原文：Modern Machine Shop掲載 ペンと紙によるジョブ効率管理では実態が見えなかったAccuRoundsは、MachineMetricsを導入しました。しかし、機械監視はメリットとともに、現場従業員のモラル課題も浮上させました。 手作業でのショップフロア効率管理を試みた後、AccuRoundsはMachineMetricsの支援で機械監視システムを導入。このデータ駆動プラクティスはリアルタイム監視のメリットを即座に示しました。同時に、導入初期数ヶ月でショップフロア従業員の間に緊張が生じることも明らかになりました。強固な文化をフロントオフィスからショップフロアまで築いてきたAcc

製造業はデータ収集のリーダー格です。センサデータ、従業員動線追跡、ダウンタイムデータ、予知保全関連データ、需要データなど、製造施設内には情報収集の機会が溢れています。 一見素晴らしいことのように思えます。これだけのデータがあれば、メーカーはますます細かな顧客セグメンテーションで製品・サービスを最適化し、機械学習でリスク低減と意思決定を支援し、次に提供すべき製品・サービスをより深く理解できるはずです。そうでしょうか？ 残念ながら、現実は異なります。トップクラスのデータ収集者であるにもかかわらず、多くの製造業者がデータを実効的に活用できていません。これだけのメリットがあるのに、なぜ製造業者はテクノ

あらゆる新技術と同様、産業オートメーションにも大げさな期待と過度な恐怖が混在しています。インターネット上に蔓延する迷信の数々の中で、事実と虚構を区別するのは容易ではありません。こうした認識の変動は予期されるものです。これらは「ハイプサイクル」の主要な側面であり、真に破壊的な技術が、発見、初期採用、大衆採用へと進む過程でほぼすべてに影響を与えるイベント進行です。産業オートメーションも技術的先駆者と同じ曲線を描いており、この事実はそのメリットと定着力の確かな裏付けとなっています。 ここでは、産業オートメーションについて広まっている迷信をいくつか解き明かし、期待と現実のギャップを埋め、この技術の真の

石油・ガス業界は、代替グリーンエネルギーとの競争と、世論からの説明責任要求を受け、成長とイノベーションを促すデジタルトランスフォーメーション技術を受け入れつつあります。Quantzigによれば、大手石油・ガスOEMはIIoTなどのデジタル技術を活用し、意思決定プロセス改善と新収益源開拓による収益性向上を目指しています。 石油・ガス業界のデジタルトランスフォーメーションは、複雑なプロセスを理解するためのデータ取得能力から始まります。したがって、採掘現場と製造施設の稼働設備から生成されるデータを取得・処理可能でなければなりません。石油・ガス関連データの取得を可能にする責任は、業界で使用される設備を

石油・ガス業界は産業用インターネット（IIoT）とその可能性に前向きになりつつありますが、Gartnerによれば、業界内企業の53%が何らの導入戦略も実行していません。これには、業界が依存する設備を製造する石油・ガスOEM（原機器メーカー）も含まれます。 石油・ガスOEMがIIoT導入に消極的なのは、過去の利益、現状維持への安住、デジタルトランスフォーメーション成功への障壁などに起因します。しかし、代替エネルギー源が成熟し、多様な用途でより多くの電力を供給し始める中、石油・ガスOEMは収益を維持・拡大しながら競争力を保つ新たな道を見つけなければなりません。石油・ガスOEMのデジタルトランスフォ

石油・ガス業界におけるデジタルトランスフォーメーション技術は、業界関係者からの反応が芳しくなく、約53%の企業がこれら強力なツールの導入を先送りしています。石油・ガスOEMの導入率が低い背景には、「今のやり方で機能しているなら変える必要はない（壊れていないものは直さない）」という信念や、DIY型IoT導入の70%が失敗するという事実など、多様な障壁があります。 高い失敗率がデジタルトランスフォーメーションへの熱意を冷ました面はありますが、こうした数字は文脈で見る必要があります。一見安価で安全に見えるDIYアプローチは、紙上の計画通りには処理・実装できない肥大化したプロジェクトになりがちです。最

受託製造業者（CM）は、品質に関する固定観念と向き合い続けています。OEM-CM関係が人類史上最高峰の耐久製品を生み出してきた事実があるにもかかわらず、「受託製造業者＝低品質」という根強い認識が存在します。より深いデータ収集・分析のトレンドも相まって、OEMはCMをますます厳しい目で審査しています。かつてはライン末端の品質のみをチェックしていたOEMが、今や生産プロセスの最初から最後までを精査します。以下では、IoTがCMの厳しいOEM審査突破をどう支援するかを解説します。 OEMがチェックするポイント OEMは製造ラインで非効率と低品質管理の兆候を探ります。CMが超高品質製品をいかに確実に

