“新たなものづくり”への正しい向き合い方—「未来をひらく!ものづくり全自動化に挑戦する最先端テクノロジー」レポート

column
“新たなものづくり”への正しい向き合い方—「未来をひらく!ものづくり全自動化に挑戦する最先端テクノロジー」レポート

Text : 森戸洸賀 / Editor : 吹原紗矢佳

急速に進むグローバル化、年々大きくなる経済構造の変化の波、少子高齢化による労働力不足や新興国の台頭による国内産業の空洞化など、日本のものづくりにおける問題は膨らんでいる。

そんなものづくりの課題を解決するカギとなるのは、AIやIoTなどのテクノロジーを活用した「新たなものづくり」だ。では、ものづくりにAIやIoTなどのテクノロジーをどのように導入するのか、何を改善できるのか。

「未来をひらく!ものづくり全自動化に挑戦する最先端テクノロジー」と銘打たれた本イベント。トークを率いるのは、トヨタ流の改善技術をもとにコンサルタントとしてIT・IoTの導入を推進する株式会社アムイ 代表取締役 山田浩貢氏、株式会社テクムズ代表 鈴木孝昌だ。

数々のものづくりの現場を目にしてきたテクノロジーのプロ2人が、これからのものづくりとテクノロジーについて語った。

ものづくりには、人による限界もある

さまざまな現場を訪れ、山田氏は、製造業における現状の課題には、大きく分けて2つのポイントがあると指摘した。

山田氏「1つ目は在庫保有上の問題です。一般的に、製造業の方は、日々売れる部品の在庫なら大量に持っています。反対に、売れない部品は在庫もあまり持っていません。取扱商品は少量多品種のため、需要の少ないものは在庫のコントロールが非常に難しい。突然の需要による欠品や、過剰在庫で保管スペースを確保できないといった問題が発生しているのが現状です。

2つ目は、労働力の減少です。少子高齢化にによる人手不足に加え、技術伝承の課題もあります。各会社さんで必死に労働者を集めてはいますが、そろそろ限界に近いように感じますね。技術伝承に関しては、IoTの活用である程度は効率化できますが、まだ人にしか判断できない部分もあるので、良い人材の育成も重要でしょう。」

鈴木氏は、製造業の品質検査における課題を次のように語った。

鈴木氏「製造業では、全数目視検査が慣例です。しかし、この検査にも課題がいくつか存在します。まずは、検査する人の集中力が続かず、不良品を出荷してしまうこと。人間による作業なので、解決の難しい部分ではあります。もし工場の外に不良品が出てしまうと、検査のコストが倍になってしまうこともあるので、気をつけたいところですね。

また、人によって検査基準がばらつくことも問題です。検査担当の全員が、本当に同じように見えているとは限りません。いかに検査基準を統一し同じ判断を下せるかが、目視検査の課題であり、限界でもあると感じています。」

最先端テクノロジーが改善の一翼を担う“新たなものづくり”

現場にITを持ち込むとなれば、人による操作が増え、業務量の増加や作業の阻害を懸念する人もいるだろう。しかしIoTは人の作業を増やすことなく、人の補助として働き、人の作業を減らしてくれる。では、課題に対して、具体的にどのようなアプローチができるのか。山田氏は、製造業の課題解決に繋がるIoTを次のように紹介した。

山田氏「従来は、人が紙などの簡単な道具を用いて現場改善を行ってきました。IoTは、それを低価格な情報機器や電子デバイスに置き換えて行います。このように人の作業を手助けする道具を『デジタルからくり』と呼びます。業務に対して柔軟に対応できる、ハイテクかつ低価格な道具が、今は増えているんです。

他には、現場から各種データを収集して機械学習などで解析し、情報の見える化を進めたり、人の作業効率化のヒントを出したりするIoTもあります。例えば、集めたデータから設備が故障する予兆を検知して、故障発生前に人へ知らせることができるんです。このような“人に優しい道具”によって、製造現場の課題解決を促進しています。」

