記事

あなたのスマートファクトリーはどれくらいスマート(賢い)ですか?

インダストリー4.0のコアコンポーネントとして、スマートファクトリーは大幅な生産性向上を約束しています。しかし、工場をクラウドに接続してデータを収集しても、必ずしも「スマート」になるとは限りません。

Monica McDonnell
Monica McDonnell
2021年4月7日 6 分で読める
スマートファクトリーとデータ分析の役割

自動車産業は、組立ラインの導入からグローバルサプライチェーンの導入、ロボット工学の導入に至るまで、製造業における次々と変化する波の最前線に立ってきました。現在、次の大きな変化であるスマートファクトリーに投資しています。このフェーズは、大規模なデータを生成および利用する接続性、柔軟性、および生成プロセスのステップによって特徴付けられます。インダストリー4.0のコアコンポーネントとして、スマートファクトリーは大幅な生産性の向上を約束します。ただし、ファクトリをクラウドに接続してデータを収集しても、スマートファクトリにはなりません。多目的のデータおよび分析基盤を作成すると、スマートファクトリー・プロジェクトによって提供される真の価値が高まります。

ほとんどの初期の「スマートファクトリー」プロジェクトは、実際には、データと分析の小さなシステムによって提供され、卓越性への入り口を提供します。これらのソリューションをクラウドで管理すると、オンプレミスソリューションに比べてコストと導入に大きなメリットがあります。ただし、すべてのスマートファクトリーイニシアチブをサポートする統合データセットを構築する戦略がなければ、個々のプロジェクトアプローチは、予期せぬ管理不能なコストにすぐにつながり、製造現場で提供されるすべてのメリットを損ないます。

新たな挑戦、高い期待

非常に高品質で非常に効率的な製品を提供することに誇りを持っている業界は、急速に進化する顧客の要求を満たすために、動的にディスラプト(破壊による革新)をしなければならないことに気づいています。マスマーケットの生産ラインの効率は、コストや非効率性を発生させることなく、何十年にもわたる進歩を効果的に生かしつつ、大量にカスタマイズされた製品を提供するように変革する必要があります。スマートファクトリーの機能によって推進される柔軟な製造方法は、答えの中核部分です。
 
危険なのは、個別の分離されたスマートファクトリー・プロジェクトを実行しても、予想される生産性の段階的な変化がもたらされないことです。これらのプロジェクトは、再現性も共有性もありません。また、データと分析の管理オーバーヘッドにより、メリットを上回るコストがすぐに発生します。コストの上昇に対抗するには、分析も工業化する必要があります。この課題は、すべての人に適用できる業界全体の課題としてメーカーに認識されており、多くの業界リーダーが提携を結んでいます。 アライアンスであるオープン・マニュファクチャリング・プラットフォーム は、大規模なスマート製造を可能にするという共通の課題に対処しています。
 
必要なのは、接続されたデータ基盤です。個々の車両のすべてのプロセスステップを表すデータは、デジタル領域でリンクして、各VIN番号のデジタルスレッドを作成できます。このデータのデジタルスレッドは、工場のすべての生産ステップ間およびすべての生産ステップ内の相互作用を理解するために不可欠です。デジタルスレッドを正しく使用すると、製造プロセスのすべての変更の影響を検出できます。これにより、マスカスタマイゼーションに必要なグローバルな最適化が可能になります。

接続して再利用する

接続されたデータにより、再利用可能で共有可能でポータブルな分析ソリューションを、企業全体またはエコシステム全体の「ストア」向けに作成できます。各プロジェクトチームは、特定の改善の機会に対処するための分析モデルを構築するためのデータを収集および準備します。これは「公開」されているため、企業またはエコシステム全体で、部分的または完全に簡単に再利用できます。マシンデータは品質、生産、および保守の分析に共通の要件であるため、同じデータを使用して追加のソリューションを実装でき、ほぼ同じデータセットからさらなる価値を引き出します。これは、テラデータが誇りを持っているパートナーである フォルクスワーゲンのインダストリアルクラウドの前提です。

TCOの削減

工場はコストセンターであるため、常に少ない労力でより多くのことを行う必要があります。車両共有プラットフォームが過去数十年で大手自動車会社のコストベースと効率を変革したように、統合データプラットフォームは接続された工場のコストを管理できます。すべてのデータセットは、データ品質がドリフトしないことを保証するための分析ルーチンと同様に、メンテナンスコストを負担し、分析はビジネスと歩調を合わせます。AIおよびMLアルゴリズムでは、大規模なデータセットを使用して定期的に再トレーニングする必要があります。これにより、製造結果を改善するためにこのテクノロジーを利用するコストがさらに増加し​​ます。
 
生産性と柔軟性の向上を推進すると同時に総生産コストを削減しようとしているOEMは、この取り組みをサポートする統合データプラットフォームを検討する必要があります。共有の分析モデルとプロセスを提供する統合プラットフォームがないと、OEMは、分析ソリューションを通じて生産性向上の価値を最大限に発揮するのではなく、単にコストを製造現場からデータセンターに移すだけで済む場合があります。スマートファクトリーの大規模な実装には膨大な量のデータと分析ルーチンが関係しているため、分析とデータ管理のコストは急速に上昇する可能性があります。これらのデータセットを複製し、それに伴う分析ルーチンを実行すると、筋マートファクトリー展開のメンテナンスコストが不必要に増加します。

Teradata Vantageの 実証済みの分析スケールは、テラデータの DataOpsおよびAnalyticsOpsにおけるテラデータの専門知識と組み合わされて、真にスマートなファクトリの理想的な基盤です。同じコードベースをオンプレミスのTeradataインスタンスに直接転送でき、主要なクラウドプロバイダー間で転送できます。これにより、分析ホスティングプラットフォーム戦略が国や工場によって異なる場合でも、寿命と再利用性が保証されます。テラデータは、高品質製品の高効率の大量生産とマスカスタマイゼーションに対する自動車業界のリーダーシップとコミットメントを強化するスマートファクトリー機能を実現できます。

Tags

Monica McDonnell について

Monica McDonnell is a highly experienced consultant in the field of enterprise software, digital transformation and analytics. Her career has spanned Africa, the US and Europe with time spent on ERP and supply chain planning before focusing on delivering value from data. Monica advises on how to deliver business value by combining good data governance and advanced analytics technologies. Helping automotive companies understand how to release the full potential of Industry 4.0 technologies, and dramatically improve customer experience management as enabled by the connected vehicle is central to her role. Monica earned a BSc in Industrial Engineering from the University of Witwatersrand, and a MSc in Software Engineering from Oxford University. 

Monica McDonnellの投稿一覧はこちら

最新情報をお受け取りください

メールアドレスをご登録ください。ブログの最新情報をお届けします。



テラデータはソリューションやセミナーに関する最新情報をメールにてご案内する場合があります。 なお、お送りするメールにあるリンクからいつでも配信停止できます。 以上をご理解・ご同意いただける場合には「はい」を選択ください。

テラデータはお客様の個人情報を、Teradata Global Privacy Statementに従って適切に管理します。