンの登録、変数選択情報管理部の登録、推薦判定情報の登録を行うまでの流れを指す。推薦フェーズとは、アセットオーナからコールセンタへの修理の依頼、コールセンタからリペアリコメンドシステムの利用開始、リペアリコメンドシステムからコールセンタへの入力手順の推薦、コールセンタによる入力手順に従った情報収集、入力情報に基づく故障原因の推薦までの流れを指す。登録フェーズと推薦フェーズに分けて、リペアリコメンドシステム１０の概略を説明する。
【0029】
アセット２０は、機器、設備、車両等である。アセットオーナ１５はアセット２０の所有者や管理者であり、アセット２０の故障発生時にはコールセンタ１６に修理を依頼する。コールセンタ１６は、アセットオーナ１５の修理依頼に対し、アセットオーナ１５にアセット２０の状態を繰り返し問い合わせ、故障原因を特定する。特定した故障原因がアセットオーナ１５だけで修理できる故障原因なら修理方法を回答する。故障原因を特定できない、もしくはアセットオーナ１５が治せない故障ならば保守実行部隊１７に引き継ぐ。保守実行部隊１７は、アセット２０が設置されている設備、工場に訪問して故障原因の特定と修理を行う。
【0030】
＜１－１．登録フェーズ＞
図２では、まず、登録フェーズにおいて、管理者１４はアセット２０の状態を表す入力変数(以降、「調査項目」と呼ぶ)と、アセット２０の故障原因情報を表す出力変数(以降、「故障原因」と呼ぶ)と、調査項目と故障原因の因果関係と、因果関係を確率で表した確率分布をAIエンジン情報とし、管理者端末１１を介してリペアリコメンドシステム１０に送る。
図２では、まず、登録フェーズにおいて、管理者１４はアセット２０の状態を表す入力変数(以降、「調査項目」と呼ぶ)と、アセット２０の故障原因情報を表す出力変数(以降、「故障原因」と呼ぶ)と、調査項目と故障原因の因果関係と、因果関係を確率で表した確率分布をAIエンジン情報とし、管理者端末１１を介してリペアリコメンドシステム１０に送る。
【0031】
リペアリコメンドシステム１０は、AIエンジン情報登録部１０４１にて管理者から送られた情報を受け付け、AIエンジン情報管理部１０１１でAIエンジン情報として管理する。AIエンジン情報については、後に図４～図８を用いて説明する。
【0032】
次に、管理者１４は、使用者ごとのKPIとそのKPIを改善させるために故障原因探求の業務と、故障原因修理に掛けるべき条件を対応付けたKPIに対する変数条件情報と、各調査項目と、故障原因がどの変数条件情報を満たしているかをまとめた変数条件に対する変数情報とを、管理者端末１１を介してリペアリコメンドシステム１０に送る。リペアリコメンドシステム１０は、変数選定情報登録部１０４２にて管理者から送られてきた情報を受け付け、変数選定情報管理部１０１２に変数選定情報としてKPIに対する変数条件情報と変数条件に対する変数情報を管理する。変数選定情報については、後に図９～図１０を用いて説明する。
【0033】
そして、管理者１４は、入力条件に対して、どの入力手順生成方法が適しているかをまとめた入力手順生成方法選定情報を、管理者端末１１を介してリペアリコメンドシステム１０に送る。ここで、入力手順生成方法は、どの調査項目の回答を入力していけばよいか順位付けする方法である。リペアリコメンドシステム１０は、入力手順生成方法選定情報登録部１０４３で入力手順生成方法選定情報を受け付け、入力手順生成方法選定情報管理部１０１３に入力手順生成方法選定情報を管理する。入力手順生成方法選定情報については、後に図１１を用いて説明する。
【0034】
その後、管理者１４は、AIエンジンがユーザの調査項目の回答に基づいて算出した故障原因の確率が幾つ以上ならユーザに故障原因として提示するかの推薦確率閾値と、各故障原因の確率が推薦確率閾値よりも低かった場合にユーザに対して何回追加の調査項目への回答を必要とするかの調査回数閾値を、管理者端末１１を介してリペアリコメンドシステム１０に送る。リペアリコメンドシステム１０は、推薦判定情報登録部１０４４にて、管理者から送られてきた情報を受け付け、推薦判定情報管理部１０１４に推薦判定情報として推薦確率閾値と調査回数閾値を管理する。推薦判定情報については、後に図１２を用いて説明する。
【0035】
＜１－２．推薦フェーズ＞
次に、推薦フェーズにおいて、アセット２０の故障発生時にアセットオーナ１５は、窓口端末１３を介してアセット２０の修理依頼と修理において重要視するKPI(「重点KPI」と呼ぶ)をコールセンタ１６に伝達する。コールセンタ１６は、利用者端末１２を介して、アセットオーナ１５が重要視するKPIと、コールセンタ１６が重要視するKPIを、リペアリコメンドシステム１０に送る。リペアリコメンドシステム１０は、重点KPI受付部１０２１でコールセンタ１６から送られてきた情報を受け付ける。
次に、推薦フェーズにおいて、アセット２０の故障発生時にアセットオーナ１５は、窓口端末１３を介してアセット２０の修理依頼と修理において重要視するKPI(「重点KPI」と呼ぶ)をコールセンタ１６に伝達する。コールセンタ１６は、利用者端末１２を介して、アセットオーナ１５が重要視するKPIと、コールセンタ１６が重要視するKPIを、リペアリコメンドシステム１０に送る。リペアリコメンドシステム１０は、重点KPI受付部１０２１でコールセンタ１６から送られてきた情報を受け付ける。
【0036】
次に、変数選定部１０２２は、変数選定情報管理部１０１２で管理しているKPIに対する変数条件情報とコールセンタ１６から送られてきた重点KPIから、KPIに対応する入力変数条件群と出力変数条件群を抽出する。その後、変数選定情報管理部１０１２で管理している変数条件に対する変数情報から、変数条件群を満たす調査項目群と故障原因群を選定する。
【0037】
次に、入力手順生成方法選定部１０２３は、入力手順生成方法選定情報管理部１０１３で管理している入力手順生成方法選定情報と入力変数条件群から、入力手順生成方法を１つ選定する。
【0038】
次に、入力手順生成部１０２４は、変数選定部１０２２にて選定した調査項目、故障原因と、入力手順生成方法選定部１０２３にて選定した入力手順生成方法と、AIエンジン情報に基づいて、どの調査項目に回答していけばよいか順位付けする。
【0039】
