製造会社からプラットフォーム組織への移行

グローバルコマースを支援するデジタルインフラの所有者は、大型プラットフォーム企業がますます増えている。 東のAlibaba、Tencent、Baidu、西のAmazon、Google、Facebookを含むデジタルの大物たちは、私たちのオンライン販売の一部を占めることを公然と望んでいる。 CEOたちは彼らのうちの1人が自分たちの産業に参加する日をますます恐れている。 プラットフォーム企業はアマゾン、アリババ、Uberのようなデジタル原住民が小売、金融、健康、接客、運送分野で市場占有率を占める手段としてよく見られる。 しかし、他のデジタルネイティブもモノのインターネット(IoT)を利用して化学、自動車、機械から食品、プラスチック、石油を経てコンピューター、医療、繊維、家具まで22分野の製造業の支援機能を把握している。 そのような会社の一つがThingworxです。 製造業にプラットフォームビジネスモデルがますます必要になる理由は何ですか?製造業は、先進国におけるイノベーション、生産性開発、輸出を促進しつつ、途上国における生活水準の向上への道筋を提供し続けている。 しかし、両方で新製品の必要性が高まっており、これにより生産はサイクルタイムの短縮、価格の安さ、創造性の向上に向かって継続的に推進されています。 顧客と企業が要求する商品の拡散を管理するためにプラットフォームビジネスモデルの実験を余儀なくされる製造業者がますます多くなるだろう。 JohnDeere、Siemens、GEのような野心的で勇敢な企業は、内部からプラットフォームを解放し、生産者、かつてのライバル、消費者間の相互作用を促進し、生産手段を接続手段と交換することで成功するかもしれない。 今日、多くのプラットフォームビジネスは、従来のものよりも価値が高く、長期にわたって存続しています。 その結果、企業や政府機関は、毎年の戦略とイノベーショングループで、これらを検討しています。 製造業における利益率と投資収益率がいかにタイトになっているかを、私たちは皆知っています。 バリューチェーンを向上させ、その結果、利益率とROIを大幅に向上させる手段は、プラットフォーム企業になることです。 データは、産業製造企業が自由に使える貴重なリソースです。 市場で販売される可能性のあるサービスの可能性は、工場、輸送、材料、商品を含むIoT計測資産によって生成される膨大な量のデータによって大きく向上します。 さらに、強力なAIまたは分析機能を持つ製造業者は、そのデータを利用して、エコシステムのプレーヤーを探し、マッチング、接続、およびサポートするプラットフォームを作成できます。 大きな変化は、従来のアプローチからプラットフォームモデルへの移行です。 生態系から内ではなく外向きに考える必要があるでしょう。 所有、管理、および影響を与えるエコシステムコンポーネントを選択する必要があります。

製造業における予測分析の役割の拡大

世界的な労働危機に基づく競争コストの圧力は悪化しています。 優れたアイテムをより迅速にプロモートする緊急の必要性。 製造業が直面している課題は数多くある。 異常検出、リアルタイム品質モニタリング、サプライチェーン最適化はAIの潜在力を実現し始め、業界で採択されている先端分析アプリケーションの例だ。 最近、製造業におけるAI活用に関する世論調査で、Deloitteは93%の企業がAIが産業の発展と革新を刺激する核心技術になると考えていることが分かった。予測分析は、ますます製造業の問題を解決する万能薬と見なされている。 このAI基盤の方法は、歴史的データとリアルタイムデータの両方を活用して、重要な未来イベントを予測し、リスクを減らし、運営を強化し、コストを節約し、収益を高める。ガートナーによると、予測分析(PA)は、将来の出来事を予測するためにデータまたはコンテンツを調べる高度な分析の一種です。 具体的には、「どのようなことが最も起こりやすいか」ということです。 製造元はPAに依存して機敏性を高め、より深い洞察を得て、より迅速かつ正確な意思決定を行うことができます。自動機械学習(AutoML)技術を活用することが、始めるのに最も良い方法だ。 AutoMLプラットフォームを使用すると、プロセス技術者と製造分野の専門家が予測モデルを迅速かつ簡単に構築、検証、および導入できます。 PAアプローチは産業部門に大きなプラスの影響を与えることができるが、様々な理由でそうすることは難しいことがある。 まず、AIとML基盤の典型的な予測分析ワークフローは難しく、時間がかかり、ターンアラウンドが短い。 一般的なプロジェクトは、6~9ヶ月の期間で、データの準備、機能エンジニアリング、アルゴリズムの選択、モデルトレーニング、テスト、および導入を伴います。 各運用サイトには多数のERPおよび工場での実行システムがあるため、製造環境で高品質のデータを取得することは非常に困難な場合があります。 異なるシステムを使用すると、データのクリーンアップと集約、機能の構築、およびモデルの手動生成に時間とコストがかかり、手間がかかることがあります。 AI/MLモデルは、トレーニングと検証を実行する頃には時代遅れになっている可能性があります。 製造チームは、データサイエンティスト向けの一般的なAutoMLシステムを使用して作成された予測分析ソリューションを採用することが困難であると感じています。 これらのプラットフォームは使用が難しく、学習曲線が急です。 サプライヤーは、一般的な使用事例のためのAIを実装する間、十分なデータ科学教育や教育を提供していない場合が多い。 ジャストインタイムの運用を行うアプリケーションの多くは、リアルタイム処理を必要とする低レイテンシ要件を備えています。 これらの困難なオペレーティング環境に導入されたMLシステムは、データを1秒以内にリアルタイムで処理できる必要があります。

