eを現わしつつある盜颪DX:2IoMとIndustry 4.0 (4) スキルのeち(sh┫)
i川耕司の寄Mによる連載「eを現しつつある盜颪DX」シリーズ2陲4vでは、IoM(Internet of Manufacturing)に関するカンファレンスの中から、予保をはじめとして、設と]の最適化、さらにITとOT(Operation Technology)の共同作業によるスキルのeち(sh┫)について述べている。(セミコンポータル集室)
著v:AEC/APC Symposium Japan i川耕司
ivは、先端IT\術を~使する新しい世代の人たちが、W空より舞いTりるようにJTの]業に攵掚の改をもたらそうとする光景を述べた。しかし、成功へのな(sh┫)式が見えにくい、未瑤悗猟戦とも言える。今vは、このような変化をもたらしていく“人”について述べたい。
2-6. 予保の最適化でKPIの向屬
本来、は何も問がなければ定常的にW定して良を]しけていると思いがちだが、その時々のXによって、作動X況が微に変化する。Anomaly Analysis (故障解析)と}ばれている、がいつもと違うXかどうかも解析する。予[しない停Vがこらないように、どの時点で予保を行えばよいか、停Vに相関をeつパラメータをてい出して、相関を求め、予Rモデルを作り屬欧襦最Zは、オペレータごとの動作の違いまでを含めて、予Rモデルに組み入れることができる。
エッジコンピュータに内鼎気譴詬襲Rモデルは、いったん出来屬ると、P久に使いけることができるというものではない。は、エイジングが進むため、基本となるXが日々変わってくる。予Rモデルを変(g┛u)しなくてはならない。予Rモデルの変(g┛u)には、H数ののデータと、長時間にわたるモニターデータ(historical data)とが要である。クラウドコンピューティングの出番である。クラウド内のデータ解析には機械学{が使われる。機械学{は、人間では見落としてしまうような複雑な相関をeったデータ構]において、その咾澆鯣ァする。人間では扱いが不可Δ報H次元H量のデータを、]時間で此垢泙埜vし、Qパラメータの相関をしてくれる。この解析T果に基づき、データアナリストや、データサイエンティストたちは、それぞれの判を加え、あるときは機械学{の解析T果をTして予Rモデルのアルゴリズムを作成していくのだ。
舞裏のBだが、データサイエンティストたちの考え(sh┫)、経xの違いにより、作成されるアルゴリズムが異なってくる。予Rモデルの出来不出来は、データサイエンティストたちの腕による。
k連のプレゼンテーションを聴いていて、何かしら引っかかっていたもののが、やっとわかってきたような気がした。KPI(Key Performance Indicator)という言をたくさん聴いた。プレゼンタのゴールが、KPIに代表される、]屬慮率改に関するBに絞られているのだ。まきながらこの点に気がついてから、入}できた40以屬嶺てのプレゼンテーションに`を通し、この点を確認した。
2-7. 設と]の最適化
kPだけ例外があった。Whirlpool 社Concept and design Evaluation 担当Engineering DirectorのPraveen K Poojaryによる、「Introducing the digital twin to product life cycle」の発表である。(図2.12) Whirlpoolは、冷Uや、い機など、家庭白餡氾鼎離瓠璽ーだ。筆vは、彼のセッションに参加していなかったが、あるIから、レセプションにおいて、彼と言を交わしていたのを思い出した。
