英語版のブログはこちらをクリックしてください

インダストリー4.0、そして重要視される高度な分析

2019年 6月 13日 職場におけるソフトウェアロボット 執筆: Ritu Kapoor

1760年代の機械化(第一次産業革命)、1800年代の大量生産(第二次産業革命)、1970年代の自動生産(第三次産業革命)を経て、デジタルとモノをつなげるシステムの登場による「第四次産業革命」いわゆる「インダストリー4.0」が進んでいます。データ量の増加、演算リソースの低コスト化、人と機械が協働できる技術の変化、高度な分析など、全ての要素がデジタル トランスフォーメーションの原動力となっているのです。また、ハードウェア ロボットやソフトウェア ロボットの活躍で人の活動能力が拡張され、作業効率と成果の向上が進んでいます。今後、インダストリー4.0は、業務プロセスを根本的に変え、飛躍的なコスト削減と生産性向上、顧客満足度の向上を実現すると期待されています。

Cognitive Automation

私たちの身近にあるインダストリー4.0

今日、フィクション作品に描かれるような「未来の世界」が、現実のものになりつつあります。家庭や職場でAI(人工知能)、特にソフトウェア ロボットの活躍を目にする機会が増えました。たとえば、産業ロボット分野では、コンピュータ システムに遠隔接続する機械など、コンピュータと自動化が新しい形で融合しています。また、このようなシステムには機械学習アルゴリズムが搭載されていますので、最小限に手入力された情報を基に自ら学習し、ロボットを制御することが可能です。


インダストリー4.0

インダストリー4.0の中核となるのは、分析、機械学習、ビッグ データと、IoTに基づくAIです。新たな職場環境で活躍するシステムは、下記4つの要素で成り立っている必要があります。

相互運用性:機械、デバイス、センサー、そして人は、コネクテッド デバイスのエコシステムの一部として、シームレスに連携させる必要があります1

情報の透明性:高度な分析を利用して、IoTセンサーで収集した非構造化データをインデックス化し、意思決定を支援します1

技術的サポート:システムが意思決定プロセスや難易度の高い業務、危険な作業をサポートします1

意思決定の分権化:AIベースの高度知的システムが、簡単な意思決定や問題解決を迅速に行います1


改革の現状は?

デジタル トランスフォーメーションはまだ途上段階であり、さまざまな方面で複雑な問題が浮上しています。デジタル化を推進し、上記4つの要件を満たそうとすると、次のような課題に直面することがよくあります。

  • レガシー システム:SoR (System of Records、記録のためのシステム) は一晩で変更できるものではありません。旧世代のシステムには、独自開発のアプリケーションが搭載されている場合も多く、今後も業務の中核を担います。

  • ビッグ データと分析:ビッグ データとは、センサーや既存のデジタル システムが生成した「莫大な量のデータ」のことです。こうしたデータはその巨大さゆえに、従来の方法やシステムでは分析と視覚化が困難です。企業は限られたリソースでデータの分類と整理を行い、その結果から実行可能な洞察を導き出しています。


RPAが解決する問題とは?

問題の核心は変革のスピードといえるでしょう。医療ロボットであれ、ERPシステムであれ、システムは収集した情報を将来に備えて保存します。製造企業の多くは、生産現場にある機械とバック オフィス システムの接続を検討する際、まず「大量の非構造化データで対処不能になるのではないか」という課題に直面します。この課題を解決するには、アクションを統合するための「構造化データ」作成ソフトと分析を活用するシステムが必要です。

これに対し、比較的操作が平易なRPAは、既存のITシステムやレガシー アプリケーション、マシンに変更を加えることなく利用できますので、企業に存在する大量のデータにインデックスを作成したり、構造化したりする作業に最適といえるでしょう。学習機能を備えたAIベースのRPAは、高度なデータ モデルを用いてすべての情報を構造化して分類し、データとしての価値を引き出します。RPAの分析機能は、分析結果を視覚化し、最終的には次のような方法で結果を予測します。

  • 記述的分析: 未加工データを記述または要約して分類し、分かりやすい情報に変換した上で過去の経験に基づいた学習を可能にします。

  • 予測的分析: データに基づく実行可能な洞察を提供します。既存データを用いて機械学習モデルに学習させ、結果の予測と将来的結果の可能性を評価します。

  • リアルタイム分析: 記述的分析や予測的分析は過去の経験に基づいた洞察を提供しますが、リアルタイム分析は現在のイベントに関する情報を提供します。これにより、プロセスの実行中に結果を見ることができるため、その場で速やかな修正や変更が可能です。

    • データの視覚化:リアルタイムに見ることができるストリーミング データは、その時点で発生している状態を可視化します。

    • ビジネス インサイト: 重大なイベントが発生すると、ダッシュボードにアラートがすぐ表示されます。このアラートはルールと過去のデータを組み合わせて設定できます。

Cognitive Automation

RPAと分析:最強の組み合わせ

インダストリー 4.0に向けて準備を進める製造企業の多くは、運用のデジタル化を迅速に進めるために高度な機械を導入しています。企業は生産性を向上させ、顧客の期待に応えながら継続的なプロダクト イノベーションを推進しなければなりません。こうした数々のミッションを達成するために選ばれているのが、 オートメーション・エニウェア など高度な分析機能を搭載したAIベースのRPAプラットフォームです。RPAのデジタル ワークフォースと高度な分析機能を組み合わせれば、全体傾向の把握やベンチマーク設定にかかる時間を大幅に削減できます。これによって得られるデータは、企業の競争力を高め、インダストリー4.0における成功につながります。

(注1)Marr, B. 氏著 (2016 年 6 月 20 日公開)。「What Everyone Must Know About Industry 4.0.」引用元: https://www.forbes.com/sites/bernardmarr/2016/06/20/what-everyone-must-know-about-industry-4-0/#57340396795f