次に、入力受付部１０３１は、入力手順生成部１０２４にて順序付けた調査項目を利用者端末１２を介してコールセンタ１６に提示する。コールセンタ１６は、提示された調査項目に基づいて、アセット２０の状態を窓口端末１３を介してアセットオーナ１５に問い合わせる。アセットオーナ１５は、アセット２０の状態を調査し、回答結果を窓口端末１３を介してコールセンタ１６に伝達する。コールセンタ１６は、回答結果を入力受付部１０３１に入力する。
【0040】
そして、推薦確率算出部１０３２は、入力受付部１０３１にて受け付けた調査項目の回答に基づいて各故障原因の確率を算出する。
【0041】
その後、推薦判定部１０３３は、入力部にて受け付けた調査項目の回答と、算出した各故障原因の確率と、変数選定部１０２２にて選定した調査項目と、推薦判定情報管理部１０１４で管理している推薦確率閾値と調査回数閾値に基づいて、推薦するか、入力を継続するか、終了するかを判定する。
【0042】
推薦する場合は、推薦結果表示部１０３４にて、最も確率の高い故障原因の故障原因情報をコールセンタ１６に推薦する。コールセンタ１６は、推薦された故障原因情報に基づいて、アセットオーナ１５に故障原因情報を伝達する。アセットオーナ１５は、伝達された故障原因情報に基づいてアセット２０の修理を行う。
【0043】
入力を継続する場合は、入力手順生成部１０２４に戻り、変数選定部１０２２にて選定した故障原因と、入力手順生成方法選定部１０２３にて選定した入力手順生成方法と、AIエンジン情報と、入力受付部１０３１にて受け付けた調査項目の回答に基づいて、どの調査項目に回答していけばよいか再度順位付けする。
【0044】
その後、入力受付部１０３１は、入力手順生成部１０２４にて順序付けた調査項目を利用者端末１２を介してコールセンタ１６に再度提示し、追加の回答を促す。終了する場合は、推薦結果表示部１０３４にて、保守実行部隊１７へ引継ぐことをコールセンタ１６に推薦する。
【0045】
コールセンタ１６は、保守実行部隊１７に修理を依頼する。保守実行部隊１７は、アセット２０が設置されている設備、工場に訪問し、アセットオーナ１５が重要視するKPIと、保守実行部隊１７の重点KPIをリペアリコメンドシステム１０に送る。以降、保守実行部隊１７は、コールセンタ１６と同様にリペアリコメンドシステム１０を利用し、アセット２０の故障原因探求及び修理を実施する。
【0046】
＜２．システム構成＞
＜２－１．機能ブロック＞
図２を用いて本実施の形態に係るシステムの構成を説明する。本システムは、構成要素として、リペアリコメンドシステム１０と、管理者が操作する管理者端末１１と、コールセンタ１６と保守実行部隊１７が操作する利用者端末１２と、アセットオーナ１５が所有するアセット２０と、コールセンタとアセットオーナが通話をする窓口端末１３とを備える。
＜２－１．機能ブロック＞
図２を用いて本実施の形態に係るシステムの構成を説明する。本システムは、構成要素として、リペアリコメンドシステム１０と、管理者が操作する管理者端末１１と、コールセンタ１６と保守実行部隊１７が操作する利用者端末１２と、アセットオーナ１５が所有するアセット２０と、コールセンタとアセットオーナが通話をする窓口端末１３とを備える。
【0047】
これらの構成要素は、有線または無線による通信線１８で相互に接続されている。通信線１８自体は、電話線、ＬＡＮ（Local Area Network）、ＷＡＮ（Wide Area Network）等で構成される。なお、上記構成要素は、一例であって、構成要素数は、増減してもよい。例えば、分散処理のため、リペアリコメンドシステム１０が複数に分かれていてもかまわない。
【0048】
リペアリコメンドシステム１０の詳細について説明する。リペアリコメンドシステム１０は、管理部１０１と、入力手順生成装置１０２と、推薦部１０３と、登録部１０４とを備える。
【0049】
管理部１０１は、変数選定情報管理部１０１２と、入力手順生成方法選定情報管理部１０１３と、AIエンジン情報管理部１０１１と、推薦判定情報管理部１０１４とを備える。
【0050】
入力手順生成装置１０２は、重点KPI受付部１０２１と、変数選定部１０２２と、入力手順生成方法選定部１０２３と、入力手順生成部１０２４とを備える。
【0051】
推薦部１０３は、入力受付部１０３１と、推薦確率算出部１０３２と、推薦判定部１０３３と、推薦結果表示部１０３４とを備える。
【0052】
登録部１０４は、AIエンジン情報登録部１０４１と、変数選定情報登録部１０４２と、入力手順生成方法選定情報登録部１０４３と、推薦判定情報登録部１０４４とを備える。なお、推薦フェーズでは、例えば登録部については省略可能である。
【0053】
＜２－２．機能およびハードウェア＞
図３は、リペアリコメンドシステム１０のハードウェア構成の一例を示している。次に、図２と図３とを参照して機能とハードウェアとの対応を説明する。図２は、リペアリコメンドシステム１０が備える機能構成の一例を示している。リペアリコメンドシステム１０のハードウェアは、例えばサーバ装置のようなコンピュータで構成される。
図３は、リペアリコメンドシステム１０のハードウェア構成の一例を示している。次に、図２と図３とを参照して機能とハードウェアとの対応を説明する。図２は、リペアリコメンドシステム１０が備える機能構成の一例を示している。リペアリコメンドシステム１０のハードウェアは、例えばサーバ装置のようなコンピュータで構成される。
【0054】
図２に示すリペアリコメンドシステム１０が備える管理部１０１と入力手順生成装置１０２と推薦部１０３と登録部１０４は、図３に示すＣＰＵ（Central Processing Unit）１Ｈ１０１と、ＲＯＭ（Read Only Memory）１Ｈ１０２と、ＲＡＭ（Random Access Memory）１Ｈ１０３と、外部記憶装置１Ｈ１０４と、通信Ｉ／Ｆ（Interface）１Ｈ１０５と、マウス、キーボード等に代表される外部入力装置１Ｈ１０６と、ディスプレイ等に代表される外部出力装置１Ｈ１０７とを備える。
【0055】
ＣＰＵ１Ｈ１０１が、ＲＯＭ１Ｈ１０２または外部記憶装置１Ｈ１０４に格納されたプログラムをＲＡＭ１Ｈ１０３に読み込み、通信Ｉ／Ｆ１Ｈ１０５、外部入力装置１Ｈ１０６、外部出力装置１Ｈ１０７を制御することで、各種機能が実現される。
【0056】