今日、彼の@料を読むと、家電の設段階において、IoT\術からuた性情報をフィードバックして、設と]プロセスの最適化を図るという考えが述べられている。設された新は、]工でプロトタイプとしてeを現す。しかしながら、プロトタイプが期待された性Δ鯣ァしない場合には、再び、設をやり直さなければならない。設機Oがユーザーからそっぽを向かれる場合もあるが、]工ξが、設に{いつかなく、期待通りの性Δ鯣ァしないこともある。このやり直しにかかる時間はHj(lu┛)である。彼のコンセプトのゴールは、IoTからの情報を使い、プロトタイプをk度で成功させ、量に々圓垢襪箸いΑTAT(Total Turn-around Time)の]縮にあると理解した。
図2. 12 IoTを使った家電の設-]工の最適化の念 出Z: INTRODUCING THE DIGITAL TWIN TO PRODUCT LIFE CYCLE, Praveen K Poojary, Whirlpool を元に筆vが作成
おや、どこかで、聴いたようなBじゃないか?SoC半導i工に関わってきた筆vの心のmだ。デザインとプロセスのミスマッチの改良は、SoC半導i工で長Qの課だった。デザインが優れていても、プロセス工ξが{いつかない。のパフォーマンス(ランダムL(f┘ng)陥というゴミ・aの問および、システマティックL(f┘ng)陥という性Δ量筱の両(sh┫)含めて)が科ではない。性Ε丱蕕弔がj(lu┛)きい。歩里泙蠅低い。1990Q代の半導i工は、歩里泙蠅硫に、数Qが要であった。2000Q代に入り、@緻なテストビークル、およびメトロロジーRからのj(lu┛)量のデータ処理ξの向屬蓮▲妊競ぅ鵑肇廛蹈札江鴕P間の最適化にj(lu┛)きな役割を果たした。Oの性Ω屐▲如璽寝鮴六間の]縮を含め、TATサイクルのS的な時間]縮が実現している。これにより、SoC半導i工の歩里泙蟆のスピードは、驚異的に早くなっていく。ビジネス的な見(sh┫)をすれば、この間に、半導ビジネスはIDM(貭湘合の半導メーカー)構]からファブレス-ファウンドリ構]へとS的に変化している。
この講演は、IoTが立ち屬ったときの、電化の性Ε妊競ぅ鵑虜播化、性Ε妊競ぅ - ]プロセス間の最適化を予言する。サプライチェーンの変化も考慮すると、どれほどの模の変化が現れてくるのだろうか?IoMの次のステップを予感させる内容であった。
今vIoM Southで見たものは主として、スマートファブ化をのn働効率ないしは工場のn働効率改をゴールとした議bであった。先端IT\術が、n働効率改(ROI改)というゴールに深いインパクトを与え始めている現実を述べているのだ。その長屬法OT (Operation Technology)との接点がある。
2-8. ITとOT:要とされるスキルのeち(sh┫) の(j┤ng)来
読vの中には、T外に思われる(sh┫)もおいでかもしれない。発表だけではなく、その後のレセプションや休憩時間時の会Bの中に、人に関する霾がHかった。スマートファブやIoMという言は、O動化という人の介在を最小化する(sh┫)向を連[させる。O動化システムを開発する笋蓮⊃佑硫雕澆鬚覆しAI等によるO動的な判を口にしがちである。しかしながら、現場でITシステムを使いながら、刻々の攵を進行させるOT笋蓮∪菽ITシステムより吐き出されてくる、膨j(lu┛)なデータに直Cする。機械学{や予Rモデルは、のn働について警報を出すと共に、可性のある故障シナリオをしてくる。pけ}は、そのデータを判して、アクションをめていかねばならない。培われてきた経xと共に新しい\術を元にしたデータへ判を問われることとなる。スマートファブ化に伴う]現場での職|や、Skill-setting(スキルのeち(sh┫))のあり(sh┫)に、j(lu┛)きな変化が求められることを唆している。以下、片的であるが、様々なmを書き並べてみることにする。
Black & Decker 社のRobert JosephF士のプレゼンテーションは、会社の\術vとしてではなく、個人としての見解を述べたい、とのコメントで始まった(図2.13) 。IT\術は、j(lu┛)量のデータをリアルタイムで採集し、]時間で、様々なT果を見える化した形でフィードバックしてくる。さらに、AR(拡張現実)の例のように、人間の覚作に合わせた形で、解析T果をしてくる。これらの情報より、例えば異常を予Rした場合、pけ}はこの予報を信するか否か、どのような解策を考えるのか、判をしなければならない。
