人工知能（AI）は、企業がこの新技術に数十億ドルを投資するなか、今後数年間で製造業を変革すると見込まれています。
製造企業間でのAIの活用状況は大きく異なりますが、活用方法を検討し始めたばかりの企業は、先駆者から多くを学ぶことができます。
人を第一に考えることから、まず変えるべきプロセスを選ぶことまで、複雑な製造業をAIで変革する方法について学ぶべきことは多くあると、アジレント・テクノロジーズのチョウ・ウオアイ・シェン氏は述べています。
製造業向け人工知能（AI）への投資は、2020年の11億ドルから2026年には167億ドルへと増加し、2026年までに57％成長すると見込まれています。これは、機械が人間の知能の側面を模倣し、複雑な作業を自動化する、目覚ましい飛躍です。これにより、収益の増加とコストの削減が期待できるだけでなく、リスクを軽減し、製造業を変革することも可能になります。
人間と機械の協働を今取り入れることで、産業は人間の能力を補完し、製造業の変革にAIを活用する新たな大きな可能性を開くことができます。しかし、製造企業の56％は依然としてAIを小規模なパイロットプロジェクトでのみ使用していると、製造リーダーシップ評議会の2023年調査によると、パイロット段階を通過したのは28％にとどまっています。
産業機械や航空機部品の製造業者など、先進的な製造企業は、より知的な製造を実現するためにすでにAIを導入しています。これは単に新技術を使うことだけでなく、企業文化、権限を与えられた人材、ネットゼロへの取り組みにも関わるものです。
他の製造企業は、これらの先駆者の経験を参考に、製造業の変革にAIを活用する上での課題をどのように成功裏に克服してきたかを確認することができます。以下の4つの事例は、科学計測機器メーカーのアジレント・テクノロジーズがどのようにAIを活用して製造業を変革しているかを示しています：
1）性能向上のための予測テスト
科学を身近なものにするため、アジレントは重要な科学・研究用計測機器を製造しています。当社は製品のテストを手作業に大きく依存してきました。製造工程の非効率性によって高額な遅延が生じた際、当社はAIベースの予測型かつデータ駆動型のテストを設計するための専任デジタルソリューションチームを立ち上げました。
当社は、過去のテスト結果から学習し、パターンを特定し、自動テストを維持するAIアルゴリズムを用いた250の産業用モノのインターネット（IIoT）ステーションを導入しました。これにより製品テストの時間を短縮でき、作業サイクルの長さを23％改善しました。
2）品質管理の改善プログラム
技術の進歩とともに顧客の期待は高まり、科学計測機器の組立作業はいっそう複雑になっています。通常、これは人件費の増加と効率の低下につながりますが、AIを活用することで、変化する顧客需要への対応における柔軟性を高めることができます。AIは根本原因分析、自然言語処理、時系列モデリングを支援し、品質不足の根本原因をより迅速かつ正確に特定することができます。アジレントでは、こうしたAIを活用したツールを用いて、生産の停止時間を51％削減しました。
3）リサイクル廃棄物を削減するためのサンプルベースのテスト
2050年のネットゼロ排出目標に対応し、また労働力が第四次産業革命（4IR）に対応できるよう、アジレントにはビッグデータ構造と分析を開発する専任チームがあります。この学際的なチームは、製品品質を損なうことなくテスト工程を簡素化するためにAIを活用しています。高度な機械学習アルゴリズムは、テスト工程を改善する方法を迅速に分析し特定するのに役立っています。その結果、アジレントはリサイクル廃棄物を53％削減し、生産性を31％向上させました。
4）テストを改善するための「ライツアウト工場」
新たな市場の動向と技術トレンドにより、極めて複雑な製造業務の将来への備えが求められています。これに対応するため、アジレントは「ライツアウト工場」を導入しました。これは、「暗闇の中で」、すなわち人の介入なしに製品テストを実行する完全自動化技術です。これは、信頼、尊重、革新に重点を置いた企業文化と、人間と機械の協働を再構築するための研修・能力開発によって実現されています。
ライツアウト工場は、複雑な製造業において容易に導入できるものではありません。アジレントは、持続可能な生産を実現し、こうした体制に伴って生じうるボトルネックを克服するために、ロボティック・プロセス・オートメーションとAI技術を活用しました。その中核となるのが、室内測位のためにリアルタイムの計測機器センシングを備えた、包括的で統一されたIIoTです。その結果、全体の生産性は33％向上しました。
AIを活用して製造業を変革する
AIを活用した将来に備えるにあたり、複雑な製造業の企業はすべて、次の3つの初期段階を検討すべきです：
1）人を第一に考える姿勢を育てる
製造業の変革にAIを活用する企業にとって、経営陣のコミットメントと投資は極めて重要です。
リーダーは、拡大の方法を理解し、構想から実行までのスケジュールについて現実的な見方を持たなければなりません。これは、人を第一に考える姿勢、人材の能力構築、そして具体的な成果をもたらす小規模なパイロットプロジェクトから始めることに基づいています。
2）変革のためのプロセスを整える
変更すべき適切なプロセスを選ぶことは、製造業務におけるAIの統合と業務改善を成功させる基盤となります。意思決定を手作業に頼るものなど、高度な注意を要するプロセスを検討してください。組織に大きな影響を与える業務パフォーマンス、あるいは異常や逸脱を容易に検出できない手作業の方法も、AIの統合を検討する際の良い出発点となります。
3）ツールの戦略的な選定
技術プラットフォームの慎重な検討が極めて重要です。組織が既に持つ強みに基づく技術プラットフォームから始めてください。適切なツールを決定する前に、チームのAI能力を基盤として構築してください。
スイス・ダボスで開催された今年の世界経済フォーラム年次総会「ダボス2024」では、政府、先見性のあるグローバル企業、学術機関のリーダーが一堂に会し、AI時代においてビジネスの将来への備えをどのように進めるかについて議論します。AIを活用して製造業を変革する際には、これらの検討事項を理解することが重要になるでしょう。これは、今後数年間で技術が工場の運営をどのように形作るか、労働力戦略にどのような影響を与えるか、そして製造企業がこの技術の潜在能力を十分に実現するために乗り越えるべき課題に関わるものです。
