製造業におけるデータ活用が「収集」から「インテリジェンス」へと進化している。工場内に設置されたセンサーやカメラから生成されるビッグデータをリアルタイムで分析し、生産計画の自動最適化、需要予測の精度向上、品質トレーサビリティの完全化を実現する事例が急増した2021年だった。
製造データプラットフォームが変える生産管理
PTC ThingWorx、AVEVA（旧シュナイダーソフトウェア）、Palantirなどの製造インテリジェンスプラットフォームが急成長。工場の機械データ、品質データ、生産計画データを統合分析し、AIが生産スケジュールを自動最適化するシステムが日本の大手製造業にも採用された。パナソニックの工場では、IoTとAIを活用した生産変動予測により、部材在庫を20%削減しながら生産効率を15%向上させた実績が報告されている。
データドリブン品質管理と予測保全の標準化
データドリブン品質管理（DDQM）の概念が製造業の標準的手法として定着しつつある。全数品質データの収集と統計的プロセス管理（SPC）の自動化により、品質問題の予兆を事前に検知して工程を自動調整するシステムが普及。また、設備の稼働データを学習したAIによる予測保全（PDM）は導入が活発化し、計画外ダウンタイムを50〜80%削減する成果が各業種で報告されている。
Harryの着眼点
データは「21世紀の石油」と言われて久しいが、製造業においてはデータ収集よりも「どのデータをどう分析して何を意思決定するか」の設計が重要だ。膨大なデータを持ちながら活用できていない日本の製造業は多い。データ戦略とデータガバナンスの整備が、製造インテリジェンスを実現するための第一歩となる。
出典：Palantir社製造業事例集（2021年）、パナソニック「スマートファクトリーソリューション」発表資料、IEC 62832（デジタルファクトリー標準）