OEMの間で社会的・環境的意識が高まっています。それには明確な理由があります。Z世代購買層の62%がサステナブルなブランドを好み、大多数が「罪悪感のない製品」のために最大10%のプレミアム価格を喜んで支払うからです。共同製造（コマン）トレンドが加速する中、これは受託製造業者（CM）に大きなインパクトを与えます。OEMは、単に「妥当な品質で最安値」の業者ではなく、自社顧客の理念と合致する施設を求めるようになっているからです。 1. 廃棄物の削減 サステナビリティ志向の文脈では、「廃棄物」は禁忌の言葉です。廃棄物は埋立地問題、海洋プラスチック汚染、貴重な資源を浪費し地球を破壊する使い捨て文化を意

MachineMetricsで工場現場に自動化を構築する MachineMetricsは、製造業者がデータを「消費可能」な形にし、生産性向上のためのアクションにつなげられるよう支援しています。その一つが、機械監視データから得られるインサイトをトリガーとして、通知、インシデント、Webhookといったアクションを自動発火させる「ワークフロー」機能です。ワークフローの本質は、機械状態だけでなく「誰が、いつ、何をすべきか」を適切な担当者に適切なタイミングで伝えることにあります。 MachineMetricsワークフローのリリースは、製造データの柔軟なアクション化に向けた画期的な前進です。可能性は無限

産業オートメーションとは 産業オートメーションとは、機械、アクチュエータ、センサ、プロセッサ、ネットワークなどの制御システムを用いてタスクを実行し、生産の自動化を目指すものです。 その歴史は、アセンブリラインで部品を搬送するシンプルなコンベアベルトから始まりました。機械が基本的な作業や重労働を担うことで、手作業を削減しました。今日では、PLC、AI、機械学習、IIoTデバイスなど、幅広い機器・技術が産業環境を接続し、テクノロジーを如何に活用するかが焦点となっています。以下では、産業オートメーションの概要、種類、そしてグローバル産業を牽引し、市場を拡大し、競争を進化させるメリットを紹介します。

現状を知ることが、目標達成への第一歩 Apple WatchやStravaでワークアウトの記録を開始し忘れ、全行程が記録されなかった経験はありませんか。ベースライン化なしでデータ駆動型プロジェクトに着手することは、まさにそれと同じです。どこから始めたかを知らなければ、どれだけ進んだか、何を達成したかを正確に把握することはできません。進捗や移動距離を計算する上で不可欠な変数は「出発地点を知ること」です。ベースライン化プロセスとは、現状を理解し、そこからどれだけ前進したかを知るためのものなのです。 技術導入の目的は、業務やプロセスにインパクトを与えることです。MachineMetricsも例外では

COVID-19パンデミックは、サプライチェーンの断絶がいかに迅速に危機を悪化させ、場合によっては独自の大惨事を引き起こすかを如実に示しました。医療従事者向けのN95マスクから一般消費者向けのトイレットペーパーまで、パンデミックは私たちが堅牢で信頼性の高い資源供給網だと考えていたサプライチェーンが、実際にはかなり脆弱であることを明らかにしました。この傾向はコロナ禍以前から始まっていましたが、パンデミックを契機にニアショアリングが大幅に増加しています。これは製造業者にとって何を意味するのでしょうか。 なぜニアショアリングが製造業者にとって重要なのか ニアショアリングとは、サプライチェーンを地理

エッジアナリティクスとは？ エッジアナリティクスは、ネットワーク内の非中心点、すなわちネットワークのエッジでデータを収集、処理、分析する手法です。クラウドや他の中央集権システムではなく。エッジアナリティクスは通常、センサー、ネットワークスイッチ、ペリフェラルノード、またはその他の接続デバイスで、またはその近くで発生します。エッジアナリティクスの分散型ローカル性質は、より伝統的なビッグデータ手法に比べ、はるかに高速であるというメリットがあり、ネットワーク負荷を軽減しながら、より迅速で正確なビジネスインテリジェンスをもたらします。 このモデルでは、情報の大部分がエッジで分析され、最も関連性が高くク

