2050年の製造業：自動化と人間のイノベーションが未来をどう形作るか

強力なトレンドが製造業を2050年までにほぼ完全自動化へと押し進める一方、業界に残る人々はかつてない速さでイノベーションを起こし、構築する力を得るだろう。

数年前、ウォーレン・ベニスはこう予言した。「未来の工場には従業員が2人しかいない——一人の男と一匹の犬だ。男は犬に餌をやるためにいる。犬は男が設備に触れないよう見張るためにいる。」

まだそこまでは至っていない。しかし、いくつもの強力で相互に関連したトレンドが、2050年までに私たちをそれに近い状態へ押し進めるだろう。一方で、製造業に携わる人々は、かつてない速さでイノベーションを起こし、構築する力を得ることになる。

複合加工と自動化

2050年までには、平均的な工作機械は完全自動化され、より高能力になるのは確実だ。複合加工は一般的になり、おそらくほぼ普及する。このトレンドはすでに確立されている。

業界ベテランのスコット・ウォーカー氏（Mitsui Seiki USA会長、ニュージャージー州フランクリンレイクス）はこう観察する。「2000年代初頭、北米の5軸マシン市場は150台だった。今日は3,000台だ。研削とフライス、レーザー金属積層とフライス、研削と焼き入れなど、機能統合も進んでいる。」メリットはワークエンベロープ内でより多くのことが完結できる点だが、「悪夢」はこれらすべての機能を適切かつ一貫して動作させることだった。「しかし、テクノロジー、監視、ソフトウェアがすべて向上すれば、それも変わるだろう。」

多くの製造業者にとって部屋にいる象（無視できない大きな課題）は、3Dプリンティングが技術ミックスをどの程度変えるか、さらに製品設計やその他諸問題への影響だ。これまで、積層造形の速度制約と高い原材料コストが、試作以外での実用性を大きく制限してきた。しかし、Wohlers Associatesのテリー・ウォーラーズ氏（コロラド州フォートコリンズ）は、2050年までには速度は「敵ではなくなる」と語る。

粉末床方式を例に取ろう。生産時間の大半はレーザーで表面をトレースし材料を溶融させる工程だ。「しかし現在、ビルドプラットフォーム上で複数のレーザーが同時に作業するシステムが登場している」とウォーラーズ氏。「電子ビームのエネルギーを最大100本に分割し、プロセスを高速化する手法もある。」一方、これらには大量のエネルギーが必要でコストがかかる。ウォーラーズ氏は、こうした制約も克服されるだろうと考える。例えば「440ボルトのコンセントから電力を得るのではなく、太陽エネルギーを直接活用して材料を溶融させる」といった形で。

ウォーラーズ氏は、指向性エネルギー堆積法が金属部品の造形において粉末床法より本質的に高速だが、「作れる物体に制約があり、解像度でトレードオフがあり、一般に機械加工、時には大量の機械加工が必要になる」と指摘。これが、積層とCNCフライスを組み合わせたハイブリッドシステムへの回帰を促す。ウォーカー氏同様、ウォーラーズ氏もこれら2アプローチの調和の問題は今後32年でおおむね解決すると見ている。

材料コストの低下と選択肢の拡大も、積層技術の更なる活用を後押しする。「今のマシンで使える熱可塑性樹脂はせいぜい数十種類だが、従来製造では数千種類がある」とウォーラーズ氏。現在3Dプリンティング用ポリマーは従来用途の同類ポリマーの最大50倍のコストだ。損益分岐点は部品サイズにより数百〜数千個に達する。しかし、ポリマー部品製造マシンの多くの特許が切れ、低コスト材料を使う新マシンが登場している。「損益分岐点が劇的に改善し、積層造形が射出成形に対し、より幅広い製品、より大量生産品で挑戦可能になる。」

金属でも同様の議論は成り立つが、ウォーカー氏のような懐疑論者もいる。「60トンの鋼を加熱し圧延して薄板にする方が、粉末冶金やクラッディングで何かを造るより遥かに容易だ」とウォーカー氏。「積層造形は、機械エンベロープ内に組み込んでプロセスに付加価値を与える機能と見る。別種のエネルギー源による分子レベル操作が可能にでもならない限り、鉄鋼製造の代替プロセスとは見なさない。」