図2. 13 Skill-settingの変化 出Z:Getting IoT&AI Strategies Right, Robert Joseph, Ph.D., Black & Decker を元に筆vが作成
Josephの言おうとするところは、現場で要とされるSkill-Settingの変化の問である。(j┤ng)来、]現場で要とされるスキルは、経xベースの判から、データを確に読みこなすインテリジェントベースの判になるという。そのためには、感情や主茲鬚任るだけコントロールした、コミュニケーションが現場で要とされてくるし、このような文化を形成するためのマネージメントのT識改革が要であるという。彼は最後に、]業でのスマートファブ化への挑戦は、新\術への挑戦であり、新しい企業文化への挑戦だと述べた。
筆vは、盜颪いて同じ内容のコメントを1990Q代、rんに耳にした記憶がある。当時、盜饑菽]業は、日本]業との争に`れ、否応なくj(lu┛)きな変化を余vなくされていた。講演後、筆vは彼にる。j(lu┛)きな変化には{随できる人とできない人がいるのだ。マインドシフトできる人はいい。できない人はどうするのだ。彼が述べた考えは、淘Xの原Г任△辰拭人をいかに教育するかはともかく、変化に官できるか否かは、いつかははっきりする。最後は、適応できうる人々によって、変化はもたらされる。これを聞いた読vのSさんは、どのようにお考えになるだろうか? ラストベルトの人々のХeで当(li│n)したと言われる現在のホワイトハウスの主は、どう反応するのだろうか?
IoT Solutions & Service 社Data Analysis manager のRacha Slaouiは, 講演の中でデータサイエンティスト、データアナリストとそのデータを使うユーザーとの間の、溝について述べている。データ解析の笋蓮機械学{等を使った、予Rモデルを作成してくる。しかし、予RモデルのT果より、敢を講じなければならないユーザー笋箸靴討蓮⇒襲Rモデルの信ぴょう性を問うてくる。この間に信頼を築けるかどうかが、スマートファブプロジェクトの成否がまる。予Rモデルのためのアルゴリズムを設するデータサイエンティストのセンスが問われる。(j┫)となるプロセスや、ユーザーへの科な理解が不可L(f┘ng)と述べた。
(j┫)プロセスや(j┫)の識をeち、かつ予Rモデルに要な高度なアルゴリズムを組める人間はそんなにいるものではない。ハードウエア(例えば、にDりけるセンサとエッジコンピューティングを実現するハードウエア)とか、データを見える化するための個々のソフトウエアは、次々と改良されたものができてくるだろう。しかしながら、攵墇場に投入する高度なアルゴリズムを作成する人は、そう~単には育成できない。彼が語ったのは、スマートファブ化に伴う、人材の不Bである。
学鬚如▲灰鵐團紂璽織汽ぅ┘鵐垢鬚じった度の、O分M}な理解じゃとても使い颪砲呂覆蕕覆い里茵社会に入ってからの鍛えられかたがM負なの。お客となるユーザーは甘くないのよ。D刻のレセプションの時、筆vとの会Bの中でかように言い切った彼は、30代より{くしか見えなかった。
Ingersoll Rand 社Operational Excellence-Transport Solutions 担当VPのGriselda Abousleman は、データ収集の段階はTB(テラバイト)オーダーからPB(ペタバイト)オーダーへの時代になってきていると述べた。データをDり扱う際に要とされる最j(lu┛)のメモリを扱えるシステムの模を述べたものと解圓垢襦データ収集は容易である。困Mなのは、データのであると語った。間違ったフォーマットのデータや不確なデータが高]で動いている解析システムの中に混入すると、システムにj(lu┛)きな影xを与えることは、ビッグデータ収集システムの初期におけるj(lu┛)問であった。データをするという作業は、現在でも要であり、そのコストは櫃破蓊Q2500万ドル(2500億)という、発言もあった。
