世界中の市場調査レポートを販売!当社に無いレポートもお探しします。

レポートナンバー 0000029020

製造業・プラントにおける迫りくるDXデジタルトランスフォーメーション)時代に向けたデジタル化導入・利活用提案

株式会社情報機構

発刊日 2021/03/24

言語日本語

体裁B5/262ページ

ライセンス/価格262ページ

0000029020

B5版 59,400 円(税込)

無料サンプル

  • サンプルはお問い合わせください。

レポート概要

製造業特有の課題や実際のトラブルに触れながら、業務の(DX)デジタルトランスフォーメーション及び
デジタル化に必要な技術や法規制、人材、プロジェクトの進め方を解説

〇デジタルトランスフォーメーションとは?従来のITとDXの違い。今後需要が求められる人材や能力。企業の対応策は?

〇AI・データ利用時に留意すべき法規制。学習用データに個人情報や営業秘密が含まれる場合は?海外からデータを収集する場合は?

〇製造業におけるAI実運用の取り組み方。データ収集で多くの企業が陥りやすい失敗例と対処方法、現場と経営双方との連携の仕方など

〇DX化に必要な要素技術の一例と解説 − 説明可能なAI(XAI)、IoTシステム構築、サイバーセキュリティ対策、工場のスマート化

〇DX推進におけるビジネス上の障壁と乗り越え方
 ⇒現場のよくある疑問にお答えします! 「導入後の効果を可視化したい」、「既存工場でも実現できる?」、「人の仕事が奪われてしまうのでは?」「完全自動化が必須なのか?」など

〇経営層に必要なマインドは?技術やコンセプトをいかに組み合わせて、企業活動を効率化していくべきか?

〇社内におけるデジタル変革の進め方。各ステップで必要な人材や時間、技術、日本企業が陥りやすい課題を整理

〇DXに進むためのはじめの一歩~IoT、AIを活用した生産性向上への取り組み例
 ⇒現場ノウハウや熟練工業務のデジタル化、旧式設備でのデータ取得アプローチと生産効率改善、設備開発のフロントローディング技術

〇各社の先進事例やDXに向けた取り組み例
 ⇒技術概要、人材教育、社内体制の整備、コスト感、他プレーヤーとの関わり方、現場で受け入れてもらうための工夫など
  ・製造業におけるDX活用のパターン例。自社が抱える課題に相応しいDXテーマ選定の仕方は?
  ・部品鍛造現場でのDX技術導入例。工程のシミュレーション、センサからのビッグデータ取得と解析、導入時の注意点など
  ・海外でのスマート製造例や国際標準、モデル工場における人や機械の稼働状況見える化
  ・VR技術による現場状況の共有と、配管等の設備接触干渉技術
  ・Deep Learningによる異常検出技術。不良品データ不足、ラベル付けが困難な場合の対策。
  ・社内のAI環境整備プロジェクト。各種ルールや仕組みづくり、どのような運用体制にすべきか?

レポート詳細

執筆者一覧(敬称略)

柴崎辰彦 ((株)富士通総研)
影島広泰 (牛島総合法律事務所)
阿部幸太 ((株)マクニカ)
船木春重 ((株)エヌ・ティ・ティ・データ経営研究所 )
浅井達哉 ((株)富士通研究所)
松尾達  ((株)富士通研究所)
等々力賢 ((株)富士通研究所)
山口俊之 ((株)戦略情報センター)
濱田佑希 (千代田化工建設(株))
和田哲也 (ProActsLLC)
久野功雄 (久野金属工業(株))
久保田和雄(三明機工(株))
西田真幸 (三明機工(株))
近藤篤司 (三明機工(株))
小宮昌人 (野村総合研究所)
天野眞也 (Team Cross FA)
藤川真一郎(日産自動車(株))
樋田祐輔 (Fujitsu Laboratories of Europe, Ltd)
中戸義幸 (NECソリューションイノベータ(株))
横田健介 (NECソリューションイノベータ(株))
加納誠介 (産業技術総合研究所)
對馬広大 ((株)荏原製作所)
須崎昌彦 (沖電気工業(株))
竹内晃一 (沖電気工業(株))
伊加田恵志(沖電気工業(株))

目次

第1章 デジタル変革(DX) 推進にあたっての基礎知識
 第1節 デジタル変革(DX) の背景と定義
  第1項 はじめに
   1.産業革命の歴史
   2.第四次産業革命の衝撃
   3.産業革命における情報システムの変遷
  第2項 デジタルビジネスの背景
   1.ビジネス環境の変化
   2.デジタルビジネス時代の新たなサービスモデル
  第3項 なぜデジタル変革(DX) が必要なのか
   1.「Change or Die」
   2.既存ビジネスの“書き換え”が進む
   3.破壊的イノベーションの波

