AWS、Google、Microsoft がデータ、ソフトウェアの専門知識を製造業に応用

Ford Motor は、収集された情報へのアクセスを民主化しながら、ビッグデータをさらに大きなデータに変えるために、組み立てラインのセンサーの種類を増やしています。 「赤外線モニタリングや振動センサーなどのセンサーを追加して、サイクル時間や圧力などの従来のデータを補完し、より豊富なデータプールを作成することで、機器が生成するデータを充実させています。車両プログラム。 「製品の品質、プロセスの効率、機器の健全性に対するこれらの信号の寄与について、よりスマートな分析を構築できるようになりました。」

Ford の取り組みを支援しているのは、「大規模な IoT プラットフォームのほとんど」です。 Ford と IoT プラットフォーム企業の 1 つである Google は、今年、産業用クラウド データ管理サービスと分析ソフトウェア アプリケーションなどのサービスに関するパートナーシップを発表しました。

得られた情報の使用を製造現場にプッシュするために、Ford は IoT データ プラットフォームを構築しています。このプラットフォームは、コンピュータ言語の知識を必要としない、またはほとんど必要としないローコード アプリとノーコード アプリを介して生産労働者が分析にアクセスできるようにします。

新たに考案されたアプリは、同様のプロセスや機器を扱っている企業内の他のユーザーに合わせて拡張できます、と Mikula 氏は述べています。

一方、フォードはまた、データを分析するためにソフトウェアよりも人間の脳力を選択的に支持しており、アプリケーション ベンダーよりも社内のコーダーにますます頼っています。

「ソリューションはアプリケーションに依存します」と Mikula 氏は言います。 「ソフトウェアの場合もあれば、データ ソースを処理するデータ アナリストの場合もあります。より自律的で、機械学習と人工知能によって駆動されるソリューションに移行したいと考えています。目標は、購入した SaaS [サービスとしてのソフトウェア] への依存を減らすことです。」

ミクラ氏によると、最終的には、この取り組みは製造の全体的なコストを削減することを目的としており、その節約分を消費者に還元することができます.

Google の競合する 2 つのデータ ジャイアントである Amazon と Microsoft は現在、クラウド ホスティングとソフトウェア ソリューションをメーカーにも提供しています。

「Google、Microsoft、Amazon など、産業用 IoT の外部にいる多くのプレーヤーが、ソフトウェアの強みを活用して、従来の産業用 IoT の既存企業の一部に取って代わる可能性を認識しています」と Mikula 氏は述べています。

テクノロジーの巨人は、フォード、ゼネラルモーターズ、クライスラーへの昨年のビッグスリーの言及と同様に、新しいビッグスリーを構成します。自動車メーカーなど向けのハイテク大手の産業用ソフトウェアは、インダストリー 4.0 のコンポーネントと目標 (デジタル ツイン、予知保全、マシン ビジョンの品質チェック、自律運用など) に役立ちます。

これらの技術大手は、インダストリー 4.0 の一部となるためにデータとソフトウェアに関する専門知識を活用していますが、ものづくりから得たドメイン知識も持っています。

「常軌を逸した」サプライ チェーン

Google Cloud の製造および産業部門のグローバル マネージング ディレクターである Dominik Wee は、次のように述べています。 「Google には非常識で非常に深いサプライ チェーンがあります。私たちのサプライ チェーンは、グローバルな製造会社と同じくらい複雑です。」

同社はデータ センターでコンピューティング ハードウェアを製造し、独自のコンピューター チップを設計しています。消費者側では、電話だけでなく、テレビにスマート機能を追加する Chromecast ドングルも製造しています。

Google は 20 年以上前に創業して以来、メーカーとしての役割を果たしてきたが、2018 年に Google Cloud のプレジデントである Thomas Kurian が採用されたとき、他社向けの製造サービスに多額の投資を開始した、と Wee 氏は述べた。 Kurian は以前、Oracle に 22 年間勤務していました。

製造業がデジタル化されるにつれて、消費者市場向けに開発された Google の方法論が業界に関連するようになってきていると、以前は半導体業界で産業エンジニアとして働いていた Wee 氏は述べています。

「私たちは、典型的な産業エンジニアにとって非常に使いにくいこれらのテクノロジー (主に分析と AI 領域) が、製造現場で非常に使いやすくなっている時点にいると信じています」と彼は言いました。 「そこに当社の競争上の差別化があると信じています。」

