今こそプロアクティブ運用へシフトする絶好のタイミング

プロアクティブ運用への関心が高まる理由

機器メーカーとユーザーは、IoTとセンサーデータを分析・モデリングして得られる洞察を活用し、リアクティブ（事後対応）からプロアクティブ（事前対応）な運用へ移行しようとしています。

機器メーカーによるIoTと組み込みスマートセンサーの急速な採用、新しい接続オプションの登場により、豊富な運用データへのアクセスが容易になっています。ますます多くの機器メーカーとユーザーが、そのデータを分析・モデリングして得られる洞察を活用し、リアクティブからプロアクティブな運用への移行を目指しています。最近、RTInsightsはPTCのデジタルトランスフォーメーションソリューション担当AI・アナリティクス責任者Chris MacDonald氏にインタビューし、この分野への関心の背景、企業が直面する課題、成功に寄与する主要技術について探りました。以下はその会話の要約です。

なぜ今、プロアクティブ運用なのか

MacDonald氏: サービスとアフターマーケットは、現代の製造業ビジネスにおいて重要な側面になっています。顧客はより大きな価値を求めており、メーカーは長期的な緊密な顧客関係がより収益性が高く持続可能であると認識しています。少なくとも、顧客が戻ってきて安定した収益を生み出すための手段にはなります。

製品のマージンは圧迫され続けています。企業と経営陣は、より大きな価値を提供し、より緊密な顧客関係を築き、ソリューションを顧客の業務に深く組み込み、コア製品に関連する追加製品・サービスを提供することで、サービス分野でマージン圧力を相殺しようとしています。

多くのメーカーにとっての問題は、サービスとアフターマーケットのビジネスの多くが従来、サードパーティに委託されており、彼らが必ずしも同じやり方でガイドラインを厳守しているわけではないことです。プロアクティブになることは、コントロールを取り戻す方法です。少なくとも可視性を取り戻し、運用を標準化するレベルのコントロールを得られます。

サービスのマージンが新製品販売の2.5倍であり、多くのメーカーが全体利益の40〜50%をアフターマーケットから得ているとすれば、なぜメーカーがプロアクティブな洞察と運用から始めるのかは明らかです。それにより、現場の機器・資産の声に耳を傾け、発見したパターンに基づいて運用アクションを適応させる能力が得られます。プロアクティブ運用は、サービスビジネスの収益性を守る方法にもなります。より積極的なSLAを提示できるようになり、それにより収益性の高いビジネスを獲得し、長期的に維持する可能性が高まります。

プロアクティブアプローチのメリット

MacDonald氏: アナロジーを使いましょう。物理資産やスマートコネクテッド製品について考えてみてください。テレメトリデータ、およびシステムからのサービスデータが得られます。それは「聞く」能力に相当します。問題は「何に耳を傾けるか」です。大量のノイズがある中で、重要なことだけをどう聞き分けるか。

予測・処方分析を考慮しなくても、パフォーマンスに関連する特徴や統計的重要性を考えるだけで、背景ノイズの中からどの音が調子通りで、どの音が外れているかを明確に聞き取れるようになります。

もちろん、悲鳴は常に聞こえます。しかし悲鳴は、通常、何らかの危機に陥り、害を被っている人（或いはモノ）から発せられます。つまり、問題に事後的に対処することになります。

「正しいこと」を真に聞き取れるメリットがあります。パフォーマンスのパターンと行動を特定し、何が起きているか診断できます。顧客はシームレスな運用を期待しています。計画外ダウンタイムの原因がメーカーにあると判断されれば（正しくても誤っていても）、顧客はペナルティを科します。調子の外れた音を聞き取れば、機器からも顧客からも「悲鳴」が上がる前に問題に対処できます。

アナリティクスは、私が語った診断的洞察を提供します。機器がどのように操作・使用されるべきかというベストプラクティスからの逸脱を検知できます。それらのアナリティクスに基づくプロアクティブ運用は、問題が発生する前にそれを発見します。

コネクテッド製品があれば、資産が稼働している環境で何が起きているかを把握できます。特に高度なアナリティクスにより、そのデータを処理して統計的に関連性のある異常、パターン、イベントを特定できます。それが最終的に、問題の本質をより客観的なレンズで見ることを可能にします。

より良い計画とリソース配分により、サービス効率を向上できます。予測的洞察により、故障修理型やカレンダーベースのサービスモデルから脱却でき、サービスコールを大幅に効率化し、全体のトラックロール（出張修理）、コールバックなどを削減できます。

コネクテッド製品がなければ、技術者を派遣して診断させ、適切な部品がトラックに積まれていない、あるいは必要な専門知識がないことが判明することがよくあります。顧客が運用ダウンタイムを経験している場合、これは修理の遅延を招きます。故障の回避は不可欠ですが、ベルト交換や潤滑といった定型的なメンテナンスではなく、運用やアクションのためのルーチンメンテナンスを効率的に提供することも同様に重要です。多くの場合、技術的に必要になる前にルーチンメンテナンスを行う方が効率的です。それにより、平凡なサービスコールをより高付加価値なタッチポイントに変えることができます。

