製造業 DX は次なるステージへ向かう。「製造業 DX フォーラム 2022〜デジタルで変える生産現場〜」開催レポート
2022 年 11 月 8 日（火）〜17 日 (木) の間、福岡、仙台、高崎、浜松、大阪の 5 会場で開催された東洋経済新報社主催の「製造業 DX フォーラム 2022〜デジタルで変える生産現場〜」。「現場」をコンセプトに、革新的な実証実験をしている学識者や今まさに DX の実装に挑戦している企業の担当者が登壇した本フォーラムのなかから、日本マイクロソフトの講演と実例セッションを中心としたレポートをお届けします。
以下リンクより各セッションのオンデマンド動画をご視聴頂けます。是非ご活用ください。
日本マイクロソフト事例セッション
「設備と人のコラボレーションから 始まるデジタル変革 -デジタルツインへの段階的なステップアップ」
リコー事例セッション
「工場のホウ・レン・ソウは今日から変わる！〜Teamsコラボレーティブアプリを活用した、製品出荷判定業務の DX 事例〜」
コマツ産機事例セッション
「Azure Machine Learning を活用した生産設備の予知保全」
NSW
「 DX 取り組み方について」
富士ソフト事例セッション
「身近にある仕組みで製造業の現場作業を変える～ Microsoft 365 で実現する製造現場の DX シナリオ～」
東京エレクトロンデバイス事例セッション
「工場を脅威から守る！製造業向けセキュリティ対策」
マイクロソフト講演「設備と人のコラボレーションから始まるデジタル変革-デジタルツインへの段階的なステップアップ-」
日本マイクロソフト株式会社
インダストリアル&製造事業本部 製造業ソリューション担当部長
鈴木靖隆
鈴木はまず、「テーマはデジタルツインではありますが、一足飛びにいくものではないと思っています」と、セッションタイトルの意図を説明。「デジタルツインを最終的に活用するのは“人”であり、例えばベテラン作業員の持つ情報をどのように形式知化して仕組みとして企業に残していくか。こうしたステップを踏むことで、デジタルツインが完成していくのです」(鈴木)。
鈴木によると、多くの企業が M2M (Machine to Machine/機械同士による制御) や IoT (Internet of Things /モノのインターネット) を活用して現場の設備からデータを吸い上げるさまざまな仕組みを持つようになった一方で、ベテラン作業員の頭の中だけにある経験値や Microsoft Access などで PC の中でしか管理されていない情報といったものがまだ残っているのが現状であり、「なにか事象が起きたときにその類似事象に経験の浅い作業員がすぐにアクセスできない企業がまだ多いのではないか」と分析します。
すなわち、デジタルツインはリアルの情報をデジタルの世界に移してシミュレーションを行う技術ですが、それを使うのは人間であり、当面は人と情報がつながり補完する必要があるというわけです。「まずデジタルのやるべきことは、誰かが持っているもしくはどこかに存在する有益な情報が、さまざまな関係者に迅速に伝わる世界を構築すること。それがベースになるのではないでしょうか」(鈴木)。
ここから鈴木は、段階を踏みながら着実にデジタル変革を進めている企業の事例を紹介していきます。「まずお話ししたいのは設備についてです。多くの会社において、自社工場の設備データの可視化は容易かもしれませんが、サプライチェーンの前工程を担っている協力企業とどのように連携していくのかが課題になります」と紹介したのが、コマツの「スマート工場基盤 Kom-mics」です。
段階を踏んで着実な DX を進める企業が増えている
マイクロソフトのクラウドプラットフォーム Microsoft Azure 上に構築されたKom-mics の大きな特徴は、協力会社も巻き込んだ取り組みである点。コマツ建機では、前工程の 8 割を国内外の協力会社が担っており、その生産性の改善が課題となっていました。そこでコマツは協力会社に Kom-mics を無償提供。クラウドを活用して IoT データを収集し、生産本部で確認できる状態を構築、生産性の上がっていない設備があればその制御値を把握してアドバイスを送れる体制を構築しました。結果として機械加工、溶接工程ともにサイクルタイムを大幅な低減を実現しています。
