7
8

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

More than 1 year has passed since last update.

製造業における2022年の3大AIトレンド

Last updated at Posted at 2022-02-04

世界的な危機があると、企業は弾力性を増すことが多く、時にはピンチをチャンスに変えるような大胆な行動を取ります。現在の世界的なコロナ禍​​において、この不確実な時期から回復し、将来に向けて成長するために、ツールを自由に使えるようになろうとする動きがさらに強まっています。コロナ前から、多くの企業がすでにAIやアナリティクスに取り組み始めていますが、それらをどのようにスケールさせるかが課題となっていました。Harris Pollの調査によると、55%の企業がコロナを理由に2020年にAI戦略を加速させたと回答し、67%が2021年にAI戦略をさらに加速させたと回答しています。

これは製造業においても同様で、64%の製造業企業が、AIは自社ビジネスにとって重要または非常に重要であると考えています。注目すべきは、28%が主要な事業部門にすでにAIを統合し始めており、結果に価値を見出していることです。もちろん、究極の目標は、AIが日々の業務に深く浸透し、ビジネスの一部となることです。

2022年、最も成功する製造業の企業は、サプライチェーンの不確実性にいち早く適応し、効率的でアジャイルな運用ができ、持続可能な目標を日々の業務に組み込むことを、推進できる企業であると言われます。このような変革の実現には、アナリティクスとAIの活用が重要になります。
pexels-kateryna-babaieva-2760242.jpeg

##トレンド1: 効率的でアジャイルな製造オペレーション
リーン生産方式は新しい戦略ではありませんが、製造業の優先事項の中心であることに変わりはありません。機械のダウンタイム防止、プロセスの合理化、無駄の削減、在庫管理の最適化はすべて、昨今のコロナのように大きな経済変動に直面したとき、営業費用の削減、効率の向上、俊敏性の向上に貢献します。

次のような自動化とAIドリブンは、製造業におけるさらなる最適化を見出すうえで、ますます大きな役割を果たします。これらは、インダストリー4.0の実践と組み合わせて開発されることが多くなっています。

  • 各種センサーやソフトウェアがネットワークを介して通信し、製造プロセスを自動化・高速化するIoTエコシステム
  • 製造プロセスのあらゆる側面からデータを分析し、よりアジャイルな運用を実現するためのリアルタイムなデータ取得とストリーミング環境
  • AIをエッジ、クラウド、または製造システムや産業機械に組み込んだ展開

また、これらのデジタル技術は、情報技術と運用技術を融合して、設計から運用まで連続的に取り入れられるものでもあります。
企業のすべての物理的リソース(従業員、設備、倉庫など)を仮想的に表現し、現実の経営環境を仮想空間上で再現する、デジタルツインという考え方も出てきています。全体として、メーカーが大幅な効率向上を実現するためには、これらの異なるアプローチをビジネス部門が牽引し、主要なプロセスに完全に組み込むように開発する必要があります。

##トレンド2: 不確実で変動する需給への対応
世界的なコロナ禍で、供給面で制約となり、製造業の回復に大きな逆風となっています。実際、出荷のボトルネックや労働力不足により、原材料やマイクロチップなどの必須部品の調達遅延が増加したり、供給不足が顕在化したりしています。これは、工場の混乱や、多くの製品カテゴリー(家庭用品、電子機器、自動車など)におけるインフレ(投入コストと消費者物価の両方)の上昇にもつながります。

サプライチェーンとロジスティクスにおいて、AIを活用すると、リアルタイムで予測を更新でき、意思決定を加速させることができます。計画と予測には、正確さと混乱への感度を考慮することも大切です。今回のコロナや世界的な原材料不足が示すように、過去のデータに基づく単純化されたモデルでは、もはや十分ではありません。さらに、これらのモデルは、予測対象の過去データだけでなく、センサー、RFID、スキャナーからのリアルタイムデータを取り込みつつ、さらに天候、サプライヤーデータ、顧客データ、物流データなどの外部データセットや代替データで、データをリッチにする必要があるのです。
現在、ディープラーニングを使用して、取引量の削減と生産能力の向上の両方を実現している例が増えています。また、スキャンをなくて、パレット準備の効率と梱包時間の精度を高めることを目的に、AIに注目する例も増えています。
pexels-tom-fisk-2226458.jpeg

##トレンド3: 達成し得る持続可能な目標
日々のビジネスに、ESGやネットゼロの取り組みから低炭素経済へのシフトまで、持続可能な手法を取り入れることが求められています。国際エネルギー機関(IEA)によると、産業部門は、全世界の炭素排出量の約4分の1を占めています。製造業では、より厳しい排出規制や目標に対応するため、エネルギー消費と炭素排出の削減が重要な課題となっています。また、今後予定されている炭素価格の引き上げや、新たなエネルギーミックスへの移行にも対応する必要があります。

BCGの調査によると、AIを利用することで温室効果ガス排出量を2.6~5.3ギガトンCO2削減でき、追加収入とコスト削減により1.3兆~2.6兆円の価値を生み出せる可能性があるとされています。AIとアナリティクスは、企業が自社のカーボンフットプリントを測定し、二酸化炭素排出量を削減する方法を見つけるためにも利用されることでしょう。例えば、電力消費に関する排出量を削減するには、企業が自社で事業を行っている各国の炭素強度を正確に測定する必要があります。これはDataikuが、電力消費量を、関連する温室効果ガス排出量に簡単に変換できるCO2変換プラグインをリリースした理由でもあります。

各企業が気候変動対策に積極的に取り組むようになり、温室効果ガスの排出量が議論の中心となっていますが、サステナビリティに関してもAIに期待されることは多くあります。例えば、海のプラスチック汚染を減らすなど廃棄物の削減や、環境に優しい製品や生産方法の実現などが挙げられます。さらに、製造業では、業務効率と会社の資産や従業員へのリスクのバランスをとる必要があります。たとえば、ビデオ解析、ビル管理システムの進歩により、企業はAIとアナリティクスを利用して、従業員を安全に帰宅させることができるようになります。

これを実現するには、難しく時間がかかると思われがちですが、数か月ではなく数週間で大きな成果を上げられるよう、Dataikuではすぐに使える業界別ソリューション(予知保全、異常値検出、需要予測など)を提供していますので、確認してみてください。

##製造業におけるAIのスケールアップをさらに進める

  • 製造業におけるAIの導入と成熟度のベンチマークについて、こちらより資料をダウンロードいただけます。
  • 研究開発、生産、物流など、エンドツーエンドの製造業のAI活用事例の詳細と、このデジタル変革を大規模に実現するためのDataikuの機能をご紹介しています。こちらより資料をダウンロードください

原文:3 Trends in Manufacturing and AI for 2022

7
8
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
7
8

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?