製造業インサイト：金属・鉱業から学ぶ教訓（パート3）─Axora専門家パネル

Senseyeが提供する「トレンド検知ポッドキャスト」へようこそ。SenseyeはAIを活用し、スケーラブルで持続可能な資産パフォーマンスと信頼性の向上を実現する業界リーダーです。この新シリーズでは、保全効率化のヒントをお届けします。

金属・鉱業から製造業が学べることを議論するシリーズ第3弾（最終回）では、再びAxoraのJoe Carr氏をお迎えします。第1回はこちら、第2回はこちらからお聴きいただけます。

今回のエピソードでは、金属・鉱業企業が実践する保全手法、機械稼働率が鍵である理由、膨大な機械データがもたらす課題について議論します。

今後のエピソード通知を受け取るには、お気に入りのポッドキャストプロバイダー（Apple、Google、Spotify）で購読を。ご感想はレビューでお寄せください。

トランスクリプト

主なトピック（クリックで該当箇所へジャンプ）

1. 金属・鉱業における主要な保全手法
2. 金属・鉱業での機械データ活用
3. 金属・鉱業におけるAI・機械学習のユースケース
4. 金属・鉱業におけるサステナビリティ
5. ケーススタディ：Alcoa

Niall Sullivan（Senseye）： まさにその通り、Joe。保全の話に移りましょう。よりスマートなアプローチについて。出発点として、一般的に現在どのような保全手法が採用されているのか教えてください。ケースバイケースだとは思いますが、大まかな傾向として。

反応型保全なのか、あるいはJoeが示唆したように4,000日ごとに部品交換するような計画型なのか。一般的にどのようなプラクティスが行われているのでしょうか。

Joe Carr（Axora）： 鉱業・金属の世界では、稼働率が鍵です。100%、稼働率が最重要です。航空会社の座席と同じで、その時間に生産しなければ、二度と取り戻せません。飛行機が離陸した後に座席が売れなければ、その座席を再販売することはできません。精錬所でも同じです。1時間銅を1トン生産できなければ、その1時間は永遠に失われます。その生産を取り戻すことはできません。

業界はリアクティブ（事後対応）を望んでいません。多少のリアクティブ保全は常に発生しますが、それは例外であり、ルールであってはなりません。リアクティブ以外には、計画保全と予防保全があります。これらが混在しています。会社ごとに異なりますが、例えばトラックは良い例です。今日、トラックにはエンジン、ブレーキなどの稼働状況を伝える多くのセンサーが搭載されています。こうした領域では、コンポーネントがいつ故障するかを予測的に把握できます。

一方、単純な計画保全の領域もあります。「5,000時間ごとに交換する」なぜか？ メーカーがそう推奨しているからです。それが正しいかどうかは議論の余地があります。現在、間違いなくミックスされた状態です。理想的には業界全体が予知保全で運営したいと考えています。AI、センサーデータ、機械学習が故障の100時間前を教えてくれれば、ギリギリのタイミングで交換できます。

ただし、計画の問題があります。すべてを故障直前に修理するわけにはいきません。ある程度の計画性は必要ですが、コンポーネント寿命を最大限に延ばすことで、大幅なコスト削減と稼働率向上が可能です。トラックを想定より10時間長く稼働させ、別の作業でキューイングして1日ロスするのではなく、空きスロットで計画的に停められるなら、それは失われた生産を防ぎます。

私が現場で働いていた頃、稼働率は88%程度を目標にしていました。より良い予知保全でこれを80%後半から90%台に引き上げられれば、鉱山企業にとっても、社会にとっても莫大なメリットがあります。同じ資産でより多くの金属を生産でき、新たな鉱山を開発せず、既存設備をより効率的に活用できるからです。

Niall Sullivan： 複数の戦略が混在していることがわかります。予知保全についても触れられましたが、私の関心分野でもあります。Joeの話から、予知保全が大きな価値をもたらすことは明確です。業界ではどの程度受け入れられているのでしょうか。まだ成長市場で、本格普及には至っていない可能性もあります。

デジタルトランスフォーメーションの課題について前に話しましたが、予知保全のメリットは広く知られているのでしょうか。それとも知られていながら、セキュリティ懸念などで導入が進んでいないのでしょうか。

Joe Carr： 実は広く知られています。保全ソリューションは業界最大級の市場です。価値計算が容易だからです。「稼働率1%向上でいくらの価値か？」とすぐ試算できます。スペア部品のコストは大きいですが、生産損失に比べれば無視できるレベルです。採掘コストが生産価値を上回れば鉱山は成り立ちません。どのビジネスも同じです。莫大なメリットがあります。

主な問題は、これまでの開発が場当たり的だったことです。特に車両とプラントでは最も先進的です。有名な「大きな黄色いトラック」を想像してください。Caterpillar、Komatsuなどの大手は長年、車両で予知保全を行ってきました。今日、車両を販売する際、多くの鉱山は車両を「購入」せず、「稼働率」を購入します。最低稼働率87%などを条件にリースし、達成できなければ支払いません。自動車リースに近いモデルです。メーカーは車両を効率的に稼働させる強い動機を持ち、膨大なデータプールを保有しています。Caterpillarなら数万台のトラックからセンサーデータが集まり、精度を高めています。

