2016年05月25日，普利司通宣布，利用人工智能（AI）等提高輪胎成型工序效率、并可抑制品質不均的新系統“EXAMATION”已被用于彥根工廠。該系統用于13～17英寸輪胎的成型，通過調整工序流程、獲取大量測量數據并利用這些數據進行控制、利用AI等實現成型工序自動化等手段，提高了輪胎的真圓度，并將輪胎成型工序的生產效率提高到了原來的2倍。
EXAMATION以“Bridgestone Intelligent Office（BIO）”和“Bridgestone Intelligent Device（BID）”兩項技術為基礎。BIO利用該公司的核心技術——高分子材料的材料和結構，并結合加工經驗，對設計信息及來自市場的信息等大數據進行分析。并通過仿真生成新的控制算法。BID利用該算法，根據工廠的傳感數據，通過AI自動控制生產設備（圖2）。也就是說，由傳感數據進行分析和預測，開發出算法，再檢測根據該算法加工的結果以提升算法，從而提高成型工序的生產效率和品質。
舉例來說，BIO通過分析成型時的胎面層 及帶束層等構成材料的收縮、變形，以及搬運時的拖行等對產品品質的影響度，開發出了新的控制算法。而BID則通過感測纏繞在滾軸上時構成材料的位置和張力，一邊修正一邊生產，從而提高了工序能力。具體而言，對每個輪胎都測量了2000多項品質數據及設備和生產數據，用AI控制加以優化，使真圓度（均勻度）比原來提高了15％。而原來是由工人憑經驗和直覺來修正的，BIO和BID是實現自動化不可缺少的。
“如果比作汽車自動駕駛的話，相當于3級”，該公司輪胎生產系統開發本部的三枝幸夫對EXAMATION如此評論道。他介紹說，“基本上是全自動工作，只在出現故障等系統無法應對時，人才會介入”。
大體來說，輪胎的制造工序包括利用橡膠材料制造中間材料的材料工序、組裝中間材料并利用成型機成型的成型工序、及利用加硫機加熱成型后胎坯的加硫工序構成。三枝幸夫表示說，EXAMATION的目標是通過改善“集中了所有的物質和信息來把握品質和生產效率關鍵”的成型工序，提高輪胎制造的競爭力。
不僅是成型工序的數據，材料工序中的材料數據、最終產品的均勻度數據等也要進行反饋，用于提升算法。不過，三枝幸夫指出，“雖然使用AI控制，但并非通過機械學習和深度學習自動提升算法。充分利用了以前積累的技術和經驗是該系統的特點”。
同時處理多個滾軸，生產效率提高到原來2倍
制造方法也作了調整。原來是在單一滾軸上依次纏繞材料，而EXAMATION是在多個滾軸上纏繞不同材料并組裝的“多滾軸系統”。由此，成型工序的生產效率提高到了原來2倍。獲取品質保證方面數據得過程也實現了自動化。通過采用這些高效率工序，并使過去依靠工人技能的工作實現自動化，減少了人為誤差，同時可將必要的工人數量減至1/3左右。具體目標是，“通過引進EXAMATION，使彥根工廠的生產效率到2020年提高到現在的1.4倍”（三枝）。普利司通還計劃今后在國內外的工廠推廣該系統。
