20190729_himeji-cci

Transcript

1. 中堅・中小製造業の身の丈AI/IoT 2019/7/29 大川真史

2. Copyright © 2019 WingArc1st Inc. All Rights Reserved. 2 自己紹介：大川真史（おおかわまさし）

   @masashiokawa masashi.okawa1 大川真史（おおかわまさし） ウイングアーク１ｓｔ株式会社 Connected Industries エヴァンジェリスト 【専門】デジタル化による社会・産業・企業構造転換に関する研究・情報発信 【社外活動／役職】 ⚫明治大学 サービス創新研究所：客員研究員 ⚫日本商工会議所：IoT活用専門委員会 アドバイザー ⚫東京商工会議所：スマートものづくり推進事業専門家WG 座長 ⚫栃木県：IoT等専門家派遣事業 専門家 ⚫ロボット革命イニシアチブ協議会(RRI)：中堅中小 AGメンバー ⚫主催コミュニティ： エンタープライズIoTLT/ヘルスケアIoTLT、 M5StackUG、同人ハードウェアミートアップ 【プロジェクト例】 ⚫民間：製造業のサービス事業コンサル ⚫民間：製造業/BtoBデジタル新サービス開発 ⚫経産省：中堅・中小製造業IoT導入手法 ⚫経産省：2016年度ものづくり白書作成支援 ⚫RRI：スマートものづくり応援ツール審査員 ⚫東商：スマートものづくり実践事例集 ⚫日商：中小企業活力増強のITサービス・レシピ 【講演】経済産業省、日本経団連、経済同友会、日本商工会議所、各地商工会議所、自治体、学会、 【出版】IoTまるわかり、ビジュアル解説IoT入門（ともに三菱総合研究所編、日本経済新聞出版社） 【寄稿】読売新聞、日経新聞、朝日新聞、日刊工業新聞、週刊東洋経済、日経コンピュータ、日経 ビッグデータ、プレジデント（特集監修）、読売オンライン、日経 Biz Gate、各種専門誌

3. 現場・現物・現実をデータ化しよう （中小企業のスマートものづくり事例）

4. Copyright © 2019 WingArc1st Inc. All Rights Reserved. 4 現場・現物・現実デジタル化【経営】データに基づく判断

   • これまで情報システム化・IT化は、各業務の管理システムが中心であった。 • 現在は現場・現物・現実のデータ化や可視化や分析が簡単になり、データに基づいた経営判 断・事業判断が出来るようになった。 • 業績管理、組織管理 • 人事、人材 • 各種施策評価 経営層 • 売上、受注、発注 • 在庫、経費、労務 • 総務、資産 中間層 • 客先、工場、事務所、取引先 • 商談、技談、開発、使い様 • 事務作業、書類、電話 現場 現物 現実 経営 中間層 現場 現物 現実 非IT データ データ データ IT→紙 IT→紙 判断

5. Copyright © 2019 WingArc1st Inc. All Rights Reserved. • これまで製造現場は、現場で治工具を開発し、現場で考えた帳票に手書きで業務をする等、

   アナログな手段だけで現場の生産性向上（カイゼン）を図ってきた。 • 今後、デジタル治工具の開発や利用、データによるカイゼン活動を行うようになる。 基本的には 現場課題を 治具・帳票 等アナログ 手段で解決 これまでの現場カイゼン 5 現場・現物・現実デジタル化【現場】カイゼン、治工具 経営・管理の ためのIT化 現場・現物・ 現実と分断 これまでの情報システム化・IT化 現場で開発した治工具 手書きで工夫した帳票 センサー、アクチュエータ SCADA、PLC、DCS 製造実績/在庫管理 （MES、WMS） 業績管理 （ERP、SCM） 現場にある現物、現場のリアルな現実を データ化して「デジタルカイゼン」 アナログだけでなくデジタル機器も 活用する「デジタル治工具」 デジタル・データの活用 分断

