ENEOS Materials introducerer ChatGPT Enterprise til produktionen
En omformning af sektoren med AI-drevne løsninger til arbejdsstyrken.

Resultater
80%
af medarbejderne rapporterede væsentlige forbedringer i deres arbejdsprocesser under pilotfasen
Resultater
90%
Reduktion i tid på dataindsamling og -analyse for HR-afdelingen
Resultater
Undersøgelser blev reduceret fra måneder til minutter med ChatGPT's avancerede forskningsfunktioner.
ENEOS Materials blev grundlagt i 2022 som en kerneenhed i ENEOS Group med fokus på materialevirksomhed. Virksomheden udvikler, fremstiller og sælger et bredt udvalg af produkter, bl.a. gummi til bildæk og golfbolde, industrielle gummiprodukter, bindemidler til litium-ion-batterier samt næste generation af avancerede materialer.
ENEOS Materials så behovet for at øge produktiviteten i en tid med mangel på arbejdskraft og stigende omkostninger samt at bruge AI sikkert og præcist i behandlingen af beskyttede oplysninger. Virksomheden var blandt de første i Japan, som tog ChatGPT Enterprise i brug, og har siden udvidet brugen til hele arbejdsstyrken.
Resultatet af implementeringen kan ses på følgende måder:
- 80 % af medarbejderne rapporterede væsentlige forbedringer i deres arbejdsprocesser under deres pilotfase.
- 90 % reduktion i tid på dataindsamling og -analyse for HR-afdelingen
- Undersøgelser blev reduceret fra måneder til minutter med ChatGPT's avancerede forskningsfunktioner.
Et tværfunktionelt team indgik et samarbejde med OpenAI om at implementere ChatGPT Enterprise, hvilket førte til effektive anvendelser på tværs af flere afdelinger.
Styrkelse af produktiviteten i fremstillingsindustrien gennem sikker implementering af AI
Japans fremstillingssektor kæmper med manglende arbejdskraft, hvilket bl.a. skyldes et fald i fødselsraten, en aldrende befolkning og stigende priser på råmaterialer og energi – og ENEOS Materials er ingen undtagelse. ENEOS Materials er ingen undtagelse. Yoshirou Sakura, som er leder af virksomhedens produktionsteknologiske afdeling, udtaler: “Det er afgørende for os at bruge digitale værktøjer til at øge produktiviteten, da vores arbejdsstyrke kun bliver mindre. Det er her centralt at forbedre effektiviteten og udvide medarbejdernes kompetencer for at bevare konkurrenceevnen.”
For at løse denne udfordring valgte ENEOS Materials at undersøge mulighederne i ChatGPT Enterprise. Et frivilligt, tværfagligt team satte sig for først “at mestre teknologien internt og dernæst udforske dens potentiale i fremstillingsindustrien,” og det banede vejen for implementeringen. Taku Ichibayashi, leder af forsknings- og udviklingsafdelingen, forklarer: “For at maksimere vores virksomhedsresultater med AI var det afgørende at sørge for et sikkert arbejdsmiljø til håndtering af beskyttede oplysninger. ChatGPT Enterprise opfyldte vores interne krav til cybersikkerhed og leverede den nøjagtighed, vi havde brug for.”
Siden implementeringen af ChatGPT Enterprise har ENEOS Materials gennemgået en hurtig omstilling og skabt over 1.000 brugerdefinerede GPT'er. På tværs af virksomheden brugte over 90 % af medarbejderne ChatGPT mindst én gang om ugen, og over 80 % rapporterede om markante forbedringer i arbejdsgangene. Med afsæt i denne fremgang har ENEOS Materials implementeret ChatGPT Enterprise i hele organisationen, hvor værktøjet nu er et centralt element i indsatsen for at skabe ny værdi. "ChatGPT er blevet en partner for alle vores medarbejdere," sagde Sakura.