 第2節 DX 推進に向けた考え方
  第1項 デジタルによってどのようなイノベーションを起こすか
   1.時代が求めるイノベーション
  第2項 DX 推進と企業内変革の考え方
   1.DX が期待される背景
   2.デジタル変革(DX) とは
   3.これまでのIT とDX の違いは何か?
   4.デジタル変革(DX) の対象領域を“両利き”で考える
   5.デジタル変革(DX) の全体像を理解する
    5.1 DX の実践対象
    5.2 DX を進めるためのベースとなる活動
   6.デジタル変革(DX) が目指す先とは
  第3項 どのようにDX を進めたら良いか
   1.デジタルジャーニーにおける様々な困難
   2.デジタル変革(DX) の進め方
   3.企業内変革の考え方 
   4.既存企業な陥りやすい罠
   5.DX 推進の勘所
  第4項 先進事例(富士通)
   1.SE の変革からデジタル変革(DX) へ
   2.デジタル人材の育成( プロデューサー、デザイナー、ディベロッパー)
   3.専門組織の創設
    3.1 デザイン思考の発想で新しいサービスを生み出す

 第3節 DXにおけるAI・IoT・データ利用の法規制
  1.AIの開発における法的留意点
   1.1 AIの開発と著作権
   1.2 AIの開発と個人情報保護法
   1.3 AIの開発と不正競争防止法
   1.4 契約上の制約
   1.5 AIと知的財産権
  2.AIの利用における法的留意点
   2.1 AIの利用と個人情報保護法
   2.2 AIを利用した結果に対する法的責任
  3.データの利用における法的留意点
   3.1 個人情報保護法
   3.2 海外からデータを収集して利用する場合
  4.IoTにおける法的留意点
   4.1 情報セキュリティ
   4.2 組み込み型ソフトウェアのライセンス

 第4節 スマートファクトリーとAI実運用の実際
  はじめに
  1.製造業におけるAI実運用のためのパラダイムシフト
   1.1 AI実運用のための経営との連携
   1.2 AI実運用のための現場との連携
  2.AI実運用の鍵を握るデータ収集
   2.1 データ収集が難しい理由と押さえるべきポイント
   2.2 データ収集がボトルネックになる代表事例
    2.2.1 センシングに対する見識・検討が不十分
    2.2.2 装置設備稼働データ取得時のメーカーや機種ごとの差分の想定が不十分
    2.2.3 データ収集の仕組みの検討が不十分
    2.2.4 業務システム・基幹システムとの連携
   3.代表的なAI活用のユースケースとデータ収集 
    3.1 生産計画の高度化・省人化
    3.2 品質向上への取り組み
    3.3 検査工程のデジタル化
   4.AIの継続的な活用のために必要なこと
   おわりに 

 第5節 企業のデジタル技術活用に求められる人材
  1.国内企業におけるDX 人材の概況
  2.DX 導入/推進にあたり重要な企業の体制
   2.1 DX 専任組織
   2.2 データマネジメント組織
  3.今後不足していくと思われる人材とその能力
  4.上記拡充に向けた企業の対応策

第2章 DX化に必要な要素技術とその確立
 第1節 説明可能なAIの技術
  はじめに
  1.知識発見が可能なXAI技術「Wide LearningTM」
   1.1 Wide Learning?の技術概要
   1.2 製造業での通用例
  2.グラフデータに対するXAI技術「Deep TensorTM」 
   2.1 概要
   2.2 グラフデータのテンソル表現
   2.3 予測および学習
   2.4 予測結果の説明
  おわりに

 第2節 製造現場におけるIoTシステム構築の進め方
  はじめに
  1.IoT化の推進体制整備
   1.1 DX推進戦略策定
    1.1.1 工場経営課題の抽出
    1.1.2 工場経営戦略の策定
    1.1.3 DXのためのIoTシステムのビジョンづくり
   1.2 IoTシステム活用体制
  2.IoTシステム構築