6. Copyright © 2019 WingArc1st Inc. All Rights Reserved. 6 武州工業（パイプ加工・青梅・160名）

   • スマートフォンや加速度センサ付きデバイスを設備に貼り付け、現作業場可視化・自律的改 善活用の配線レス設備動作情報収集アプリ「生産性見え太君」を開発、販売。 • 現場を可視化するだけで、現場が自律的に判断し、生産性向上を実現した。 出所：生産性見え太君（https://www.bimms-mieta.com/）より講演者作成

7. Copyright © 2019 WingArc1st Inc. All Rights Reserved. 7 (株)タカハシ（ゴムパッキン・荒川区・5名）

   • 社長が製造/SCMシステムをCOBOLで自作。入力用キーボード、タッチパネルなども改造。 • 現場をデータ化するために最適な方法は現場にいる人しかわからない。 出所：東京商工会議所スマートものづくり（https://www.tokyo-cci.or.jp/seisaku/committee/mono/smart/case/08/）より講演者作成

8. Copyright © 2019 WingArc1st Inc. All Rights Reserved. 8 クリーニングハウスレモン（田原さん・福岡県）

   • 元DJ。IT自体にあまり縁がなかった。自分で勉強し画像解析技術などを習得。 出所：Google Japan Youtube動画（https://www.youtube.com/watch?v=vCUk7zkzDQw）より講演者作成

9. Copyright © 2019 WingArc1st Inc. All Rights Reserved. 9 きゅうり農家（小池さん・静岡県）

   • エンジニアであったが、実家のきゅうり農家に戻り、AI/IoTを使ってツールを開発 出所：Google Japan Youtube動画（https://www.youtube.com/watch?v=XkKxSAb4EAw）より講演者作成

10. Copyright © 2019 WingArc1st Inc. All Rights Reserved. 10 旭鉄工（鍛造／鋳造・愛知・500名）

    • 生産数や停止時間など現場で必要な情報をリアルタイムに自動検出・視える化 • この仕組みを「製造遠隔ラインモニタリングサービス」として積極的に販売している 出所：旭鉄工／i Smart Technologie（http://istc.co.jp/）より講演者作成

11. Copyright © 2019 WingArc1st Inc. All Rights Reserved. 11 お茶の水ファーマシー（管理薬剤師山口さん）：在庫棚卸

    課題 棚卸業務は両 手が塞がって いる 紙とペンだと あとで入力し なおし パソコン操作 は移動して両 手を使う スマホでも片 手が塞がる 仕事内容 月次や四半期で棚 卸業務が発生する 開封済み箱から シートを出して数 える パソコンでシステ ムの数量を確認・ 変更 出所：ウイングアークフォーラム2018、山口洋介さんFacebookページ、株式会社ファーマクラウド（https://www.pharmacloud.co.jp/）より講演者作成

12. Copyright © 2019 WingArc1st Inc. All Rights Reserved. 12 お茶の水ファーマシー：ファーマシストオンライン

    出所：山口洋介さんFacebookページより講演者作成

13. Copyright © 2019 WingArc1st Inc. All Rights Reserved. 13 現場・現物・現実デジタル化製造業に共通している事

    • この仕事をどうにかしなきゃ • 現場で日々痛感してる辛さ 初期衝動 • 自分の現地・現場・現物が起点 • 技術はブログや動画で勉強 • 現場で開発・試行・修正 方法 • 自分で作るから費用は安い • 試行錯誤の結果、使わなくなる 物が多い • 試行錯誤しやすい物を求める 必要なもの • 自分のためになるモノを作るの が楽しい • 自分か作ったもので誰かが喜ぶ のが嬉しい 動機付け • 「外販ありき」ではない • 同じ辛さを痛感している同業者 への販売 • ユーザーのコミュニティ化 ビジネスモデル • 現場にとって最適なユーザー体 験となっている • 一連の業務もデータもひとつの 基盤で統合される プラットフォーム