一方、鉱山企業が独自に100台のトラックを保有しても、データプールは遥かに小さく、自前システムの効果は限定的です。これはメーカー主導で予防・計画保全が進んだ好例です。

対して、選鉱場、精錬所、製錬所では、単一企業が「製錬所」を丸ごと販売することはありません。HatchやFLSmidthなどからコンポーネントを調達し、複数メーカーの部品で構築します。過去5年以内の新設プラントならデジタルツインを構築しているケースもあります。こここそ、AI、予知保全、機械学習の真の機会があります。単一のOEMが支配していないからです。ドリルやフォード車のように、一社が全コンポーネントを把握しているわけではありません。すべての鉱山精錬所、製錬所、選鉱所は異なり、多様なメーカーの部品で構成されています。それらのデータを統合し、トラックやショベルで得られているようなインサイトを導き出せる。ここが非常に興味深い機会です。バリューチェーン全体に同様の機会が存在します。

Niall Sullivan： データは常に重要なトピックですが、「 feast or famine（データがないか、あっても多すぎて多様なフォーマットで扱いきれない）」という状況です。インサイトを得るには時間がかかります。金属・鉱業企業は機械データを大量に収集し、活用しようとしているのでしょうか。それともデータ収集自体が進んでいないのでしょうか。

Joe Carr： 個人的経験から言えば、彼らはトン単位でデータを集めています。しかし、それをどう活用すべきか分かっていません。イノベーション予測の作業で判明した最大の課題の一つは、データ収集自体がネットワークインフラの問題で難しいこと。データが揃っても、多様なフォーマット、分散した場所にあり、どう扱うか分からない、あるいはスキル不足で扱えない。データは大きな課題です。ある技術者は「トラック1台が1日2ギガバイトのデータを生成する。83台稼働していれば、サーバーはすぐに満杯になる」と言っていました。このデータをどうするか？ 99%は無視されています。なぜか？ 活用する手段がないからです。速度、サイクルタイム、エンジン温度など500変数のうち20程度しかリアルタイム追跡していません。鉱山にとっては巨大な機会損失です。データはサイロ化され、サーバーに眠ったまま。クラウドインフラやサイバー攻撃対策の懸念で外部に出せず、現場にデータサイエンティストもいません。現場には地質学者、エンジニア、生産担当、ドリラーがいます。データサイエンティストはいません。非常にもったいない。内部リソースでデータをふるい分ける余裕がなく、クラウドやソフトウェアプラットフォームとの連携にもセキュリティ面から慎重です。世代交代とともに変わるかもしれません。「大量のデータがあるのになぜ活用しないのか」と問う世代が現場に入れば、変化が起きるでしょう。我々は解決策を見つけ、このデータを自分たちの利益のために活用すべきです。

これは「仕事」の問題でもあります。私が生産エンジニアだった頃、気にしていたのは生産だけ。誰かが「トラックでAIプロジェクトをやりませんか」と言ってきても、「生産と自分の仕事の邪魔になる」と思っていました。現場の人はただ仕事を回したい。イノベーション部門の人は革新的プロジェクトをやりたい。だが、現場のバイイン（合意）が必要です。生産エンジニアのボーナスと給与は生産に基づき、AIプロジェクトの実行には基づきません。現場は「今、それに割く時間はない」となります。鉱山内部でもサイロ化されています。鉱山の生産担当、選鉱場の生産担当、精錬所・製錬所の生産担当が互いに話さず、それぞれ最適化しようとします。保全の提案を持って行っても、「後で使えるようになってから来てくれ。統合の手間をかけたくない」と言われます。統合の手間と、それを担当する人がいないのが問題です。

Niall Sullivan： またスキル不足の話に戻りますね。あるいは認識されていない課題なのでしょうか。スキルギャップを自覚しているのでしょうか。

Joe Carr： 自覚しています。これは以前話した機械学習、AI、リモートオペレーションセンターの話に繋がります。人々が繰り返し作業、計画、手作業で行っているステップから解放されれば、AIなどに時間と労力を割け、最終的に驚異的な価値を生み出せます。「今10ポンドほしいか、来週20ポンドほしいか」の選択です。人間は長期思考が苦手ですが、鉱業界は実は20年先を見据えるのが得意です。全鉱山部門に短期・中期・長期プランナーがいます。長期プランナーの最も早い予測は10年先です。短期プランナーの窓口は「今日の午後」です。鉱業界は長期思考に優れています。バリューチェーン全体を長期思考に導き、人々を解放してその時間を作ることが課題です。

Niall Sullivan： AI・機械学習の話が繰り返し出ましたが、予知保全以外でどの領域に適用されているか、具体例を教えてください。

Joe Carr： リストは尽きません。いくつか挙げます。保全は「手の届く果実」どころか「足元に落ちている果実」です。センサーさえあれば、今日リアクティブまたは単なる計画型で行われている保全の多くを高度化できます。「500時間でエアフィルター交換」なぜ？ 「マニュアルにそう書いてあるから」です。ここにもメリットがあります。