Wee は、Google が Kurian の下で製造技術のために行ったことは、消費者側で以前に行ったことを模倣していると述べました。

Google Cloud の Vision Inspection を使用した品質検査はその好例です、と彼は言いました。

「マシン ビジョンは非常に高度であるため、(品質検査のために) 多く使用されています。そのため、製造現場のコンテキストで機械学習を非常に簡単に展開し、これを行うために非常に少ない画像を使用できるようにしました。プログラマーや機械学習の専門家である必要はありません」と Wee 氏は言います。 「まさにポイント＆クリックです。」

彼は、企業が Vision Inspection を試験運用し、それを拡張するのが容易であることを指摘しました。工場内の人はそれを行うことができます。これは、機械学習がファンタジーから製造業で広く使用されるようになる大きな鍵です。」

Wee 氏は、使いやすさが会社の競争上の優位性であると述べています。

「私たちはパイロットのギャップについて話しています」と彼は言いました。 「多くの企業が機械学習、拡張現実、予知保全を試してきましたが、グローバルな製造フットプリントのある時点でそれを行いましたが、それは大変な作業でした。非常に専門的な人材が必要でしたが、スケールアウトすることはできませんでした。」

使いやすいだけでなく、Google Cloud はオープンソース ソフトウェアを使用しているため、メーカーの選択肢が開かれていると Wee 氏は述べています。

Google はまた、その分析と AI の強さは比類のないものであると主張しています。 「製造現場を含むあらゆる状況で取り組むべき膨大な量のデータがある場合、私たちはそれを行うのに適した会社であると主張します。」

労働力の変革

Microsoft の製造業 CTO である Indranil Sircar は、おそらく Wee に丁重に反対するでしょう。

「Microsoft Cloud for Manufacturing は、顧客が企業を再考し、より機敏な工場を構築し、より回復力のあるサプライ チェーンを作成し、従業員を変革するのに役立ちます」と彼は言いました。

Sircar は Microsoft に約 10 年間勤務しています。それ以前は、Hewlett-Packard で 20 年以上働いていました。

Google と Microsoft はどちらも、製造業者が自社のマシンからデータを収集して分析するのを支援していますが、Sircar 氏は、HoloLens 2 を使用した AI や複合現実を含む、彼の会社のサービスの労働力関連のコンポーネントが、Google や Amazon だけでなく従来のサービスとの真の差別化要因であると述べています。産業用ソフトウェア ソリューション プロバイダー

たとえば、Mercedes Benz USA は Microsoft の Remote Assist を使用しています。これにより、コンピューターの前にいる人が、HoloLens を装着している人をリモートで支援できます。

Microsoft の Web サイトのビデオで、Coral Gables の Mercedes Benz の中央診断技術者である Edgar Campana は、次のように述べています。私がそれを見ているとき、彼らは文字通り私に物事を指摘することができます.彼らはそれを丸で囲むことができます。彼らは線を引くことができます。ハンズオン:文字通りすぐそこにあります。リアルタイムで車の中を通り抜けながら、彼らと話すことができます。とても直感的です。」

Remote Assist は双方向であり、ユーザーは前後に話すことができますが、Mixed Reality Guides Solutions は一方向のみであり、研修生はホログラムを単独で、または物理オブジェクトと組み合わせて操作できます。

「エアバスはその好例です」とSircar氏は述べ、同社は「製造ラインでガイドを使用しており、作業員はケーブルの上にあるオーバーレイとそれをどのように取り付ける必要があるかを非常に迅速に確認できます」

3D 環境は、要素をあらゆる角度から 3 次元で表示する機能など、実際のトレーニングではできない機能を提供できます。

エアバスの設計者は、仮想的に設計をテストして、組立ラインの準備が整っているかどうかを確認できます。

Microsoft は、HoloLens 2 と、ビジネス向けのインタラクティブなホワイトボードである Surface Hub を製造しています。 Xbox ビデオ ゲーム コンソールや Surface タッチスクリーン パーソナル コンピューターなどの物理的な製品を販売しています。

それでも、「私たちが話しているように、製造は多くの外注されてきましたが…私たちは、設計から補完品の調達、組立ラインのテストまで、生産ライン全体を確実に管理しています」と Sircar 氏は述べています。