続いて、「本セミナーの事例セッションでご講演いただくので詳細は割愛させていただきますが」とコマツ産機の事例を紹介。取得したデータをベースにして“ドカ停”(生産設備のトラブルで設備や生産が停止、空転する現象) を発生させない予兆検知システムを構築した同社事例のポイントは、専門的な知識を持つプログラマーを雇うのではなく、ノーコード・ローコードツールを活用して内製でシステムをつくりあげたこと、と解説します。
コマツ産機事例セッション「Azure Machine Learning を活用した生産設備の予知保全」
次に紹介されたのは化学メーカーの暗黙知を可視化する実例。ポリマー生産設備にはいくつもの設定値があり、キャリブレーション (偏りの調整) を行なって反応を最適化する作業が行われていますが、このキャリブレーションには新人で 6 時間、ベテランでも 4 時間かかっており、時短が課題となっていました。そこで機械学習を取り入れることでベテラン従業員のなかでブラックボックス化している暗黙知をアルゴリズムによって自動化する技術を導入し、大幅な時短を実現しました。ここでも鈴木は「ゼロから使えるわけではありません。なんらかのデータをインプットした結果として AI が自律的に学習してアルゴリズムがつくられるわけですから、土台をつくる順番が大事です」とステップを踏む重要性を強調します。
コミュニケーションのデジタル化からインダストリアル・メタバースの世界へ
ここまでは設備の視点からの事例紹介でしたが、人の視点からの事例紹介も行われました。「ベテランの経験値を形式知化していく以外にも、業務プロセスやオペレーションのフローが存在しており、そこにデジタルが組み込まれていないことも多いのではないかと思います」と鈴木。たとえば現場の作業員が自分で判断できない事象が発生したときには上長や担当部門に問い合わせることになりますが、そこで発生するコミュニケーションはメールや電話であることも多いため、記録に残りにくくスピード感にも欠ける現状があります。鈴木は「そこにうまくツールを使えばデジタル化できる範囲はかなり増えてきます」と、人と人とのコミュニケーションの DX 化についての解説を展開します。
たとえば Microsoft Teams について。一般的には管理関節部門やオフィスで働く人が使うツールと思われるかもしれませんが、実はスマートフォンや VR デバイスの HoloLens 2 などと連携させて使うこともできます。デジタルデバイスで作業を行うということは、その一連はすなわち作業、オペレーション、ビジネスプロセスのデジタル化にもつながっているわけで、そこから得られたデータを活用できるということでもあります。
また、アプリを使わない業務もたくさんありますが、「実は簡単に現場主導でアプリをつくれるツールがたくさん出てきています」と、Microsoft Power Platform を用いた業務アプリの内製化による効果をポイントとして挙げる鈴木。アプリ開発を外注するほどではない業務においても、アプリを内製化して業務の裏側でデータが蓄積される環境を構築しておけば、そのデータを可視化してよりよい仕事ができる。そういった正の循環をつくっていきたい、と力を込めます。
そしてこの正の循環を実現している事例としてリコーの「出荷判定アプリ」を紹介。出荷までの検査プロセスを Teams のコミュニケーションとコラボレーション機能に加えて Power Platform で自動化して業務効率の DX を成功させた事例として、本セミナー内事例セッションの聴講を勧めました。
リコー事例セッション「工場のホウ・レン・ソウは今日から変わる！〜Teamsコラボレーティブアプリを活用した、製品出荷判定業務の DX 事例〜」
セッションの最後には、川崎重工業とマイクロソフトがコラボレーションしたデジタルツインの未来像をまとめた VTR が流されました。VTR ではデジタルツインによってこれまで気づかなかったような現場のトラブルまで予兆するとともに、開発から試験まですべての工程を仮想環境上で実行できる「インダストリアル・メタバース」の実現に向けたメッセージを発信。鈴木は「今ご覧いただいたようなものは荒唐無稽のアニメーションではありません。基盤となるサービスは既にできていますので、皆さんにもぜひトライしていただきたいと思います」と呼びかけてセッションを終了しました。
リコー事例セッション「工場のホウ・レン・ソウは今日から変わる〜Teams コラボレーションアプリを活用した、製品出荷判定の DX 化事例〜」
