自動化と高度な分析を予測に活用

表計算ソフトや紙ベースのプロセスなど、従来の方法で在庫予測を行うと、時間や手間といった多大なリソースが必要になる。こうしたやり方でも、将来の需給予測にはアルゴリズムを用いているものの、アルゴリズム自体は静的で変化しないのが一般的だ。一方、機械学習を用いた自動予測では、動的アルゴリズムを活用できる。この場合、アルゴリズムは市場力学、生産実績、業界動向に基づいて自動調整される。最新の業界動向を反映した情報を使用できるため、はるかに高い予測精度が得られる。このように、機械学習を活用した予測では、社内の業務システムや外部の取引先企業から取得した大量の過去データを自動的に分析するため、将来の調達量と生産量の予測可能性が高まる。そして最終的には、納期内の完納率向上につながる。

作業指示書のデジタル化とリアルタイム更新を活用した現場の効率化

自動化と高度な分析が役立つ場面はほかにもある。従業員と現場設備資産の生産性向上だ。企業特有のニーズに合わせて機能を調整できるスマート製造技術を使用すれば、主要業績評価指標（KPI）や生産性に関する情報や最新状況を現場の従業員と自動で共有することができる。また、クラウド技術や統合基幹業務システムを活用して作業指示書をデジタル化し、現場の作業者に配布すれば、目の前の作業に関連する情報のみを参照できるようになる。様々なシステムやツールから受け取る情報が多すぎるために、かえって手間が増えたり注意散漫になったりしがちな作業者も、このようなデジタル作業指示書があれば、現在の作業に全神経を集中できるようになる。

デジタル作業指示書は、通常、作業者のステーションのダッシュボード画面上に表示され、現在割り当てられている作業の進捗状況を示すとともに、作業を完了するまでに必要な残りの手順について具体的に指示する。ダッシュボード上のデータは、施設全体に配置されたプログラマブルロジックコントローラ（PLC）やIoTセンサーからリアルタイムで自動的に取得されるため、作業者が古い情報に基づいて作業を進めるような事態は発生しない。これは生産部門に有益であることは言うまでもないが、保守部門にとっても、デジタル指示書やリアルタイムで更新される情報を利用できるメリットは大きい。機械のダウンタイムやエラーの頻度から最も重要度の高い作業を特定し、機械保守のタイミングをより正確に予測できるようになるからだ。

その効果は、企業全体の生産性と納期遵守率の向上だけではない。業務データが可視化されることで、従業員が自分の仕事を一定程度コントロールできるようになる。具体的には、デジタル作業指示書やリアルタイムで更新されるダッシュボードから高度な情報が自動的に得られるため、それを利用することで、過去のデータに基づいて設備性能を調整したり、効率化のための方法を上司に提案したりと、従業員も組織の改善に貢献できるようになるのだ。

（-3に続く）

※原文記事を機械翻訳＋人手校正（ポストエディット）にて作成しております。