Daikin 社のEngineering and Operation Technology 担当VPのStan Gordonは、先入茲砲箸蕕錣譴覆い△蕕罎襯如璽燭虜僚犬鮃岷蕕涼罎能劼戮討い襦すべての可性のあるKPIに関するデータが要という。先入茲魴eたずに、あらゆる|類のデータを収集するのは、ゴミ集めのような感覚を覚えるという。しかしながら、集めてくるデータのクオリティを確保するのが始めのk歩であることを喞瓦垢襦このような考え(sh┫)を実現してくるのは、テクノロジーではなく、]業の企業文化の問であると言っていた。彼は機械学{を使した予保の最適化と同時に、機械学{とMES(]実行システム)によるアセンブリフローの最適化をtしていた。
休憩時間に彼とBをする機会があった。彼は、元々は、スタートアップ会社のファウンダのk人であったそうだ。40代の働きrり。Daikin社は、彼の会社を人ごとA収している。彼O身、\術にも、ビジネスにもなコメントを発している。来月は、j(lu┛)阪でレビューだと言っていた。オオサカベン、ムツカシイと日本語で言って、ニッと笑った。t中、彼の周りにはインドUの{い人々が群がり、けんけんがくがくrんにやっていたのを覚えている。
Toyota 社Operation 担当VPのJennifer Cohenは、オートメーション\術の進tに伴い、盜颪任郎82~3Q間で、データ解析に関する職|のj(lu┛)幅な\加と要求されるSkill-Settingの変化を唆した。3500万職|の\加が見込まれるという莟Rもある。スマート化へのOのりに不可L(f┘ng)な3つのR`項`を挙げた:
1.異なる階層間でのB
2.企業戦Sの共~化
3.(j┤ng)来不Bする、データ解析職|の}当て
uに座っている人が、身を乗り出す様に聞き入っていた。
Bright Wolf 社CTOのPeter Bourne の発言は、この辺りの考え(sh┫)を総括するようであり、感慨深いものであった。スマート化は、\術の問よりも企業文化の問だ。スマート化のための先端IT\術を使う笋蓮垉100Q間同じ理念によって立ち、今日の成功の礎としている。ビッグデータ収集、 機械学{、IoTという先端IT\術を核とした新\術が、現在の礎となっている]分野における文化とCoをこすのは当たりiである。しかし、このデジタルトランスフォーメーションの流れはVまらない。長い旅の始まりだと締めくくった。
参加vのマジョリティーは、]関係vである、会場はまり彼のX弁に耳をける。彼のコメントは、]分野の未来のため、今日の成功をもたらした企業文化の変化を乗り越える努をしてでも、DXを推し進める要性を述べたと解圓靴拭
これ以後、筆vの心の中で、Industry4.0という言は、 4次噞革命という言にき換わった気がした。単なる工場のやオペレーションの変化というT味ではなく、社会構]の変化、職業の形に関わる霾での変化を予感した。
2.9. とある参加vとの立ちB --- 未来への△
iにも述べたように、筆vは、]業に関するIoT\術の現Xという、いわば先端IT\術を使った]システムの\術的現XというBを漠と期待していた。このカンファレンスでは、T外なmを聴いた思いがある。ハードウエアや見える化のソフトウエア、ネットワークシステムという先端IT\術の`線だけでは語りきれない、人に関するmをこのようにたくさん聞くとは、思っても見ないことであった。]業がトップダウンの判により、人間が流れ作業のようなオペレーションをこなすという念は、工業化が進化するほど希薄になってくる。T果として、Industry 4.0のような、高度のO動化を要とする]には、高度な識をeった\術集団が、かえって要とされてくるという構]を見た気がした。
