IBM：プロアクティブなEAMソリューションで資産信頼性と安全性を向上

IBMのSkip Snyder氏が、製造業者にとっての効果的なEAM（エンタープライズアセットマネジメント）ソリューションのメリットを語ります。

ソフトウェア、システム、サービスを組み合わせたEAMは、運用資産の品質をライフサイクル全体を通じて維持、管理、最適化するのに役立ちます。IBMグローバルビジネスサービスのシニアパートナー、Skip Snyder氏は、EAMソリューションのメリットを3つのカテゴリーに分類して説明します：品質の最適化と資産活用、生産的な稼働時間、コスト削減。

品質の最適化と資産活用

「適切にメンテナンスされた設備は、信頼性の高い高品質なアウトプットを支えます」とSnyder氏。「しかし、予防保全は非常にコストがかかるため、組織は常に不要な点検を減らそうとしています。」

品質を最適化し資産を活用する一つの方法は、センサーを通じて資産の健全性を監視し、故障の兆候となる傾向を検知して事前に対処することです。その他、カメラやマイクロフォンで設備の健全性を監視する方法もあります。場合によっては、ロボットがセンサー、カメラ、マイクロフォンを設備に届け、データを収集します。この手法は技術者の生産性を向上させ、より高付加価値の業務に集中できるようにしながら、データ収集を継続できます。

「資産に取り付けられるセンサーとデバイスの数が増えるにつれ、追跡されるデータ量は指数関数的に拡大しました。人間だけですべてを監視することは不可能になっています。AIは、学習し傾向を特定できるため、そのすべてのデータを理解し価値を引き出すために、EAMで重要な役割を果たすようになっています。テクノロジーはデータを実用的なインサイトに変換することで、資産への理解を深め、より効果的なメンテナンスを推進するために活用できます」とSnyder氏。

「例えば、状態ベースメンテナンスが時間ベースメンテナンスに取って代わっています。数ヶ月ごとや決まったスケジュールで点検・修理を行うのではなく、運用データと分析から得られるインサイトで資産故障を予測します。これにより、注意を要する資産が適切なタイミングで対応を受けられ、信頼性が向上しメンテナンスが最適化されます。リモート監視機能により継続的な異常検知が可能になります。資産パフォーマンスはAIによって継続的に追跡・評価され、センサーデータのフラットライン状態や急激な変化などの指標に基づいてアラートを発信できます。」

事例：Sugar Creek Brewery

「Sugar Creek Breweryは、IBM Maximoを活用しEAM、AI、IoTで品質を最適化しロスを削減した好例です。製造工程でのビールこぼれで月3万ドル以上の損失を出していました。テクノロジーを醸造プロセスに統合することで、製品品質に影響する問題を特定できるようになりました。充填時間、温度、pH、比重、圧力、炭酸ガス、液面などのパラメータがすべてクラウドに送られ分析されます。このデータで新たなプロセスを構築したり既存のものを改善したりして、製品が製造期待を満たすようにし、製造ロスによるコスト削減分をビジネスに再投資しています」 — Skip Snyder氏、IBMグローバルビジネスサービス シニアパートナー

生産的な稼働時間

オープンハイブリッドクラウドプラットフォームとAI駆動のインテリジェントワークフローに支えられた適切なEAMシステムがあれば、製造業者は「潜在的な設備故障を検知し、問題解決に必要なすべての情報（工具、資産履歴、根本原因分析、ベストプラクティス）を含めて技術者に作業指示を自動発行できます」とSnyder氏は付け加えます。

コスト削減

コスト評価について、Snyder氏は2つの観点で説明します。「第一に、技術者が適切な作業を、適切なタイミングで、適切な方法で行えているか。第二に、故障、修理遅延、部品不足による設備ダウンタイムが排除または最小化されているか。」

第一の観点では、技術者の効率が高ければ高いほど、より多くの設備を稼働し続けられます。「効率が高ければ価値も高まります」とSnyder氏。「リアルタイムのインサイトと自動化機能により、従業員は迅速かつ自信を持ってデータ駆動型の意思決定を行い、より高付加価値の業務にエネルギーを集中できます。」

第二の観点では、設備メンテナンスのニーズについてより多くの情報を把握し予測できれば、運営はより効率的になります。「結果として、予期せぬ故障や部品不足による修理遅延によるダウンタイムが減ります。適切な情報があれば故障を予測でき、適切なEAMプログラムがあれば、適切な部品を適切な数量で適切なタイミングで確保でき、設備パフォーマンスを最適化し、総合設備効率（OEE）を改善できます。」

EAMソリューション導入のためのベストプラクティス

結論として、Snyder氏はEAM導入には多くのベストプラクティスがあるが、最終的には設備の健全性を把握し、労働力に適切な情報とツールを提供し、信頼性と安全性をプロアクティブに確保することに尽きると振り返ります。

「これを現実のものにするには、ハイブリッドクラウドとAI機能の導入が不可欠です。オープンハイブリッドクラウドアーキテクチャにより、処理を現場に近づけ、データのレイテンシを減らすことで、適切な情報とツールを労働力にタイムリーに届けられます。AIは、製造現場やそれ以外から膨大なデータをふるい分け、設備で実際に何が起きているかを理解し、発生し得る潜在的な問題への最善の対応策を導き出すのを支援します。」

製造業者が注力すべきもう一つの主要分野は、優れたデータプラクティスです。EAMは意思決定にデータを依存するため、「データ品質の低さやデータ不足は、技術者が間違った優先順位に時間を費やす、在庫が必要なときに必要な場所にない、適切なツールが利用できない、そして最終的に設備故障と生産遅延を招く原因となります。」

予防からプロアクティブへシフトするためには、製造業者は「IoT、モバイル、AI、ロボティクス、その他の技術革新を活用してデータを収集、分析、行動に移す戦略を持ち、設備の健全性を理解し、テクノロジーが生成するインサイトに基づくプロセスを自動化する必要があります。」