予知保全：成長、課題、成功の鍵

予知保全（PdM）は、機械故障が問題になる前にプロアクティブに対処するアプローチです。膨大な機械データを分析することで、PdMはメンテナンススタッフが機械の健全性を理解し、それに応じて活動を最適化し、計画外ダウンタイムを防ぎ、突発故障を排除することを可能にします。しかし、その明確なメリットにもかかわらず、ほとんどのPdM導入は失敗に終わっています。この記事では、PdMの台頭と、なぜ多くのベンダーとその顧客が失敗し続けるのかを考察します。

予知保全：過去と現在

予知保全は、あなたが思っているよりもずっと前から存在しています。第二次世界大戦中、科学者CHワディントンは、飛行機の故障率や修理率が、検査やメンテナンスセッションの直後に最も高くなる傾向があることを観察しました。「ワディントン効果」として知られるこの現象により、飛行機の物理的状態と使用頻度に対応したメンテナンスプロセスの調整、結果データの分析に基づく調整済み検査サイクルが実現しました。つまり、これがPdMの始まりでした。

それ以来、もちろん多くのことが変わりました。第4次産業革命とインダストリー4.0の到来により、技術的ブレークスルーが「ほぼすべての業界、すべての国で」破壊的なスピードで起きています。これらのブレークスルーにより、センサー、ネットワーク、データ取得、ストレージ技術が大幅に改善され、最近のAI技術の進歩によって利用可能になった豊富なコンピューティングパワーとデータと相まって、PdMがより広範な産業に適用可能になりました。

今日、約80年前と同様に、PdMの主なメリットは意思決定を支援する能力にあります。複数のサイトにわたる多数の機械を監督するメンテナンス専門家は極めて多忙です。PdMソリューションは、機械の継続的な健全性をより深く理解させることで、限られた時間とリソースをより有効に活用できるよう支援します。

こうした歴史と明確な利点があるのに、なぜ多くの人にとってPdMの成功は難しいのでしょうか？

3つのよくある間違い

真実は、多くのベンダーが、本質的に非常にユニークな領域であるPdMをほとんど理解せずにバンドワゴンに飛び乗っていることです。一部は単にレガシー監視ツールを「スーパーチャージ」しようとし、他は従来のデータサイエンスアプローチを、従来とは程遠い問題空間に適用しようとしています。PdMシステムが何であり、どう機能するかという必要な理解なしでは、多くの新ソリューションはマーケットにさえ到達しません。その結果、ほとんどの企業はスケールでの実質的な成功を収められません。

結局のところ、この理解不足とその後のPdM失敗の多くは、ベンダーと顧客が繰り返し犯す3つの根本的な間違いに帰着します。

1. 見たように、PdMの概念は新しくありません。状態監視、メンテナンスクレジット、予後診断などの技術はしばらく前から存在しています。しかし、これらの技術をクリティカルな機械以外にスケールする能力の欠如により、導入はクリティカルな機械に限定されてきました。
2. PdMは、一部の人が信じているような、モデル訓練のための何百万ものデータポイントとラベルがあるビッグデータ問題ではありません。工場環境は高度に動的でノイズが多く、機械メンテナンス、異なる生産速度、さらには異なる機械オペレーターの行動など、さまざまな変数があります。そしてもちろん、すべての機械はユニークです。それにもかかわらず、多くの組織が古典的なデータサイエンスアプローチをPdMに適用しようとします。
3. メンテナンス専門家がいかに多忙かを忘れてはなりません。PdMシステムのユーザー体験がこれを反映していない場合、ターゲットユーザーを惹きつけられないリスクがあります。生成される貴重な情報と洞察が無視され、組織のシステム投資が無駄になります。

SenseyeはPdMを理解している

Senseyeは150人年以上の研究開発時間を専らPdMに費やしてきました。だからこそPdMの仕組みを理解しています。重要なのは、PdMがメンテナンスエンジニアの日常業務をどう改善するかを理解していることです。その理解があるからこそ、私たちのPdMソリューションは成功しています。スケールでの導入方法を知っているから、データサイエンティストをただ投入するだけではないし、ユーザー体験が重要だと知っています。

次の記事では、学んだ教訓をいかにすべてに適用してきたかを探ります。それまで、ホワイトペーパー「Senseye in Depth: Why is Predictive Maintenance so hard?」（Senseyeの深掘り：なぜ予知保全は難しいのか？）で、PdMの起源とベンダーおよび一部の購入者がなぜ間違えるのかについて詳細をご覧いただけます。