積層造形には、少なくとも一部のプレーヤーにとって最後の切り札がある：従来不可能な形状を創れることだ。これは新製品・新機能の可能性を開くだけでなく、3Dプリンティングの速度問題も緩和する。3Dプリンティングで可能なオープンラティス構造なら、ソリッド構造より遥かに少ない材料で、多くの用途に必要な強度と剛性を実現できる。3Dプリンティングの生産速度は材料の立方体積に比例するからだ。奇妙な新構造は、次のトピックとも見事に重なる。

自動化されたクリエイティブな設計

ウォーカー氏の見立てでは、製造業が最大の生産性向上を達成する2分野の1つは、製造プロセス準備に必要なすべての作業のデジタル化だ。「今日は設計者がデジタルモデルから始め、工具パスを生成……誰かが治具を設計……鍛造品を手配……アプリケーションエンジニアがプログラムを機械にドリップフィードし、工具ごとに切削音と見た目を監視……最終的に機械が部品を作る……そして全モーションを洗練させサイクルタイムを短縮する。」実態はさらに酷い。初期設計を得るプロセスも煩雑だ。幸い、多くの優秀な頭脳がこのプロセスのあらゆる部分を容易かつ迅速にするべく懸命に取り組んでいる。

最上流では、ジェネレーティブデザイン技術が、より広範なクリエイター層が新たな幾何学的可能性を迅速に探索するのを支援している。Autodesk（カリフォルニア州サンラファエル）の「Fashion 360」の場合、ソフトウェアはクラウド上で動作し、機械学習と人工知能（AI）を用いて、設計者が設定した強度、コスト、製造方法、材料などの基準をすべて満たす設計案を数百個自動生成する。さらにAutodeskの製造・生産戦略ディレクター、ボブ・ヤンシー氏によれば、これらの設計は「単なる使えない理想化ジオメトリではなく、CADソフトでさらに編集可能な実用的なCADモデルだ。」

また、ヤンシー氏が「製造認識（manufacturing aware）」と呼ぶ特性も備える。これは「最初から希望の製造方法を制約として組み込んでいる」ことを意味する。「例えば『5軸CNCで切削可能』と指定すれば、すべての設計案がその制約に準拠する。」

人間設計者が不要になるわけではない。ヤンシー氏の言葉を借りれば、「設計課題を専門知識を持って精密に記述することは、決して廃れないエンジニアリングスキルだ。ジェネレーティブデザインソフトがするのは、人間単独では考えつけないほど多くの設計案を提示し、遥かに多くの選択肢を検討し、より良い成果を得られるよう支援することだ。これはエンジニアとコンピューター、人間の知性と人工知能の共創の未来だ。」

より深遠なのは、生成される設計が人間の発想を超え、往々にして優れている点だ。Microsoft（ワシントン州レドモンド）のプリンシパルインダストリーリード——製造業コミュニティ/クラウド＋AI部門、ディエゴ・タンブリーニ氏はこう述べる。「私がCADツールの前で部品を設計しようとすると、何世紀もの先行設計に基づく1,000の先入観を持ってしまう。AIにはそんな先入観がない。設計自動化は難問であり、コンピューターが複雑なアイテムを設計するのは想像しにくいと同意するが、逆に我々が最適でない人間の設計と共存している事例が多々あることも認識すべきだ。」

先入観の一部は、原材料がブロック、バー、シートに限られてきた経験に由来する。だが3Dプリンティングはそれらに限定されず、創れる形状にも制約がない。

それらの制約を取り払いAIを働かせると、ジェネレーティブデザインは「我々の常識とかけ離れた形状——動物の骨のような、より有機的な形状」を生み出すとタンブリーニ氏。

