幸運なことに、私たちは産業製造部門のグローバルVPにインタビューしました。 Mendixラファエロ・レプラッティ。ラファエロは進化する製造技術について熟知している。彼は25年間製造業に携わり、様々な分野で役職を務めてきた。 自動車製造製造オペレーション管理、事業開発の分野で経験を積んでいます。電気工学の学位と、高度なヒューマンマシンコラボレーションの博士号を取得しています。

私たちが話し合った内容は次のとおりです。

• 製品エンジニアリング部門、製造、現場、サプライチェーンが考慮する必要がある AI の前提条件
• AIの産業用途
• AIによるリアルタイム意思決定とは

AI入門

AI を導入する際には、具体的なニーズと会社の準備状況を考慮することが重要です。

産業分野における AI について考える場合、どこから始めればよいでしょうか?

ラファエロ・レプラッティ（RL）： 重要なのは焦点を絞ることです。AI、そして製造業にとってテクノロジーの目的達成につながるようなAIの導入方法には、大きな関心が寄せられています。AIは、より良い結果を達成するための一つの手段となる可能性があります。特定の業界では、より良い結果とは市場投入までの時間の短縮を意味します。例えば、電子機器業界であれば、革新的な製品をいち早く市場に投入したいと考えるでしょう。AIはそこに貢献します。プロセスを合理化し、設計、開発、運用を支援することで、問題を予防、あるいは予測することさえできます。AIによって、過去のデータとそれら間の相関関係をより有効に活用できるようになります。

しかし、別の製造業では考え方が変わります。市場への先駆けが必ずしも最優先事項ではなく、正しいことを行い、顧客に最高品質でコンプライアンスに準拠した製品を提供することが最優先事項となります。航空機製造を例に挙げましょう。品質とコンプライアンスは必須であり、失敗は一切許されません。これは、例えば新しいスマートフォンを発売する場合とは全く異なるAIへのアプローチです。新しいスマートフォンには多少のバグがあっても、アップデートで修正できる可能性があります。結局のところ、必要なプロセスの種類を把握し、AIがどのようにそれをサポートできるかを考えることが重要です。

したがって、AI について考えるときは、どのような優先事項について話しているかを細かく分析し、差別化の側面に焦点を当てていることを確認する必要があります。

AI イニシアチブを開始する際に産業組織が考慮すべき前提条件は何ですか?

RL： 3つあります。

1. データアクセスと統合
2. データ品質とガバナンス
3. 変化への意欲

これはすべて 製造業.

システムを検討してください。データにアクセスできますか？コアシステムは相互に連携していますか？

重点的に活用すべきデータが利用可能であることを確認する必要があります。適切なデータがなければAIは意味を持ちません。履歴データだけでなく、リアルタイムデータも必要です。製造実行システム（MES）データ、エンタープライズ・リソース・プランニング（ERP）データ、製品ライフサイクル管理（PLM）データなどです。

重要なのはデータの量だけでなく、質です。データは構造化され、文脈化されているでしょうか？例えば、このセンサーやこの機器から取得されたのでしょうか？いつ、どのようなツールで取り込まれたのでしょうか？

最後に、組織全体の状況を検討してください。会社全体として、AIベースのアプローチを導入する準備ができていますか？従業員の慣れ親しんだ領域から外れることに抵抗を感じる可能性はありますか？特定の分野におけるAIによる意思決定が適切かどうかを検討する必要があります。具体的な責任範囲についても検討してください。組織全体で検討すべき点はたくさんあります。

メーカーは、意欲、データの準備、データ アクセスにどのように取り組んでいますか?

RL： 誤解のないよう言っておきますが、3 つすべてを一度にあらゆる場所で必要とするわけではありません。

AI が生産性の向上、品質の向上、コストの削減などを通じてどのような影響を与えることができるかを調査するために、多くの投資が行われています。

AIの取り組みは特定の領域から始めることができます。そのため、組織内のすべての部門ですぐにAIを導入する必要はありません。そもそも、すべての領域でデータの品質や可用性が同じレベルにあるわけではないことを認識しておくことも重要です。

AIユースケースの始まり

AI のユースケースを検討するときは、すぐに価値をもたらし、技術的な複雑さが低いものから始めるのが良いでしょう。

初心者に適した AI の使用例は何ですか?

RL： AIの活用事例として、例えば特定の業界において、AIを用いて現場の作業員を支援するというものがあります。作業員は時間的なプレッシャーにさらされており、作業を行うために文書を参照する必要があるかもしれません。例えば、安全に関する指示や作業員が使用する工具の取扱説明書などです。これには時間がかかります。AIは、作業員が必要な情報を確実に、そして理想的にはより迅速に検索し、提供できるよう支援する必要があります。 AI副操縦士 ここから始めるのが良いでしょう。  

また、MESのデータも活用できるため、出発点として最適です。MESは一つのツールです。例えば、副操縦士にシフトXで何が起こったか、シフトYの材料は何なのか、サプライヤーZから入手した材料はどこで使用されているのかといった情報を尋ねさせることができます。

製品の系譜が存在するため、データはすでに副操縦士が利用できるように構造化されています。これは優れたユースケースであり、価値の高いものです。

AIとリアルタイムの意思決定

リアルタイムの意思決定の成功は、それぞれの業界によって異なります。ですから、現実的な期待を持つことが大切です。

AI はどのようにして製造現場を、実行の場からリアルタイムの意思決定の場へと変えるのでしょうか?

RL： AIはスピードとセットで語られることが多いですが、期待値を設定することが重要だと思います。 信頼性の高いリアルタイムの意思決定プロセスを持つことは、多くの企業にとってのビジョンでしょう。しかし、常に人間を巻き込むことが重要です。なぜなら、そこにはリスクも伴うからです。私の考えでは、テクノロジーは進化しますが、人々の信頼のレベルは同じスピードで進化するわけではありません。ですから、私たちが定義するようなリアルタイムの実現には至らないでしょう。

規制の厳しい業界では、AIエージェントに判断を委ねたくないかもしれません。しかし、遅延を予測できるため、リアルタイムの提案があれば、現場の人間が業界に適したタイミングで適切な判断を下すことができます。

認定条件 Mendix および Siemens XceleratorはAIの導入をサポートします

20%の組織が、AI活用における最大の課題として、データ、統合、品質と可用性を挙げています。さらに13%はコストとリソースの確保を挙げています。11%は、従業員のトレーニングと変更管理が最大の課題であると回答しています。

どう見ますか Mendix および Siemens Xcelerator は AI の課題の解決に役立ちますか?

RL： Mendix 一部であること Siemens エクセラレータ 豊富な機能と接続性に基づく統合的な価値提案を既に提供しています。これにより、開発者はTeamcenter、Opcenter、Capital、Polarionから高品質なデータにアクセスし、それらを使用して スマート産業用アプリケーション Mendix、当社はメーカーがエンジニアリングや製造のプロセスに特有の要件をサポートするアプリケーションのデジタル スレッドを作成するためのロードマップを定義するのを支援します。  

これにより、より広範囲に AI を実際に実装するためのロードマップを描きやすくなります。

方法を参照してください Mendix お客さま AIを活用して最大限の価値を生み出しています。