最後に、レセプション時にワイングラスをけながら、何気なくBをした、uの席に座っていた]\術関係vとの会Bを紹介しよう。盜驛~数の電気会社G社にする彼は、40代のk線で躍する]\術職のマネジャーであった。このレポートの中では、OT笋凌佑箸盡世┐襦6\術革新による職業構]の変化は実に早いものだというBをボソボソとBし合っていた。二人とも、これからj(lu┛)きな変化がくるであろうという予感は同じであったが、その立場はj(lu┛)きく異なる。彼はまだ、O分のためにも、家のためにも、訪れてくるだろうj(lu┛)きな変化の中、仕をけていかねばならない。筆vは、隠居の気楽さも}伝って、どんな心境なのか不躾ながらも率直に聞いて見た。
予[どおり、変化に官できるかどうかの不Wは口にはしていた。O分の寄って立つ\術が時代れとなっていくのではないかとの不Wである。その後、彼が述べた考えは、盜颪涼罎任里△覲層、にテクノクラートと}ばれる階層に擇る人の基本的なe勢を餮譴襪里もしれない。彼は、「どんな変化が来ようと、それを乗り越えていくだけのやり(sh┫)というのは、O分は学んできたつもりだ。変化は、O分と関係なくやってくる。その中を泳ぎ切っていくための△蝋圓辰討た。不Wは最後まであると思うものの、変化を科理解し先Dりしていく限り恐ろしいものではない。そのための的な行動をとっていくO信はある」と述べた。言い(sh┫)はたいへん呂┐瓩任△辰燭、yなコメントだった。
このv、読vのSさんは、変化、淘X、スキルなど、やたら不Wをvる様な言を`にされているかと思う。筆vは盜颪砲いて、エンジニア、ビジネスマネージメントの職の最中、30代半ばでMBA に、40代半ばでは、j(lu┛)学院のエクステンションコースに身をいていた。クラスルームで机を並べていた、様々な職業についていた人々から聞いた言を思い出す;「変化は、O分と関係なくずやってくる。不Wはある。しかし、変化を科理解し先Dりしていく限り恐ろしいものではない。変化を乗り切らせるものは、O己への信頼だ」。今v、同じ内容の言を、会Bの合間に耳にするとは、予[だにしていなかった。
このような、テクノクラートを`指す人たちが、盜饐噞の屋骨をГ┐討い襦
カンファレンスを終えて、k息つきにホテルの外に出た。カンファレンス中で交わした、様々な会Bが頭の中をよぎっていた。成功の(sh┫)式が見えない未来に、地Oな創T工夫とも言える\術的ブレークスルー、業c常識をぶち破るビジネスの発[をeって、挑んでいく{い世代の人たちのeが印(j┫)的だった。彼らの`には、盜颪里澆覆蕕此▲▲献△^っている。垉遒寮功xにより確立された理念を、今(g┛u)変えてまで、新しい変化をp容し脱皮を図ろうとする盜]業のeは、巨人がZみを挙げている様でもあった。
ホテルの外は、秋のD暮れだった。O畆りの東L岸の深いuの森の光景とはく違う、地平線まで見渡せるほど、ひたすら平たいだだっ広い景色だ。テキサス的光景とも言える。j(lu┛)きくPびをして空を見屬欧襪函彼(sh┫)より、にわかUを含んだ雲の修、]に押し寄せてくる。変化が押し寄せてくる予感をeたせる光景に見えた。
3陲任蓮IMA-APCという半導の世cでのDXについて述べてみたいと思う。
({記)
この項を書いている最中、盜颪COVID-19による、厄uの中にある。感v数は、中国をvり、10万人をえている。な経済変動により、垉3週間で、盜颪良戮痢20パーセント弱が、消滅したQとなる。垉30Q間以屐盜颪撚vもの経済的なe機を`撃、xしてきた。何度も、今度こそ盜颪呂しまいだのmを聞いた。その度ごとに、この国は、なんとか立ち直っていく。IoMで出会った、テクノクラートを`指す人たちの胸中には、今、いかなる言が浮かんでいるのだろうか?
(2霆了)