14. 現場・現物・現実デジタル化に必要な機能 （IoT、AI基本の「キ」） （誰でも出来るIoTのツール紹介） 14

15. Copyright © 2019 WingArc1st Inc. All Rights Reserved. 15 現場・現物・現実のデータ活用に必要な機能

    • 現地・現場・現実データ活用のために、データを作り可視化・分析する機能が必要である。 • 現場や中間層や経営者がデータに基づいてアクションにつながる「判断する」ことが最も重 要な機能である。データ可視化やデータ分析は判断までの過程に過ぎない。 データを見る・知らせる 可視化ツール 各種アプリ 判断する データを作る・上げる データをつなげる データを分析する データベース クラウド サービス 表計算 機械学習 センサー カメラ OCR 音声 業務システム ExcelやAccess 外部データ

16. Copyright © 2019 WingArc1st Inc. All Rights Reserved. 16 現場・現物・現実のデータ活用に必要なツール

    • 現場・現物・現実のデータ活用に必要な機能のうち、技術革新が進んでいる下図の赤枠で 囲ったツールについて紹介する。 データを見る・知らせる 可視化ツール 各種アプリ 判断する データを作る・上げる データをつなげる データを分析する データベース クラウド サービス 表計算 機械学習 センサー カメラ OCR 音声 業務システム ExcelやAccess 外部データ

17. Copyright © 2019 WingArc1st Inc. All Rights Reserved. 17 【データを作る・上げる】センサー（モノのデータ化）

    • かつては組込みエンジニアしか扱えなかったセンサーが、とても簡単に扱える ようになり、価格も桁違いに安くなった。高精度・多機能の革新ではない。 出所：SWITCH SIENCE(https://www.switch-science.com)、各社メーカーwebサイトより講演者作成 GROVEモジュール：100種類以上のセンサー Nefry BT ￥5,378 M5Stack￥4,050

18. Copyright © 2019 WingArc1st Inc. All Rights Reserved. 18 【データを作る・上げる】SOFIXCAN

    Ω Eye • 工作機械の操作盤にカメラを取り付け、画像認識により機械の状態を解析し、機械の監視及 びデータの蓄積 機械本体のデジタル化不要 機械の動作への影響なし 手軽に導入 出所：SOFIXCANΩEye（http://www.sofix.co.jp/products/sofixcan_omega/sofixcan_omega_eye/index.html）より講演者作成

19. Copyright © 2019 WingArc1st Inc. All Rights Reserved. 19 【データを作る・上げる】SPA

    • 紙の運用を変更せずに、帳票をスキャンしてデータ化。さらに仕訳けて格納・活用する。 • 製造業では、作業報告書/日報、納品書、設計図面、請求書などで効果がある。 出所：ウイングアーク１ｓｔ SPA(https://www.wingarc.com/product/spa/)より講演者作成

20. Copyright © 2019 WingArc1st Inc. All Rights Reserved. 現地・現物・現実を 確認する

    20 【データをつなげる・分析する】Dr.Sum • 経営でも現場でも判断が必要となった場合、そのデータを素早く確認・分析し正確な判断を 素早く行うためのプラットフォームとして、Dr.Sumが最適である。 出所：ウイングアーク１ｓｔ Dr.Sum（http://www.wingarc.com/product/dr_sum/）より講演者作成 基幹システム、各種現場システム 各種センサー・PLC・画像データ等 情報活用基盤 Dr.Sum 受発注 POS 予算・計画 取引先 検査結果 原価 データを見る・知らせる 現地に加えて、データ確認・分析もして 判断する（＝デジタルシフト経営） データを確認・ 分析する 警告やトラブル内容を具体的に確認したい ＋

21. Copyright © 2019 WingArc1st Inc. All Rights Reserved. 21 【データを分析する】AI（人工知能）の概要と現実

    • 現時点では「AIによって意志を持ったロボット」のようなものは実現されていない。 • マシンラーニング（ML）導入事例が増え、ディープラーニング（DL）が実装されている。 • 実用化に向けては、データの量・質ともに圧倒的に不足している企業が大半である。 出所：NVIDIAブログ「人工知能、機械学習、ディープラーニングの違いとは」より講演者作成 https://blogs.nvidia.co.jp/2016/08/09/whats-difference-artificial-intelligence-machine-learning-deep-learning-ai/ 学習データ （因果が明確） マスメディアを賑わす事例 （碁、将棋、対話、画像診断、 渋滞予測、高精度故障予測） 現実的な導入事例が増加 （ルールベースの生産計画、 簡単な需要予測／故障予測） 機械学習の簡単なしくみ 推論モデル 生成 推論エンジン （モデル） ・アルゴリズム選択 ・チューニング ・生成モデル評価 ・・・ 未知の データ 推論結果

