専門家のコメント：デジタル世界における廃棄物の未来

無駄。これは、製造業で私たち全員がよく知っている言葉であり、私たちが継続的に取り組んでいる課題です。それは多くの異なるものがあります...

無駄。これは、製造業で私たち全員がよく知っている言葉であり、私たちが継続的に取り組んでいる課題です。それは、有料の顧客の手に渡ることのない原材料、コンポーネント、または欠陥製品からだけでなく、製造プロセスの各段階で使用されるリソース（労働、エネルギー、貯蔵、輸送、およびプラントや機械を含む資産-消費されますが、全体的な収益には貢献しません。簡単に言えば、廃棄物は収益化されていない投入物のコストであり、したがって、効率、生産性、敏捷性、品質の出力はすべて廃棄物の代用となります。

リーン生産方式の哲学の下で廃棄物はより正式な概念になりましたが、それは現代の製造業の誕生以来、業界に浸透している課題です。マシューボールトンと彼のビジネスパートナーであるジョンフォザーギルが1766年にイギリスのバーミンガムにソーホー製作所を開設したとき、彼らは「大量生産」の概念を導き、当時の非効率的な家内工業に革命をもたらしました。 1782年に、彼らは水駆動の金属圧延機を革新的な新しい動力源であるワット蒸気機関に置き換えました。そのため、「廃棄物との戦い」が始まりました。

それ以来、私たちは廃棄物を削減するための新しい技術、方法、プロセス、技術を継続的に発明してきました。ワットの蒸気機関のような主要な革新が出現したとき、私たちの前任者は効率と生産性の地震の利点を実現し、その後、継続的な改善と微調整の期間が続きました。これにより、これらのイノベーションのメリットがさらに最大化され、電気などの次の主要なイノベーションが出現するまで続きました。電気モーターは蒸気に取って代わり、電力を高度に分散し、費用効果と信頼性を高めました。その後、組立ラインは労働力の分割と利用のための新しいパラダイムを導き、トランジスタは産業用コンピュータの制御と自動化を生み出しました。

これらの主要なマイルストーンのそれぞれで、最初の影響が見られ、その後、継続的な改良と改善の期間が続きました。これにより、次の地震の変化が発生するまで、継続的な改善によって収穫逓減がもたらされます。製造プロセスを改善する領域を探す場合、ほとんどの組織は、無駄をなくすための新しい方法を継続的に模索しているため、より困難で微妙な改善を求める前に、最初に「最も低い成果」を選択する傾向があります。ただし、廃棄物の発生源を排除するためのコストが、実現される利益と同等かそれ以上になるポイントにすぐに到達します。残念ながら、収穫逓減の法則です。

この段階で、これらの改善を行うことは単に不経済になり、その結果、効率と生産性の向上は頭打ちになり始めます。これはほとんどのメーカーが今日いる場所であり、いわゆる生産性のパラドックスを部分的に説明するのに役立つと私は信じています。新しい設備、プロセス、技術への投資にもかかわらず、生産性の伸びは横ばいです。これは、ぶら下がっている果物が収穫され、企業が投資単位あたりの収穫逓減のサイクル内で立ち往生しているためです。生産性のパラドックスを打破できるのは、次の地震の変化が現れてパフォーマンスが大幅に向上したときだけです。

歴史が示しているように、これらのシフトは一夜にして起こりません。彼らは、誇大広告の期間を経る前に、最初は懐疑論としばしば嘲笑に直面し、その後、知覚された利益が実現しないため幻滅します。この移行には数年、場合によっては数十年かかることが多く、徐々に具体的なメリットが現れ始めるのは、ITアナリスト企業であるG​​artnerが「啓発の傾斜」と呼んでいるものです。これは誇大広告サイクルの第4フェーズです。 。デジタル化、スマートファクトリー、ファクトリーオブザフューチャー、インダストリー4,0、インダストリアルモノのインターネット（IoT）はすべて同じテーマのバリエーションであり、この次の主要なサイクルのルーツを表しています。これらのテーマについては多くのことが報告されており、今後も報告されますが、それらはすべて、廃棄物との戦いにおける次の重要な武器である情報という単一の基本的な要素の活用に基づいています。

関連項目：

• ManufacturingGlobalの3月版が公開されました
• ジュネーブモーターショー：見逃したくない自動車技術のトップトレンド
• シーメンスは、製造能力を強化するためにKACOの新エネルギーを取得する予定です
• ブレイインターナショナル：デジタルトランスフォーメーションを通じてバルブ製造の考え方を変える

