Greg Kinsey氏について: オペレーショナルエクセレンス、デジタル変革、インダストリー4.0 （第4次産業革命)）分野のシニアアドバイザー。インダストリー4.0の戦略、実装、利害関係者の同意と協、現場の関与、利益の実現において産業企業を支援しています。2023年1月、国際的なオペレーションコンサルタント会社Argon & Coにパートナーとして入社。デジタル製造の実践をリードしています。
2022年9月20日にミュンヘンで開催されたMinitab Exchangeイベントの講演では、自身の経験と、製造リーダーが日常業務をデジタル化してパフォーマンスを向上させる過程から得た重要な教訓について語りました。企業が一般的に直面する課題を説明し、その対処方法をアドバイスしています。
デジタル変革は第4次産業革命を引き起こす
第1次産業革命中の1800年代の工場をもし見ることができるなら、そこにいる職人は、ほとんど標準化されていない専門的な仕事をする高度な技術を持つ人々です。
第2次産業革命では、標準化された作業が導入されました。特定のスキルを持ち、特定の作業を繰り返し、組み立ての指定された側面に集中的に取り組む人々です。これは工程を管理および制御する新しい科学的方法でした。テイラー主義（科学的管理法）とフォード主義が、製造業に新しい働き方をもたらしました。
第3次産業革命では、新しいITおよびOTシステムとともに、継続的改善と品質システムの概念が導入されました。労働者たちはオートメーション化された生産工程と並んで働くようになり、結果に対する自律性と責任が増しました。これにより、問題解決と工程のばらつき管理のためのSix Sigma手法や、いわゆるトヨタ生産方式またはリーン管理が生まれました。
さて第4次産業革命は、もっと知識ベースに取り組むという点で根本的な変化をもたらします。ほとんどの場合、労働者は肉体労働を行わず、知識を通じて物理的作業を管理することになります。産業労働者は自分が持っている知識に基づき、また生産性の最適化、問題の解決、プロセス監視、運用管理のためにデータをまとめる方法に基づき、価値を生み出します。
メーカーにとってのデジタル革命の機会とは？
デジタル革命とは、仕事のやり方を進化させることです。デジタルツールを使用して労働者と管理者の日常生活、そして工場のパフォーマンスを根本的に近代化し、改善することです。こうした変化により、事後対応型の製造文化から、より予測的で制御された、データ駆動型の製造文化へと移行することです。
従来の製造業は問題という「火を消して」問題を解決することに終始追われていました。デジタル工場の構想の下では、今後何が起きるかをよりよく理解できます。工程が将来どのように稼働するかをより正確に予測でき、より制御された方法で製造を管理できます。 断片化された運用モデルから、より統合された運用モデルに移行することでもあります。データのサイロ、人員のサイロ、または工程のサイロのいずれが存在するとしても、工程の上流と下流でさまざまなチームがもっと繋がり、データ定義が一貫している必要があります。
これはまた、過去の出来事に基づいて運用する履歴上の知識から、将来何が起こるかを予測できるスマート工場に移行することでもあります。工程、機械、人員が固定された環境ではなく、工程に組み込まれるインテリジェンスを活かした柔軟な環境になるのです。
Wデジタル革命の主な課題は？
ソリューションではなく、問題に焦点を当てる
私の観察では、企業がしがちな最初の間違いは、解決したい問題を見失うことです。ソリューションによって問題が解決される代わりに投資が加速するというケースが余りに多すぎます。解決したい問題に集中し続けるための最善の方法の1つは、デジタル イニシアチブとオペレーショナル エクセレンス イニシアチブを結びつけることです。
Lean Six Sigma黒帯のようなプロジェクトリーダーや問題解決者がいる場合、彼らは取り組んでいる問題のポートフォリオをすでに持っています。新しいソフトウェアをインストールしようとする代わりに、すでに解決を試みている問題をデジタル化でどのように補完し、加速できるかを考えてはいかがでしょうか。
データを収集する
もう1つの大きな課題は、データ取得です。適切なデータを収集するのに時間がかかったり、さまざまな場所にさまざまな形式で散らばっていたりする可能性があります。古い機械と新しい機械が混在し、機械によってデータポートがあったりなかったりするかもしれません。ネットワークやプロトコルがさまざまに異なる多種多様なプログラム可能コントローラをどのように接続しますか？どこにでもセンサーがあるとは限らないので、構想を実現するには、より多くのIoTデバイスが必要になるかもしれません。
データと言えば、クリーニングには常に予想以上の時間がかかります。データ ディクショナリを作成するのがお勧めです。これは、データにラベルを付けてカタログ化する方法です。これにより、データの内容を記述するデータ関連メタデータができ、データの効果的な使用がはるかに簡単になります。
Minitab Solutions Analyticsで組織のすべての部分を強化して、より良い結果を予測し、工程を改善する方法をご覧ください。
明確な将来の展望がない