先進製造技術でデジタル変革を推進 過去の工場は非常に静的な環境でした。建物、設備、作業員、ノルマがありました。タイムカードを打ち、その日のノルマを達成し、夕食のために帰宅。当時は革命的でしたが、常に変動する需要、スピードへの期待、激しい競争と協調が共存する現代文化では、このタイプの工場は通用しません。物事は今や速く動きます。情報、商品、機械。すべてが。 伝統的メーカーは、機敏さを保つために先進製造技術を導入します。これは汎用性、市場需要に合わせて柔軟に曲げる能力、リソースのより効果的・効率的な活用を提供します。この戦略はリスクを軽減します。硬直した企業は危機や需要減で崩壊する可能性がありますが

IoTとエッジコンピューティング モノのインターネットは、スマートライトやオーブンから産業分析データ取得デバイスまで、接続デバイスが指数関数的に増加しています。IDCによると、2025年までに416億台の接続IoTデバイスが存在し、79.4ゼタバイト（ZB）のデータを生成すると予測されています。比較のために、1ゼタバイトは約10億テラバイトです。 IoT初期には、ほとんどのデバイスが収集したすべてのデータを分析のためにクラウドに送信していました。しかし、数兆ギガバイトをクラウドに送ろうとすると、データパイプラインが少し詰まり始めます。そこに登場するのがエッジコンピューティングです。これは、デー

在庫責任は、受託製造業者（CM）とOEMの間で、危機など遅すぎる時期になるまで表面化しない、成否を分ける問題の一つです。平時と市場安定期にはしばしば軽視されるトピックです。在庫リスクの理解と軽減は、CMとOEM双方にとって優先タスクであり、契約開始前にこの点について明確化すべきです。しかし、特に小規模OEMでは、予測データから誰も不当に重大リスクに晒されない実世界の在庫計画へ移行するのは困難で、多くのOEMは単に予測をCMに渡すだけです。 しかし、サプライチェーンに影響する危機が発生すると、かつて「通常」なら使用されていた部品の溢れが大きな争点になります。それらの責任は誰にあるのか？ 在庫責任

更なるスループット向上とコスト削減の継続的な必要性から、メーカーは自動化とインダストリー4.0ソリューションに注目し、効率向上を図っています。この記事では、製造業における自動化の活用について、自動化の種類、自動化製造の事例、自動化の主要メリットを探ります。 製造自動化とは？ 製造の文脈における自動化は、システムや生産プロセスを自動化するために設備を使用することです。最終目標は、生産能力を増やすかコストを削減するか、しばしば両方によって、より大きな効率を促進することです。 自動化は、人間が行う作業をマシンで減らすこととしてより知られるようになりました。様々なタイプのプロセスを実行するようにプログ

メーカーはメンテナンスが成否を分ける活動だと理解しています。特に高額、高速、高競争の垂直分野では尚更です。過去のメンテナンス戦略は今日の急速な世界では通用せず、これらの慣行を続けるメーカーは急速に取り残されています。現代的メンテナンスは、データ収集用IoTデバイスとデータ処理用機械学習を活用し、より良い予測と実行可能なインサイトに到達します。これらを組み合わせれば、計画外ダウンタイムを実質的に排除できるレベルまで削減可能です。さらに、従業員モラル向上、機会コスト削減、顧客印象改善、廃棄物削減といったメリットもあります。 これらはすべて良さそうですが、疑問が残ります：製造会社を反応型メンテナンス

IIoT、機械学習、人工知能、自動化、マシンビジョン、ビッグデータなど、製造現場にはバズワードが溢れています。これらの新技術がメーカーにとって何を意味し、先進技術がすべての企業に適しているのか？ 以下ではこれらの疑問を検証しつつ、新技術導入のヒントと課題を提示します。 市場拡大とIIoTを巡る混乱 これらすべての新技術はメーカーにとって何を意味するのか？ 需要の増加に対応するのは困難です。多くの業界が自動化やその他の先進技術ソリューションにメリットを求めています。しかし、このテクノロジーは広範囲をカバーします。ほとんどは接続性を中心としています。市場拡大や競合のIIoT技術への多額投資、コスト

概要：IoTと自動化テクノロジーは、リモート体温チェック、アクセス制御、ソーシャルディスタンス徹底、在宅勤務能力などの安全対策を提供し、パンデミック下での製造業再開を可能にします。運用と財務の観点からも、これらのテクノロジーは廃棄物削減、メンテナンスサイクル延長、時間とコストの節約を実現します。 IoTと自動化は数年前からメーカーの間で注目を集めていましたが、コロナ禍で導入率が急上昇しました。一時的な生産停止と恒久的な工場閉鎖が、一部には迫る懸念、多くには現在の現実として迫る中、業界は安全にビジネスを継続する手段を切実に必要としています。自動化とモノのインターネット（IoT）は、安全と効率を最