証明してみろ！ 2026 年:すぐに使える MES が実現可能であることを証明

現在、製造業界で大きな注目を集めている考え方があります。それは、すぐに使える MES などというものは存在しないということです。すべての工場が非常にユニークであるため、毎回十数のツールをつなぎ合わせ、すべてを最初から再構築する必要があります。

私は10年以上現場で働いてきました。なぜ人々がそう信じているのか理解できます。しかし、私は彼らが間違っていると思うので、それを証明したかったのです。

それが私たちが ProveIt に参加した理由です! 2026 年。

それを証明するもの!実際です。

よく知らない人のために、ProveIt!私たちの業界で最も厳しい競争環境の 1 つです。ベンダーは51社。報道によれば、125社のメーカーが参加するという。 3 つのライブ仮想ファクトリー。意図的に乱雑で不完全ですが、それが実際の実装の様子だからです。製品を工場に接続し、作成したものを披露し、ステージ上で 4 つの質問に答えます。どのような問題を解決しましたか?どうやって解決しましたか？どれくらいかかりましたか？費用はいくらかかりましたか?

洗練されたスライドデッキがあなたを救ってくれるわけではありません。それを証明するか、証明しないかのどちらかです。

私たちは、すぐに使える完璧な MES が存在すると主張するためにそこにいたわけではありません。私たちは、より具体的なこと、つまりゼロから始める必要はないということを証明するためにそこに来ました。メーカーは、自社の業務に実際に機能するシステムを入手するのに、18 か月も、コンサルタントのチームも、白紙のページも必要ありません。

私たちが解決しようとしている問題

MachineMetrics はディスクリート製造用に構築されました。 CNC マシン、スタンピング、射出成形。それが私たちのDNAです。当社は、航空宇宙、防衛、医療機器、精密加工工場などの機械加工を中心としたメーカーと深いつながりを持っています。

証明してください！私たちが割り当てられた仮想工場？複数の拠点での飲料の瓶詰め作業。 3つのサイト。バット、フィラー、ラベラー、パレタイザー。連続バッチ処理。 CNC マシンは 1 台も見えません。

正直に言うと、課題を見たとき、最初に思ったのは、「自分は何に夢中になったんだろう？」ということでした。これは私たちの典型的な環境ではありませんでした。まったく。

そこで、これを実際のテストとして扱うことにしました。再構築を開始する必要がある前に、プラットフォームはどこまで拡張できるでしょうか?

その答えは私自身も驚きました。

2 週間。 1人。 （ほとんどです。）

率直に言っておきたいことがあります。これを始めたのはカンファレンスの 2 週間前でした。私のエンジニアリング チーム全体は、好調な四半期決算の後、新規顧客の実装に追われていました。そこで、アプリケーション エンジニアの 1 人である Vicente の助けを借りて、自分で取り組みました。私は開発者ではありません。少なくとも開発者ではありません。

私たちが構築したもの:

数時間でマシンが接続可能になります。 私たちはエッジ プラットフォームを立ち上げ、UNS の MQTT ブローカーに接続し、AI 支援ツールを使用して、サイトの 50 台以上のマシンにわたってデータ項目を自動的にマッピングしました。今までタンクを接続したことがありませんでした。セットアップの途中で、センサーの 1 つが重量と流量を報告していることがわかりました。システムがそれを処理しました。この種の柔軟性は、正直に言うと、その真っ最中になるまでは十分に理解していませんでした。

AI に瓶詰めについて理解できるように教えました。 ここが一番不安だった部分でした。 KnowledgeHub と呼ばれる新機能を使用すると、プロセス ドキュメントと SOP をロードして、特定の環境で Max AI (ネイティブ エージェント AI) をトレーニングできるようになります。プラントの説明、機能仕様、および飲料製造に関する一般的なコンテキストを入力すると、ほぼ即座に有用な回答が生成され始めました。実際のSOPに基づいた切り替えチェックリスト。充填業者の停止と下流のラベラーの問題の違いを理解したシフト引き継ぎの概要。

私たちは飲料用 MES を構築したわけではありません。私たちは AI に飲料製造の仕組みを教えました。その区別が重要です。それは、カスタマイズと構成可能性の違いです。

カスタム オペレーター パネル。 開発者向け MCP、API、およびフロントエンド設計フレームワークを使用して、カスタム オペレーター インターフェイスを構築しました。これが何を意味するのか明確にしておきたいのですが、はい、カスタム開発が関係しています。しかし、これは、製造データ、生産スケジュール、ダウンタイム分類、シフト イベントをすでに理解しているプラ​​ットフォーム上のフロントエンド作業です。これは、白紙のページから始まる 12 か月のバックエンド エンジニアリングではありません。 Vicente と私は、見た目も動作も本物の製品と同じようなものを数日で作りました。そのフロントエンド フレームワークには現在、Carbide という名前が付けられています。このようにして、専用のエンジニアリング リソースを持つチームだけでなく、あらゆるお客様がこの種の開発にアクセスできるようにしています。

知的なエージェント MCP サーバーと N8N を使用して、スケジュールに従って実行し、本番データを取得して AI で実行し、異常とボトルネックを検出して、インテリジェントな概要を提供するワークフローを構築しました。私がステージで披露したものでは、タンクの詰まりの問題が特定されました。 VAT 3 は間違った製品を保持しており、連鎖的な下流の問題を引き起こしていました。システムは再発を防ぐために特定のアクションを推奨し、オペレーター パネルはリアルタイムでアラートを表示しました。 Max AI への 2 つのプロンプト。インポートされた 1 つの N8N ワークフロー。完了しました。