22. Copyright © 2019 WingArc1st Inc. All Rights Reserved. 22 【データを見る・知らせる】Motionboard

    • 現場だけで試行錯誤しながらそれぞれに最適なデータの可視化をする。 • 全ての経営者・管理職・従業員がそれぞれの現場でデータによる判断が出来る。 出所：MotionBoard(https://www.wingarc.com/product/motionboard/)、Youtube(https://www.youtube.com/watch?v=UrId8m-C6u4)より講演者作成 タイのSAM工場におけるカイゼンプロジェクト

23. 現場・現物・現実デジタル化の進め方 （現場ユーザー主導の導入方法）

24. Copyright © 2019 WingArc1st Inc. All Rights Reserved. 24 現場・現物・現実のデータ化のポイント

    • 現場・現物・現実のデータ化の検討ポイントは多くあり最適解はひとつではない。 • データ活用した判断結果から、フィードバック（見直し・改善）が発生する。 データを作る・上げる • データの種類 • データ取得頻度 • データの質 • データの信頼性 データをつなげる • データ送信先 • 送信方法・頻度 • データマージ基準 データを分析する • 大量データの操作 • 欠損データの扱い • 解析アルゴリズム データを見る・知らせる • UI（操作性） • リアルタイム必要性 • 同時表示データ種類 判断する フィードバック フィードバック フィードバック

25. Copyright © 2019 WingArc1st Inc. All Rights Reserved. 25 進め方：ダブル（OODA&Agile）ループ

    • デジタルシフトは、多岐に渡る検討や綿密な計画を作り、仕様や設計通りに作ったり進めた りするものではない。試行錯誤を通じて少しずつ学習を重ねながら目標に達する。 • ビジネス上の効果は「OODA」で、ツール開発・導入は「Agile」で進める。 情報分析 ユーザー 検証 行動 情報収集 プロトタ イプ作成 プロトタ イプ修正 プロトタ イプ評価 判断/ 検証 OODA ループ Agile ループ

26. Copyright © 2019 WingArc1st Inc. All Rights Reserved. 26 現場起点の素早い意思決定：OODAループ

    • 現場起点の素早い意思決定と行動はOODAループ（Observe/Orient/Decide/Act）と呼ばれ、 事業環境変化が激しい現在では主流になりつつある。 • これまでのPDCAでは、計画時から評価までに状況が変わる事が多く有効でないとされる。 OODA PDCA 情報分析 (Orient) 判断 (Decide) 行動 (Act) 情報収集 (Observe) 計画 (Plan) 実行 (Do) 評価 (Chack) 改善 (Action)

27. Copyright © 2019 WingArc1st Inc. All Rights Reserved. 27 ツールの検討・導入・活用：Agile（アジャイル）

    • アジャイル（試行錯誤型）＝アイデアを早く具体化/具現化し、ユーザーに使ってもらって、 すぐ修正して再度ユーザー検証を行う。 • 従来型ウォーターフォールでは、最適なユーザー体験を作る事は出来ない。 Agile（アジャイル＝試行錯誤型） ウォーターフォール（計画遂行型） 要件定義 利用開始 概要設計・詳細設計 開発・単体テスト 全体テスト プロトタイプ 作成 プロトタイプ 修正 プロトタイプ 評価 判断 (検証)