本実施の形態では、コンピュータにおける計算、制御等の機能は、ＲＯＭ１Ｈ１０２、外部記憶装置１Ｈ１０４等の記憶装置に格納されたプログラムがＣＰＵ１Ｈ１０１等のプロセッサによって実行されることで、定められた処理を他のハードウェアと協働して実現される。コンピュータ等が実行するプログラム、その機能、またはその機能を実現する手段を、「機能」、「手段」、「部」、「ユニット」、「モジュール」、「モデル」等と呼ぶ場合がある。
【0057】
リペアリコメンドシステム１０の構成は、単体のコンピュータで構成してもよいし、任意の部分が、ネットワークで接続された他のコンピュータで構成されてもよい。発明の思想としては等価であり、変わるところがない。また、本実施の形態中、ソフトウェアで構成した機能と同等の機能は、ＦＰＧＡ（Field Programmable Gate Array）、ＡＳＩＣ（Application Specific Integrated Circuit）等の回路（ハードウェア）でも実現できる。
【0058】
以上のように実施例を利用したリペアリコメンドシステムでは、情報を記憶する記憶装置と、記憶装置に接続されている１以上のプロセッサと含むコンピュータを備える。コンピュータの記憶装置が、ベイジアンネットワークを用いたAIエンジン情報と、使用者の事業に係るKPIに基づいて入力変数を選定する変数選定情報を記憶している。コンピュータのプロセッサは、下記（Ｘ１）乃至（Ｘ６）の処理を行う。
（Ｘ１）使用者が重要視するKPIを示す重点KPI情報を入力する第１の処理、
（Ｘ２）重点KPI情報と変数選定情報とを用いて、入力変数群を選定する第２の処理、
（Ｘ３）選定した入力変数とAIエンジン情報とを用いてAIエンジンに入力する入力変数の順番を示す入力手順情報を生成する第３の処理、
（Ｘ４）入力手順情報を用いて入力変数の値を入力する第４の処理、
（Ｘ５）第４の処理で入力された入力変数の値と、選定した入力変数群と、AIエンジン情報を用いて出力変数の確率を算出する第５の処理、
（Ｘ６）第５の処理で算出した出力変数の確率を表示する第６の処理。
（Ｘ１）使用者が重要視するKPIを示す重点KPI情報を入力する第１の処理、
（Ｘ２）重点KPI情報と変数選定情報とを用いて、入力変数群を選定する第２の処理、
（Ｘ３）選定した入力変数とAIエンジン情報とを用いてAIエンジンに入力する入力変数の順番を示す入力手順情報を生成する第３の処理、
（Ｘ４）入力手順情報を用いて入力変数の値を入力する第４の処理、
（Ｘ５）第４の処理で入力された入力変数の値と、選定した入力変数群と、AIエンジン情報を用いて出力変数の確率を算出する第５の処理、
（Ｘ６）第５の処理で算出した出力変数の確率を表示する第６の処理。
【0059】
＜２－３．データ構造＞
＜２－３－１．AIエンジン情報＞
図４～図８を用いて、リペアリコメンドシステム１０の管理部のAIエンジン情報管理部１０１１が管理するAIエンジン情報について説明する。特に限定しないが、本実施の形態では、AIエンジンにベイジアンネットワークを用いるものとする。ベイジアンネットワークは、確率モデルの構造を視覚的に記述可能なグラフィカルモデルの一種である。
＜２－３－１．AIエンジン情報＞
図４～図８を用いて、リペアリコメンドシステム１０の管理部のAIエンジン情報管理部１０１１が管理するAIエンジン情報について説明する。特に限定しないが、本実施の形態では、AIエンジンにベイジアンネットワークを用いるものとする。ベイジアンネットワークは、確率モデルの構造を視覚的に記述可能なグラフィカルモデルの一種である。
【0060】
図４は、本実施の形態において、リペアリコメンドシステム１０のAIエンジンで用いるベイジアンネットワークの概形を示している。ベイジアンネットワークの確率変数には故障原因１Ｂ１０１と調査項目１Ｂ１０２の２つの種類があり、故障原因と調査項目の間の条件付き依存（確率的な依存関係）を矢印１Ｂ１０３で表している。図４のベイジアンネットワークは、図５～図８のデータ構造にて定義できる。AIエンジンでは、調査項目を入力変数とし、故障原因を出力変数とする。以降、詳細を説明する。
【0061】
図５を用いて、AIエンジン情報１Ｔにおける故障原因情報１Ｔ１について説明する。故障原因情報は、故障原因の名称を記載する故障原因名称１Ｔ１１と修理方法の名称を記載する修理方法名称１Ｔ１２とを備える。なお、本実施の形態では、故障原因情報は、上記項目を備えるが、修理手順書等に紐づけられた修理種別、修理手順書等のファイルまたはＵＲＬ（Uniform Resource Locator）等、修理作業に関する項目を備えていてもよいし、上記項目の一部の項目を備えてもよい。
【0062】
図６を用いて、AIエンジン情報１Ｔにおける調査項目情報１Ｔ２について説明する。調査項目情報は、調査項目の名称を記載する調査項目名称１Ｔ２１を備える。なお、本実施の形態では、調査項目情報は、上記項目を備えるが、トラブルシュートフロー等に紐づけられた調査手順や、調査に必要な部品など、調査作業に関する項目を備えていてもよいし、上記項目の一部の項目を備えてもよい。
【0063】
図７を用いて、AIエンジン情報における故障原因と調査項目の因果関係情報１Ｔ３について説明する。因果関係情報１Ｔ３は、調査項目の親となる故障原因を記載する故障原因名称１Ｔ３１と、子とする調査項目を記載する調査項目名称１Ｔ３２を備える。
【0064】
図８Ａと図８Ｂを用いて、AIエンジン情報における確率分布情報１Ｔ４について説明する。図８Ａは、確率分布情報１Ｔ４のうち各故障原因の確率分布１Ｔ４１である。図８Ｂは、確率分布情報１Ｔ４のうち各調査項目の確率分布１Ｔ４２である。
【0065】
図８Ａの故障原因の確率分布１Ｔ４１は、アセットの障害発生時に故障原因が起きていない確率を記載する項目１Ｔ４１１と故障原因が起きている確率を記載する項目１Ｔ４１２とを備える。
【0066】
図８Ｂの項目１Ｔ４２２は、調査項目の親となる故障原因の状態に対する調査項目の回答の確率を記載する同時確率分布である。調査項目の確率分布は、故障原因の状態を記載する項目１Ｔ４２１と、調査項目の回答がYESとなる確率を記載する項目１Ｔ４２２と、調査項目の回答がNOとなる確率を記載する項目１Ｔ４２３とを備える。項目１Ｔ４２１は任意の数あってよく、故障原因の状態は任意の数の項目１Ｔ４２１が示す状態の組み合わせで表現できる。
【0067】
なお、本実施の形態では、調査項目の回答はYESとNOとの二値であるが、YESとNOと不明との３値や、緑点灯と赤点灯と点滅と消灯の４値のように２つ以上の回答であってもよい。
