Keepler Data Tech、製造およびエネルギー産業のビジネス マネージャー、Pablo Ríos 著。 

何年もの間、製造業者はより高い効率を求める圧力にさらされてきました。 目標は通常、コストの削減と品質の向上に集中し、利益率を守り、困難な市場で持続します。

このアプローチは、多くの成功した製造業者の特徴でしたが、従来の方法は長い間使い果たされてきましたが、このような戦略はマージンをますます厳しくしています。 限界に達したため、企業はより革新的になる必要がありました。ありがたいことに、今ではそうするためのツールがあります。

今日、データは私たちのすべての活動を支えています。175 年までに、世界のデータ圏には 2025 ゼタバイトという膨大な量のデータが存在すると推定されるほどです。

メーカーにとって、これはチャンスです。 実際、データは業界の最大の資産の XNUMX つになる可能性があり、成功した企業は、今日のペースが速く競争の激しい製造分野で成功することができます。 

ただし、その可能性を理解することは、データを適切な方法で扱う製造会社に大きく依存しています。

データ プロジェクトとデータ プロダクト

現在、製造業者だけでなく、あらゆる形態、規模、業界の企業が、プロジェクトの考え方でデータに取り組んでいます。 ビジネス部門でデータを使用して解決したい問題が発生するたびに、組織はゼロから始めます。つまり、データを取得し、データをクレンジングして準備し、その特定のユース ケースに合わせて分析します。

これは、企業がデータへの投資を最も効率的かつ効果的に利用することを可能にしない、欠陥のあるアプローチです。 多くの場合、処理が遅く、作業の重複につながります。また、通常、各プロジェクトの出力を他のユース ケースの解決に転用することはできません。

代わりに、組織はデータを製品のように管理することを検討し、個々の課題から離れて、重要な課題を繰り返し解決する際にデータを使用できるようにするために使用および再利用できるフレームワークの開発に焦点を移す必要があります。 つまり、データに対する (プロジェクトではなく) 製品中心のアプローチを採用する必要があります。

実際、データ製品は製造業に革命を起こす可能性を秘めており、革新的な方法で効率を高めるいくつかの方法を提供します。

データ製品を使用すると、すぐに使用できるデータ フレームワークを迅速に利用してリアルタイムで提供できます。たとえば、生産プロセスのボトルネックを特定できます。これにより、製造業者は問題を迅速に特定して対処し、ダウンタイムを削減し、生産性を向上させることができます。

一例として、データ製品を使用してボトル製造の生産を最適化し、ボトルの不合格率を 5% から 20% 削減した例を見てきました。

ここでは、何百もの変数の中からボトル製造プロセスにおける品質の重要な基準を決定するための機械学習モデルが作成されました。 ボトルネック温度、ブロー圧力、およびその他の重要な基準の値の範囲を含む決定ツリーが作成されました。 結果として、これらの調整を組み合わせて適用することで、品質を維持しながら廃棄ボトルの削減が大幅に削減されました。

さらに、機器や監視システムからのデータを分析することにより、データ プロダクトは機械がいつ故障する可能性があるかを予測することもできるため、メーカーは故障が発生する前にメンテナンスのスケジュールを立てることができます。 これにより、予定外のダウンタイムを防ぎ、高額な修理の必要性を減らすことができます。

同様に、データ製品のリアルタイム要素は、在庫レベルと納期を可視化することで、メーカーがサプライ チェーンを最適化するのにも役立ちます。 これにより、材料やコンポーネントをいつ注文するかについて十分な情報に基づいた決定を下すことができ、在庫切れや過剰在庫のリスクが軽減されます。

顧客の行動や好みに関する貴重な洞察も重要です。 販売、マーケティング、顧客サービスからのデータを分析することで、製造業者は傾向を特定し、製品開発とマーケティング戦略について十分な情報に基づいた決定を下すことができます。

改善し続ける機会を特定する

これらのさまざまなアプリケーション全体で、データ製品は、意思決定の改善や運用効率の向上から、コストの削減やマシンのダウンタイムの軽減まで、製造業者に大きなメリットをもたらします。

そうは言っても、データ製品は製造分野ではまだ比較的新しいものです。 なぜ？ 古い習慣はなかなか消えないため、製造業者は伝統的に特定のユースケースに対応するソリューションを探したり開発したりしてきました (データ プロジェクト アプローチを採用)。 これは、「壊れていない場合は直さないでください」ということわざの代表的な例です。

ただし、決定的に、カスタマイズ容量データ プロジェクトは、パーソナライズされたデータ ソリューション (データ製品) と比較して、製造業者が得られるメリットを減らします。 このため、製造会社が考え方を変え、より明確なプロセスと強化された ROI を提供するデータ製品を通じて実装できるソリューションを採用することが重要です。

今後、データ ストレージと処理のコストが低下し続けるにつれて、多くのメーカーがこの方向に向かい始める可能性があります。

ハイパースケーラーが提供するスケールモデルの経済性が向上し続けるにつれて、製造業者はデータ製品をより容易にコスト効率よく採用する絶好の機会を得るでしょう。

これは、企業がネイティブ クラウド サービスの使用に高度な専門性を持つパートナーと連携できることと相まって、データ プロダクトに関連する運用コストを大幅に削減することを可能にし、データ プロダクトをさらに魅力的なものにします。

文化は重要です

もちろん、これらの側面はパズルの一部にすぎません。 ROI の改善と OPEX の削減は、主要な意思決定者を参加させるのに役立ちますが、製造環境でデータ製品を実装してすぐに利用できるようにするためには、より広範な文化的変化が必要になります。

この考え方の変化を浸透させるには、企業がデータ プラクティスを最新の状態に保つことが重要です。 つまり、データ品質を改善し、エラーを排除して、より堅牢で信頼性の高いモデルが開発されるようにするための主要なプロセスを実装および/または強化することを意味します。

これを達成するために、製造業者はまず、比較的新しい、またはなじみのない分野で前進できる適切なスキルセット、技術戦略、およびパートナーシップを確保して活用することに焦点を当てる必要があります。 同様に、新しいスキルを学び、受け入れようとする個人の意欲と、企業自体のトレーニングへの投資の両方によって、社内の理解とスキルセットの強化に取り組む必要があります。

これらの重要なビルディング ブロックを適切な場所に移動することで、製造業者は、さまざまな革新的なメリットを提供できるデータ製品の開発と展開を開始できるようになります。 実際、そうすることに積極的な企業は、この分野で主導権を握り、結果として重要な先行者の優位性を解き放ちます。

• SEO を活用したコンテンツと PR 配信。 今日増幅されます。
• Platoblockchain。 Web3メタバースインテリジェンス。 知識の増幅。 こちらからアクセスしてください。
• 情報源： https://www.logisticsit.com/articles/2023/02/08/how-data-products-can-drive-efficiency-in-manufacturing