産業用IoTはすべてターボチャージャーリーン生産方式に設定されています
製造業の企業は、より効率的な運用を実現するために、リーン生産方式またはプロセスを目指して長年努力してきました。テクノロジーの最新トレンドの1つであるモノのインターネット（IoT）の出現は、無駄のない取り組みを大幅に後押しする可能性があります。
製造システム内の無駄を排除する体系的な方法であるリーン生産方式は、他のすべてを削減することで何が付加価値をもたらすかを明らかにするという概念に基づいています。これは主に日本の製造業、特に全体的な顧客価値を向上させるために廃棄物の削減に焦点を当てたトヨタ生産方式に由来する経営哲学です。
リーンには、廃棄物の特定と着実な削減に役立つ一連のツールが含まれます。また、無駄がなくなるため、品質が向上すると同時に、生産時間とコストが削減されます。リーンの究極の目標は、無駄を最小限に抑え、柔軟性を保ちながら完璧なワークフローを実現するために、適切なものを適切な場所に適切なタイミングで適切な量で届けることです。
モノのインターネットには、デバイス、消費者製品、車両、企業資産、建物、その他の「モノ」などの物理的なオブジェクトをインターネット経由でリンクすることが含まれます。これらの「スマート」オブジェクトには、電子機器、センサー、アクチュエーター、ソフトウェア、ネットワーク接続が組み込まれているため、さまざまなデータを収集して共有し、制御メッセージに応答できます。
IoTにより、接続されたオブジェクトを既存のネットワークインフラストラクチャを介してリモートで検知および制御できます。この接続性により、物理オブジェクトをデジタルシステムとより直接的に統合する機会が生まれます。潜在的なメリットには、効率の向上、製品開発の改善、顧客サービスの強化などがあります。
IoTの潜在的な範囲は膨大です。調査会社のGartnerInc。は、2016年に世界中で64億の接続されたものが使用され、2015年から30％増加し、毎日550万の新しいものが接続されていると推定しています。同社は、接続されているものの総数は2020年までに208億に達すると予測しています。
企業では、Gartnerは2つのクラスの接続されたものを検討します。 1つは、複数の業界で使用される汎用または業界を超えたデバイスと、特定の業界で見られる業種別のデバイスで構成されます。業界を超えたデバイスには、接続された電球やビル管理システムなどのアイテムが含まれます。
もう1つのクラスには、病院で使用される特殊な機器やコンテナ船の追跡デバイスなど、垂直方向に固有のデバイスが含まれます。特殊用途向けの接続されたものが最大のカテゴリですが、これは汎用デバイスの使用が増えるにつれて急速に変化しています、とGartnerは言います。
次のレベルに傾く
IoTベースの製造ソリューションを構築するという文脈の中で、IoTは、製品の購入後に製品のパフォーマンスを監視して適切なメンテナンスと顧客満足度を確保する機能など、あらゆる種類の可能性を開きます。サプライチェーンのロジスティクスを最適化し、流通チェーンを合理化します。製品の使用状況に関する情報を企業にフィードバックして、データを分析し、設計と生産を改善することができます。
この絶え間ないデータ交換と、データ分析の新しい自動化テクノロジーの組み合わせにより、メーカーは真の「スマートファクトリー」の夢を実現できます。
IoTはリーン方法論と交差し、リーンを次のレベルに引き上げる可能性があります。さまざまな製品でのユーザーの経験など、接続されたデバイスから収集された情報は、製造プロセスを強化し、廃棄物を削減する前例のない機会を提供するために、計装された工場にフィードバックできます。
コンサルティング会社のデロイトが述べているように、「既存のビジネスを運営する上で、IoTと分析は企業が多様な資産を結び付けるのに役立っています。これにより、製造プロセス全体で効率が向上します。」
会社は、効率を追加できるいくつかの分野について説明しています。 1つは、計画と事前製造の加速によるものです。デロイトによると、サプライヤーを選択し、リスクを考慮し、材料費を管理するプロセスは、IoTと分析がもたらす相互接続性によって微調整することができます。
「分析は、企業が顧客の好みや要望をよりよく理解するのに役立つ洞察を提供し、市場での予測可能性とパフォーマンスを向上させる可能性があります」とデロイトは言います。 「購入されている製品と特定の機能を理解することで、企業は市場のニーズを満たすために生産を計画することができます。」
IoTのもう1つの潜在的な利点は、製造プロセスを合理化することです。これは、IoTと分析機能を組み込む企業が増えるにつれて劇的に変化しています。 「予測ツールと機械学習により、潜在的な問題を発生前に特定して修正することができます」と同社は言います。 IoTと分析を介して取得したインテリジェンスを適用できる場合、「リーン生産方式とカイゼンやかんばんのようなジャストインタイムプロセスの価値は飛躍的に向上します」。
