より環境に優しく、よりクリーンで、性能が飛躍的に高い製造業。それがインダストリー4.0の約束です。
マッキンゼー・アンド・カンパニーは、インダストリー4.0を製造業のデジタル化における次の段階と定義しています。その原動力となるのは、データ量、計算能力、接続性の向上、機械学習と分析、人間と機械の新たな相互作用の形、そして3Dプリンティングなど、デジタルと物理の世界を結び付ける技術の進歩という4つのメガトレンドです。
多くの人が製品に注目する一方で、素材は、現代の人気製品や先進製品に備わる機能や性能を支える、目立たない立役者です。
アップルを例に挙げましょう。
アップルは2015年にApple Watchを発売した際、多くの機能やモバイル機器のユーザー体験を一変させる可能性をアピールし、「アルミニウム」「スチール」「ゴールド」と題した3本の広告を公開しました。
素材を主役に
これらの広告は、個々の機能よりも、選び抜かれた素材を強調していました。
その点をさらに印象づけるかのように、翌年、同社は次世代のウォッチを取り上げた「セラミック」と題する広告を公開しました。
アップルが主力製品に採用する素材は、製品の定義そのものを形作っています。さらに、素材の加工技術の限界を押し広げるアップルの卓越した力は、同社がプレミアム価格を設定できる重要な競争優位性となっています。
アップルだけではありません。
ボーイングは、これまでのどの航空機よりも高い割合で炭素繊維複合材を機体に使用し、787ドリームライナーの差別化を図りました。
この素材によって燃費効率と乗客の快適性が向上し、同機は史上最も売れ行きの速いワイドボディ機となりました。
同じ頃、フォードはアルコアと協力し、軽量で燃費の良いF-150の製造を可能にする素材の接合技術を開発しました。
開発のスピード
企業の評価は今や、顧客の次世代製品を実現する素材をどれだけ速く開発できるかによって決まることが少なくありません。
コーニングのゴリラガラスは高性能スマートフォン画面の主要製品であり、この製品群だけで年間10億ドルを超える価値を生み出しています。
しかし、これほどの大ヒットにはリスクも伴います。
コーニングは、家電メーカーが製品に組み込む、より最先端の素材を絶えず生み出すよう求められています。同社が成功できるのは、競合他社より速く動く力があるからです。
これは一般的な競争の構図に見えるかもしれませんが、ここには異なる点があります。
理想的には、コーニングはスマートフォンの世代ごとに、毎年新しいガラス製品を開発できるでしょう。
しかし、新素材を構想段階から実際の製品にするまでには15～20年かかります。
素材開発の遅れ
今日、素材開発が製品開発サイクルに大きく遅れをとるわけにはいきません。
この素材開発の遅れは、こうした企業に大きなリスクをもたらし、あらゆる高付加価値製造業で機会損失を生み出します。
機械学習と分析を用いてさまざまな情報源のデータを分析する能力が、素材開発の遅れを解消する鍵となります。
ここでは4つのメガトレンドすべてが当てはまりますが、素材設計を可能にする要素として特に重要なものが2つあります。
データ
素材データはさまざまな情報源に分散し、互いにつながっていない多様な形式で存在していることがよくあります。
この問題を解決する第一歩は、素材や化学物質に関する世界中のデータを整理することです。
製品開発者が本を取り出してデータの使い方を調べる時代は終わりました。
業界には、ばらばらの知識源をつなぐ「素材のロゼッタストーン」が必要です。
こうした多様なデータセットを一つにまとめれば、強力な分析ツールを活用して素材開発の遅れをゼロにする道が開けます。
機械学習と分析
世界中の素材や化学物質のデータをすべて一か所に集めても、単純な人工知能（AI）を実用的な素材開発に活用することはできません。データ量があまりにも少ないためです。
グーグルやフェイスブックが人工知能の学習に毎秒数百万件のデータポイントを利用するのに対し、ほとんどの素材企業が測定するのは、年間数百から数千種類の素材です。
そのため、最も優れた素材AIは、化学や物理学で知られている関係を活用し、それらを計算シミュレーション、従来型の分析、実験データと組み合わせて、強力な予測エンジンを構築できるよう最適化されています。
理想的なアシスタント
これは事実上、理想的な研究室のアシスタントの訓練をコンピューターに施すことになります。何千年にもわたる素材開発で得られた教訓を理解しつつ、質の高いデータを北極星として、その理論を現実と結び付けるのです。
この種のエンジンは、新たな条件下で既知の素材が示す性能の予測、既知の用途に向けた新素材の最適化、または製品目標の達成に必要なリスクと反復回数の削減に向けた開発プロセスの最適化に活用できます。
これにより、次世代製品の機会を遅らせる素材開発の遅れを解消できます。
素材イノベーションは、エネルギーから航空宇宙、防衛、安全、快適性に至るまで、効率性の高い次世代製品を実現する鍵です。
しかし、製品開発における素材の遅れは、そうしたイノベーションを大幅に鈍化させるおそれがあります。
インダストリー4.0を支えるデータと分析の進歩を素材開発プロセスに取り入れることで、人工知能は次世代製品を推進する可能性を秘めています。それは、インダストリー4.0が次世代の製造業を推進しているのと同じです。
2017年のテクノロジー・パイオニアについて詳しくは、当ウェブサイトをご覧ください。