株式会社リコー RGC
経営管理本部 経営管理センター
品質システム統括室 室長
増田 彰 氏
経営管理本部 経営管理センター
DX 推進グループ 業務改善エキスパート
中島 崇 氏
リコーインダストリー東北事業所では、製品の出荷検査工程で品質問題が生じた際に、三現主義 (現場・現実・現実) の教えに従い各部門の担当者が現場に赴き、それぞれが写真を撮ったりデータを記録したりするなど、各部門のプロセスで並行して処理が進められるという、重複の無駄が発生していました。さらに、コロナ禍でリモートワークが実施され、現場への直行が難しくなったこともあり、業務プロセスにおけるアナログなコミュニケーションを Microsoft Teams でデジタル化、一元管理して製品出荷判定フローを効率化するアプリを制作。大幅な業務改善を実現しています。
現場の DX 推進に特効薬はない。現場の悩みを現場の力で解決することが大切
まず登壇したのは増田氏。同社における DX 推進のポイントとして積極的にボトムアップ型の DX 活動を展開している点を挙げます。「リコーには優秀な人材がたくさんいたから現場の DX を実現できたんじゃないの、と言われることもありますが、実はそうではありません」と増田氏。実際はローコード開発ツールを現場の人たちで勉強しながら進めたそうです。
続いて増田氏は、この事例を達成できた 3 つのポイントを挙げていきます。まずひとつ目は、現場を主導する組織職の存在。現場の人間が DX をやりたいと思っても、日常業務に追われて片手間になり、先送りになってしまいがちです。「そこを上司がしっかり理解して時間をとってあげることが大切です」(増田氏)。2 つ目は現場の人間が自分たちでやること。「専門部門に丸投げするのではなく、自分たちでフロー図に書ききれない細部操作性を反映するなど、システム維持・改修の視点からも実践することが重要です」(増田氏)。そして 3 つ目のポイントは、相談できる状況をつくること。「独学では苦しいところが出てきますから、管理職がしっかり有識者に繋いであげることが大事だと思います」(増田氏)。
ここで増田氏はリコーの提唱する「マンネリ」「面倒くさい」「ミスできない」の“3M”について紹介。「DX を進めるときには、現場で困っている 3M からいち早く現場主導で改善すること。そうすればみんなが達成感を得られたり、自分たちの業務が楽になったりすることを認識してもらえます」。3M を意識することで障壁になりがちな現場に馴染んだベテラン社員の納得も得やすくなるのです。
そして最後に「現場での DX 推進 には、特効薬はないと思っています」と述べ、社員教育など他の教育と同軸化させ、一体化させていく重要性を強調しました。
IT はワクワクを届けるもの。その考え方は社内にも向けられるべき
出荷判定アプリのあらましについて動画で解説があったあとに登壇した中島氏からは、本事例が生まれた背景が語られました。中島氏が「きっかけはこのチャートになります」と示したのはマイクロソフトの Teams カスタマーサクセス担当者から提供されたという一枚の図でした。そこには、Teams はチャットやミーティングツールとして使われるだけでなく、業務アプリと連携して業務のフロントエンドを目指していることが記されています。
「この説明は響きました」と中島氏。聴衆に「皆さん、いろいろなデータをシステムに蓄えていますよね？ そのデータはどういうときに取り出しますか？」と問いかけ、例として誰かからの問い合わせに応じてデータを提供するシチュエーションを挙げた中島氏。「そう、蓄えたデータを取り出すトリガーは、コミュニケーションであることが多いんです」。中島氏はコミュニケーションツールである Teams が業務アプリと連携することで「何かすごいことが起きそうだ」と変化の予感を感じたそうです。
例えば会議では、これまではタイピングして記録をデータとして残すのが通常でしたが、Teams では録画するだけでデータを残すことができます。さらに自動で文字起こしもできます。「つまりコミュニケーションがデータとして残るようになってきた。それがアプリとつながることで世の中が変わるような気がしたんです」(中島氏)。