 第3節 プラントのサイバーセキュリティとEPCでの対応
  はじめに
  1.プラントとDX
   1.1 プロダクトライフサイクルとEPC
   1.2 プラントのICS設計とネットワーク
   1.3 プラント建設・O&Mとネットワーク
   1.4 ITとOTのセキュリティ思想
  2.プラントとサイバーセキュリティ
   2.1 ICSやSIS等のクローズドネットへのサイバー攻撃事例と手口
   2.2 IoT関連デバイスへのサイバー攻撃事例と手口
   2.3 デジタル化によって起こりえるサイバー攻撃のシナリオ
   2.4 サイバー攻撃対策と課題
  3.プラントのサイバーセキュリティ課題
   3.1 FEEDとEPCの課題
   3.2 O&Mの課題
   3.3 プロダクトライフサイクル全体の課題まとめ
  おわりに

 第4節 プロセス工場のスマート化に必要な日本企業のカイゼン点
  1.“シックスシグマ”と“カイゼン”は何が違うのか?
  2.スマートファクトリ(Industry4.0) に取り組むために必要な事
  3.シックスシグマの3 つのフェーズ
  4.いま我々が為すべきこと
  5.“スマートファクトリ”は、第四次産業革命を牽引するコンセプトだとも言われる。
    第四次産業革命で何が変わるのか? 
  6.機械学習のためのデータの在り方
  7.ソフトセンサー
  8.クラスタリング
  9.スマート化のコンセプト
  10.IT 組織とコンプライアンスがCPS 導入を遅らせている
  11.CPS システム導入効率を上げるためには
  12.プロセス産業におけるCPS とは
  13.V&V
  14.デジタルツイン  
  15.CBM( コンディション・ベースト・メンテナンス) とデジタルツイン
  16.デジタルツインにおける予測の重要性
  16.近い将来のプラント運転
  おわりに

 第5節 DXに進むためのはじめの一歩~業務のデジタル化
  第1項 製造現場の生産性革命だけでは終わらない生産性53%向上を達成したIoT GOの全業務DX化への挑戦
   はじめに
   1.現場が直面していた壁
   2.IoT GO開発プロジェクトの始動
   3.現場の使いやすさが最優先のIoTサービス、IoT GOの誕生
   4.比較結果が見やすいUIの設計
    4.1 稼働中の他のラインとの比較
    4.2 昼勤と夜勤の比較
    4.3 自ラインの現在と過去の比較
    4.4 問題の重要度の比較
   5.製造業特有の課題への対処
    5.1 旧式の設備のモニタリング
    5.2 IoT GOアプリケーション
   6.IoT GO設置だけで稼働率が向上
    6.1 現状の生産性の把握
    6.2 IoT GOの測定データを表示
    6.3 データの読み解き
   7.IoT GOが生んだ改善効果
    7.1 改善スピードが3倍に
    7.2 サイクルタイムをリアルタイムで見える化
   8.機械のIoT化から人のIoT化へ
    8.1 IoT GO DXとは
    8.2 人のIoT化で実現すること

  第2項 システムインテグレーションにおけるフロントローディング化
   はじめに
   1.バーチャルロボットソリューションセンター(VRSC)
   2.VRSCの実運用の紹介
    2.1 1250tダイカストマシン付帯設備の自動化
    2.2 自動車部品のハンドリングシステム
   3.システムエンジニアリング力の強化に必要な技術・人材
   4.今後の取り組み
   おわりに

  第3項 現場ノウハウ・経験知のデジタル化と先進事例
   1.現場ノウハウのデジタル化の必要性と背景、製造現場の現状
   2.業界ごとの特性に応じた対応の必要性
    2.1 組立産業における特性
    2.2 プロセス産業における特性
   3.現場ノウハウのデジタル化に向けた5Gへの期待
    3.1 検討が進む製造業における5G活用
    3.2 製造業5G有望ユースケースとしての熟練工IoT
   4.現場ノウハウのデジタル化事例
    4.1 ダイキン工業・日立製作所のケース(ろう付け作業・のデジタル可視化・トレーニング)
    4.2 オムロン、富士通、三菱電機のケース(骨紋等分析を通じたリアルタイムコーチング)
    4.3 Boschのケース(ヒト・熟練工IoTをソリューション・コンサル商材化)
   5.日本企業のデジタル推進に向けた組織・人材の課題
    5.1 全体感を持った推進役の不在:現場・経営・IT部門の乖離
    5.2  ROI至上主義・リスク回避主義による堅い投資のみの実行
    5.3 自前主義・オープンイノベーションの欠如
   6.デジタル化を進める上で必要な組織設計
   7.現場ノウハウのデジタル化に向けた日本企業の課題とチャンス
    7.1 求められる「脱・省人効果至上主義」と、「脱・”うちの工程は特殊だから”」
    7.2 現場力の継承・標準化や、強みを活かした「熟練工IoT」「デジタル現場」展開に向けて