Sådan lukkes sprog- og videnskløfter med dybdegående research
“Dybdegående research gør det muligt for os at overvinde sprogbarrierer,” siger Kenichi Sakemi fra afdelingen for procesudvikling og teknik hos ENEOS Materials, der driver en fabrik i Ungarn. “Det, der før tog måneder at gennemsøge i ungarske kilder, tager nu kun få minutter, fordi grundig research kan foretage omfattende søgninger i lokale materialer.”
Med et klart mål om at øge produktiviteten, højne produktkvaliteten og reducere miljøpåvirkningen er afdelingen afhængig af hurtig, præcis research inden for de nyeste teknologier for at holde sig på forkant. Ved at tage grundig research i brug har teamet omsat ambitionen til målbare resultater:
- Undersøgelser, der førhen tog måneder, afsluttes nu på få minutter.
- Ungarsk indhold oversat til præcist japansk for at indsamle ny viden
- Beregninger og analyser, der før tog en halv arbejdsdag, klares nu på få minutter
Dybdegående research kommer særligt til sin ret, når det drejer sig om yderst specialiserede områder som kemisk ingeniørvidenskab, hvor komplekse beregninger og avancerede forespørgsler nu kan udføres på meget kort tid.
“Komplekse tekniske opgaver, der tidligere tog en halv dag, kan nu udføres på få minutter ved blot at stille spørgsmål på japansk.”
Mere effektivitet og sikkerhed – på én gang
Udviklingsafdelingen anvender en brugerdefineret GPT til design af procesanlæg baseret på virksomhedens standarder. Modellen genererer hurtigt optimerede specifikationer ud fra input som medietype, flowhastighed, rørdiameter, tryktab og materialekrav.
“Indtil for nylig krævede det en betydelig indsats at verificere materialernes korrosionsrisici og fastlægge designgrundlag,” forklarer Sakemi. “Med den brugerdefinerede GPT tager det nu få sekunder.”
ChatGPT øger også sikkerheden ved at advare om risici ved materialevalg under designet, og den løbende brug af værktøjet styrker både sikkerhedsforanstaltningerne og den samlede driftssikkerhed.
Værktøjet accelererer ikke blot designarbejdet, det hæver samtidig sikkerhedsniveauet og forbedrer omkostningseffektiviteten. Ved at sammenkøre interne tekniske standarder og udnytte ChatGPT’s beregningsevne og domænekendskab muliggør systemet optimalt fabriksdesign og forbedring af ENEOS Materials’ produktionsevne.


Bedre kompetenceudvikling blandt medarbejderne
HR-afdelingen afholder adskillige sessioner med medarbejdertræning årligt og indsamler feedback efter træningen for at finjustere fremtidige programmer. “Tidligere var der begrænsede ressourcer, som gjorde det svært at lave detaljerede analyser af kursernes effektivitet,” forklarer Marie Takeda fra HR.
Indførelsen af en brugerdefineret GPT til analyse af medarbejdernes udvikling gjorde det muligt for HR at effektivisere processerne markant:
- Opgaver, der manuelt tog 1–2 timer, klares nu på 20 sekunder.
- Det AI-drevne system evaluerer og analyserer medarbejdernes kompetenceudvikling ud fra etablerede undervisningsrelaterede rammer
- Datadrevne indblik finjusterer løbende kursernes indhold
Takeda har også selv bygget et internt værktøj til at strømline dataindsamling, selvom hun ikke har nogen tidligere erfaring med kodning. "Det var første gang, jeg prøvede at kode," forklarer hun, "men med hjælp fra ChatGPT kunne jeg selv udvikle værktøjet uden nogen forudgående viden om kodning." Som resultat blev tiden brugt på dataindsamling reduceret med omkring 90 %.
Overblik over resultaterne
- Over 90 % af medarbejderne bruger ChatGPT Enterprise hver uge
- 80 % af medarbejderne rapporterede væsentlige forbedringer i arbejdsprocesserne under pilotfasen
- Undersøgelser blev reduceret fra måneder til minutter med dybdegående research
- 90 % reduktion i tiden til indsamling og analyse af HR-data
- Mere end 1.000 brugerdefinerede GPT'er er blevet oprettet på tværs af organisationen
- Hurtigere og sikrere design af procesanlæg samt forbedret træningseffektivitet
Skaleret hastighed og enkelhed på tværs af driften
“ChatGPT skaber værdi ud over blot at optimere arbejdstimerne,” siger Ichibayashi. De mest markante fordele for ENEOS Materials er platformens hastighed og enkelhed. I modsætning til værktøjer med en stejl læringskurve lader ChatGPT medarbejderne beskrive på japansk, hvad de har brug for, og straks få de resultater af høj kvalitet – uden tidligere erfaring med kodning. Efterhånden som selvsikkerheden vokser, bevæger arbejdsholdene sig naturligt over i mere avancerede arbejdsgange og finder her uventede innovationer.
Fremadrettet planlægger ENEOS Materials at udvide brugen af AI ud over ChatGPT og flette mere teknologi ind i driften for at afhjælpe manglen på arbejdskraft i produktionen, som er drevet af Japans svindende, aldrende befolkning, samtidig med at konkurrenceevnen styrkes både nationalt og internationalt. Sakura forestiller sig her at integrere internt trænede AI-modeller direkte i produktionsudstyret og gøre det muligt at styre maskinerne med naturligt sprog på fabriksgulvet:
"Jeg håber på en fremtid, hvor vi kan kommunikere med maskiner på hverdagssprog og styre og optimere produktionen, lige så nemt som vi interagerer med ChatGPT."