【0068】
本実施の形態では、AIエンジン情報１Ｔは、管理者が製品仕様書、保守手順書、FMEA(Failure Mode and Effects Analysis)、FT(Fault Tree)などのアセットに関する設計・保守情報から作成することを想定しているが、アセットの故障時に発生した調査項目の回答群とそのときの故障原因の組を収集した修理履歴から、K2アルゴリズムなどのベイジアンネットワークの構造学習アルゴリズムを用いて作成してもよい。
【0069】
【0070】
また、AIエンジンは、ナイーブベイズなどのベイジアンネットワークを単純化したモデルであってもよいし、Noisy-maxモデルなどのベイジアンネットワークの近似モデルであってもよい。
【0071】
【0072】
図９は、変数選定情報１ＤにおけるKPIに対する変数条件情報１Ｄ１を示している。KPIに対する変数条件情報１Ｄ１は、使用者の一覧１Ｄ１０１と、使用者ごとのKPIの一覧１Ｄ１０２と、入力条件の一覧１Ｄ１０３と、出力条件の一覧１Ｄ１０４と記入欄１Ｄ１０５を備える。
【0073】
記入欄１Ｄ１０５には、対応するKPIを改善できるか否かの印を記載する。例えば、入力条件が「素早く故障原因を調査する」である場合は、KPIにおけるアセットオーナの業務停止時間削減と、コールセンタの調査時間低減、保守実行部隊の調査時間低減を改善できるとして印をつける。
【0074】
なお、本実施の形態では、改善できる場合は「〇」をつけ、改善できないもしくは無関係の場合は「－」をつけているが、これらの記号以外であってもよいし、影響を及ぼす度合いを表す数値で合ってもよい。KPIに対する変数条件情報は、入力と出力を別々に管理してもよいし、入力だけであってもよい。
【0075】
図９の例では、アセットオーナ、コールセンタ、保守実行部隊ごとに条件を定義しているが、例えば複数のアセットオーナにそれぞれ異なる条件を定義してもよい。
【0076】
図１０は、変数選定情報１Ｄにおける変数条件に対する変数情報１Ｄ２を示している。変数条件に対する変数情報１Ｄ２は、入力条件と出力条件の一覧１Ｄ２０１と、調査項目名称の一覧１Ｄ２０２と、故障原因名称の一覧１Ｄ２０３と、記入欄１Ｄ２０４を備える。記入欄１Ｄ２０４、対応する入力条件を満たすか否かの印を記載する。
【0077】
例えば、調査項目名称が「筐体LEDは緑点灯か」である場合は、入力条件における治具無しで故障原因を調査する、業務を停止せず故障原因を調査する、安全に故障原因を調査するという条件を満たせるとして印をつける。
【0078】
本実施の形態では、改善できる場合は「〇」をつけ、改善できないもしくは無関係の場合は「－」をつけているが、これらの記号以外であってもよいし、KPIへの影響を及ぼす度合いを表す数値で合ってもよい。変数条件に対する変数情報は、入力と出力を別々に管理してもよいし、入力だけであってもよい。入力条件の一覧と出力条件の一覧に記載する入力条件と出力条件は一部であってもよい。調査項目名称の一覧と故障原因名称の一覧に記載する調査項目と故障原因は一部であってもよい。
【0079】
本実施例では、重点KPI情報に対して変数条件を紐づけ、変数条件に対して調査項目と故障原因の変数を紐づける階層構造にしているが、重点KPI情報に対して変数を紐づける形にしてもよい。また、他の階層構造にしてもよい。
【0080】
＜２－３－３．入力手順生成方法選定情報＞
図１１を用いて、リペアリコメンドシステム１０の管理部１０１の入力手順生成方法選定情報管理部１０１３が管理する、入力手順生成方法選定情報１Ｓについて説明する。入力手順生成方法選定情報１Ｓは、入力条件に対してどの入力手順生成方法を用いて調査項目の順位付けを行うか記載する。
図１１を用いて、リペアリコメンドシステム１０の管理部１０１の入力手順生成方法選定情報管理部１０１３が管理する、入力手順生成方法選定情報１Ｓについて説明する。入力手順生成方法選定情報１Ｓは、入力条件に対してどの入力手順生成方法を用いて調査項目の順位付けを行うか記載する。
【0081】
入力手順生成方法選定情報１Ｓは、入力手順生成方法の選定に必要な入力条件を記載する入力条件１Ｓ１と、調査項目の順位付けを行う入力手順生成方法の名称を記載する入力手順生成方法名称１Ｓ２とを備える。
【0082】
本実施の形態では、入力条件の組み合わせに基づいて複数の前記項目の順序付けを行う入力手順生成方法を選定する。すなわち、「素早く故障原因を調査する」と「確実に故障原因を調査する」の２つの入力条件に基づいて入力手順生成方法を選定するが、１つの入力条件であってもよいし、３つ以上の入力条件の組み合わせであってもよい。
【0083】
＜２－３－４．推薦判定情報＞
図１２を用いて、リペアリコメンドシステム１０の管理部１０１の推薦判定情報管理部１０１４が管理する推薦判定情報１Ｘについて説明する。推薦判定情報は、AIエンジンがユーザの調査項目の回答に基づいて算出した故障原因の確率が幾つ以上ならユーザに故障原因として提示するかの推薦確率閾値１Ｘ１と、各故障原因の確率が推薦確率閾値よりも低かった場合にユーザに対して何回追加の調査項目への回答を必要とするかの調査回数閾値１Ｘ２とを備える。
図１２を用いて、リペアリコメンドシステム１０の管理部１０１の推薦判定情報管理部１０１４が管理する推薦判定情報１Ｘについて説明する。推薦判定情報は、AIエンジンがユーザの調査項目の回答に基づいて算出した故障原因の確率が幾つ以上ならユーザに故障原因として提示するかの推薦確率閾値１Ｘ１と、各故障原因の確率が推薦確率閾値よりも低かった場合にユーザに対して何回追加の調査項目への回答を必要とするかの調査回数閾値１Ｘ２とを備える。
【0084】
＜２－３－５．重点KPI情報＞
図１３を用いて、リペアリコメンドシステム１０の入力手順生成装置１０２の重点KPI受付部１０２１がコールセンタ１６から利用者端末１２を介して受け付ける重点KPI情報１Ｒ１について説明する。重点KPI情報１Ｒ１は、アセットの修理に関わる使用者名称１Ｒ１０１と、使用者の重点KPIを記載する重点KPI１Ｒ１０２とを備える。重点KPI情報１Ｒ１は、コールセンタ１６があらかじめ各利用者から収集して記憶しておくか、あるいは推薦フェーズ開始時に各利用者から収集する。