中島氏はコミュニケーションのデータ化による変革にフィットするニーズを探すためにアイデアソンを実施しました。そしてその結果、思わぬ効果があったといいます。「社内でデジタルを使って改善したい、もしくは改善できると考える人が表に出てきたんです」と中島氏。その経験から、社内にデジタル人材がいないと嘆く前に、個別で Power Apps を使っている人材を探してそのリソースを活用すべき、と力を込めて語ります。実際に中島氏と増田氏もアイデアソンの取り組みから知り合い、増田氏がデジタルを活用して改善を進めたいと考えていた組織職であったことからすばやく体制が組まれ、プロジェクトをスムーズにスタートできたそうです。
中島氏はマイクロソフトコーポレーション CEO のサディア・ナデラの「Teams と Office で、デバイス横断のコラボレーティブアプリという新たなカテゴリを実現することに興奮している」という言葉を引用して、この“興奮”という言葉から「IT は人をワクワクさせる、今までできなかったものをできるようにするツールのはず。コンシューマの世界では、モノをつくって提供して、ユーザーがワクワクしてお金を出してでも使いたいと思うことで、対価を得ることとができる。その「ワクワクを届ける」という根本は、社内に対しても共通なはず」という思いに至ったと語る中島氏。
「今は世の中が変わってきて、これまでは専門家しか手が出せなかった AI やさまざまなサービスを現場の人間が扱えるようになってきた。高嶺の花が 1 ランク下がったわけです」と、テクノロジーを活用する土壌ができて、自分たち自身の業務のデジタル化を想像しやすい時代になったことを示し、「さらに一部ではなくいろいろな人がそれをできるようになることで、改善のアイデアがたくさん出て競争原理が働き、よりよい循環が回るはず。そうすることで IT を使ったワクワクで社内を満たすことができる」と、新しい時代への期待を語ります。
中島氏は最後に出荷判定アプリの事例はあくまでひとつの事例であり、このセッションで訴えたかった点を「DX のブームでデジタル化に取り組みやすくなったこと」「専門家でなくてもテクノロジーを活用できるようになったこと」「日本の製造業の強みである改善文化とのシナジーによって必ずいいものができるはず」という 3 点でまとめて、セッションを締めくくりました。
コマツ産機事例セッション「Azure Machine Learning を活用した生産設備の予知保全」
コマツ産機株式会社 ICT ビジネス推進室 副室長
大関 慎也 氏
コマツ産機が予知保全に取り組んだ狙いは、機械の部品故障が起きる前に AI で予測し、生産が止まる前にユーザーに知らせる仕組みをつくることで、顧客の機械メンテナンスにかかる時間やコストを下げると同時にコマツ産機自体の業務効率化が実現できる点にあります。
製造業の生産現場では、部品故障によるライン停止が大きな損失につながります。故障部品の交換を行う事後保全では手遅れになってしまうため、通常は定期的なメンテナンス及び部品交換を行う定期保全が行われていますが、部品のサイクルが短くなるなど保全コストの最適化が難しいという課題があります。
同社ではこれまでも、センサーを取り付けて機械の状態を監視する取り組みをおこなってきましたが、監視したい部位が多すぎてセンサーだらけになってしまう、センサーの方が機械より速く壊れてしまい、その故障を検知できないことから放置されてしまう、センサーの状態を直接確認する人的コストがかかる、センサーの膨大なデータの解析が難しいといった課題がありました。
「そこで我々が採用したのは、親会社のコマツが開発した建設機械の稼働を管理するシステム“Komtrax”でした」と大関氏。同社では 2009 年から“産機 Komtrax”と名付けられたこのシステムを量産機に標準導入。これまで国内外で約 4000 台の機械に搭載してきました。産機 Komtrax によって機械を IoT 化、予知保全に必要なデータをクラウドにアップし、機械学習によって解析することで、寿命予測を行えるようになったといいます。
試行を繰り返して予知保全システムを構築
産機 Komtrax 導入にあたってポイントになったのは段階的な試行の取り組みでした。
まず初めに行われたのはサーボデータと機械の実機の突合でした。サーボ波形を解析し、振動レベルが上がったモーターを交換したところ振動レベルは低下し、実物を確認してみると不具合が発見されました。「駆動部は機械的に連結されています。つまりこの解析データのなかには主要部品の情報が含まれている。であれば人工知能によって機械学習をかけることで劣化部位の特定ができるだろうと考えました」(大関氏)。
