AIと製造業のビッグデータに関するPwCで5分

Manufacturing Globalは、製造業におけるAIとビッグデータの適用について、PwC中東パートナー（デジタル、データ、AI）のKavehVessaliと話します。

人工知能とは何か、ビッグデータとは何かを定義していただけますか？

AIは、機械がその環境を認識し、通常は人間の知性を必要とするタスクを実行する能力であり、さまざまなテクノロジー、技術、アプリケーションの分野全体です。

ビッグデータは、非常に大きなデータセットを処理するためのツールと機能のセットです。

AIとビッグデータはどのように連携しますか？

ビッグデータはAIを実現するものの1つにすぎませんが、データ量が増加していることから、ビッグデータは最も重要なものの1つです。

これを製造現場にどのように適用できますか？

大まかに言えば、AIには多くの利点があり、データの使用には、コストの削減、人的エラーの最小化、生産性と効率の向上などが含まれます。考慮すべき重要なことは、任意の設定（任意のテクノロジーを使用するため）です。解決しようとしている問題は何ですか？それは単に反復的なタスクを自動化することであろうと、より良くより迅速な意思決定を行うために人間と機械を協力させることによって工場での仕事の性質を再発明することであろうと。

スマート製造機能を採用する際にメーカーがAIとビッグデータを使用する必要があるのはなぜですか？メーカーにとっての価値は何ですか？

繰り返しになりますが、AIの経済的メリットは、次の結果として製造にもたらされます。

1.プロセスを自動化し、AIテクノロジーのさまざまなアプリケーションを使用して既存の労働力の作業を強化することで、生産性が向上します。

2.高品質のデジタルおよびAIで強化された製品とサービスに加えて、製造された製品をパーソナライズおよび調整する能力の向上による消費者の需要の増加。

製造業（および建設業）は本質的に資本集約的であり、2018年のレポート「中東におけるAIの潜在的な影響」では、AIアプリケーションの採用により、GDPの増加に対するセクターの貢献がさらに増加する可能性があると推定しました。 2030年までに12.4％。

AIとビッグデータは、メーカーがインダストリー4.0革命で進化するのにどのように役立ちますか？すでにIndustry5.0を見ている人はどうですか？

それは本当にあなたのビジネスを将来にわたって保証するためにあなたが今行っている投資についてです。

通常、AIの採用には2つの幅広い戦略またはアプローチがあります。ビッグデータに頼ることなく、すぐにできることがあります。それは、たとえば、コンピュータービジョンを含む、センシングと呼ばれるテクノロジーを採用することです。自動障害検出など、製造時にすぐに使用できるユースケースはたくさんあります。ただし、ますます価値のある機械学習主導のAIユースケースを開発するために、データへの投資（適切な収集メカニズムの導入、ストレージ、データガバナンス、ビッグデータ機能など）を必要とする長期的な取り組みがあります。これは、長期的な採用を成功させるために絶対に必要です。

製造業におけるAIとビッグデータの価値を実現しようとしている組織にとって最善の戦略は何ですか？

AIとビッグデータは、成功したスマートファクトリーのほんの一部です。 AIの採用をリードする組織は、コアビジネスプロセスのデジタル化ですでに最も進歩している組織です。 AIソリューションを大規模に使用するためには、次のような多くのテクノロジーへの投資と組織の意思決定が必要です。

1.プロセスをデジタル化することで、最終的にデータを生成する能力が向上します。製造現場では、数百のセンサーが数千の測定値をリアルタイムで生成するため、結果としてビッグデータが得られます。データはAIを構築するための鍵であるため、信頼性が高く正確なデータの取得、管理、ガバナンスが鍵となります。生産ラインと工場は、データ取得プロセスにおいて重要かつ直接的な役割を果たします。

2. AI戦略は、長期および短期の両方で、ユースケースであるビジネスアプリケーションから始まります。メーカーは、AIをどこで使用するかを尋ね、これらのユースケースをまとめて、予想される影響と実装の複雑さのバランスに基づいてプロジェクトに優先順位を付ける必要があります。

もちろん、テクノロジーとビジネスプロセスに加えて、人々はテクノロジーの採用を成功させるための中心です。 AIチームは、データサイエンティストだけでなく、作業を可能にするデータエンジニアやソリューションアーキテクト、正確性を確保するためのデータスチュワード、そしてますますビジネスリーダーやテクノロジーエキスパートとコミュニケーションをとることができる「分析/AIトランスレータ」で構成される必要があります。 。文化も重要であり、メーカーはデータとAI主導の文化を実現し、AIとその機能、価値を引き出す最善の方法について従業員を教育することで、データとアルゴリズムへの信頼を構築する必要があります。もちろん、それはポジティブなだけでなく、リスクと制限もあります。これらは、期待が設定されていない状態で遭遇した場合、投資意欲に大きな影響を与える可能性があります。

製造業でAIとビッグデータを採用する際の課題は何ですか？

AIを実装する上での主要な課題の1つは、投資収益率（ROI）に関する不確実性であることを示しています。私が言ったように、長期的なデータとAI戦略を成功させるには多額の投資が必要であり、具体的な利益を確認するための期待は現実的に設定する必要があります。

多くの企業はデータの側面にも苦労しています。AIシステムが動作するために必要なデータを収集して提供し、それが正確であることを確認することです。繰り返しになりますが、これはデジタル化に必要なより大きな投資を物語っています。

私たちの調査による規模でAIを実装する製造会社にとっての主な課題には、次のようなものがあります。

• 40％→テクノロジーが成熟していない
• 40％→労働力にはAIを実装および管理するスキルが不足しています
• 36％→投資収益率が不確実
• 33％→データはまだ成熟していません
• 32％→透明性と信頼の欠如
• 24％→労使協議会と労働組合
• 22％→国内および重要な市場における規制のハードル

ここで強調されている要素の1つは、特に信頼の欠如と労働組合に関して、AIは通常、メディアで労働者の「交代」や就職として誤って伝えられていることです。はい、最初の産業革命以来のように、自動化によって効率が向上します。しかし、データとAIは、労働者を増強し、能力と製造される製品を強化するために使用される場合に最も価値があると信じています。

私たちが直面し始めているもう1つの課題は、スマートファクトリーの相互接続された機器や機械を標的とするサイバー攻撃です。 PwCは最近、米国の全米製造業者協会およびMicrosoftと協力して、これについて議論するためのWebキャストを主催しました。

製造業におけるAIとビッグデータの現在の傾向は何ですか？

• 企業は、エンジニアリング、組み立て、品質テストなどのコア生産プロセスにAIソリューションを追加することに少し重点を置いています。
• 安全性は非常に重要であり、プロトコル順守機能で採用されている手法（たとえば、特定の機械からの安全な距離を維持する）は、COVID-19プロトコル順守のより多くの日常シナリオで採用されています。
• 製造プロセスに関与する大型機械の予知保全、およびサプライチェーンの最適化にも大きな関心が寄せられています

今後12〜18か月で、製造業のAIおよびビッグデータ業界で何が起こっていると思いますか？

正直なところ、過去12〜18か月間すでに行ってきた場所の継続が見られると思います。 AIとデータはすでに製造業で使用されていますが、メディアではこの使用法はヘルスケアなどほど注目されていませんが、成功事例はそこにあり、運用がデジタルジャーニーを継続するにつれて継続されます。