企業が注力すべきもう1つの領域は、明確なロードマップを作成し、目標達成に向けた将来のアーキテクチャを見定めることです。皆様の工場は5年後、10年後にどんな風になっているでしょうか？テクノロジーの選択が難しかったり、ITシステムのレガシーの面で制約があったりするかもしれません。時代遅れなものを構築しないように、拡張可能なアーキテクチャを構築することがとても重要です。
従来のプロジェクト管理方法
デジタル変革では、従来のITプロジェクトと同じ方法を用いません。実際、その反対です。従来型ITとは、既知の問題に既知のソリューションを適用することであり、おそらくITシステムは競合他社が展開するものとよく似ているでしょう。デジタル変革とは、アジャイル プロセスを使用してデータベースを構築し、機械学習、AI、または高度な分析を適用して特定の問題を解決するオーダーメイドのソリューションを開発することです。定義上、これは既製のソリューションではなく、イノベーションです。
経営陣の関与と調整の欠如
特に大きな課題の1つは、従業員をどのように関与させるかです。品質マネージャーと物流マネージャーのアジェンダが異なることがよくあります。何が必要か工場長に尋ねてみると、まったく別の話になるかもしれません。重要なのは、オペレーショナル エクセレンス機能とデジタル機能を連携させ、こうして全員が目標とその達成方法について連携し、関与できるようになることです。
現場の無視
経験上、最高のアイデアは、価値を生み出す現場で働く人々から生まれます。彼らは工程がどのように動き、機械がどのように稼働するかを理解しています。デジタルツールを適用してどう改善できそうか聞いてみると、彼らの多くは職場を最新化したいと考えているので、多くのアイデアが出てくるでしょう。また、アイデアを出すプロセスに彼らが参加できれば、当事者意識が芽生えるでしょう。現場の人は自分たちの貢献を誇りに思い、プロジェクトを完了に導くことに熱心です。
メリットの実現なし
私がよく聞く言葉は、「概念実証を試みたが、結果が得られなかった」です。メリットや迅速な効果が実現しない場合、長い過程を続けることはできません。結果を確実に得ることに集中し、それが得られたら、財務の支援によってその結果を検証してください。プロジェクトの結果と、それがなぜ価値をもたらすかを伝えてください。
製造業のデジタル変革の教訓とは？
統合が不可欠
オペレーショナル エクセレンス プログラムをデジタル変革プログラムと統合する必要があります。デジタル変革は、次の段階のオペレーショナル エクセレンスにすぎません。Lean Six Sigmaプログラムをデジタルの世界に組み入れなければ、時代遅れになってしまいます。
最小限の実行可能なデータセット
大きなデータプールを構築する必要はありません。まず、1つの特定の問題解決に必要な最小限のデータセットから始めましょう。1つのユースケースとその目的に必要なデータに集中してください。追加はいつでもできます。
試行錯誤を許す
アジャイル エンジニアリングでは、イノベーションを取り入れ、実験を許容しましょう。すぐに失敗することを恐れず、教訓を得てください。教訓に基づいて、方向を変えることを恐れないでください。
好奇心を持って
スマート工場は既製品の購入のようなものではありません。自分で発明する必要があります。競合他社を超えてイノベーションしたい場合には、特に業界外で新しいアイデアを探しましょう。
第4次産業革命において、予測分析はどのような役割を果たすか？
製造は事後対応的だ、とよく言われます。製造現場では常に「火消し」を行い、予期せず故障したものを修理している、と思われています。私の考えではデジタル変革により、事前予防的で管理された環境作りができます。このような環境では、何が起きているかの豊富な情報を手元で把握でき、あなたが握っている携帯電話は、日常業務を効率的する主要な情報源になります。データに基づき、問題が発生する前に警告されます。これにより「消火」が減り、ストレスが減り、自信を持って管理できるようになります。
データ駆動型という言葉が使われすぎているかもしれません。しかし問題の修正や調整が必要なときにデータ駆動型の意思決定に役立つダッシュボードと視覚化があれば、日常業務が本質的に変化します。事務所に座っている経営幹部だけでなく、現場の運転手、機械オペレーター、品質管理者、メンテナンス担当者にとってもそれが可能になったとき、革命が起こります。現場の人がデータ駆動型の作業環境の恩恵を受けられるようになったら、第4次産業革命に到達したと言えるでしょう。
データを管理して製造業務を変革する準備はできていますか？
Greg Kinsey氏の他の2件のインタビューが公開されています。
- データサイエンスを誰にでも：予測分析の重要性に対する理解。データ分析はビジネスがどのように機能しているかを理解するうえで不可欠であり、予測分析はビジネスの方向性を示してくれます。業界エグゼクティブGreg Kinsey氏によると、適切なツールが手元にあれば、パフォーマンスを高めてミスを減らせるより良い意思決定を誰もが行うことができます。詳細は、このブログを読んでご確認ください
- デジタル変革の成功に向けてITチームとオペレーショナル・エクセレンスチームを一つに。多くの人にとってデジタル変革とは、新しい技術に目を向け、「この技術を使って何ができるだろうか？」と考えることです。Greg Kinsey氏によると、この考え方は後ろ向きです。その理由をご確認ください >