クラウド データ側では、同社はインフラストラクチャの製造をエンド ツー エンドで管理します。

Microsoft の業界向けの最初のアプリケーションは 2002 年で、Dynamics AX と呼ばれるエンタープライズ リソース プランニング ソフトウェアを使用していました。 Azure IoT は 2016 年に利用可能になりました。

また、2016 年には、Microsoft はドイツ政府のイニシアチブである Plattform Industrie 4.0 に参加するよう招待されたと、Sircar 氏は述べています。

Microsoft は、BMW と共同で Open Manufacturing Platform (OMP) コンソーシアムを設立しました。 OMP は、ビジネスおよび分析アプリケーションが使用する共有データ言語である共通のオープンデータ モデルを促進します。

Amazon と同じ技術を使用

Amazon.com は、製造よりも販売で知られています。しかし、Kindle、Echo デバイス、その他の消費者向け製品を製造しています。また、インフラストラクチャと独自のコンピューター チップを実行するハードウェアの大部分を占めています。

AWS (アマゾン ウェブ サービス) は、2020 年に IoT、AI、機械学習、分析、エッジ ソリューション向けの製品とサービスを含む産業ラインを展開しました。

スマート ファクトリーおよびインダストリー 4.0 のビジネス開発のグローバル責任者である Douglas Bellin 氏は、このラインは「産業現場の [ソフトウェア] 開発者、エンジニア、オペレーター向けに特別に構築された、AWS および AWS パートナー ネットワークの新規および既存のサービスとソリューション」を特徴としています。 「全体として、これらはモジュール式のアプローチをもたらし、データの収集、保存、分析、および洞察を可能にします。」

これらの改善を行うためのプロセスは、早い段階でデータの収集と精査から始まります。AWS は、これらの「0」と「1」のすべてを制御するいくつかの方法を見つけ出しました。

「ソフトウェアとデータのレベルから始めると、業界では 350 を超えるさまざまなプロトコルが使用されています」と、Cisco で 10 年以上勤務した後、2017 年に AWS に入社した Bellin 氏は述べています。

AWS Lookout for Equipment は、既存のセンサーからの過去の機器データと、過去のメンテナンス イベントからの情報を使用し、そのマシンの通常の動作パターンを追跡するカスタム機械学習モデルを構築します。運用データが既知の正常値から逸脱すると、Lookout for Equipment はアラートとダッシュボードを介して適切なユーザーに逸脱のフラグを立てます。

別の製品である AWS IoT SiteWise は、産業施設で一般的に見られるデータベースからのデータ抽出を簡素化し、データをローカルまたはクラウドに転送し、ユーザーやアプリケーションが簡単にアクセスできるように構造化することで、単一のデータ ソースを確立します。アプリケーション フレームワークにより、機器全体の効率など、一般的な産業用パフォーマンス メトリックの計算が可能になります。また、複数の産業施設全体の運用を監視し、産業機器のデータを分析し、費用のかかる機器の問題を防ぎ、生産のギャップを減らします。

データの標準化に加えて、スマート ファクトリを作成する際のもう 1 つの一般的なハードルは、レガシー機器を組み込むことです。 PLC を搭載した工作機械は、一部のデータを放棄する必要がありますが、最新の機械と比較すると最小限に抑えられます。それに応じて、AWS には、一部のマシン パラメータを追跡するために必要なハードウェアを追加できるパートナーがいます。また、Amazon Monitron と呼ばれる、回転機器用の独自の低コストの振動および温度センサーも作成しました。

Amazon Monitron は、機械学習ベースの機器状態監視サービスでもあり、モーター、ポンプ、ギアボックスなどの産業機器からのセンサー信号を分析することで予知保全を可能にします。

これは、振動と温度のデータをキャプチャするセンサー、データを AWS クラウドに自動的に転送するゲートウェイ、セットアップ、分析、異常な機械の動作の通知のためのモバイルアプリを含む、完全に管理されたエンドツーエンドのシステムです。

「Amazon Monitron は、Amazon で使用されているものと同じテクノロジーに基づいており、20 年以上にわたる異常検出の経験を活用して、モデルの精度をさらに向上させています」と Bellin 氏は述べています。

Amazon Monitron を使用すると、信頼性マネージャーは、開発作業や特別なトレーニングを必要とせずに、わずか数時間で機器の状態の追跡を開始できると AWS は述べています。

メーカーは Amazon Monitron を使用して、予知保全を可能にし、機器をリモートで監視し、アクセスできない機器の状態を追跡できると、Bellin は付け加えました。