スマートファクトリーとは？製造業のDX推進事例やデータ利活用のポイントを交えて解説

スマートファクトリーとは、機械と基幹システムや製造管理システムがネットワークでつながり、経営全体が最適化されている工場のことです。

スマートファクトリーの実現は、製造業における人手不足解消や柔軟なサプライチェーン構築を可能とし、生産性の最大化へとつながります。

この記事ではスマートファクトリーの基礎知識やメリット、先行事例とともに、「データ利活用」を推進するためのステップも紹介します。

➡︎【資料ダウンロード】ビジネスにコミットする「データ利活用のガイドブック」

スマートファクトリーとは

スマートファクトリーとは、機械と基幹システムや製造管理システムがネットワークでつながり、経営全体が最適化されている工場のことです。

スマートファクトリーは人と機械、そして企業資源が互いに通信し、各製品がいつ製造されたか、どこに納品するのかといった情報を共有し、製造プロセスをより円滑なものとします。

スマートファクトリーでは、工場の状況が可視化されすぐに把握できます。たとえば、工場の検査工程の状況や電気代、ピークの時間帯、製造設備がわずかな時間停止する「チョコ停」はひと月でどれくらいか？といった疑問にすぐ答えられるようになるのです。

スマートファクトリーの実現は、製造業DX（デジタルトランスフォーメーション）により目指す姿の1つでもあります。製造業DXとは、現場のノウハウを蓄積し、デジタル化で共有し、リードタイム短縮・生産性向上・品質向上を行い、顧客や社会のニーズに合わせてビジネスモデルに変革をもたらすことを指します。スマートファクトリーはDXの生産プロセス変革なのです。

物理的なモノの動きをデータ化し、既存のシステムとつなげ、さまざまな変化に対応できるスマートファクトリー。スマートファクトリー化の鍵は「データ利活用」が握っています。

スマートファクトリーが製造業で注目される理由

日本の人口は2008年をピークに、減少しています。人口減少と少子高齢化により、製造業では今後ますます深刻な人手不足に陥っていくと予想されているのです。

さらに、2020年から続く新型コロナウイルス感染症（COVID-19）の影響や、原材料価格の高騰といった社会情勢の変化でサプライチェーンが混乱し、影響を受けた製造業は数多くあります。

製造業は、部品や原材料の調達、生産、物流、販売といったサプライチェーンにより成り立っています。感染症の影響で、人の稼働を前提とした工場は生産ラインを停止することもありました。世界中の工場が影響を受け、半導体をはじめとする部品調達も難しくなったのです。

そして製造業では、2050年のカーボンニュートラル（温室効果ガスの排出量実質ゼロ）達成に向け、CO2を代表とする温室効果ガス排出量の最適化やDX、サプライチェーンにおいて労働者が、不当な条件や劣悪な環境で働かされている事態の回避も必要です。

スマートファクトリー実現による製造の効率化やサプライチェーンの可視化は、工場およびサプライチェーン全体の状況把握を可能にします。結果として、見える化された柔軟なサプライチェーンの構築や、余剰人員の整理を行うことができ、人件費の削減、人的生産性の最大化へとつながるのです。地球温暖化や不当労働への対策を、より実現可能にする手段でもあります。

★カーボンニュートラルについて詳しくはこちら

➡︎【資料ダウンロード】ビジネスにコミットする「データ利活用のガイドブック」

スマートファクトリーのメリット

機械と基幹システムや製造管理システムがネットワークでつながるスマートファクトリーの実現には、どのようなメリットがあるでしょうか。

製造工程の可視化

工場の機械と、基幹システムや製造管理システムがネットワークでつながると、機械の稼働データや製造実績が即座にシステムへ反映され、コンピュータ上でグラフや表といった形で見ることが可能となります。可視化されたデータはリアルタイムでどこからでも確認可能となり、管理者は外出先でも工場全体の状況把握が容易になります。

たとえば、稼働率の低下がわかると、「何が問題になっているのか」をすぐに確認でき、結果として、ボトルネックの解消や早期のトラブル解決へとつながります。

データを可視化し、適切な現場判断をすぐに判断できるようになれば、製造ラインを止めることなく稼働し続けられるようになるのです。

また、データを分析して経営判断に活用するデータドリブンな企業経営も可能になります。

★データドリブン経営について詳しくはこちら

技術継承、人手不足の解消

少子高齢化が進む中、企業で培ったノウハウをもつ技術者の継承問題や人手不足が顕在化しています。スマートファクトリーのデジタル技術を用いると、このような問題の解決もしやすくなるでしょう。

たとえば、熟練の技術者の動作を記録したデータと、機械に取り付けたIoTから取得したデータ、さらに直接聞き取りした情報をもとに、作業を構成要素ごとに分解します。そして仮説と検証をもとに熟練の技術者が注視している点や優れている特徴を明らかにしていきます。このような情報を体系化することで、経験の浅い技術者の育成に役立てることや、機械のプロセス自体に技術を組み込むことも可能となるのです。