図１３を用いて、リペアリコメンドシステム１０の入力手順生成装置１０２の重点KPI受付部１０２１がコールセンタ１６から利用者端末１２を介して受け付ける重点KPI情報１Ｒ１について説明する。重点KPI情報１Ｒ１は、アセットの修理に関わる使用者名称１Ｒ１０１と、使用者の重点KPIを記載する重点KPI１Ｒ１０２とを備える。重点KPI情報１Ｒ１は、コールセンタ１６があらかじめ各利用者から収集して記憶しておくか、あるいは推薦フェーズ開始時に各利用者から収集する。
【0085】
＜２－３－６．入力手順情報＞
図１４を用いて、リペアリコメンドシステム１０の推薦部の入力受付部１０３１がコールセンタ１６に利用者端末１２を介して提示する入力手順情報１Ｒ２について説明する。入力手順情報１Ｒ２は、どの調査項目を調査すればよいかを示す入力順位１Ｒ２０１と調査項目名称１Ｒ２０２と順位付けの元となるスコア１Ｒ２０３とを備える。
図１４を用いて、リペアリコメンドシステム１０の推薦部の入力受付部１０３１がコールセンタ１６に利用者端末１２を介して提示する入力手順情報１Ｒ２について説明する。入力手順情報１Ｒ２は、どの調査項目を調査すればよいかを示す入力順位１Ｒ２０１と調査項目名称１Ｒ２０２と順位付けの元となるスコア１Ｒ２０３とを備える。
【0086】
＜２－３－７．調査項目回答情報＞
図１５を用いて、コールセンタ１６がリペアリコメンドシステム１０の推薦部１０３の入力受付部１０３１に利用者端末１２を介して入力する調査項目回答情報１Ｒ３について説明する。調査項目回答情報１Ｒ３は、アセットに対して実施した調査項目の名称を示す調査項目名称１Ｒ３０１と調査項目の回答を示す回答１Ｒ３０２とを備える。調査項目回答情報１Ｒ３はAIエンジン２に入力する入力変数となる。
図１５を用いて、コールセンタ１６がリペアリコメンドシステム１０の推薦部１０３の入力受付部１０３１に利用者端末１２を介して入力する調査項目回答情報１Ｒ３について説明する。調査項目回答情報１Ｒ３は、アセットに対して実施した調査項目の名称を示す調査項目名称１Ｒ３０１と調査項目の回答を示す回答１Ｒ３０２とを備える。調査項目回答情報１Ｒ３はAIエンジン２に入力する入力変数となる。
【0087】
＜２－３－８．推薦結果情報＞
図１６を用いて、リペアリコメンドシステム１０の推薦部１０３の推薦結果表示部１０３４が利用者端末１２を介してコールセンタ１６に推薦する推薦結果情報１Ｒ４について説明する。推薦結果情報１Ｒ４は、推薦する故障原因の順位を記載する推薦順位１Ｒ４０１と故障原因名称１Ｒ４０２と修理方法名称１Ｒ４０３と故障原因の確率を示す推薦確率１Ｒ４０４とを備える。
図１６を用いて、リペアリコメンドシステム１０の推薦部１０３の推薦結果表示部１０３４が利用者端末１２を介してコールセンタ１６に推薦する推薦結果情報１Ｒ４について説明する。推薦結果情報１Ｒ４は、推薦する故障原因の順位を記載する推薦順位１Ｒ４０１と故障原因名称１Ｒ４０２と修理方法名称１Ｒ４０３と故障原因の確率を示す推薦確率１Ｒ４０４とを備える。
【0088】
＜３．登録フェーズの処理フロー＞
図１７を用いて、登録フェーズの処理フローを説明する。
まず、AIエンジン情報登録部１０４１は、管理者１４より管理者端末１１を介して入力された、AIエンジン情報１ＴをAIエンジン情報管理部１０１１に登録する（ステップ１Ｆ１０１）。
図１７を用いて、登録フェーズの処理フローを説明する。
まず、AIエンジン情報登録部１０４１は、管理者１４より管理者端末１１を介して入力された、AIエンジン情報１ＴをAIエンジン情報管理部１０１１に登録する（ステップ１Ｆ１０１）。
【0089】
次に、変数選定情報登録部１０４２は、管理者１４より管理者端末１１を介して入力された、KPIに対する変数条件情報１Ｄ１と変数条件に対する変数情報１Ｄ２を変数選定情報管理部１０１２に登録する（ステップ１Ｆ１０２）。
【0090】
その後、入力手順生成方法選定情報登録部１０４３は、管理者１４より管理者端末１１を介して入力された、入力手順生成方法選定情報１Ｓを入力手順生成方法選定情報管理部１０１３に登録する（ステップ１Ｆ１０３）。
【0091】
そして、推薦判定情報登録部１０４４は、管理者１４より管理者端末１１を介して入力された、推薦判定情報１Ｘを推薦判定情報管理部１０１４に登録する（ステップ１Ｆ１０４）。
【0092】
なお、ステップ１Ｆ１０１とステップ１Ｆ１０２とステップ１Ｆ１０３とステップ１Ｆ１０４とは、順番が前後してもよいし、AIエンジン情報１Ｔ、変数選定情報１Ｄ、入力手順生成方法選定情報１Ｓ、推薦判定情報１Ｘが各管理部に事前に登録されているならば、ステップを飛ばしてもよい。
【0093】
＜４．推薦フェーズの処理フロー＞
図１８を用いて推薦フェーズの処理フローを説明する。
まず、重点KPI受付部１０２１は、コールセンタ１６から利用者端末１２を介して重点KPI情報１Ｒ１（図１３）を受け付ける（ステップ１Ｆ２０１）。
図１８を用いて推薦フェーズの処理フローを説明する。
まず、重点KPI受付部１０２１は、コールセンタ１６から利用者端末１２を介して重点KPI情報１Ｒ１（図１３）を受け付ける（ステップ１Ｆ２０１）。
【0094】
次に、変数選定部１０２２は、変数選定情報管理部１０１２で管理しているKPIに対する変数条件情報１Ｄ１（図９）と重点KPI情報１Ｒ１（図１３）から、重点KPIに対して印づけられた入力条件群と出力条件群を抽出する。例えば、重点KPI情報が「アセットオーナの業務定時間低減」と「コールセンタの保守実行部隊訪問要請率低減」であれば、入力条件群は「素早く故障原因を調査する」「業務を停止せず原因を調査する」「治具無しで故障原因を調査する」となり、出力条件群は「業務を停止せず故障原因を修理する」「交換部品無しで故障原因を修理する」となる。
【0095】
その後、変数選定情報管理部１０１２で管理している変数条件に対する変数情報１Ｄ２（図１０）と抽出した入力条件群と出力条件群から、入力条件群と出力条件群に対して印づけられた調査項目名称群と故障原因名称群を選定する。例えば、前述の例示で抽出した入力条件群と出力条件群であれば、調査項目名称群は「筐体LEDは緑点灯」「E11が出力されているか」などとなり、故障原因名称群は、「ケーブル接触不良」「記憶容量逼迫」などとなる（ステップ１Ｆ２０２）。
【0096】
次に、入力手順生成方法選定部１０２３は、入力手順生成方法選定情報管理部１０１３で管理している入力手順生成方法選定情報１Ｓ（図１１）と抽出した入力条件群から、入力手順生成方法を選定する。例えば、前述の例示では、入力条件は「素早く故障原因を調査する」であるので、「故障原因特定重視入力手順生成方法」を選定する（ステップ１Ｆ２０３）。
