機械学習、自動化、高度な予測分析、IoT（Internet of Things）などの重要な第4次産業革命（4IR）技術を使用することで、メーカーはリアルタイムで設備を監視することができます。これにより、膨大な量の運用データを収集することができます。
- OEE、生産率、スクラップ率などのコアKPIのトラッキング
- 正確な納期を予測し、納期遅れを回避する。
- サプライチェーンに生じる可能性のある障害を予測する
- 生産ボトルネックのトラブルシューティング
- 設備の非効率性を発見し、その都度修正する
マッキンゼーによると、4IRテクノロジーは2025年までに最大3.7兆ドルの価値を生み出すと予想されています。AIだけで、製造とサプライチェーンマネジメントに1.2～2兆ドルの価値を生み出すことができます。
その可能性を理解するために、いくつかの製造業企業でAIが実際に使われている様子を見てみましょう。
製造業におけるAI事例 – 変革を鼓舞する
製造業におけるAIのインパクトは、ゲームを変えるほどです。フランスの食品メーカーであるダノングループは、機械学習を利用して需要予測の精度を高めています。その結果、以下のようなことが実現しました。
- 予測ミスが20%減少
- 売上損失が30%減少
- 需要計画担当者の作業量を50％削減
日本のオートメーション企業であるファナックは、24時間体制で工場を稼働させるためにロボット作業者を使用しています。このロボットは、CNCやモーターに不可欠な部品を生産し、すべての生産現場の機械をノンストップで操作し、すべてのオペレーションを継続的に監視することができます。
一方、BMWグループは、品質チェックや検査、疑似欠陥（実際には欠陥がないのに目標から外れていること）の除去に自動画像認識を使っています。その結果、高い製造精度を実現しています。
また、製造業でAIの恩恵を受けている企業として、ポルシェが挙げられます。ポルシェは、自動車製造の大部分をAGV（Autonomous Guided Vehicle）で自動化しています。AGVは車体部品をある加工ステーションから次の加工ステーションに運ぶため、人の介在が不要になり、パンデミックなどの災害にも強い施設になります。
これらは、製造業においてAIを活用し、全体的な生産性と業務効率を向上させている企業のほんの一例に過ぎません。
では、なぜAIが製造業の未来を築くために不可欠なのか、その理由を探ってみましょう。
製造業の世界の未来にAIが不可欠な理由
すべての製造業は、コスト削減やリスク軽減、生産効率の向上など、新たな方法を見出すことを目標としています。これは、製造業が生き残るため、そして繁栄と持続可能な未来を確保するために非常に重要です。その鍵は、4IRテクノロジー、特にAIベースとMLを活用したイノベーションにあります。
AIツールは、生産現場からの膨大なデータを処理・解釈し、パターンの発見、消費者行動の分析と予測、生産プロセスの異常のリアルタイムでの検出などを可能にします。これらのツールは、メーカーがあらゆる地域の施設におけるすべての製造オペレーションをエンドツーエンドで可視化することを支援します。また、機械学習アルゴリズムのおかげで、AI搭載システムは継続的に学習、適応、改善することができます。
このような能力は、パンデミックによる急速なデジタル化の余波を受け、メーカーが成功するために不可欠なものです。
マッキンゼーによると、AIを使用している企業は、コスト削減と収益の伸びを目撃しています。調査対象者の16%が10～19%のコスト削減に気づいたのに対し、18%は全体の収益が6～10%増加したという。
また、AIシステムは予測分析を可能にし、労働力だけでなく、サプライチェーンの運用上の課題や混乱に取り組むのに役立ちます。McKinseyのレポートによると、AIは製造業における予測精度を10～20%向上させ、在庫コストの5%削減と収益の2～3%増加につなげることができるとされています。
その他、製造業におけるAIのメリットは以下の通りです。
- 予知保全による計画外ダウンタイムの削減
- 高度な製造技術（3Dプリンター、ロボット）を使用したニアショア施設の運営により、人件費を削減し、サプライチェーンの混乱にもかかわらず弾力性を維持することができる
- AIを活用した最適なジェネレーティブデザインにより、効率性を確保し、無駄を削減する。
では、製造業でAIをどのように活用できるかを見てみましょう。
製造業でAIはどのように活用されているのでしょうか？
製造業において、AIが最も価値を発揮できるのは、企画と生産現場での業務です。BCGのレポートによると、製造業における最も重要なAIの使用例は以下の通りです。
- 生産工程を自動化するインテリジェントな自己最適化機械
- より良い計画のための効率損失の予測
- 予知保全を促進するための品質不良の検出
以降のセクションでは、上記の各カテゴリーから最も顕著なユースケースを探っていきます。しかし、その前に、AIが製造業をどのように変えるかを理解しましょう。
AIは製造業をどう変えるのか？
4IRテクノロジーの出現により、デジタル工場によるスマートマニュファクチャリングの時代が到来する。IFR（国際ロボット連盟）によると、2020年に世界の工場で稼働している産業用ロボットはすでに270万台。これは2019年と比較して12％の増加であり、デジタル化の取り組みが飛躍的に進んでいることから、この傾向はさらに拡大すると予測されています。
メーカーは、AIや機械学習などのテクノロジーに投資し、生産コストをさらに引き下げ、市場投入までの時間を改善することを目指すでしょう。世界的なパンデミックが発生した場合、メーカーは、作業を自動化し、混乱を予測し、すべての業務のエンドツーエンド制御を促進する技術を採用することで、ビジネスの回復力を高めることに努めるでしょう。
