工業製造
産業用モノのインターネット | 工業材料 | 機器のメンテナンスと修理 | 産業プログラミング |
home  MfgRobots >> 工業製造 >  >> Manufacturing Technology >> 産業技術

製造業では、データと材料は同じように価値があります

あなたが新しい製造業であろうと、何十年も前から存在しているものであろうと、断片化されたデータの問題は、あなたのビジネス全体に深刻な問題と非効率性をすぐに生み出す可能性があります。多くの企業は、製造において問題を修正するプロセスが物理的であることが多いため、このリスクを完全には理解していない可能性があります。それでも、ビジネスのほとんどの領域にデジタルデータが関係しており、問題が発生した場合、すぐに影響がないように見えるため、見落とされたり、優先順位が下げられたりする可能性があります。

多くの場合、製造業の新興企業はデータの断片化に対処するための適切なリソースを持っていますが、問題を認識していない可能性があります。製造技術が進歩するにつれて、間違いなく、新しい技術を利用して活用する機会が増えています。それは、3Dプリンターの使用である可能性があります。このプリンターでは、コンピューターで生成されたデザインを使用して、すぐに販売できるものを作成します。これらのメーカーは、最新の設計ツール、およびアプリケーションとテクノロジーを使用して、日常業務を実行します。

日常業務の管理に関する最も一般的な問題の1つは、生成されるデータの管理に関して、ビジネスを運営している人々の考え方が狭い可能性があることです。私たちは日々のサイクルの中で、仕事を成し遂げるためにサプライヤーから適切な量の材料を確実に入手することに重点を置いています。それは、何を生産する必要があるか、いくつ、どこに配達されるか、そしていつ配達されるかを知ることです。次に、最も重要な日常業務があります。お金を管理し、どの顧客アカウントが最新であり、どのサプライヤーにいつ支払う必要があるかを知ることです。

しかし、製造業者が取り組む必要のある現代のビジネスのより広い側面もあります。設計から製造、出荷、買掛金まで、製造ライフサイクル全体で生成されるすべてのデータから何を学ぶことができるかです。履歴データを調べることで、ほとんどの場合、ビジネスの収益にプラスの影響を与える可能性のある学習すべきことがあります。問題はそれを見つけて、何が価値があるのか​​、そして何がノイズなのかを知ることです。データはビジネス全体のサイロに分散しているため、役に立たない情報に圧倒されがちです。データはさまざまなアプリケーションによって生成され、多くの場合さまざまな場所に保存されるため、ビジネスのさまざまな部分で誤って解釈される可能性があります。

これは、定評のある製造業がより大きな問題に直面する場所です。これは、使用頻度が低いか完全に廃止された多数のレガシーアプリケーションにわたって、時間の経過とともに作成された履歴データがはるかに多いという単純な理由で、データを見つけるのが困難になる、または今日の新しいテクノロジーとは互換性がありません。ただし、このデータはビジネスにとって依然として計り知れない価値を持っている可能性が高いため、メーカーはこのデータを廃止することはできません。

データのデフラグは、最終的にすべてのメーカーにとって重要になります。収集されるデータの量が指数関数的に増加し続け、業界全体で競争圧力が高まるにつれて、そのデータから洞察と価値を得る必要があります。

ステップ1は、データを見つけることです。これは簡単ではないかもしれません。メーカーのデータの大部分は、単調な日常業務の実行を担当していないアプリケーションの奥深くに隠されている可能性が高いからです。この履歴データの多くは現在「二次的」と見なされ、保管のためにアーカイブされています。ただし、アーカイブされたデータは、ビジネス全体で生成された残りのデータと同様に洞察を引き出す上で重要であるため、このプロセスでは価値が失われます。

たとえば、開発およびテストアーカイブに保持されているデータは、失敗したがまだ有望である新しいプロセスでの初期の試みへの洞察を提供する場合があります。そのデータを新しい材料、ツール、または技術に関する情報と組み合わせると、これらの新しいプロセスが現在どのように機能するかを示すことができます。しかし、そうするためには、製造業者は、データの古さや保存場所に関係なく、データを見つけてアクセスし、分析する能力を備えている必要があります。

これは、ビジネス全体でデータを利用できるようにするための最も重要な要素です。データが見つかると、そのデータから値を抽出するタスクを開始できます。これにより、小規模または大規模、新規または確立されたすべての製造業が集まり、ビジネス全体で新しい効率を推進し、現在必要な競争上の優位性を提供できる情報について質問することができます。

テレサミラーはCohesityの主任技術者です。


産業技術

  1. ビジネスにおけるビッグデータとクラウドコンピューティングの使用
  2. データ駆動型製造はここにあります
  3. ビッグデータプロジェクトとAIでビジネスの成果を推進
  4. ARとIIoTが製造業をどのように変革しているか
  5. フリート管理の場合、AIとIoTは一緒に優れています
  6. データドリブンマニュファクチャリング:メリット、課題、および戦略
  7. 製造業における予測分析:ユースケースとメリット
  8. 航空宇宙および防衛製造におけるインダストリー4.0実装の課題
  9. AIとロボット工学は製造の品質と効率をどのように向上させていますか?
  10. AIと製造業のビッグデータに関するPwCで5分
  11. データとAIで製造の課題に取り組む