【0097】
次に、AIエンジン情報管理部１０１１で管理しているAIエンジン情報１Ｔ（図５～図８Ｂ）と、変数選定部１０２２にて選定した調査項目名称群と、故障原因名称群と、入力手順生成方法選定部１０２３にて選定した入力手順生成方法とに基づいて、どの調査項目に回答していけばよいか調査項目の順位付けをし、入力手順情報１Ｒ２（図１４）を生成する（ステップ１Ｆ２０４）。
【0098】
本実施の形態では、入力手順情報の生成方法として、故障原因特定重視入力手順生成方と故障原因切り分け重視入力手順生成方法の２つがある。以下、各入力手順生成方法について詳細に説明する。
【0099】
故障原因特定重視入力手順生成方法は、調査項目の回答が得られた場合に起きている確率の高い故障原因の確率をより高くする調査項目に高いスコアをつけることで、調査項目の回答回数を少なくできる入力手順生成方法である。ただし、故障原因特定重視入力手順生成方法は、推薦時に起きている確率が0%でない故障原因が多く残ることがあり、確実な故障原因の特定にならないことがある。そのため、アセットの故障によりアセットオーナの業務が停止している状況などに適している。
【0100】
具体的なスコアの付け方としては、例えば、調査項目の回答が得られた場合の各推薦確率の条件付き確率の二乗和である。変数選定部１０２２にて選定した調査項目名称群の数をI、変数選定部１０２２にて選定した故障原因名称群の数をCとし、各調査項目名称を調査項目i（＝1、2、…、I）、各故障原因名称を故障原因c(＝1、2、…、C)とすると、調査項目iのスコアは、
調査項目iのスコア＝(調査項目iの回答が得られた時に故障原因1が起きている確率)^2＋(調査項目iの回答が得られた時に故障原因2が起きている確率)^2＋…＋(調査項目iの回答が得られた時に故障原因Cが起きている確率)^2
により算出する。これにより、確率の高い故障原因の確率をより高くする調査項目に高いスコアが割り当てられるようになる。
調査項目iのスコア＝(調査項目iの回答が得られた時に故障原因1が起きている確率)^2＋(調査項目iの回答が得られた時に故障原因2が起きている確率)^2＋…＋(調査項目iの回答が得られた時に故障原因Cが起きている確率)^2
により算出する。これにより、確率の高い故障原因の確率をより高くする調査項目に高いスコアが割り当てられるようになる。
【0101】
一方、故障原因切り分け重視入力手順生成方法は、調査項目の回答が得られた場合に起きている確率の高い故障原因の確率をより高く、起きている確率の低い故障原因の確率をより低くする調査項目に高いスコアをつけることで、確実に故障原因を特定できる入力手順生成方法である。ただし、故障原因切り分け重視入力手順生成方法は、調査項目の回答回数が多くなることがある。そのため、アセットの故障が軽微であり、アセットオーナの業務が停止していない状況などに適している。
【0102】
具体的なスコアの付け方としては、例えば、調査項目の回答が得られた場合の各推薦確率の平均情報量の和に－1を掛けた値である。変数選定部１０２２にて選定した調査項目名称群の数をI、変数選定部１０２２にて選定した故障原因名称群の数をCとし、各調査項目名称を調査項目i（＝1、2、…、I）、各故障原因名称を故障原因c(＝1、2、…、C)とすると、調査項目iのスコアは、
調査項目iのスコア＝－1×{(調査項目iの回答が得られた時の故障原因1の平均情報量)－(調査項目iの回答が得られた時の故障原因2の平均情報量)－…－(調査項目iの回答が得られた時に故障原因Cの平均情報量)}
により算出する。
調査項目iのスコア＝－1×{(調査項目iの回答が得られた時の故障原因1の平均情報量)－(調査項目iの回答が得られた時の故障原因2の平均情報量)－…－(調査項目iの回答が得られた時に故障原因Cの平均情報量)}
により算出する。
【0103】
平均情報量は、起きている確率が100%か0%のときに最小値を取る凸関数であるため、－1を掛けている。これにより、比較的確率の高い故障原因の確率をより高く、起きている確率の比較的低い故障原因の確率をより低くする調査項目に高いスコアが割り当てられるようになる。
【0104】
本実施形態の確率計算には、ベイジアンネットワークの推論アルゴリズムとして広く知られているLoopy belief propagationやMarkov chain Monte Carlo methodsなどを用いる。なお、入力手順生成方法は、故障原因特定重視入力手順生成方法と故障原因切り分け重視入力手順生成方法のほかにあってもよい。
【0105】
入力手順生成方法により調査項目とそのスコアを算出した後は、スコアに基づいて調査項目をソート、順位付けを行い、入力手順情報１Ｒ２（図１４）を生成する。
【0106】
以上のように、入力手順生成装置１０２は、ユーザが重要視するKPIに基づいてAIエンジンへの入力手順情報を生成することができる。
【0107】
次に、入力受付部１０３１は、入力手順生成方法選定部１０２３にて選定した入力手順生成方法名称と入力手順生成部１０２４にて生成した入力手順情報１Ｒ２（図１４）とを、利用者端末１２を介してコールセンタ１６に表示し、コールセンタ１６からの調査項目回答情報１Ｒ３（図１５）を利用者端末１２を介して受け付ける（ステップ１Ｆ２０５）。
【0108】
そして、推薦確率算出部１０３２は、入力受付部１０３１で受け付けた調査項目の回答が得られた時の故障原因が起きている確率を算出する（ステップ１Ｆ２０６）。
【0109】
その後、推薦判定部１０３３は、入力受付部１０３１にて受け付けた調査項目の回答と、推薦確率算出部１０３２で算出した各故障原因が起きている確率と、変数選定部１０２２にて選定した調査項目と、推薦判定情報管理部１０１４で管理している推薦確率閾値と、推薦判定情報管理部１０１４で管理している調査回数閾値（図１２）とに基づいて、推薦、継続、終了かを判定する（ステップ１Ｆ２０７）。
【0110】
各故障原因が起きている確率のうち最も高い確率が推薦確率閾値以上の場合は、推薦判定とする。各故障原因が起きている確率のうち最も高い確率が推薦確率閾値未満であり、調査項目に回答した回数が調査回数閾値未満であり、変数選択部にて選定した調査項目の全てに回答していない場合は、継続判定とする。各故障原因が起きている確率のうち最も高い確率が推薦確率閾値未満であり、調査項目に回答した回数が調査回数閾値以上または変数選択部にて選定した調査項目の全てに回答している場合は、終了判定とする。