また、適切なアナリティクスを持つ優秀な技術者なら、他にどんな問題を探すべきか分かります。適切な診断を実行して問題を迅速に解決し、機器とその環境に関するより良い洞察をもたらす追加データポイントを収集できます。

このようなリモート・セルフサービス機能の重要性は、特にパンデミック中には強調しすぎることはありません。

処方分析と予知保全はすでに活用されているか

RTInsights: 処方分析と予知保全は日常的に使われていますか？ まだ早い段階ですか？

MacDonald氏: はい、使われています。しかし、それは製造現場の問題というより、機械製造者側の問題である傾向があります。私たちの代表的なアナリティクスユースケースの一つはタイヤメーカーです。タイヤ成形機にはさまざまな設定値があります。ある特定の方法で行わないと、やり直しやスクラップが発生し、損失と収益減を招きます。

処方分析の概念が形になったのは、データが利用可能であり、彼らが自分たちのデータを知っていたからです。予測の観点から運用結果とデータを結びつけることができました。悪い結果につながるステップが起こる前に、何が起こるかを知っていました。しかし同時に「レバー」も持っていました。機械製造の文脈では、設定値が実際のレバー、あるいはデータ上のレバーになります。最適化を実行し、特定の問題を防ぐための異なる設定値を処方し始めることができます。これは数億ドル規模のROIに相当するユースケースです。

ROIの観点

RTInsights: ROIの話ですか？

MacDonald氏: 間違いなくそうです。特に運用の観点から見ると。タイヤ成形機や製造現場で使われるその他の機器のメーカーである私を想像してください。私の顧客は、機器をより良く活用するためにやり方を変える必要があります。すると私はこう考えます。「待って。私のエンジニアリング仕様は長期使用に基づいて開発されていないのか？ 適切な条件をシミュレートしていないのか？ 設定値は想定より動的だ。」

そこで、「これらの設定値の分析を提供し、エンドユーザー向けのアプリケーションを提供する必要があるのでは？」と考え始めます。私の機器が運用においてどう価値を提供し、どう課題を生むかという洞察があれば、それらの洞察を、サービスとしてであれ、エンドユーザーに提供し、運用成果が達成されるよう支援できるかもしれません。

成功に必要な基盤技術

RTInsights: 成功に今必要な基盤技術は何ですか？

MacDonald氏: もちろん、重要な技術は接続性です。資産がどこにあるかを文脈づけ、データの観点から物理的な状況を把握できます。適切な技術があれば、データをその文脈に関連付けてモデリングできます。

しかし、他にも多くの重要な技術があります。センサーへのエッジ接続とのシステム統合があります。また、全体的なプロアクティブな取り組みの一部となる他のシステムやサービスシステムもあります。それらのシステム統合をシンプルにする機能とツールをより多く提供できるほど良いです。

リモートモニタリングは出発点です。前述の通り、まず「聞く」ことができるようにならなければ、「聞き分ける」ことすら始められません。

拡張リモート支援、拡張3D作業指示、拡張エキスパートキャプチャが不可欠だと考えます。サービス、部品管理、ワークフロー管理などは、アナリティクスから洞察を得られます。統計計算と機械学習がそれを容易にします。そして、これらすべては一般的なアナリティクスで強化される必要があります。

さらに、アプリケーション開発プラットフォームが必要です。これらのプロアクティブ運用ユースケースには多くの要素が含まれます。最も重要な能力は、接続し、データを蓄積し、意味を理解すること、特に機械学習のような高度なアナリティクス手法を用いてモデルを構築し、予測を行う能力です。

これは何ごとも始める前に行わなければなりません。データをそれらのモデルに取り込むためのリアルタイムシステムとアプリケーションが必要です。予測を受け取り、何らかのアクションを実行するシステムとアプリケーションが必要です。

洞察とビジネス価値の上向きスパイラルは非常に大きいです。ユビキタスな接続性なしでは、プロアクティブ運用イニシアチブをパイロット規模を超えて拡大することは不可能です。手動で一貫性のない方法でデータを抽出することは、ますます非現実的になります。

同様に、プロセスのあらゆる段階で多様なアナリティクス手法を利用可能にし、有用な洞察を提供する必要があります。メーカーはまず、現場の機器にセンサーを追加し、リモート接続することから始めます。オペレーター、リモート技術者、サービス組織に、機器に潜在的な問題がある可能性を調査するようアラートを出す閾値を設定します。

それらの閾値は、さらなる洞察により、通常の使用パターンと運用パターンを理解したローリング平均やベンチマークへと進化できます。フラグが立った調査は機械学習アルゴリズムに投入できます。それらは潜在的な因果パターンを発見し、豊富な自動診断を生成できます。そして予測、さらには処方へと進みます。これは、ビジネスと運用プロセスを根本から再考する機会を与えてくれます。私はこれがサービス運用を変革する基盤的な方法だと考えます。

