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 >  >> Industrial Internet of Things >> モノのインターネットテクノロジー

製造業がAI拡張IoTを採用:サプライチェーン、生産、イノベーションで効果

製造業がAI拡張IoTを採用:サプライチェーン、生産、イノベーションで効果

IoT拡張AIは製造業者に3つの主なメリットをもたらします:サプライチェーン最適化、スマート製造、製品またはサービスのイノベーション。

現在、IoTのさまざまなエッジから大量のデータがストリーミングされており、ビジネスに貴重なインサイトを提供するために人工知能(AI)を適用する方法を考え始めるのは自然な流れです。製造業者にとってこれはゲームチェンジャーとなり得り、コストを大幅に削減し、サービスビジネスへの参入を加速させます。しかし、多くはまだこの旅の始まりに過ぎません。

IoTとAIの迫りくる融合は、最近のAI World会議でのパネルで探求され、RTInsightsエグゼクティブエディターのLes Yeamans氏がモデレーターを務めました。

関連記事: Germany Turns Manufacturing into an IoT Art Form

IoT拡張AIの潜在力は、現時点で製造業者に3つの主なメリットをもたらします ― サプライチェーン最適化、スマート製造、製品またはサービスのイノベーションだと、IDCリサーチディレクターのReid Paquin氏は語ります。現在、彼は「スマート製造がほとんどの企業の開始点であり、投資の焦点となっています。これは特にプロセス製造、具体的には資産管理で当てはまります」と付け加えます。離散製造側では、「大きな機会は製品とサービス ― 多くの製造業者が製品をより速く出そうとしているだけでなく、製品とサービスの組み合わせを変え、サービタイゼーションへ移行しようとしています」と述べています。

データとAI駆動型企業への移行には、多くの製造業者にとって時間がかかるとパネリストたちは同意しました。「あらゆるデータサイエンスやAIプロジェクトで、最初のステップはデータの収集と整理です」と、IBMのデータおよびAIエキスパートラボおよびラーニングのデリバリーリーダー、Zachariah Eslami氏は言いました。課題は、企業のさまざまな部分からデータを統合することだと同氏は観察します。「問題はデータ入力とデータコレクション、ウェアハウスがしばしば異なるITグループ、単一のリポジトリやナレッジカタログなしにそれを使用している異なるチームに分散していることです。そこからデータを取り出し、分配し、操作し、インサイトを抽出できません。」

IoT-AIプロジェクトの別の課題は、一般的なスキル不足だとEslami氏は続けました。「それはコンピュータサイエンスへの適応、理解、PythonやRノートブックの学習と使用という意味でも、データをきれいにし、準備し、分析を始めて機械モデルをその上に構築できるようにする、それが何であるかを明確に理解するという意味でも、両方の面で当てはまります。」

AIの旅を始める際、「どこに立つかは、どこに座るかによる」と、ABI ResearchプリンシパルアナリストのRyan Martin氏は言いました。「ある程度の規模の製造プラントを所有している ― 数十万平方フィート ― なら、状態監視か資産追跡から始めろ。資産追跡はコストに役立ち、会社を整理整頓させるので、圧倒的に最も関連性が高い。」予知保全も別の出発点で、「月次で異なる消火器すべてを検査しに誰かを派遣するのは意味がない、そのうち4つだけ交換が必要なら」と述べています。

Paquin氏は、資産管理がIoT拡張AIの良い出発点だと同意し、ビジョンベースの品質システムも加えました。さらに、「すべての大手ERPベンダーが、特に財務側と計画側でAIをアプリケーションに織り込もうとしています。」

パネリストたちは、製造業でのデジタルツインの採用についても議論しました。部品、機械、工場全体、工場内の製品のデジタルツインを実装するかどうか。「製造業はデジタルツインにとって非常に大きなスペースです」とEslami氏は言いました。「NASAが最初に実装し、GEはジェットエンジンで、Siemensは代替エネルギーで、Chevronは油田配布でやっています。デジタルツインの素晴らしいところは、すべての基盤にモデルがあり、データを取り込み、さまざまな状況とシナリオをテストできることです。AIで複数の変数をリアルタイムで入力・テストし、パフォーマンスを調整し、それが時間とともにどう反応するかを見られます。巨大なコスト削減です。」

迫りくる5Gネットワークの到来 ― これがリアルタイムM2Mネットワークをより良く促進する ― も検討されました。「5Gは4Gが3Gより速く出たように、4Gより速く来るでしょう」とMartin氏は予測しました。「5Gで興味深いのは、それに伴う能力 ― 決定論的ネットワーキングです。つまり、『ロボットに止まれと伝える方が、振動センサーを動かし続けるより重要だ』と言えることです。それは2021〜2025年のタイムフレームで5G仕様とともにやってきます。」

Martin氏はさらに、「本格的に物事が見え始めるにはまだ時間がかかりますが、5Gで見ている初期試験は信じられないほど説得力があり、テクノロジーは彼らの言う通りに機能しています。適切な標準で包み、市場に出すだけの問題です。」と付け加えました。

モノのインターネットテクノロジー

  1. IoTで製造オペレーションをAI対応へ — ビッグデータ活用で次世代ファクトリーを準備
  2. IoTへの洞察を深める:データ可視化とグラフデータベースの活用
  3. 2018年のIoTプラットフォーム新興トレンド:エッジコンピューティング、ブロックチェーン、その他
  4. エッジからクラウドへ:IoTデータパイプラインのマスター
  5. IoTからクリプトジャッキングまで:モバイルデバイス新興脅威ガイド
  6. 予知保全:インダストリー4.0を活用した無停止生産の実現
  7. ビーチャム「なぜIoTプロジェクトは失敗するか」ウェビナーの重要ポイント
  8. 製造現場はIoT導入の準備ができているか? 実践ガイド
  9. IoTの民主化:次世代衛星IoTがもたらす普遍的で手頃な接続性
  10. ポストCOVID経済におけるIoT接続性がビジネス破壊をどう促進するか
  11. IoT World:VerticaのIoT分析向けビッグデータソリューション内幕