製造現場のIoT導入に2つの課題、手間なくデータを活用するための最善策とは
製造現場には続々とIoTが導入されているが、そこで収集されるデータは形式・粒度が異なるためにスムーズな活用が難しい。変化に対応しながら継続的な改善活動を実現するために、IoTデータを効率的に活用できる仕組みが必要だ。
2022/01/12
製造現場には続々とIoTが導入されているが、そこで収集されるデータは形式・粒度が異なるためにスムーズな活用が難しい。変化に対応しながら継続的な改善活動を実現するために、IoTデータを効率的に活用できる仕組みが必要だ。
2022/01/12
多くの企業がデータを活用したものづくりのスマート化に取り組んでいるが、生産設備から収集するIoTデータは形式の混在や粒度の問題により、そのままでは利用できないケースも多い。活用のためには、有効なデータ基盤が必要だ。
2022/01/12
現代のビジネス、とりわけ製造業で競争力を維持するには、蓄積されたデータを有効活用する仕組みが必要になる。DX/データ活用の専門家による対談から、データ活用のつまずきポイントやその解決策を確認したい。
2021/12/10
世界中で進められている自動運転車両の開発だが、その実現においては、圧倒的な量のデータと機械学習が伴う。しかし、ペタバイト規模のデータを処理するには、レガシーなストレージやデータベースでは限界がある。
2021/11/19
製造現場のデジタル化の波は、他業界より早いスピードで押し寄せており、日々生成される膨大なデータからより高い付加価値を引き出すことが求められている。その中でも、データ活用の効果が特に顕著に表れる5つのユースケースを紹介する。
2021/11/19
IoT導入が複雑で難しいと感じる理由の1つに、デバイスが生成する膨大なデータの処理・分析に関する、企業独自/業界特有の課題があるという。そこで製造業やヘルスケア、小売などの業界における課題を解説するとともに、その解決策を探る。
2021/11/19
多くの製造現場でIoTの導入が進む一方、収集したデータから、生産性の向上や設備の故障予知につながる兆候を、的確につかめないケースは多い。その原因は、分析に至るまでの、あるプロセスの欠如にあるという。
2021/10/18
設備の保守コスト削減、販売機会逸失の回避など、分析やAIは製造業に多くの効果をもたらすことが期待されている。だがそのためには、場所やタイプを問わずデータを集約/分析できる管理基盤が欠かせない。その要件とは?
2021/10/18
AI導入の影響が特に大きな分野として、サプライチェーンと製造業が挙げられる。しかし、現実には課題が多く、その採用率は決して高くない。AI導入を成功させるために、サプライチェーン企業は何に取り組めばよいのだろうか。
2021/10/08
社会インフラでもデータ活用の動きは活発だ。インフラメンテナンスの効率化から、作業の安全や設備稼働率の向上、設備投資の最適化まで、その期待は幅広い。そこで注目したいのが、デジタルツインを実現するNTTコムウェアの取り組みだ。
2021/10/05