ウォーラーズ氏も同調し、自然界が驚異的な強度重量比を持つ構造例を提供していると指摘。これまで3Dプリンターは、強度特性への理解が乏しい缶詰プログラムで定義された格子、メッシュ、細胞構造を造形してきた。「最新のトポロジー最適化ツールは、強度が保証されたエンジニアリングされた格子・メッシュ構造を生成できる」とウォーラーズ氏。「将来、カーボンファイバー複合材より軽量で、製造に時間とコストがかかる複合材に代わる、様々な金属合金の超軽量構造が見られるかもしれない。」

タンブリーニ氏は、コンピューターが提示した格子形状が人間には「頼りなく薄っぺらに見え」、安心感を得るために何かで覆って頑丈に見せようとするケースを見たことがあるという。「人間は所詮人間なのだ。」

プロセスの高速化

Make It In LA（ロサンゼルス）の創業者兼チーフインスティゲーター、クリスティーナ「Z」ホリー氏は、ますます賢くなるソフトウェアと3Dプリンティング、VRなどの新技術を組み合わせることで、反復的な製品開発サイクルを劇的に高速化できるメリットを強調する。消費者からより早い段階でフィードバックを得られる利点——より良い製品につながる可能性——に加え、新ツールが設計と構築のプロセスを民主化することを指摘する。

「非エンジニアが欲しい製品を自分で設計できるようになれば、世界は変わるだろう。起業家がデジタル製品ビジネスと同様に容易に物理製品ビジネスを始められるようになれば、どんな製品が生まれるだろうか？」

彼女が予見する成果の一つ：「2つのスキルが極めて価値を持つようになる。一つは、これらのシステムをコーディングし、何が機能し何が機能しないかの細部を理解する深い技術スキル。もう一つは、顧客と市場機会のニーズを共感的に理解する力。」

では、どのスキルがそれほど重要ではなくなるのか？ 実際に機械を操作することだ。設計からCAMへのプロセスはほぼ自動化される。ウォーカー氏の説明では、設計モデルに材料情報が含まれていれば（標準化しつつある）、「機械が残りを知能的に処理すべきだ。8,000本の工具ラックから適切な工具を取り出し、正しい工具パスを適切な速度で追従する。衝突回避のためのビジョンと聴覚監視機能を持ち、切削状況を判断して回転数と送りを自動調整する。それが今、アプリケーションエンジニアがやっていることだ。30年後、彼らが何人必要だろう？ できればゼロだ。」

ただしホリー氏は、雇用だけに焦点を当てることへの警鐘を鳴らす。第一に、仕事はなくならない——ただ異なる、よりクリエイティブな仕事になる。第二に、「重要なのはイノベーションをローカルに保つことだ」と氏。「設計と製造を海外に出すことには多くの弊害がある。知的財産の管理権を失う。環境に良くない。そして、自ら製造に携わらなければ、何が可能かを見失う。」

受注生産……ローカルで

個々の工作機械の能力拡大に後押しされ、製造業が遥かに地理的に分散することは誰もが同意するところだ。ヤンシー氏は、多くの製造業者がリスク低減と、市場への適応性を高めるため顧客の近くで生産したいと考えていると語る。

ウォーカー氏も同意し、輸送コストと環境負荷がローカル生産を促すと予測。また、ある国で製品を販売するために一定数の部品をその国で生産しなければならない政府義務オフセットも動機の一つ。為替変動による利益圧迫も、マージン縮小の中で問題を悪化させている。

同時に、カスタマイゼーションの度合いは遥かに高まり、サプライチェーンは遥かにタイトになる。タンブリーニ氏の総括：「需要予測に基づき大量生産して期待需要を満たす慣行はひっくり返る。顧客が genau 何を望むかを伝え、メーカーがその瞬間に、その瞬間だけそれを作る形に近づく。デジタル化と自動化が、この夢を技術的にも、経済的にも実現可能にしつつある。」