シミュレーションによる予測

工場において機械にIoTデバイスを取り付け、機械の情報をリアルタイムにデジタル化すると、3Dモデルの作成が可能となります。
設計を3Dモデル上で検討できるようになると、製品の欠陥発見の容易化およびプロトタイプ製造数削減につなげることや、人の稼働領域や生産計画を調整による生産数の変化といった将来予測ができるのです。

★デジタルツインについて詳しくはこちら

ロジスティクスの改善

物流の運送や保管、包装、荷役といったロジスティクスの改善に対して、スマートファクトリーでは高い効果が期待できるでしょう。

物流倉庫や製造ラインの物品の搬送は、人手による作業が多いため、作業者の負荷が高いという課題があります。このような課題解決の手段として、一定の領域において自動で走行し物品の搬送を行うAGV（無人搬送車）が知られています。

近年は、マップを元に自動でルートを算出し、人や障害物などを自動で回避するAMR（自律走行搬送ロボット）が注目されています。AMRは人がいる場所でも、状況に合わせて搬出が可能です。

機械とシステムがネットワークでつながったスマートファクトリーの場合、AMRへ指示を出すことも容易なため、ロジスティクスの改善がより行いやすいでしょう。

➡︎【資料ダウンロード】ビジネスにコミットする「データ利活用のガイドブック」

スマートファクトリーに関連する技術

スマートファクトリーでは、生産ラインの機械や設備状況を把握するセンサーや、センサーから取得したデータを分析し、視覚化する技術が必要です。それぞれどのような技術で実現しているか、確認していきましょう。

IoT

IoT（アイオーティー）とは、「モノのインターネット」のことです。IoT機器には、センサーやカメラ、無線通信が搭載されており、モノの状態や動きといったデータを取得します。スマートファクトリーにおけるIoTとは、主に、生産ラインの機械や設備に搭載されたセンサーを意味します。

★IoTについて詳しくはこちら

AI（人工知能）

AIとは日本語で「人工知能」のことです。IoTが収集したデータの分析や予測を、精度良く行うのがAIです。AIを使うことで、膨大なデータを処理できるようになり、異常や新しいパターンの発見や、収集したデータから将来の状況の予測が可能になります。

★AIについて詳しくはこちら

AR（拡張現実）

AR（Augmented Reality）とは、日本語で「拡張現実」のことです。スマートフォンやARゴーグル、グラスなどのデバイスを介して、現実世界にデジタルコンテンツを重ねて表示する技術を指します。スマートファクトリーでは、AIの予測分析の可視化手法として利用できるほか、組み立てにも使われることがあります。

★AR（拡張現実）について詳しくはこちら

デジタルツイン

デジタルツインとは、現実世界の情報をデジタル化し、仮想空間上に再現した現実世界に対応させたモデルのことです。同じ意味のものに、サイバーフィジカルシステム（CPS）があります。

デジタルツインやCPSを活用すると、工場の装置や設備の挙動に対するシミュレーションや分析を、コンピュータや端末上で確認できるのです。

★デジタルツインについて詳しくはこちら

➡︎【資料ダウンロード】ビジネスにコミットする「データ利活用のガイドブック」

スマートファクトリーはデータ活用が鍵を握る

スマートファクトリーで成果を出すには、データを活用した状況の可視化や自動化の実現が鍵を握っています。

製造業では、生産、販売、購買といった業務があります。これら各業務の部門が横断して情報を使えるよう、データを業務ごとに分散させず、集約できる体制が理想的です。

データを活用するには、データがすぐに使える状態になっている必要があります。そのためには、データの取得法や粒度が揃っていなければなりません。取得法や粒度の揃ったデータを簡単に取得、整理できる仕組みを整えることがスマートファクトリー化のポイントです。

まずは、データ収集基盤の構築から着手しましょう。

➡︎【資料ダウンロード】ビジネスにコミットする「データ利活用のガイドブック」

データ利活用の推進ステップ

データから価値を得るためには、データを適切に取得し、データ収集基盤へと蓄積する必要があります。適切なデータの取得、蓄積する方法について概要を解説していきます。

①データ活用のユースケースから逆算して考える

まず「誰に、どのように使われるか」といったユースケースを検討し、ユーザーの体験設計を行います。

ターゲットユーザーの目線で、売上や戦略に紐づくデータからユースケースを導き出すことが重要です。

②データの流れの整理

データが生成されてから活用されるまで、一連の流れを図にして整理します。どこでデータが生成され、誰がデータを編集し、最後にデータを扱うのは誰か、入り口から出口までを書き出します。