【0111】
継続判定の場合は、ステップ１Ｆ２０４に戻る。このとき、ステップ１Ｆ２０４とステップ１Ｆ２０５では、入力受付部１０３１で受け付けた調査項目回答情報１Ｒ３を事前情報として確率を計算する。
【0112】
その後、ステップ１Ｆ２０６で算出した各推薦確率と、故障原因情報に基づいて推薦結果情報1Ｒ４を作成し、ステップ１Ｆ２０７の判定結果とともにコールセンタ１６に利用者端末１２を介して表示する。
【0113】
以上のように、ユーザが重要視するKPIに基づいて入力変数を選択する構成を採用することにより、AIエンジンへの入力時にもKPIを改善することができる。また、ユーザが重要視するKPIに基づいて、AIエンジンへの入力変数の入力順序を規定する入力手順情報を生成することにより、入力から出力まで一気通貫でKPIを改善可能なリコメンドシステムを実現する。
【0114】
なお、本実施形態では１つの調査項目の回答を得た後に再度次の入力手順を生成することを想定しているが、あらかじめ全ての調査項目の回答のパターンに対する入力手順をまとめて計算してもよい。
【0115】
＜５．ユーザインターフェース＞
以下本実施例のデータ入出力時に、外部出力装置１Ｈ１０７である例えばディスプレイ装置に表示するＧＵＩ（Graphical User Interface）の例を説明する。
以下本実施例のデータ入出力時に、外部出力装置１Ｈ１０７である例えばディスプレイ装置に表示するＧＵＩ（Graphical User Interface）の例を説明する。
【0116】
図１９を用いて、AIエンジン情報登録部１０４１のAIエンジン情報登録画面１Ｇ１を説明する。AIエンジン情報登録画面１Ｇ１は、AIエンジン情報ファイル送信フォーム１Ｇ１０１と登録ボタン１Ｇ１０２とを備える。AIエンジン情報ファイル送信フォーム１Ｇ１０１は、AIエンジン情報における故障原因情報と調査項目情報と故障原因と調査項目の因果関係情報と確率分布情報を記載したＣＳＶ（Comma Separated Value）形式のファイルをまとめたファイルが指定される。なお、空の表を表示して入力させる形式等、図４のようなAIエンジン構造を表現できる形式であればよい。管理者１４は、登録ボタン１Ｇ１０２を押すことで、入力したデータをAIエンジン情報登録部１０４１に送信できる。
【0117】
図２０を用いて、変数選定情報登録部１０４２の変数選定情報登録画面１Ｇ２を説明する。変数選定情報登録画面１Ｇ２は、KPIに対する変数条件情報ファイル送信フォーム１Ｇ２０１と、変数条件に対する変数情報ファイル送信フォーム１Ｇ２０２と、登録ボタン１Ｇ２０３とを備える。KPIに対する変数条件情報ファイル送信フォーム１Ｇ２０１は、KPIに対する変数条件情報を記載したＣＳＶ形式のファイルが指定される。変数条件に対する変数情報ファイル送信フォーム１Ｇ２０２は、変数条件に対する変数情報を記載したＣＳＶ形式のファイルが指定される。なお、空の表を表示して入力させる形式等、KPIに対する変数条件情報と変数条件に対する変数情報を表現できる形式であればよい。管理者は、登録ボタン１Ｇ２０３を押すことで、入力したデータを変数選定情報登録部１０４２に送信できる。
【0118】
図２１を用いて、入力手順生成方法選定情報登録部１０４３の入力手順生成方法選定情報登録画面１Ｇ３を説明する。入力手順生成方法選定情報登録画面１Ｇ３は、入力手順生成方法選定情報ファイル送信フォーム１Ｇ３０１と、登録ボタン１Ｇ３０２とを備える。入力手順生成方法選定情報ファイル送信フォーム１Ｇ３０１は、入力手順生成方法選定情報を記載したＣＳＶ形式のファイルが指定される。なお、空の表を表示して入力させる形式等、入力手順生成方法選定情報を表現できる形式であればよい。管理者１４は、登録ボタン１Ｇ３０２を押すことで、入力したデータを入力手順生成方法選定情報登録部１０４３に送信できる。
【0119】
図２２を用いて、推薦判定情報登録部１０４４の推薦判定情報登録画面１Ｇ４を説明する。推薦判定情報登録画面１Ｇ４は、推薦判定情報ファイル送信フォーム１Ｇ４０１と、登録ボタン１Ｇ４０２とを備える。推薦判定情報ファイル送信フォーム１Ｇ４０１は、推薦判定情報を記載したＣＳＶ形式のファイルが指定される。なお、空の表を表示して入力させる形式等、推薦判定情報を表現できる形式であればよい。管理者１４は、登録ボタン１Ｇ４０２を押すことで、入力したデータを推薦判定情報登録部１０４４に送信できる。
【0120】
図２３を用いて、重点KPI受付部１０２１の重点KPI受付画面１Ｇ５を説明する。重点KPI受付画面１Ｇ５は、使用者セレクトボックス１Ｇ５０１と、重点KPIセレクトボックス１Ｇ５０２と、追加ボタン１Ｇ５０３と、登録ボタン１Ｇ５０４とを備える。使用者セレクトボックス１Ｇ５０１は、アセットの修理に関連する使用者の名称が入力される。この項目には、変数選定情報管理部１０１２で管理しているKPIに対する変数条件情報１Ｄ１の使用者の一覧１Ｄ１０１がプルダウン形式で表示されている。
【0121】
コールセンタ及び保守実行部隊は、プルダウン形式で表示されている使用者を選択する。重点KPIセレクトボックス１Ｇ５０２は、使用者セレクトボックス１Ｇ５０１で入力された使用者の重点KPIを入力される。この項目には、変数選定情報管理部１０１２で管理しているKPIに対する変数条件情報１Ｄ１のKPIの一覧１Ｄ１０２がプルダウン形式で表示されている。コールセンタ及び保守実行部隊は、プルダウン形式で表示されているKPIを選択する。
【0122】
追加ボタン１Ｇ５０３は、使用者が複数いる場合に入力欄を増やすことができる。コールセンタ及び保守実行部隊は、追加ボタン１Ｇ５０３を押すことで、使用者セレクトボックス１Ｇ５０１と重点KPIセレクトボックス１Ｇ５０２を増やすことができる。コールセンタ及び保守実行部隊は、登録ボタン１Ｇ５０４を押すことで、入力したデータを重点KPI受付部１０２１に送信できる。
【0123】
