日本の製造業は「アナリティクス」の活用ができていない？ビッグデータ活用のいま

　いま製造業では、センサー技術の発展にともない、工場内の生産機器や測定機器、製造ラインのロボットなど、多岐に渡る測定ポイントから日々生み出されるメンテナンスログ、パフォーマンスログ、モニタリング・データなどが大量に収集されている。

　しかし、これらのビッグデータを経営に貢献させ、ビジネスの向上につなげる取り組みにおいて、日本は決して先進国であるとはいえない現況だ。

　データを収集するだけでなく、これからから起こる事態や取り組むべきテーマを予測し、迅速な意思決定から企業活動へと繋げていくために、予防保全の最適化を可能とする新たな「アナリティクス」が求められている。

　こうした課題に対し、IBMの「Predictive Asset Optimization(PAO)」では、
企業内外に散在する測定データをリアルタイムに収集・分析し、将来起こる可能性がある異常や故障を事前に検知し対策を講じることで、品質の劣化や予定外のダウンタイムの回避、トラブルの未然防止や最小化、不要な定期メンテナンスの削減などを行い、資産効率と製品品質を最適化するソリューションを提供している。

　本資料では、グラフィックと調査データによる分かりやすい解説つきで、グローバル企業と日本企業における「アナリティクス」の取り組みや投資におけるギャップを把握し、その現状を踏まえたうえでこれから実践すべき「ビジネス価値創出」について紹介する。