③データソース定義と収集、メタデータの整備

入力者・部門間でのデータ差異をなくす標準化、分析・集計に向けた共通IDの付与、データ履歴の管理を行い、データの品質を担保します。

どんなデータなのかがすぐにわかるように、メタデータ（データの属性や関連情報）をあらかじめ整備しておくことも重要なポイントです。

④共通指標集計（データウェアハウスの整備）

部署を横断した共通指標となるデータ、およびその保管場所であるデータウェアハウス（DWH）の整備を行います。必要なデータのみをビジネス戦略に活用できるようにします。

★データ収集基盤の構築について詳しくはこちら

➡︎【資料ダウンロード】ビジネスにコミットする「データ利活用のガイドブック」

国内の先行事例

国内のスマートファクトリー先行事例を3つご紹介します。

TOSHIBA

東芝の生産技術センターでは、スマートファクトリー化は工場の中だけでは達成できないという考えのもと、設計や生産に関わる担当者に加え、営業担当者や総務担当者を含めて「ありたい姿」のビジョンを描きます。その上で役員や統括責任者、工場長、全員が納得するまで議論をして進めています。

こうすることで、各担当者は自律的にIoTやAIといった技術を導入し、自分ごととして成果を出せるようになるのです。

さらに、業務プロセス上の事象をCPSで分析し、実行していきます。このようにデジタル化されたPDCAの実行が業務プロセス変革となり、スマートファクトリーの実現につなげています。

出典：https://www3.toshiba.co.jp/tst/solutions/smartfactory/smartfactory.htm

HITACHI

株式会社日立製作所では、リードタイム短縮や全体最適スケジューリング、属人的作業といった課題がありました。そこで、課題解決に向けて、サプライチェーンの端から端までの業務プロセスを、全体最適の視点で見直しを実施。この改革のために、グループ会社が共通で使える設計基盤センタとクラウドを整備し、各拠点をネットワークで結びました。部品や生産設備はもちろんのこと、現場の動き、生み出された情報はデジタル化して共有されます。

さらに日立では、顧客との協創活動も推進しています。化学製品メーカー、ダイセルと共同で作業や加工のミス、不具合の予兆を見つけ出す「画像解析システム」を開発しました。作業者や設備、加工の状態を撮影の上、コンピュータで解析、問題を生産ラインのマネージャーに通知。品質や作業効率の改善を高めることに成功しています。

出典：https://www.hitachi.co.jp/products/it/it-pf/mag/pf/smartfactory_201901/01/index.html

FUJITSU

富士通アイ・ネットワークシステムズ株式会社の山梨工場では、工場の制御系システム機器（OT系）がネットワークにつながる上で、通信プロトコルが機器同士で異なること、そして機器にセキュリティ対策がされていないという課題がありました。情報システムのネットワークに接続するには、機器や設備へのセキュリティパッチやウイルス対策ソフトの導入が必要です。しかし、大半の機器はセキュリティパッチをあてることは、動作の保証ができなくなるため推奨していないのです。

この課題を解決するために、ネットワークに接続する機器や設備をリストアップの上、プロトコルを可視化。理想の構成や運用について、グランドデザイン（将来構想）を設計していきました。

グランドデザインをもとに、OT系およびコンピュータのトラフィックを、それぞれ安全に監視・制御する境界ファイアウォールを導入しました。さらにネットワーク状況はSDN（ソフトウェア定義ネットワーク）コントローラーで可視化され、異常が発生した場合に一目でわかるようになっています。

出典：https://www.fujitsu.com/jp/solutions/business-technology/iot/factory-iot/

➡︎【資料ダウンロード】ビジネスにコミットする「データ利活用のガイドブック」

まとめ：スマートファクトリーは製造業のDXを推進する重要なテーマ

製造の効率化やサプライチェーンの可視化するスマートファクトリーについて解説しました。スマートファクトリーの成功の鍵はデータ利活用にあります。反面、粒度の揃ったデータ収集や各部門を横断するデータ収集基盤構築といったハードルが存在しています。

しかし、スマートファクトリーの実現は、人手不足の解消や柔軟なサプライチェーン構築、生産性の最大化、カーボンニュートラルといった課題を解決する多くのメリットがあり、製造業のDXを推進する重要なテーマでもあるのです。

企業の発展や拡大に向けたシステム全体の構築に向けて、スマートファクトリーのイメージを固めながら全社で取り組んでいきましょう。

➡︎【資料ダウンロード】ビジネスにコミットする「データ利活用のガイドブック」

デジタルトランスフォーメーションを検討している企業ご担当者様へ

モンスターラボには、2,200件を超える多数のサービス開発実績がございます。

課題解決のためのDX推進への知見や、世界各国の拠点を通じて蓄積したグローバルな視点を活かし、解決策をご提案。ビジネスモデルの企画からデザイン、開発までワンストップでご提供します。

モンスターラボが提供するサポートの詳しい概要は、下記のボタンから資料をダウンロードしてください。
DX支援サービス紹介資料ダウンロード