BIダッシュボードは、意味のある分析のためにスマートファクトリーデータを統合します

産業用IoTとスマートファクトリーの出現により、運用データを斬新な方法で解き放つための次世代分析システムに新しい要件が課せられました。スマート産業分析は比較的最近のユースケースですが、活動は熱くなり始めています。課題は、単にコンテンツを運用ログに保存するだけでなく、複数の産業用IoTタッチポイントから抽出されたデータから意味のあるトレンドを見つけることです。

モノのインターネット（IoT）センサーによって生成されたスマートファクトリは、他の企業データポイントと相関させる必要があり、意味の検索は、一瞬ではなく、日常のワークフローの通常の部分になる必要があります。

IoTデータを通常のプロセスに統合するには、分析ソフトウェアが必要です。このソフトウェアは、人工知能AIと機械学習テクノロジーを利用しています。方程式のもう1つの部分は、ITビジネスインテリジェンスダッシュボードを工場の運用データにリンクするIoTコネクタです。

BIダッシュボードは長い間バックルーム分析の一部でしたが、ほとんどの場合、最近まで産業用IoTデータ入力を適切に処理できませんでした。スマートファクトリがサイロ化されたデータを回避するには、有能な分析機能を備えたBIダッシュボードを選択することが最も重要です。今日、多くのダッシュボードは、industriaI IoTとデータレイク（大量の非構造化情報を集約することを目的とした膨大なストレージプール）、またはクラウドデータベースへのアクセスを組み合わせています。

マッキンゼーのパートナーであるEnnode Boerは、次のように述べています。 「価値があるためには、意思決定に情報を提供するために使用する必要があります。」そうでなければ、膨大な量のデータを収集して集約する意味がほとんどありません。

バリューチェーン全体

マッキンゼーのデジタルマニュファクチャリングの取り組みと、グローバルライトハウスネットワークの一部としての世界経済フォーラムとのコラボレーションを率いるde Boer氏は、真に価値のあるものにするためには、工場のフロアデータをバリューチェーン全体で統合する必要があると述べています。

分析をより有効に活用することで、de Boerは、「コンポーネントの調達からラストマイルの納品まで」すべてに影響を与えるカスタマイズされた生産を見ています。

今日のビジネスインテリジェンス分析は、エンタープライズIT製品の一般的な機能です。しかし、このテクノロジーを運用に適用することはより困難であることが証明されています。 ResearchAndMarkets.comによると、実装中のブロッカーにもかかわらず、世界は2026年までに160億ドルに達すると予想されています。

Smart FactoryAnalyticsスコアカード

現在、複数のベンダーが、改善された産業分析とBIダッシュボードの提供に努めています。スマートファクトリー市場の最前線にいるプレーヤーには、ABB、Honeywell International、Robert Bosch、Siemensなどが含まれます。

スマートファクトリデータのキャプチャ、処理、保存、分析に関しては、製造業に大きな足跡を残しているITの巨人がその一部です。これらの中で最も重要なのは、IBM、Hewlett Packard Enterprise、およびSAPです。革新的なデータスタートアップは、ClouderaやDataStaxなどのスマートファクトリ分析の特殊な要件も対象としています。

クラウドがファクトリーアナリティクスの軌跡となるにつれ、クラウドのリーダーであるアマゾンウェブサービス、グーグル、マイクロソフトは、特殊なデータワークフローパイプラインを構築しています。プレーヤーは、Looker、Microsoft、Tableauなどのエンドユーザーのビジネスインテリジェンスダッシュボードをサポートします。

スマートファクトリービルドアウト

スマートファクトリ分析を構築することは手ごわい作業です。デジタルトランスフォーメーションに関するIBMのレポートによると、一般的な製造サイトでは1か月に2,200を超えるデータを作成でき、そのデータのほとんどは分析されていません。分析されないままのデータの流入は、長引く産業用IoTの概念実証（POC）プロジェクトの問題の原因となります。

ほとんどの産業データはITの外部で生成され、IBMの産業、エネルギー、資源、製造のゼネラルマネージャーであるManishChawla氏は強調しています。彼は、最近の業界の取り組みはプロジェクトの基盤の改善に焦点を合わせていることを示しました。計画が不十分だと、POCのリードタイムが長くなる可能性があります。

「人々は基礎を持たずにペントハウスを建てようとしました」と彼は言いました。

Chawla氏はまた、IBMは最近、シーメンスおよびレッドハットと協力して、シーメンスの産業用IoTプラットフォームであるMindSphereから、工場の端に近い分析を実行するためのクロスプラットフォームアプローチに取り組んだと述べました。

SAPは、時系列指向の歴史的データとIoTおよびビジネスデータの組み合わせを分析できるように取り組んでいます、とSAPの製品管理、製造、産業IoTの責任者であるDominikMetzgerは述べています。データヒストリアンは、ガバナンスの目的で製造ITプロセスの出力をログに記録するソフトウェア機能です。

Metzgerにとって、近年の重要な変更の1つは、データ処理の標準化の程度です。 「より経済的でスケーラブルになりました」とメッツガー氏は述べ、スマートファクトリーの分析を可能にするものとしてデータレイクを挙げました。