図２４を用いて、入力受付部１０３１の入力受付画面１Ｇ６を説明する。入力受付画面１Ｇ６は、調査項目名称表示領域１Ｇ６０１と、回答ボタン１Ｇ６０２と、入力手順生成方法名称表示領域１Ｇ６０３と、入力手順情報表示領域１Ｇ６０４と、補足情報領域表示切替ボタン１Ｇ６０５とを備える。調査項目名称表示領域１Ｇ６０１には、入力手順情報１Ｒ２において入力順位が最も高い調査項目名称を表示する。
【0124】
コールセンタ及び保守実行部隊は、回答が掛かれた回答ボタン１Ｇ６０２を押すことで、調査項目回答情報１Ｒ３を入力受付部１０３１に送信できる。入力手順生成方法名称表示領域１Ｇ６０３は、入力手順生成方法選定部１０２３で選定した入力手順生成方法名称を表示する。入力手順情報表示領域１Ｇ６０４は、入力手順情報１Ｒ２表示する。
【0125】
コールセンタ及び保守実行部隊は、入力手順情報表示領域１Ｇ６０４の調査項目名称を選択することで、調査項目名称表示領域１Ｇ６０１に選択した調査項目名称と回答ボタン１Ｇ６０２を表示し、回答を選択できるようになる。
【0126】
なお、本実施の形態では、入力手順情報表示領域１Ｇ６０４は、上位３件の調査項目名称を表示しているが、全ての調査項目名称を表示してもよいし、スコアがあらかじめ決めた値を超えた調査項目名称を表示してもよい。コールセンタ及び保守実行部隊は、補足情報領域表示切替ボタン１Ｇ６０５を押すことで、入力手順生成方法名称表示領域１Ｇ６０３と入力手順情報表示領域１Ｇ６０４とを表示、非表示にできる。
【0127】
図２５を用いて、推薦結果表示部１０３４の推薦結果表示画面１Ｇ７を説明する。推薦結果表示画面１Ｇ７は、推薦判定表示領域１Ｇ７１と、推薦結果情報表示領域１Ｇ７２と、補足情報表示領域１Ｇ７３とを備える。
【0128】
推薦判定表示領域１Ｇ７１は、推薦判定部１０３３の推薦判定である推薦または終了を表示する。推薦結果情報表示領域１Ｇ７２は、推薦結果情報１Ｒ４を表示する。なお、本実施の形態では、推薦結果情報表示領域１Ｇ７２は、上位３件の故障原因名称、対応する修理名称、および推薦確率を表示しているが、全ての故障原因名称を表示してもよいし、推薦確率があらかじめ決めた値を超えた調査項目名称を表示してもよい。補足情報表示領域１Ｇ７３には、推薦判定表示領域１Ｇ７１に表示される内容に関してあらかじめ決めた補足情報や、推薦結果情報表示領域１Ｇ７２に表示される内容に関してあらかじめ決めた補足情報などを表示する。
【0129】
ここで、機械学習の分野においては、データセットがある場合、データセットにノイズを加えたり、更にデータセットを増やしたりする等、AIエンジンの精度を高めることでユーザの出力に関するKPIを向上させる手法について工夫がなされる。しかしながら、AIエンジンがユーザの入力に関するKPIを向上させるために、ユーザの重点KPIに基づいてAIエンジンへの入力手順を生成するといった観点での工夫は見当たらない。
以上に説明したように、本実施の形態によれば、ユーザの重点KPIに基づいてAIエンジンへの入力手順情報を生成することができる。
以上に説明したように、本実施の形態によれば、ユーザの重点KPIに基づいてAIエンジンへの入力手順情報を生成することができる。
【0130】
また、上記入力手順情報を使用したリペアリコメンドシステムは、入力から出力まで一気通貫でユーザの重点KPIを改善できる。また、入力と出力で、それぞれ異なる重点KPIを改善できる。
【0131】
（ＩＩ）付記
上述の実施の形態には、例えば、以下のような内容が含まれる。
上述の実施の形態においては、実施例をリペアリコメンドシステムに適用するようにした場合について述べたが、実施例はこれに限らず、この他種々のシステム、装置、方法、プログラムに広く適用することができる。
上述の実施の形態には、例えば、以下のような内容が含まれる。
上述の実施の形態においては、実施例をリペアリコメンドシステムに適用するようにした場合について述べたが、実施例はこれに限らず、この他種々のシステム、装置、方法、プログラムに広く適用することができる。
【0132】
上述の実施の形態において、プログラムの一部またはすべては、プログラムソースから、コンピュータにインストールされてもよい。プログラムソースは、例えば、ネットワークで接続されたプログラム配布サーバまたはコンピュータが読み取り可能な記録媒体（例えば非一時的な記録媒体）であってもよい。また、上述の説明において、２以上のプログラムが１つのプログラムとして実現されてもよいし、１つのプログラムが２以上のプログラムとして実現されてもよい。
【0133】
また、上述の実施の形態において、各テーブルの構成は一例であり、１つのテーブルは、２以上のテーブルに分割されてもよいし、２以上のテーブルの全部または一部が１つのテーブルであってもよい。
【0134】
また、上述の実施の形態において、図示および説明した画面は、一例であり、受け付ける情報が同じであるならば、どのようなデザインであってもよい。
【0135】
また、上述の実施の形態において、図示および説明した画面は、一例であり、推薦する情報が同じであるならば、どのようなデザインであってもよい。
【0136】
また、上述の実施の形態において、情報の出力は、ディスプレイへの表示に限るものではない。情報の出力は、スピーカによる音声出力であってもよいし、ファイルへの出力であってもよいし、印刷装置による紙媒体等への印刷であってもよいし、プロジェクタによるスクリーン等への投影であってもよいし、その他の態様であってもよい。
【0137】
以上説明した実施例は、故障修理時間や推定精度などの顧客のKPIの改善を、AIエンジンの入力時においても考慮するとい新しい課題を解決するものである。上記実施例によれば、ユーザが重要視するKPIに基づいてAIエンジンへの入力手順を生成することができ、効率の良いリコメンドシステムが実現可能となるため、消費エネルギーが少なく、炭素排出量を減らし、地球温暖化を防止、持続可能な社会の実現に寄与することができる。
【符号の説明】
【0138】
１０……リペアリコメンドシステム、１０２……入力手順生成装置、１０２１……重点KPI受付部、１０２２……変数選定部、１０２３……入力手順生成方法選定部、１０２４……入力手順生成部
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8A】
【図8B】
【図9】
【図10】
【図11】
【図12】
【図13】
【図14】
【図15】
【図16】
【図17】
【図18】
【図19】
【図20】
【図21】
【図22】
【図23】
【図24】
【図25】