そこで次に、Azure Machine Learning の実力を検証するテストが実施されました。同じサーボモーターを 5 台揃えてそこからデータを取得し、各モーターの波形からどのモーターか当てられるかというテストです。評価用の波形は人間の目では判断できるような差異はありませんでしたが、テストの結果、90 % の正答率を獲得。これで Azure Machine Learning の実力を確認できました。
予知保全システムのフローは機械側の処理とクラウド (Azure) 側の処理に分かれています。クラウドでは多くの機械から収集したデータから多変量解析のひとつである MT (マハロノビス・タグチ) 法を使って異常判断を行います。データ解析は Azure Machine Learning によって行われ、異常が特定された部位や寿命レベルを端末に表示、保守計画がユーザーに報告されます。「ここで重要なのはこの解析フローをクラウド側に持たせたこと」と大関氏。その理由は、常に新しいデータを加えて学習を繰り返すことで精度を向上させられるからです。
Azure の各機能を大いに活用して使いやすく精度の高いシステムへ
産機 Komtrax はインターフェイスにも工夫が施されています。稼働掲示板には工場のプレス設備と各駆動軸が表示され、それぞれ状態によって色分けされています。寿命レベルの高いものは青色で、それが次第に薄くなり警告レベルだと黄色、異常レベルだと赤色といった具合に劣化状態が一目瞭然で判断できるようになっているのです。さらに詳細を確認したい場合は残存寿命グラフ画面に遷移することで各駆動軸の劣化状況を把握することができます。
続いて大関氏は Azure 上で MT 法によって正常状態、非正常状態を可視化する方法を解説。MT 法では正常値の集まりである単位空間を設定して、その中心からの距離で異常レベルを測ります。産機 Komtrax では、機械の情報を集めて単位空間を機種ごと部位ごとに設定し、異常レベル、残存寿命レベルを算出してグラフ化して表示することができます。異常と判断された故障部位の特定には Azure Machine Learning を活用。Designer 機能によって、感覚的に機械学習フローを構築することが可能です。こうして異常解析の結果と推論とを比較できるため、パラメータ調整、学習、推論のサイクルを早く回すことができ、最適なモデルを簡単に作成できるのです。
さらに大関氏は Azure Machine Learning のオートメイテッドマシンラーニング機能を紹介。これはデータをインポートすればさまざまなアルゴリズムとパラメートによって自動的に解析を行なってくれるものです。最も高精度のモデルが可視化されるため、そこにフォーカスを当てれば、より精度の高い解析アルゴリズムやフローを構築することができます。
最後に大関氏は「我々の予知保全システムは Azure の各種サービスによって成り立っています。Azure 上で一括管理できるためとても使いやすいと感じています」と語り、さらに DX を進めることを力強く宣言してセッションを終了しました。
さまざまな視点から語られた製造業 DX の未来
本稿で紹介したセッションの他に、本フォーラムは会場によって異なる有識者が登壇した基調講演とパートナーセッション、そして登壇者と参加者が意見を交換する交流会によって構成。リアル会場ならではの臨場感や双方向コミュニケーションによって、各会場とも熱気に溢れていました。
■基調講演
福岡、浜松会場
「共感してつないで巻き込むことから始まるデジタル変革」
東京大学大学院 工学系研究科 教授 森川 博之 氏
高崎会場
「日本の製造業の現場の強みを活かしながらデジタル化を実現するための生産システム「デジタル・トリプレット」
東京大学大学院 工学系研究科 人工物工学研究センター・教授
梅田 靖 氏
仙台会場
大阪会場
「デジタルツインで実現する製造現場の変革と飛躍」
株式会社 FA プロダクツ 代表取締役会長
Team Cross FA プロデュース総括
天野 眞也 氏
■パートナーセッション
「製造現場のデジタル変革 DX 取り組み方について〜身近にある仕組みで製造業の現場作業を変える〜」
NSW 株式会社
「Microsoft 365 で実現する製造現場の DX シナリオ」
フジソフト株式会社
「工場を脅威から守る！ 製造業向けセキュリティ対策」
東京エレクトロンデバイス株式会社