技術活用の課題とPTCの支援

RTInsights: これらの技術を使う際の課題は何ですか？ PTCはどう支援しますか？

MacDonald氏: 根本的に、プロアクティブ運用を可能にする最初の出発点である「接続性」の実現自体が課題となります。異なるデバイス、同種デバイスの異なるバージョンに接続する必要があり、それらは一人のメーカーの顧客基盤全体で異なる条件下で稼働している可能性があります。データ測定項目と技術的な接続プロトコルは、最終的に異なることになります。PTCは、エッジからクラウドへフェデレートされた階層をサポートする機能を提供し、それらのデジタル資産の定義と反復を容易にします。

メーカーは、顧客の運用環境に関するデータが限られているという固有の課題に直面します。自社が販売・サービスしているコネクテッド機器以外のデータを持っていないことがほとんどです。つまり、ラベル付きデータを常に持っているわけではありません。特に、結果が運用上のものである場合、ラベル付き結果データについて特に考える必要があります。

異常検知や統計監視といった他の手法を用いる必要があるかもしれません。それらは予測的洞察が可能になる前の良いステップになります。特に、ある状況や故障モードが明確に記録・持続されていないケースではそうです。

最後に、プロアクティブ運用には、予測的洞察やあらゆる洞察に基づいてさまざまなアクションを実行するため、異なるシステムとの統合が必要です。アラート可視化、ワークフロー開始、他システムへの連携など、プラットフォーム内にワークフローツールとAPI統合があることは絶対的に重要であり、求めるべきポイントです。

これすべての鍵の一つは、最終的にデジタルトランスフォーメーションにはコミットした努力が必要だということを理解することです。協業と、学び、反復する意欲が必要です。技術導入はハードワークだからです。

魔法はありません。成功の鍵はテクノロジー以上のものです。プロジェクトは包括的なビジョンと整合していなければなりません。多様なステークホルダーが共通のデータ定義に合意する必要があります。エンジニア、アーキテクト、データサイエンティスト、オペレーターが協業の方法を見つけなければなりません。彼らは伝統的に全く別の世界に存在してきました。彼らは協業し、反復し、理解し、洞察を導き出さなければなりません。現実世界のプロセスにどうデータが影響するかを理解し、より良いアクションを取らなければなりません。

彼らはすべて、データドリブンな意思決定をする意欲を持たなければなりません。そしてそれは、経営層のリーダーシップを前提条件とします。不明確なプロジェクトを非現実的な期待とともに投げ出すリーダーは、失敗するリスクがあります。ビジネス目標から始め、そこからデジタルトランスフォーメーションのビジョンへ逆算しなければなりません。戦略のビルディングブロックとなる良いプロジェクトを特定する前に、これを行わなければなりません。

要するに、現代のリーダーは、組織化するのに十分明確で、いかに反復して到達するかという固有の不確実性に対処するのに十分柔軟なビジョンを持たなければなりません。そのバランスを完璧に取る方法は、事後的には明確でも、将来を見据えるときにはかなり難しいものです。

最も恩恵を受ける業界と用途

RTInsights: どの業界とアプリケーションがプロアクティブ運用への移行で最も恩恵を受けますか？

MacDonald氏: 顧客の運用にとって重要な機器を提供するあらゆるメーカーが恩恵を受けられます。ダウンタイムがクリティカルな状況です。プロアクティブ運用は最適化を推進するためにも広く適用可能です。しかし、ビジネスケースが非常に強く、機会が莫大なのは、ダウンタイムがクリティカル、サービスコストが高い、特に安全性と規制コンプライアンスが最優先される機器・資産です。

好例は、空気・ガスハンドリングソリューションの製造で世界をリードするHowdenです。その機器はインフラ、発電、石油・ガス、排水処理、金属、鉱業、輸送などの分野で使用されています。

彼らの資産はシステムの健全性にとって不可欠です。彼らは最初にハイエンドの受注生産資産向けに、PTCのThingWorxを用いたHowden Uptimeソリューションを開発しました。これはコネクテッドIoTソリューションです。彼らの製品は、洞察を自社のサービス組織だけでなく、エンドユーザーにも表示します。

水分濃度は、機器や資産でインライン監視されていなかったため、そのソリューションの一部ではありませんでした（技術者が定期的に手動で測定していました）。ある石油・ガスの顧客がこの問題を抱えていました。顧客の自然な反応は「機器が動かない。ダウンタイムの原因だ」と言うことです。Howdenは問題を理解したいと考えました。ウォータープレディクションモデルをアプリケーションに組み込み、それが機器ではなく運用側の問題であることを理解しました。モデルは、運用環境に合わせて機器をより良く使う方法についての洞察も提供しました。

これは一人の重要な顧客に基づく機会でしたが、彼らは全体的なIoTソリューションを前進させ、診断的・予測的洞察を継続的に提供する方法を見つける大きな機会を見出しました。そのソリューションを他の顧客にも展開できます。

Howdenは何よりも、自分たちがやっていること、データアナリティクス、予測モデリングの交点で生まれる価値を理解することが、重要な成功要因だと言うでしょう。データアナリティクスと予測モデリングは、サービタイゼーションへのグローバルな移行を加速する基盤です。そうした中で、プロアクティブサービスプロジェクトの価値の大部分は、非常に成熟した産業市場において戦略的な競争差別化をもたらすブループリントを構築することにあります。