自動化などの既存の製造現場テクノロジーや、シックスシグマなどのオフラインパフォーマンス改善手法による効率と生産性の低下は、ガラスの天井に到達しています。たとえば、製造作業がどの程度効果的に利用されているかを評価するために一般的に使用される設備総合効率（OEE）の測定値を取り上げます。 100％のOEEは、優れた製品のみが可能な限り迅速に生産され、ダウンタイムがゼロである、完璧な生産環境を示します。このレベルのOEEを達成することはほぼ不可能ですが、幅広い研究にわたる一般的な調査によると、世界クラスのメーカーは約80〜85％のOEEを目指しており、50〜60％がより一般的で、30〜40％はそうではありません。珍しい。これは、効率と生産性の点でまだ大幅な改善の余地があることを示しているだけでなく、パフォーマンスを改善するための私たちの取り組みが「針を動かす」ことはめったにないことも明らかにしています。代わりに、メーカーは、実際に影響を与えるために、多数の小規模で、場合によってはコストのかかる改善の集大成に依存しています。

このガラスの天井を突破するには、現在よりも高いレベルの運用の鋭敏さを開発することにより、情報とデータ資産を活用する必要があります。物理システムでは、常にある程度の自然変動と予測不可能性がありますが、それを次善の製造プロセスの言い訳として使用し続けるべきではありません。代わりに、この情報を使用して、これらがいつどこで発生するかを（リアルタイムまたはほぼリアルタイムで）理解し、その変動性と予測不可能性に対応して軽減するメカニズムを導入する必要があります。またはそれでも「起こる前に」。

これは簡単なことではなく、単一の測定、プロセス、または製品の特性だけでなく、因果関係全体にわたって、多くの変数を継続的に理解および監視する必要があります。製造環境では、プロセスが完全に分離されることはめったにありません。1つのプロセスのパフォーマンスは、直接および周囲の両方の無数の他の影響によって引き起こされる可能性が高いためです。これは「次元の呪い」と呼ばれることがよくあります。次元が多いほど、必要なデータが多くなり、実用的な洞察を引き出すことが難しくなります。残念ながら、人間の脳はこのレベルの複雑さを処理するようには設計されていません。これは、非常に少数の次元で非常に座りがちなペースで推論を理解するのに苦労しているためです。

幸いなことに、いくつかの新しいテクノロジーが収束して成熟し、製造効率と生産性の次のシフトの基盤を形成しています。高度なセンサーのコストと小型化により、あらゆる規模の組織が、需要とサプライチェーンから、または製品自体に埋め込まれた、想像を絶する量のデータを継続的にキャプチャできるようになっています。高度さのレベルに応じて、これにより、センサー内に直接組み込まれた高度なアルゴリズム（エッジコンピューティングと呼ばれる）を使用した自律的なコンピューティング操作が、閉ループ（マシン間）で他のセンサーやデバイスと直接連携できるようになります。ユビキタス通信ネットワークの台頭（新しい5G規格が主流になると再び変化する傾向）により、これらのセンサーは世界中のどこからでも収集されたデータを高速で通信することができます。

これらのデータストリームには、リアルタイムの洞察を生成できるように、情報を高速でフィルタリング、並べ替え、分析できる大量のデータストレージとコンピューティングリソースが必要です。これは、ビッグデータとクラウドコンピューティングによって実現されており、コストのかかるオンプレミスインフラストラクチャからのデータと情報のビジネス価値。最後に、このデータから得られた分析と洞察は、適切な場所で適切なタイミングで有効なアクションを実行できるようにする必要があります。これは、事実上すべてのデバイスで常に利用可能であり、作業者が簡単に解釈して行動できる非常に視覚的で直感的な形式です。その上。これは、今日主流になりつつあるクラウドベースのサービスとしてのソフトウェア（SaaS）およびリッチWebアプリケーション（RWA）インターフェースの進化によって可能になっています

工場、製造現場、サプライチェーンのデジタル化により、メーカーはこれまで不可能または経済的に実現不可能だった方法で廃棄物を迅速に特定して排除できるようになり、効率と生産性の新時代の到来を告げます。ぶら下がっている果物が選ばれたら、収穫逓減の法則がかみ始め、次の大きな変化を探すまで、廃棄物をさらに削減するための新しい革新的な方法を見つけるための技術と技術を進化させ続けます。出現します。ただし、人工知能（AI）の第一人者であるAndrew Ngが思い出させてくれるように、今それを心配することは、火星の人口過多を心配するようなものです。

InfinityQS - の大手プロバイダー 統計的プロセス制御（SPC） 世界中のメーカーへのソフトウェアとサービス。そのソリューションは、製造プロセス中のデータ収集と分析を自動化し、リアルタイムのプロセス改善決定を可能にし、欠陥が発生する前に防止します。 InfinityQSソリューションは、品質分析と制御のための実証済みの方法論を使用して産業統計学者によって開発され、大手メーカーに毎年数百万ドルを節約しています。