これは全製品に当てはまるわけではなく、標準化・カスタマイゼーション・パーソナライゼーションの境界は曖昧だ。だがタンブリーニ氏は、事前定義されたオプションリストによる製品カスタマイズの慣行が指数関数的に拡大することは確実だと語る。義肢や衣料品など一部製品は完全なパーソナライズになるかもしれない。同様に、ほとんどの製造業者は専門メーカーではなく汎用サービスビューローになり、クラウド経由で送られてくるものをオンデマンドで製造するようになる。

ウォーカー氏の言葉：「今日、企業がコンポーネント製造に3〜5年の契約を必要とするのは、その部品を一貫して精密に作るためにマシンを購入・プログラミング・工具整備するコストが莫大だからだ。」マシンを自動化・多機能化し、セットアップ労力の大部分を排除すれば、製造業はより俊敏で、おそらくより薄利なビジネスになる。Make It in LAのホリー氏が言うように、設計プロセスと設計ツール・インターフェースがさらに重要になる。

稼働し続ける仕組み

デジタル化の進展、「ハイパーコネクティビティ」、AIは、最小限の人員とダウンタイムで生産を維持する能力を大幅に向上させるだろう。タンブリーニ氏によれば、現在収集されているデータの大半は、工場内とサプライチェーン全体で何が起きているかを監視するために使われている。「しかし、なぜ特定のことが起きるのかを問い、AIで将来を予測し始めている。このプロセスの次の段階は、AIと機械学習を用いて自律的な対応を可能にすることだ。」

つまり、十分なデータがあれば、機械学習が特定部品の故障を精度よく予測できる。優れた意思決定アルゴリズムとショップフロアの全生産要求に関する知識があれば、システム自らが迫る故障への対処——部品発注、ダウンタイムスケジューリング、特定ジョブの代替機への移動等——を決定できる。機械が自己修復したり、修復ロボットを呼び出したりする未来さえ想像できる。ウォーカー氏は人間の保守技術者が不要になるとは思わないが、機械が音声で「何をすべきか」を伝えるようになる——ハンドヘルドデバイスや画面、操作盤は不要になる——と予想する。

タンブリーニ氏は、Microsoftのヘッドマウントデバイス（HoloLens）が、周囲のホログラムとインタラクション可能にすると指摘。「デジタル情報を現実に重ね合わせ、いわば超能力を与える。拡張現実が組立指示、QC指示、保守指示に使われ、トレーニング必要性を低減できることが分かっている。」例えば、遠隔地の保守エキスパートが現地技術者を支援し、部品を指し示したり動かし方を示したりできる——まるで二人で同じものを同じ工場で見ているかのように。

最後にタンブリーニ氏は、機械学習の美点の一つを指摘する。「能力や知識が向上した瞬間、それがソフトウェアであるが故に全世界に瞬時にブロードキャストできる。データを共有できれば、皆がより賢く、より良くなれる。」これは、工場内のエキスパートが長年の経験で機械の音などを解釈し判断する従来型とは対照的だ。「その種の知識を分配するのは極めて困難だ。」

変わらないもの

議論に上った限りでは、専門家たちは製造精度が今後30年で大きく進歩するとは考えていない。「現在、精度を判定する計測技術の方が大きな問題になっているレベルで作業している」とウォーカー氏。「さらなる高精度化の次のステップは分子操作だ」（誰も想定していない）。加工速度が大幅に速くなるとも誰も思っていない。前述の3Dプリンティング速度向上も、ソフトウェア改善による生産性向上ほど革命的ではなく、進化的だ。微小部品製造能力もすでに驚異的だ。ウォーラーズ氏は微細化を「問題を探している解決策のようなもの」と呼ぶ。「数少ない用途の一つは、3Dプリント部品に埋め込まれた微小センサーだ。」

変化を懸念するなら、ウォーカー氏のこの言葉が慰めになるかもしれない。「我々は1780年代から製造を微調整し続けてきた。次の30年も更なる微調整だ——真に革命的な何かを思いつかない限り。」氏は私に尋ねた。「誰か『重力を操作する方法を見つけたから、化石燃料を燃やさずに月へ飛べる』と言ったか？」と。答えは知っていた。そういえば、男を機械から遠ざける犬の話をした人もいなかった。