鉱床理解の領域にも大きなメリットがあります。地質学の話に深入りしませんが、地下の金属分布を理解するには膨大なデータポイントがあります。人間がクリックして「ここ、ここ」と形を作っていますが、機械学習なら午後のうちに数百のモデルを生成し、地質学者が評価できます。「これは理にかなっている」「これは変だ」と判断できます。

基本的なAIの応用も広がっています。AIは「一つのことに特化して賢く、他は苦手」です。トラック運転AIは運転だけできます。機械学習は自己学習します。鉱山内の反復作業（穴あけ、掘削、面マーク、爆薬装填）はすべて同じ手順の繰り返しであり、AI適用に最適です。水平坑道の穴あけでも、同じドリルパターンを毎回使います。最新のドリルは自動で穴あけし、作業員は位置確認だけです。「遠隔操作センターで誰かが監視するだけで、自律的にやれないか」という段階に来ています。

金属分野では、機械視覚（カメラ）で製品品質を判定し、顧客ごとの仕様に合わせる応用もあります。究極のユートピアは、顧客が特定特性の金属を注文すると、鉱山がその特性を持つ鉱石がある場所を特定し、採掘、選鉱、製錬、精錬を経て、正確な仕様で納品する、という完全統合サプライチェーンです。今日そのレベルには遠いですが、技術的に不可能ではありません。単に存在しないだけです。

Niall Sullivan： 非常に興味深い。時間も迫っていますが、ホットな話題であるサステナビリティについて触れさせてください。一般的に、金属・鉱業におけるサステナビリティの現状と、企業が目標達成のために講じている対策を教えてください。製造業も金属・鉱業も目標を持っています。

Joe Carr： 鉱業界はかなり動いています。バッテリー駆動車両の導入、水素も大きなトピックです。昨日ニュースで、オーストラリアのFortescue MetalsオーナーがWilliams F1のバッテリー部門を買収し、バッテリー技術を強化するとありました。彼は世界最大級の鉄鉱山グループを所有し、オーストラリアのアウトバックで巨大なソーラーファームを建設し、海水から水素を製造し、グリーン鉄鋼を生産しようとしています。カーボンフットプリントなしで鉄鋼を売る試みです。

鉱業界を見ると、鉄鋼・金属部門は最大級のCO2排出源です。鉄鉱石から鉄鋼を作るにはコークス（特殊な石炭）を燃やす必要があります。石炭には熱石炭（発電用）とコークス用石炭があり、後者が鉄鋼製造の主要なCO2排出源です（石炭採掘業界自体を除く）。グリーン鉄鋼をどう作るか、石炭を水素や天然ガスで置き換えられるかが大きな課題です（天然ガス価格も現在高騰していますが）。

サステナビリティは鉱業界の最優先課題です。誰もが望む重要な金属を、限られた環境影響でどう生産するか。採掘業は本質的に地球から資源を取り出す産業です。「どうすればより良くできるか」は長年の課題であり、環境意識の高まりとともにさらに重要になります。

興味深いのは「二重思考」です。ジョージ・オーウェル『1984年』の言葉を借りれば、矛盾する二つの考えを同時に抱き、その矛盾に気づかないこと。多くの人は鉱業界を嫌います。「ひどい産業だ」と言います。同時に「気候危機だ、グリーンエネルギーが何より必要だ」とも言います。鉱業界なしにグリーンエネルギー革命は不可能です。銅鉱山に反対しながら気候変動対策を訴えるのは矛盾しています。数年前、メルボルンで開催されたIMARC（国際鉱業資源会議）で、Extinction Rebellionの代表がSky Newsのインタビューで「気候危機だ、目覚めろ。フィリピンで誰も望まない銅鉱山が建設されている」と語っていました。両立不可能です。銅鉱山に反対しながら気候変動対策を求めることはできません。グリーンエネルギー革命には採掘業が不可欠なのです。

Niall Sullivan： 素晴らしい締めくくりの言葉ですね。最後にJoe、Axoraについて詳しく知りたい方はどうすればよいですか？

Joe Carr： Axora.comでマーケットプレイスをご覧いただけます。そこからお問い合わせ可能です。またはLinkedInで私を見つけてメッセージをください。適切な担当者へお繋ぎします。

ケーススタディ：Alcoa

Alcoa Corporationは、ボーキサイト、アルミナ、アルミニウム製品のグローバルリーダーです。130年以上前、アルミニウムを手頃で現代生活に不可欠な素材にした世界的発見を基盤に、強固な価値観と運営卓越性を築いてきました。

Alcoaは世界中で生産プラントを運営し、画期的なイノベーションとベストプラクティスを導入することで、効率性、安全性、サステナビリティの向上、そして事業展開する地域コミュニティの強化を実現しています。

AlcoaがSenseyeと提携し、予知保全においてベストインクラスのテクノロジーと運営プラクティスを達成した理由をご覧ください。