テクムズ代表の鈴木氏は、自社開発の独自アルゴリズムによる「画像認識AI」が、現場の課題に対してどう手助けできるのか、次のように説明した。

鈴木氏「我々の画像認識AIによる品質検査は、1秒以内に0.1mm、処理速度を落とせば1/1000mmの傷まで検出できます。精度は99.98%で、トヨタ社の基準より高くなっています。

品質検査の際、多くの工場では傷が一つでも見つかれば“不良品”として弾きますよね。実は、この歩留まりの問題はとてももったいないこと。AIなら、不良品のデータも集めることによって、どの工程でどんな傷がついたのかというところまで特定できます。その結果を、現場の改善に活かすこともできるんです。

導入方法もいくつかあり、まずは箱型タイプで部品を撮影位置に置くことで検査する手動モデル。ベルトコンベアの機構を組み合わせ、検査対象を撮像位置まで自動で送り、不良であれば弾く半自動モデル。検査からロボットが箱詰めまで行う全自動モデルもあります。比較的安価な手動のモデルから導入して、効果を見ながら自動に切り替えていく企業が多いですね。」

テクノロジーをとにかく導入すればいい!は間違い

AIやIoTなどの最先端テクノロジーを製造業に導入する場合、どんなポイントを重要視するべきなのだろうか。山田氏は現状の可視化をしっかりすること、これまでの製造業の背景を生かした仕組みづくり、AIについての正しい理解が必要だと述べた。

山田氏「私がどの現場でもやっているのは、三現主義に基づいて現場を見て、現場の実態を可視化することです。現場の課題を明確にし、構造化することで、現場改善のためにどのようなIoT化を進めるかを考えられます。モノと情報の流れや業務フロー、管理資料を構造化することで、課題の優先順位、解決の方向性が明確になります。

いきなり検査工程にスマートグラスや画像認識を導入しても、どこに効果があったのかが分かりません。しかし、現場を見て問題を抽出してから導入に至れば、改善効果が証拠として残るので、次にも繋げることができます。現状把握は少し面倒ではありますが、ここから丁寧にやっていくことが大事。

また日本の文化上、製造業では紙の日報文化、データは設備の近くにという固定観念があります。なので、工場内をネットワークで繋げましょうとか、タブレットで全部入力しようと言っても、現場の方は首を縦に振ってくれません。

そこで、まずは紙の日報を読み取ってデータ化するなど、IT部門の方が生産技術部門に不足している情報処理技術を補っていくことが必要です。集めたデータから素早く分析した改善効果をアウトプットし、現場の方にも改善の意識を持ってもらうと、少しずつIoT化は進んでいくと思います。

最後に理解しておいてほしいのは、AIが全てをなんとかしてくれる訳ではないということ。AIが得意なのは「パターンを判断すること」で、過去のデータに基づいて判断するにとどまります。データがない分野では人が都度判断し、しっかり答えを教えていくことが重要です。」

本イベントの参加者の多くは、製造業に携わる方々だった。最先端テクノロジーに興味はあるものの、なかなか情報を得られていない現実があるようだ。

働く人が減り、課題は増える一方で、解決策はなかなか見つからない製造業。AIやIoTに対して解像度をあげ、効果的に導入することは、これからのものづくりを大きく変えるだろう。

鈴木氏は最後に「大切なのは、ただテクノロジーを導入するのではなく、何のためのテクノロジー活用か明確にすること」と語った。この視点は“新たなものづくり”の小さな一歩になるのではないだろうか。

モリトコウガ。フリーランスライター。大学在学中、情報商材の詐欺をきっかけに書くことの魅力を惹かれる。その後は名古屋のメディアでインターンを経て、ライターとして執筆を開始。関心のあるテーマはビジネス、グルメなど。

森戸洸賀

関連記事

  1. “新たなものづくり”への正しい向き合い方—「未来をひらく!ものづくり全自動化に挑戦する最先端テクノロジー」レポート