28. Copyright © 2019 WingArc1st Inc. All Rights Reserved. 28 サイクルの速さが競争優位の源泉

    • ダブルループの速さが競争優位の源泉である。資料作成、チーム外の助言や指示は厳禁。 • ダブルループに適したサービスやツールを選択する必要がある。 情報分析 ユーザー 検証 行動 情報収集 プロトタ イプ作成 プロトタ イプ修正 プロトタ イプ評価 判断/ 検証 OODA ループ Agile ループ 現場で柔軟に 情報が扱える 色々な種類の 情報を扱うこ とが出来る 判断スピードと 同じ速さでデー タを扱える 現場だけでデ ータを扱う形 を変更できる 簡単にデータ を扱う形に変 更出来る

29. どうすれば出来るか、効果は何か （作ったツールを売り出そう）

30. Copyright © 2019 WingArc1st Inc. All Rights Reserved. 30 企業が

    AI・IoTの利活用を進める上での課題 出所：総務省「平成30年 情報通信白書」3章2節 図表3-2-2-4より講演者作成 0% 20% 40% 60% 80% 100% 日本 米国 英国 ドイツ 通信回線の品質や速度 端末やセンサーの品質や価格 外部との接続性 レガシーシステムとの調整や移行 データ流通に係る制度環境やルールの 整備 政策や制度的な対応・支援 資金調達環境 人材育成 自社のニーズに対応したソリューションや 製品・サービス ビジネスモデルの構築 組織としてのビジョンや戦略の立案 組織風土 システム・ インフラ 事業環境・ 支援体制 自社組織・ 自社風土

31. Copyright © 2019 WingArc1st Inc. All Rights Reserved. 31 デジタルツールを活用出来ない組織風土例

    • AI・IoT等デジタル ツールを導入する事 が目的になっている。 • 事業上の成果の目論 見がなく始める。 目的が不明 確 • 確実に成功しそうな 事だけを実施する。 • 実績のない新技術・ 新サービスを避ける。 • 挑戦がないため、導 入効果が殆ど無い。 出来る事か ら考える • 「試しにやってみ る」が出来ない。 • 経営者・責任者が許 容しない。 • 従業員も本気でやら ない。やらされ感。 失敗を許さ ない 出所：pwc「日本企業におけるAI活用の可能性 –成功のカギはどこにあるのか？」に講演者加筆 成功事例のほとんどは真剣に取り組んだ中堅中小企業

32. Copyright © 2019 WingArc1st Inc. All Rights Reserved. 出所：東京商工会議所「ものづくり企業の現状・課題に関する調査」（http://www.tokyo-cci.or.jp/page.jsp?id=115010）より講演者作成 32

    想定外の効果「やってみないとわからない」 • 昨年の東京商工会議所の調査でも明らかなようにツール導入前の期待効果と導入後の効果は異なる。 • デジタルツール導入→データ化→可視化共有→社内外コミュニケーション活性化→生産性向上 • 想定外の効果を認識する能力が必要である。

33. Copyright © 2019 WingArc1st Inc. All Rights Reserved. 33 知る：勉強会コミュニティへの参加

    • 地域ごとに有志が開催している勉強会コミュニティがある。初参加・初心者歓迎。 出所：勉強会イベント登録サイトconnpass（https://connpass.com/）より講演者作成

34. Copyright © 2019 WingArc1st Inc. All Rights Reserved. 34 学ぶ：オンライン学習（初心者からプロ向けまで）

    【初心者】Progate https://prog-8.com/ 出所：各社webサイトより講演者作成 【プロ養成】Paiza https://paiza.jp/

35. Copyright © 2019 WingArc1st Inc. All Rights Reserved. 35 作る：プロトタイプ開発に特化

    出所：ProtoOut Studio（https://protoout.studio/）より講演者作成

36. Copyright © 2019 WingArc1st Inc. All Rights Reserved. 36 まとめ

    データの爆発的増加は全ての産業を根本的に変革させる 身近な所からデジタルを取り入れる人が急増している 第一歩として現場の課題が解決できないか考えてみる 手を動かして課題解決への「何か」を小さく始める 小さくはじめて「成果の萌芽」で会社の風土を変える 課題解決への糸口が見えたら仕事として本格的に取り組む 同じ悩みの同業者への販売（デジタルビジネス）をはじめる
37. None