パナソニック、AI導入で労働者を支援

パナソニック コネク北米のScott Zerkle技術統括部長は、電子機器製造を再形成する根本的な課題を指摘している。それは現代製品の複雑性の爆発的増加だ。現代の車両だけで60～100個以上のセンサーを搭載しており、200個を超えるモデルもある。この電子部品の急増は、ピッチ間隔の縮小、部品サイズの縮小、そしてもともと生産ラインが対応するよう設計されていたよりもはるかに要求が厳しい配置許容差に直結している。かつては許容できたずれでさえ今では不具合につながる可能性がある。フィーダーロードの誤りや未検証のチェンジオーバーは複数の部品バリアント全体に及ぶ実質的な混乱を引き起こす可能性がある。

パナソニックグループ内のB2B技術企業であるパナソニック コネクトは、「Gemba Process Innovation」戦略を通じてこれらの課題に対処し、人、機械、生産データを接続して工場現場の生産性、品質、運用レジリエンスを向上させることを目指している。Gemba自体は実際に仕事が行われる場所、つまり工場の現場を意味し、目的は紙の記録やオペレーターの記憶に頼るのではなく、デジタルシステムを通じてそこで起こっていることをリアルタイムで把握することだ。Zerkleは、部品の小型化がより古いラインが対応できる範囲を上回るペースで進んでおり、部品は現在マイクロンの単位で測定される間隔で配置されていると説明している。これはリアルタイム補正を要求し、条件が実行中に変化するにつれて配置とペーストボリュームが調整され、印刷、配置、検査が協働して不具合が後ではなく発生したステップで捕捉される必要がある。

AIが今日最大の実用的価値を発揮するのはどこかと聞かれると、Zerkleは率直だ。予防保全と機械データを使用した不具合検出により、ダウンタイムやスクラップを引き起こす前に問題をキャッチすることだ。しかし、期待が現実を上回る場所について同等に直接的だ。工場がAI単独で運営できるという考え方は「現実的でも正しい目標でもない」と述べている。中心的な制約は「AIは受け取るデータの質に左右される」ことであり、ほとんどの工場はまだ相互に通信しないレガシーシステムを実行しており、フラグメント化されたデータを生じさせている。真の機会は、AIを使用して現場のスタッフを支援し、反復的な分析を引き継ぎ、オペレーターが人間の専門知識を要する複雑な判断に焦点を当てられるようにすることだ。メーカーは品質の向上、スループットの増加、サプライチェーン混乱への対応力維持という競合する圧力に直面しており、Zerkleは自動化の真の貢献を、彼が「5M」と呼ぶもの全体に一貫性をもたらすものと位置付けている。人（huMan）、機械（machine）、材料（material）、方法（method）、測定（measurement）だ。これら5つを一緒に監視する自動システムは、不具合や期限切れに発展する前にずれをキャッチし、リアルタイムで補正することができる。

高ミックス・少量生産は現在多くのセクターで急速に増えており、かつては柔軟性と引き換えにより遅いチェンジオーバーを受け入れることを意味していた。現在、その取り組みはより大きな自動化とプロセスインテリジェンスを通じて縮小している。メーカーは、実行前に材料とフィーダーポジションを検証し、オペレーターが手動再構成ではなく単に異なるプログラムを選択することで構成間を切り替えることができるようにすることで、セットアップ時間を削減している。信頼性は速度と同等に重要であり、特に労働力不足と、プロセスを記憶で知っている経験豊富な技術者に頼ることが増してきた課題を考えると尚更だ。今後10年間を見据えて、Zerkleは最大のシフトが統合になると予測している。AI、センシング、自動化が独立して実行される代わりに同じデータから情報を得ることだ。多くの工場は今日これらの能力を持っているが、各システムが独立して動作する傾向があり、なぜ発生したのかを理解するために必要なコンテキストなしに独自のずれにフラグを立てている。最も恩恵を受ける工場は、単に最新技術に投資する工場ではなく、自らの生産履歴から進化し、より賢くなる工場だろう。競争優位性は、Zerkleが結論付けるように、より多くのツールを採用することからではなく、それらをより賢い製造エコシステムに接続することから生じるだろう。

本記事は、人間の労働者を置き換えるのではなく、より優れたデータと意思決定支援を通じて従業員の能力を拡張することに根ざした製造業変革のビジョンを提示している。Zerkleの中心的主張——AIは受け取るデータの質に左右される——は重大なギャップを浮き彫りにしている。ほとんどの工場はまだ相互に通信しないレガシーシステムで運営されており、AIの可能性を制限するフラグメント化されたデータが生じている。このフレーミングが重要な理由は、会話を「自動化は職業を奪う」から「自動化は能力を拡張する」へシフトさせ、新しい技術を導入する多くのメーカーが直面する現実的な懸念に対処するためだ。

潜在的な圧力は製品の複雑化から生じている。車両、デバイス、産業機器がセンサーとプロセッサーを指数関数的に多く搭載するにつれ、それらを製造する製造システムは二重の要求に直面している。部品は物理的にはより小さく、より密集して配置され、マイクロンの単位で測定される配置許容差がより厳しくなり、一方で生産は高ミックス・少量生産に対応するのに十分なほど柔軟である必要がある。こここそが、Zerkleが次の10年の競争優位性を見ている場所だ。個々の新しいツール（AI、ロボティクス、センシング）を採用することではなく、それらを生産履歴から学習する一貫したシステムに接続することだ。自らのデータに基づいて継続的に最適化する工場は、単に最新テクノロジーを購入する工場を上回るだろう。

まだコメントがありません。最初のコメントを投稿しましょう！