第3章 DX推進におけるビジネス上の障壁や疑問、その対策
 第1節 経営者視点における製造業DX実現の必要性と社会環境
  第1項 価値の変容と不確実性
  第2項 企業の競争力と新ビジネス
  第3項 経営者のマインドセット

 第2節 DX実現のためのアプローチ
  第1項 生産シミュレーションによる効果の可視化
  第2項 動作シミュレーションによる検証
  第3項 デジタルファクトリー実現による効果
  第4項 必要な人材育成

 第3節 DX実現におけるQ&A
  第1項 既存工場でも実現可能か?
  第2項 人の仕事が無くなるのでは?
  第3項 完全自動化しないと実現できないのか?
  第4項 中小企業でも実現可能か?

第4章 DX導入・活用に向けた取り組み方とその提案
  第1節 鍛造工程におけるデジタルトランスフォーメーション技術
   はじめに
   1.鍛造工程へのデジタル技術導入のメリット
   2.DX技術導入の事例
    2.1 クランクシャフトのための工程スルーシミュレーション
    2.2 クランクシャフト鍛造ラインのIoT化
   3.DX導入側に求められること
    3.1 CAE導入に際し注意すること
    3.2 IoT導入に際し注意すること
   4.今後の展望
    4.1 CAE技術の今後の展望 
    4.2 IoTの今後の展望
   おわりに

  第2節 Deep Learning技術による製造業のDX ~スマートな品質管理に向けて~
   はじめに
   1.DXのメリットと現場を取り巻く課題
    1.1 品質管理のDXで実現する現場の姿
    1.2 Deep Learning応用の課題
   2.Deep Learningを用いた『不良品ラベルが不要』な異常検出技術
    2.1 背景・課題
    2.2 異常を正常に復元する教師なし異常検出技術
     2.2.1 技術概要
     2.2.2 実施例
   3.円滑なDXの実現に向けた施策、および配慮すべき事柄 
    3.1 組織・設備・人材などの経営的な課題
    3.2 個別のプロジェクト遂行における課題
    3.3 信頼性・精度などのAIの技術的な課題
   おわりに

  第3節 最新ICT活用事例とDX推進の進め方
   1.DX推進の進め方
    1.1 DXテーマ選定
     1.1.1 DXテーマ抽出 事業環境可視化
     1.1.2 DXテーマ優先順位 経営ピラミッド
     1.1.3 POC(Proof of Concept)検証
   2.製造業・プラントにおけるDX化のポイント
    2.1 事例考察
     2.1.1 新型コロナウィルス禍で明らかになった環境変化へ柔軟に対応する生産現場の構築(スマートファクトリー)
     2.1.2 AIチャットボットによる購買業務交渉の継続的改善
     2.1.3 AR/MRグラスを活用した現場作業の改善
     2.1.4 品質管理における画像解析技術の応用
     2.1.5 データ活用、データ交換
   3.まとめ

  第4節 スマート製造動向とつながる工場の取り組み例
   1.現場を取り巻く現状と課題
    1.1 スマート製造に向けた現状
    1.2 スマート製造の定義
    1.3 スマート製造に向けた段階
   2.海外での取り組み例、国際標準
    2.1 ドイツの取り組み事例
    2.2 アメリカの取り組み事例
    2.3 中国の取り組み
    2.4 国際標準の状況
   3.国内動向と取り組み例
   4.スマート製造に向けた産業技術総合研究所の取り組み方について
    4.1 つながる工場
    4.2 システム概要
    4.3 現場の見える化技術 
    4.4 導入及び運用に伴う大まかな費用
    4.5 必要な人材の教育
    4.6 協業プレーヤーとの関わり方
    4.7 取り組みの効果
   5.今後の動向や課題 ―まとめに換えて― 

  第5節 VRを活用した産業現場における遠隔協調及び接触干渉技術
   はじめに
   1.弊社におけるVR設備について
   2.VRを用いた「接触干渉」技術に関して
   3.VRを用いた「遠隔協調」技術に関して
   4.その他のVR技術の活用事例
   5.現場利用に向けた方策
   おわりに

  第6節 OKIにおけるAI実用化に向けた環境整備
   はじめに
   1.OKIのAI関連事業
   2.AI環境整備プロジェクト
    2.1 背景と課題
    2.2 ワーキンググループの構成
    2.3 活動成果と社内展開
   3.OKIグループAI原則の制定
    3.1 制定の目的と制定プロセス
    3.2 項目の概要
    3.3 AI原則の活用と今後に向けて
   おわりに

この商品のレポートナンバー

0000029020

TOP