SAPは、ビジネスプロセスにIoTデータ分析を組み込むことを、インダストリー4と名付けたインダストリー4.0戦略の重要な次のステップと見なしています。インダストリー4は、データヒストリアン、エッジサービス、クラウドまたはERPなどのソースからのワークフローにまたがるリファレンスアーキテクチャです。ビジネスインテリジェンス機能を備えたシステム。

分析にはデータ量が必要

スマートファクトリ分析の進化は、分析に一般的に影響を与える力によって複雑になっています。たとえば、AIと機械学習に基づく予測分析と処方分析の台頭は、いくつかの実装上の課題を提示します。 PTCのAIおよびアナリティクス担当バイスプレジデントであるEdCuoco氏によると、ここでユーザーはアナリティクスを使用して運用を深く掘り下げる際に慎重に進める必要があります。

たとえば、診断用の分析を実装する場合、機械学習やAIタイプのソリューションよりも、単純な統計的プロセス制御が好まれる場合があります。

「大量の高品質の履歴データがないと、必要な洞察を引き出すことができない可能性があります」と彼は付け加えました。

IoTプラットフォームプロバイダーのPTCは、エンドユーザーや他のソフトウェアメーカーと緊密に連携して、工場の最前線からビジネスのエンドユーザーに分析を提供します。これは、PTCのVuforia拡張現実とThingWorxプラットフォームを使用して分析情報を運用担当者に伝達するFujitsu SmartFactoryフレームワークを見る最近の取引の場合です。

アナリティクス向けの新しいグラフィックス

高度なデータ分析シーンの周辺で長い間使用されてきたグラフデータテクノロジーは、工場やその他の環境で受け入れられています。 Neo4jのAuraEnterpriseなどのグラフデータベースは有用であることが証明されており、ユーザーのスマートファクトリ分析をコンテキストに取り入れ、新しい運用効率を特定する共同プロジェクトを可能にしました。

データ分析の大部分を支え、データを行と列に格納するリレーショナルデータベースとは異なり、グラフデータ形式はデータマッピングを使用してデータ要素間の複雑な接続を管理します。 Neo4jの対象セクターには、自動車、保証、分析、サプライチェーン管理、医療機器が含まれます。 Neo4jのグラフ分析およびAIプログラムのディレクターであるAmyHodler氏によると、特に医療部門は、チーム間のコラボレーションを促進するグラフデータベースの能力を実証していました。

製品の出荷前に故障を追跡しようとしている医療機器会社は、Neo4jのグラフ手法が有用であることに気づいたとホドラー氏は述べています。障害のある機器のすべてのサブコンポーネントを追跡して、障害の原因であるかどうかを判断する必要があるため、このような障害の特定には通常、検出作業が含まれます。

分析をより多くのユーザーに提供するために、Neo4jは、グラフデータモデルをTableau、TibcoSpotfireなどのデータ視覚化および検出ダッシュボードにリンクするコネクタを提供します。同社は独自のBloom視覚化ツールも提供しています。

また、多数のビジュアルダッシュボードに接続しているのは、オープンソースのNoSQLデータベースの商用化に大きく貢献したDataStaxのソフトウェア管理ツールです。 DataStaxの製品のエンタープライズ版は、グラフデータの処理をサポートしています。そのソフトウェアを使用しているIoTアプリケーションの作成者の中には、南アフリカを拠点とするLocstatがあり、センサーデータとリアルタイムストリーミング分析を分析するために製品を展開しました。

「特にかなり複雑なセットアップを扱っている場合、視覚化はIoTランドスケープで何が起こっているのかを理解しようとする重要な要素になりつつあります」とDataStaxの最高技術責任者であるMatthiasBroecheler氏は述べています。

ビジュアル分析ツールは、運用スタッフ、開発者などを支援すると彼は付け加えました。同時に、Broechelerは、スマートファクトリーでのいくつかの決定には即時の対応が必要であると述べました。その原動力は、人間の変革なしに、工場の床の異常を自律的に検出して対応する新しい形式の分析処理の背後にあります。

さようなら、データサイロ

マッキンゼーのデボア氏によると、スマートファクトリーでは、マネージャー、フィールドオペレーション、IT開発チームが、他の種類のビジネス変革と同じように協力する必要があります。

「チームがサイロで運用されている場合、変革は失敗し、変更を開始する試みを推進するのは1つの機能だけです」と彼は電子メールのインタビューで述べています。データを民主化するためには、組織全体の人々が新しいテクノロジーの力とその使用方法を理解する必要があります。

製造業の場合、データの民主化を決定する際の運用担当者の役割がわかります。

「運用担当者が分析ツールを利用できるようになると、企業はビジネス上の課題に答えるソリューションをより簡単に開発できるようになります」とdeBoer氏は述べています。

マッキンゼーのdeBoerは、Global Lighthouse Networkのメンバーによって設定された分析アカデミープログラムを指摘し、役員室から生産の最前線まで、すべての利害関係者が参加することで利益を得ることができると主張しました。