21世紀初頭まで、稼働中の産業機器の状態について詳細な情報を得る唯一の方法は、物理的に近くにいて点検することだった。今日では、コンピューティング能力の向上と接続性の拡大により、実機の器材、ひいてはあらゆる工場やエンジンについて、「デジタルツイン」と呼ばれるデジタル表現を作成・維持し、この作業を仮想化することが可能になっている。
「デジタルツインの究極的な構想は、装置を仮想環境で作成し、試験し、構築することである。要求性能を満たすことが確認されて初めて、物理的に製造する。そのうえで、物理的に製造された製品がセンサーを通じてデジタルツインと連動し、物理的な製品を点検して得られるすべての情報をデジタルツインが保持できるようにしたい」と、NASAの製造分野における第一人者であり、NASA国立先端製造センターのマネージャーを務めるジョン・ヴィッカーズは述べている。
産業界では、このデジタルツインの概念の一部はすでに存在している。例えば、CAD 3Dモデルは、異なる部品が静的にも動的にも適合することを確認するために使える、詳細で正確なデジタル表現である。製造シミュレーションにより、仮想設計が利用可能な機械で実際に製造可能かどうかを判断することもできる。最後に、同じく重要な点として、稼働中の資産の物理的なセンサーからのリアルタイムデータフィードは、その所在地にかかわらず、稼働中の資産製品の正確な状態を把握するために現在使用されている。
デジタルツインの真の利点は、設計からリアルタイムデータフィードまでのすべての側面が統合され、資産の耐用期間全体にわたって最適化が図られるときに現れる。例えば、物理的資産の正確なデジタル記述は、単に 試作費や建設費を削減するだけでなく、さらに リアルタイムデータをモデルに取り込むと、故障をより容易に予測できるようになり、それによって保守コストとダウンタイムの両方を削減できる。
同様に、生産ラインの重要な部分すべてにデジタルな手法を採用することで、生産システム全体のデジタルツインを作成することが可能になり、生産性を向上させる新たな道が開ける。例えばGEは現在、「デジタル風力発電所」の概念を試験的に導入しており、これを用いて、調達と建設の前に各風力タービンの構成を検討している。発電所が建設されると、各仮想タービンには物理的に対応するタービンからデータが供給され、ソフトウェアにより、発電機のトルクやブレードの速度など、タービン固有のパラメータを調整して、発電所単位での発電量を最適化できる。同社は、20%の効率向上を見込んでいる。「世界中のあらゆる物理的資産について、クラウド上で稼働する仮想コピーがあり、運用データが1秒ごとに充実していく」と、GEパワー&ウォーターのソフトウェア&アナリティクス部門のゼネラルマネージャーで、チーフ・デジタル・オフィサーを兼務するガネーシュ・ベルは述べている。「デジタルツインは汎用的なモデルではない。寿命評価（lifing）、性能、故障モードなど、現実世界における実際の稼働条件を反映した、物理学に基づく実際のモデルの集合体である。」同様に、世界中で使用される電動工具のメーカーであるBlack & Deckerは、組立ラインと材料のデジタルツインを工場に導入した。同社は、労働稼働率が12%向上し、スループットが10%増加したと報告している。
最適化の機会においてしばしばそうであるように、主体が垂直統合されているほど、システム全体のデジタルツインアプローチから得られるすべての利益を取り込みやすくなる。これにより大企業は、概念実証を示すうえで戦略的に有利な立場に置かれるが、経済全体での効果を実現するには十分ではない。そのためには、サプライチェーン全体にわたってデジタルツインアプローチが必要であり、その多くは、グローバル化、新しい製造技術、そして発電などの産業における自由化政策の結果として、ますます複雑になっている。
したがって、小規模サプライヤーがデジタルな手法を採用できるよう支援することが鍵となる。この点を踏まえ、デジタル製造・設計イノベーション研究所（DMDII）は、米国連邦政府出資の研究開発組織であり、最近、特に小規模製造業者を含むすべてのサプライチェーン参加者から、リアルタイムかつ動的な可視化（デジタルツイン）を提供できる技術を実証するためのプロジェクト公募を発表した。もう一つの重要な要素は、初期導入企業が、新たなデジタルツインモデルが利用可能になった際に、サプライヤーやパートナーからのモデルを受け入れられるようにすることである。例えば、前述のGEのデジタル風力発電所は、他の製造業者のデジタルツインタービンを受け入れ、最適化するように設計されている。
デジタルツインという概念は新しいものではなく、2001年にミシガン大学のマイケル・グリーブスによって初めて紹介された。新しいのは、産業の接続性と機械知能が、この手法の大規模な利点を実証できるほど進歩した段階に今や達していることである。パイロット導入が進み、結果が出てくるにつれて、この技術への関心は必然的に高まるだろう。
本記事は GE Lookaheadとの協力により掲載されています。掲載は、世界経済フォーラムによる見解の支持を意味するものではありません。
アジェンダの最新情報を把握するには 週刊ニュースレターにご登録ください。
著者：マイケル・グリーブス博士は、GE Lookaheadのライターです。
画像：従業員がコンピューターのキーボードで入力している。REUTERS/Stoyan Nenov.