リーン生産方式におけるIoTのメリットは、単一の組織内のプロセスをはるかに超えています。 IoTは、製品の需要と使用に関するより正確なデータに基づいてパイプラインに沿った材料の流れを強化し、メーカーとそのビジネスパートナーの相互作用を最適化するのに役立ちます。 AcceleriteコンサートなどのIoTサービスの作成および強化プラットフォームは、このようなコラボレーションを実現するのに大いに役立ちます。
製造業者は、従来の手動プロセスでは達成が非常に困難で、場合によっては不可能であった生産効率を完全に実現できます。
分析の重要な必要性
インターネット、モバイルテクノロジー、ビジネスアナリティクス、デジタルパフォーマンスダッシュボードをうまく活用し、他の実現テクノロジーを戦略的改善と統合する組織は、一般的に、リーンで継続的な改善のはるかに高度なバージョンになります。経営コンサルティング会社であるTheCenter for Excellence in OperationsInc。の社長兼CEOであるTerenceBurtonに。
企業は、「避けられない廃棄物の這い上がりやマージンの低下に苦しむのではなく、ビジネスモデルにおけるこれらの複雑な新興技術対応のイノベーションから利益を得るには、無駄のない高次のパラダイムを必要としています」とバートン氏は言います。 「モノのインターネットは間違いなく、より高次の、企業全体のテクノロジー対応の改善パラダイムに傾倒する上で大きな役割を果たします。」
IoTがメーカーにもたらす潜在的なメリットは、タイムリーで正確なデータの可用性の向上にあります。製造プロセスのほぼすべての側面を低コストで計測し、そのデータをインターネットを介してビジネスの利害関係者に迅速に配信する機能は、すでにビジネスオペレーションとビジネスモデルを変革しています。しかし、進化した「リーンの高次パラダイム」の約束は、データから意味のある洞察を引き出す製造業者の能力に完全に依存しています。
IoTデータはメーカーの無駄のない取り組みに役立つ可能性がありますが、膨大な量の情報があることは、タイムリーであり、データの意味とコンテキストを分析する効果的な方法。
クラウドコンピューティングの柔軟性、処理、ストレージ機能と組み合わせた高度な分析と人工知能（AI）テクノロジー（機械学習や予知保全など）のみが、メーカーにIoTデータを最適化する機能を提供します無駄のない方法論の一部としてそれを活用します。
明日のスマートファクトリーは、新たに取得した情報を最大限に活用できるようにする、次世代のクラウドベースのビッグデータ分析プラットフォームを導入する必要があります。プラットフォームは、保存中（データベース内）と飛行中（ストリーミングデータソースから）の両方で、構造化データと非構造化データの両方を分析でき、データの取得、保存、変換、AI、視覚化のための単一のツールを備えている必要があります。
メーカーは、理解しやすいダッシュボードを介してIoTデータにドリルダウンできる必要があります。これにより、より無駄のない運用の作成に直接貢献できるパターンを見つけて異常を検出できます。彼らは、有用な相関関係をすばやく特定し、プロセスの強化につながる可能性のある推論を行うことができる必要があります。
ビジネスインテリジェンス（BI）とデータ視覚化ツールは新しいものではありませんが、現在のテクノロジーでは、ビジネスユーザーに洞察を公開する前に、データアナリスト、BI開発者、ETL開発者を使用する必要があります。 Accelerite ShareInsightsなどの次世代の分析ツールは、データサイエンティストやプログラマーではなく、工場のプロセスを完全に理解しているビジネスオーナーや対象分野の専門家にさらに力を与えます。また、製品とプロセスをより効率的にするための統合されたデータフローの提供を支援できる、工場の運用チームと開発チームがアクセスできるようになります。
最終的に、無駄のない方法論をスマートファクトリーに適用する方法の最も重要な変化は、人間のアナリストには不可能な高度な形式のビッグデータ分析を実行するためのAIの使用からもたらされます。 AIアルゴリズムは、半自動運転車を運転するようになりました。テレビで見たり、読んだり、聞いたりするべきものをお勧めします。私たちのスピーチパターンと顔を認識します。私たちの病気などを診断します。
このタイプの機能は、メーカーが製品のパーソナライズに移行するときに特に重要になります。製品は特定のユーザーに対応でき、生産ラインとサプライチェーンを最も効率的に構成するには予測的洞察が必要になります。
次世代のIoT分析は、AIの力をビジネスの利害関係者の手に直接委ね、継続的な最適化を推進します。また、AIを活用した無駄のない方法論は、複雑なシステムに必然的に忍び寄る無駄を排除するのに単に優れているわけではありません。廃棄物が発生する前に予測し、発生しないようにするための措置を講じます。
将来の製造は、顧客が望む製品を適切なタイミングで構築することであり、リーンプロセス、IoT、ビッグデータ分析、AIを組み合わせることで、明日のスマートファクトリーが前例のない形で稼働できるようになります。効率。
この記事は、Acceleriteと共同で作成されました。著者は、Acceleriteのサービスクリエーションビジネスユニットのシニアバイスプレジデント兼ゼネラルマネージャーです。
モノのインターネットテクノロジー