PwCインサイト：AIとビッグデータで製造業を変革

Manufacturing Globalが、PwC中東パートナー（デジタル、データ＆AI）のKaveh Vessali氏に、製造業におけるAIとビッグデータの適用について語りました。

人工知能とビッグデータを定義していただけますか？

AIは、機械が環境を認識し、通常人間の知能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を指します。

ビッグデータは、極めて大規模なデータセットを扱い、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う連携するのですか？

ビッグデータはAIのイネーブラーの一つに過ぎませんが、データ量が増大する中で、最も重要なものの一つとなっています。

これを製造現場にどう適用できますか？

広く言えば、AIとデータ活用には、コスト削減、ヒューマンエラーの最小化、生産性と効率の向上など、多くのメリットがあります。重要なのは、あらゆる場面——あらゆるテクノロジーの活用において——「何の問題を解決しようとしているか」を考えることです。単なる反復タスクの自動化であれ、人間と機械が協働してより良く、より速い意思決定を行うことで工場での仕事の性質を再発明することであれ。

なぜ製造業者はスマート製造能力の導入時にAIとビッグデータを活用すべきか、製造業者にとっての価値は？

一つの視点は、再びAIの経済的メリットです。製造業では以下の結果として現れます：

1. プロセスの自動化と、既存労働力の業務をさまざまなAI技術で拡張することによる生産性向上。

2. 製品のパーソナライズとテーラーメイド能力の向上、より高品質なデジタルおよびAI強化製品・サービスによる消費者需要の増大。

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の潜在的影響」では、AIアプリケーションの導入により、2030年までにこれらのセクターのGDP貢献度が12.4%以上増加すると推定しています。

AIとビッグデータは、インダストリー4.0革命において製造業者の進化をどう支援できますか？ インダストリー5.0をすでに見据えている企業については？

これは本当に、ビジネスを未来に向けて守るための「今の投資」の問題です。

AI導入には通常、2つの広範な戦略やアプローチが見られます。ビッグデータに頼らず即座に実行できること——コンピュータビジョンなどを含む、我々が「センシング」技術と呼ぶものの導入です。これらは製造業で即座に活用できるユースケースが豊富にあり、自動欠陥検知などがその例です。しかし、より長期的な視点では、データへの投資が必要です——適切な収集メカニズム、ストレージ、データガバナンス、ビッグデータ機能などを整備し、ますます価値の高い機械学習駆動型AIユースケースを開発するためです。これは長期的な導入成功に絶対的に必要です。

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する組織にとって、最良の戦略は？

AIとビッグデータは、成功するスマートファクトリーの一部分に過ぎません。AI導入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最も進展している組織です。AIソリューションをスケールして活用するには、以下を含む多数のテクノロジー投資と組織的意思決定が必要です：

1. プロセスのデジタル化は最終的にデータ生成能力の向上につながり、製造現場では数百のセンサーがリアルタイムで数千の測定値を生成する——結果としてビッグデータが生まれます。データはAI構築の鍵であり、信頼性と精度の高いデータ取得、管理、ガバナンスが鍵です。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・短期ともにユースケース、ビジネスアプリケーションから始まります。製造業者はどこでAIを活用したいかを問い、それらのユースケースを集め、期待インパクトと実装複雑性のバランスに基づいてプロジェクトを優先順位付けする必要があります。

もちろん、テクノロジーとビジネスプロセスに加え、人はあらゆる成功するテクノロジー導入の核心にあります。AIチームはデータサイエンティストだけでなく、データエンジニア、ソリューションアーキテクト、データスチュワード、そしてますます「アナリティクス/AIトランスレーター」と呼ばれる、ビジネスリーダーとテクノロジー専門家の両方とコミュニケーションできる人材で構成される必要があります。文化も鍵であり、製造業者はデータとAI駆動型文化を可能にし、データとアルゴリズムへの信頼を、労働者へのAI教育、その能力、価値抽出の最良の方法を通じて構築する必要があります。ポジティブな面だけでなく、リスクと限界も伝えるべきです——期待値設定なしにこれらに直面すると、投資意欲に大きな影響を与える可能性があります。

製造業におけるAIとビッグデータ導入の課題は？

調査によると、AI導入の主要課題の一つはROI（投資対効果）の不確実性です。前述の通り、長期的なデータとAI戦略の成功には多額の投資が必要であり、具体的なリターンが見えるまでの時間について、現実的な期待値を設定する必要があります。

多くの企業がデータ側でも苦労しています：AIシステムの運用に必要なデータの収集と供給、そしてその精度確保。これもまた、デジタル化へのより大きな投資の必要性を物語っています。

調査によると、製造企業がAIをスケールして導入する際の主な課題には以下が含まれます：

• 40% → テクノロジーが未成熟
• 40% → 労働力にAI導入・管理スキルが不足
• 36% → ROIが不確実
• 33% → データが未成熟
• 32% → 透明性と信頼の欠如
• 24% → 労働評議会と労働組合
• 22% → 本国および重要市場での規制ハードル

ここで強調されている要素、特に信頼の欠如と労働組合については、AIがメディアで「労働者を置き換える」「仕事を奪う」と誤って描かれがちなことが関係しています。はい、第1次産業革命以来、オートメーションによる効率化はあります。しかし、データとAIが最も価値を発揮するのは、労働者を拡張し、その能力と製造される製品を強化するために活用されるときだと我々は考えます。

もう一つ、今まさに顕在化しつつある課題は、スマートファクトリーにおける相互接続された設備と機械を標的としたサイバー攻撃の増加です。PwCは最近、全米製造業協会とMicrosoftの協力でこのテーマについてウェブキャストを開催しました。

製造業におけるAIとビッグデータの現在のトレンドは？

• エンジニアリング、組立、品質テストなどのコア生産プロセスへのAIソリューション追加に、やや焦点が移っている
• 安全性が極めて重要視され、プロトコル遵守機能（特定機械からの安全距離維持など）で採用された技術が、COVID-19プロトコル遵守などより日常的なシナリオで採用されている
• 製造プロセスに関わる大型機械の予知保全と、サプライチェーン最適化への関心が高まっている

今後12〜18ヶ月で、製造業におけるAIとビッグデータ業界に何が起きると見ていますか？

正直に言えば、過去12〜18ヶ月で進んできたことの継続を見ることになると思います。AIとデータはすでに製造業で活用されていますが、ヘルスケアほどメディアの注目を集めていません。しかし成功事例はあり、オペレーションがデジタルジャーニーを継続する中で、それらは続きます。