ストップウォッチが製造業復活の未来を脅かす理由

約25年前、私はゼネラルモーターズ（GM）の工場現場でキャリアをスタートさせ、高度に自動化されたボディショップと人間中心の組立ラインの両方で働きました。すぐに気づいたのは、ロボットプロセスがイーサネット経由でシームレスにデータを送信するのに対し、人間の作業はフレデリック・テイラーがT型フォードの時代に確立したストップウォッチを使った手動測定によってのみ記録されていたという事実です。この対比は鮮明でした。最新の産業時代が、すでに75年前に時代遅れとなっていたデータ収集手法と衝突していたのです。

今日でも私は組立ラインを歩くと、若手エンジニアがタイムスタディを行っている光景に出くわします。道具はカシオの腕時計からiPhoneへと進化しましたが、実践そのものは変わっておらず、この時代遅れの手法が依然として進歩の足かせとなっています。タイムスタディと動作研究はかつてアメリカ製造業を世界の頂点へ押し上げましたが、産業用IoT（IIoT）の時代においては根本的に欠陥を抱えています。

タイム・トゥ・マーケットと生産性への注力

アメリカ製造業はルネサンスを迎え、2004年以来最速のペースで拡大しています。2017年には、リショアリング（生産拠点の国内回帰）と海外直接投資の結果、17万1,000の雇用がアメリカに戻りました。市場アクセスが主要なドライバーとなっています。「リショアリングの本質はタイム・トゥ・マーケットにあります」と、A.T.カーニーのシニアアドバイザー、ベン・スミス氏は語ります。「最新の製造業者は、コストから生産性へと焦点をシフトし、より良い市場アクセスを得るために全国に15の小規模工場を配置することを好むかもしれません」。

業界のコンセンサスでは、IIoTが生産性向上の主たるエンジンになるとされています。アクセンチュアは今後10年間で最大の生産性ドライバーになると予測し、GEデジタルは年間約8.6兆ドルのパフォーマンス向上を見込んでいます。しかし、工場で創出される価値の大半は人間から生まれます。ボストン・コンサルティング・グループの報告によれば、工場現場でのタスクの最大90%を人間が実行しています。機械のみを最適化しても、真の活動のごく一部しか捉えられません。

タイム・トゥ・マーケットがタイム・トゥ・データの壁にぶつかる

SRIインターナショナルの商業研究開発担当バイスプレジデント、ピーター・マルコトゥリオ氏は「機械が実行するタスクはごく一部に過ぎません」と指摘します。したがって、機械を計装してもプロセスのほんの一部分しか捉えられません。従来のタイムスタディにかかる時間でIIoTが50GBもの機械データを生成できる一方で、設備最適化と工場全体の生産性のリンクは依然として弱いままです。日々の人員配置、生産予測、原価計算、見積もりを左右する意思決定は、トップラインとボトムラインの両方を駆動する人間が生成するデータに依存しています。

不完全で信頼性に欠けるデータセット

タイムスタディには2つの重大な欠陥があります。データ量が限られていることと、信頼性が疑わしいことです。典型的なエンジニアはステーションあたり10オペレーション程度をサンプリングしますが、これは作業者のばらつきや、曜日、給与支払い時期、勤務時間帯による疲労といった文脈要因を考慮するには不十分です。この希薄なデータセットでは、強固な相関関係や因果関係を確立できません。

さらに、観察行為自体がパフォーマンスを変化させます。ハイゼンベルクの不確定性原理になぞらえれば、観察されていると作業者は無意識にスピードアップまたはダウンし、開始・終了の定義が曖昧なことも精度を損ないます。結果として、タイムスタディは作業者と管理者の双方を誤導する疑わしい測定値を生み出します。

モダンプラントから欠けているもの

現代のプラントには、スケーラブルでリアルタイムな人間中心のデータが欠けています。現場巡回（ゲンバウォーク）、計装されたライトカーテン、ポカヨケシステムである程度の人間活動を取得できますが、意味のある分析にはデータ量が圧倒的に不足しています。ベナムー・グローバル・ベンチャーズのゼネラルパートナー、アニク・ボーズ氏は「製造業者は作業者と管理者を集めてブレインストーミングを行いますが、リアルタイムデータがないため、手作業のアドホックな手法に頼らざるを得ません」と説明します。信頼できる人間生産性指標なしでは、最も価値を生み出すリソースを改善できません。

マーシャル・ゴールドスミス氏の名言「ここまで来たやり方では、そこへは行けない」の通りです。タイムスタディ手法は私たちを現在の製造業の頂点へ導きましたが、人間の労働生産性を高めてタイム・トゥ・マーケットを加速させるにはもはや不十分です。ストップウォッチを引退させ、工場現場でデータ駆動型、AI拡張型の人間協働を採用する時が来ています。

著者について

プラサド・アケラ博士は、GMで世界初の協働ロボットを開発したチームを率いました。現在は、工場現場で人間と協働し、人間を拡張する人工知能を展開するドリシュティ社のCEOを務めています。