デモで実際にわかったこと

私がステージに上がると、会場にはすでにたくさんの出店者が集まっていました。私が考えた結論は次のとおりです。

スピードネタは予想と違ったヒットでした。 「2週間、2人か3人で？」という声を参加者から何度も聞きました。メーカーは、6 ～ 18 か月の実装サイクルを想定するように条件付けされています。 2 週間でマルチサイトの運用を接続し、ERP を統合し、新しい製造環境向けに AI を構成し、カスタムのオペレーター インターフェイスを構築できるという考えは、本当に信じられません。生で見るまでは。

シフト引き継ぎのデモは人々のスピードを緩めた瞬間でした。 シフトメモを記録するオペレーター。 AI は、これらのメモを生産イベント、ダウンタイム分類、切り替え時間、および生産レートと組み合わせた引き継ぎ概要を生成します。入ってきたシフトは機械に触れる前に少し時間がかかります。部族の知識はシフトごとに自動的に取得されます。私はこの問題が実際の現場で引き起こしている苦痛を見てきました。聴衆もそれを感じました。

構成可能性のストーリーは、その場にいたインテグレータの共感を呼びました。 ディスクリート製造用に構築されたプラットフォームを採用し、KnowledgeHub を通じて飲料製造を教え、これまで扱ったことのないプロセスについて、状況に応じて有益な正確な洞察を生成させました。それは、すべてを最初から再構築する必要がないことの証拠です。

その裏に私たちが構築しているもの

ProveIt! のようなカンファレンスで最も価値のあることは、ステージの時間ではありません。これは、フィードバックをフィルタリングしていないビルダー、インテグレーター、メーカーと 4 日間ブースに立って話をしているときに聞こえる言葉です。

これが私たちが聞いた内容であり、それに対して私たちが取り組んでいることは次のとおりです。

私たちはより高速な UNS 接続を構築しています。 ProveIt! では、UNS がすでにセットアップされていたため、マシンの接続は簡単でした。実際の実装では、この接続プロセスは、顧客を稼働させる上で最も時間のかかる部分の 1 つです。カンファレンス中に、ISA95 マシンの検出、データ項目のマッピング、アダプターの構成をワンクリックで処理する新しい UNS コネクタを構築しました。数時間かかっていた作業が数分で完了します。これは、私たちが実施するすべての導入において複合的に改善される種類の改善です。

私たちは、スタックのどこに位置するかについて話し合う方法をより明確にしています。 私たちのブースで最も多かったのは「うまくいきますか？」という質問ではありませんでした。それは、「MachineMetrics は私のアーキテクチャのどこに適合するのか?」というものでした。階層的に考えるコミュニティにとって、これは当然の質問であり、私たちはより明確に答える必要があります。私たちはフルスタック プラットフォームです。つまり、この分野のほとんどのベンダーよりも多くの問題を抱えています。ただし、フルスタックはクローズドを意味するものではありません。当社はデータを公開し、MCP 経由で共有し、お客様がすでに実行しているシステムと統合します。どちらのことも真実であり、私たちは両方を声に出して言えるようになってきています。

私たちはプラットフォームを強化し、それに名前を付けています。 ProveIt! に登場した MachineMetrics のバージョン。は、これまで見たことのない飲料瓶詰め作業に接続し、KnowledgeHub を通じてプロセスを学習し、状況に応じて正確なオペレーター ワークフローを 2 週間で生成できました。オペレーター パネル、インテリジェント エージェント、AI 支援アプリのスキャフォールディング。これらはすべて、カスタム アプリケーション ビルダーである Carbide と呼ばれる単一の機能に形式化されています。 Carbide は、顧客と当社のチームが、従来の開発タイムラインやゼロから始めることなく、MachineMetrics を各メーカーが必要とする特定のワークフローに拡張するアプリケーションを迅速に構築、展開、反復する方法です。 ProveIt で構築されたものをご覧ください!初期の証拠です。さらに追加が予定されています。

全体像

ProveIt で 1 週間過ごした後、私が実際に信じていることは次のとおりです。 51 社のベンダーと 125 社のメーカーが参加していると報告されています:

AI は製造ソフトウェアを構築する意味を変えています。以前は開発に数か月かかっていたアプリも、今では数時間でスキャフォールディングできるようになりました。これまで SOP や部族の記憶に存在していた知識を構造化し、保存し、シフトごとにすべてのオペレーターに提示できるようになりました。すぐに使える MES を不可能だと感じさせていた障壁、構成可能性のギャップ、業種特有の知識要件、カスタム統合作業は急速に縮小しています。

それがチャンスを生むのです。完璧なカスタム ソリューションを待っているメーカーは、「すぐに使える」製品と「自社向けに構築された」製品の間のギャップが予想よりも早く縮まりつつあることに気づくでしょう。中間点、つまり迅速に価値を見出し、そこから拡張できる構成可能なプラットフォームが合理的な選択になりつつあります。

ProveItに行ってきました！その主張をするために。成功したと思います。

ProveIt の全編をご覧ください!以下のプレゼンテーション。

ご質問がありますか、またはさらに詳しく知りたいですか?ここから LinkedIn での会話に参加してください!

Bill Bither は、MachineMetrics の共同創設者兼 CEO です。