ダウンタイムを防止するためのサイバーリスクの早期発見

価値と収益を生み出す主なシステムである生産ラインは、メーカーの王冠用宝石です。 ダウンタイム、特に計画外のダウンタイムは禁止されています。 Forbesによると、計画外のシャットダウンにより、工業メーカーは年間最大500億ドルのコストをかけることができ、生産に使用できる時間の1~10%を消費することができます。 産業のデジタル化は、長年にわたって生産性を向上させ、ミスを減らし、コストを削減してきましたが、気付かれないと、予期せぬダウンタイムやさらに悪い敵意に満ちた攻撃を引き起こす可能性があるというサイバーリスクも増大しています。ランサムウェア攻撃はメディアの注目を集めていますが、ダウンタイムに対する一般的なリスクとしては、次のようなものがあります。最近発見されたネットワークまたは資産の誤設定、望ましくないプロセスの変更、リソース使用の急増、予期しない接続、およびその他の異常は、外部のサイバー攻撃よりも生産性をはるかに危険にさらす可能性があります。 運用テクノロジ(OT)エンジニアリングとITスタッフがこれらを完全に管理します。 次の3つの基本的なベストプラクティスに従うことにより、ダウンタイムが発生する前に、運用上およびサイバーセキュリティ上のリスクを特定し、軽減することを保証できます。すべてのリンク先デバイスの正確なリストを保持します。ネットワークセグメンテーションは、サイバーインシデントの発生時の爆発半径を減らし、不正アクセスを防止します。侵入を伴わないネットワーク監視により、稼働時間に影響を与える前に脅威を検出 リンク資産の所在地や使用する通信チャネルを含むすべてのリンク資産の正確なインベントリを維持することは、リンク資産のセキュリティを確保するための第一歩です。 OT/ICSデバイスだけでなく、OTネットワークに接続されているすべてのITデバイスまたはモノのインターネット(IoT)デバイスを管理することは、製造元にとって管理タスクです。残念ながら、安全規制、ベンダーの相互運用性の懸念、産業プロセスの要件、およびその他の要因により、ITに有効な検出手法が、機密性の高いOTおよびIoT資産に対して必ずしも有効ではありません。多くのOTおよびIoT資産には、デバイス上でセキュリティ関連の操作を実行するためのエージェントまたはその他の特定のソフトウェアコンポーネントをインストールすることはできません。また、通常のITセキュリティソリューションでも検証することはできません。さらに大きな問題があります。 ITの大部分に影響を与える計画的な老朽化とは対照的に、OT資産には最大30年間続く可能性のある広範な更新サイクルがあります。 彼らは最近までつながりがなかったので、安全性や誠実さを念頭に置いて構築されていませんでした。 ITシステムとOTシステムは、コンバージェンス中に単一のフラットネットワークに統合されません。 代わりに、相互運用性をイネーブルにするための情報が送信されます。 通信を必要とするOT資産とIT資産とシステムを安全に統合することは困難であり、そうでない資産は排除することは困難です。 OTとITは区別されていない場合に区別されるという前提の下で、不要な通信リンクが検出されず、脆弱性が明らかになります。 多くの監視システムの最大の欠点は、すべてが緊急ではなく、潜在的な危険に関する情報が大量に提供されることです。 重要な警告は、適切なチームが対応できるように、運用上またはサイバーセキュリティのリスクに応じて優先順位を付ける必要があります。 生産のためのデジタル技術への依存度が高まっている産業現場では、基盤的なサイバーセキュリティが重要だ。 OT/ICS、さらにはIOT資産も頻繁にパッチや検査ができず、設計上脆弱になる可能性があるため、問題が発生します。 サイバーセキュリティの基盤は、ネットワーク上に何があるかを理解することです。 製造元はまた、すべての拠点に存在する可能性のある運用上およびサイバー上のリスクを認識し、ダウンタイムが発生する前に優先順位の高い方法で脅威を認識して対応できる必要があります。

2022年製造サイバーセキュリティ:現状

悪名高いSolarWindsの違反の直後、世界最大の食肉加工会社であるJBSがロシアのハッカー集団REVILの攻撃を受けた。 さらに、コロニアル·パイプラインのハッキングもほぼ同時期に発生しました。 前年に40社以上の食品製造業者がハッカーの攻撃を受けた。 10年前までは、このような製造業者への攻撃はまれでしたが、今では非常に普及しています。 デジタル技術とインターネットへの依存度が高まったため、製造業者は現在、サイバー犯罪者にとって最も魅力的なターゲットの1つになっています。 この条件は、製造業者など既存の製品に価値を加え、アイテムを生産する企業がサイバーセキュリティをよりよく把握できるようにしなければならない。 Gartnerの2021年~2022年のサイバーセキュリティ予測では、いくつかの側面から、企業がどのようにセキュリティの姿勢により注意を払い始めているかが強調されています。 報告書によると、企業はセキュリティイベントの影響を90%減らすためにサイバーセキュリティメッシュアーキテクチャを導入しています。60%の組織が、サードパーティの取引や商業関係に関与する主な理由として、サイバーセキュリティリスクを使用すると予想されています。 また、取締役会の40%は、専門的なサイバーセキュリティ委員会を、その地位にふさわしい、または有能な取締役会メンバー1人以上によって監督されることを期待しています。 さらに、Gartnerは、同じベンダーのクラウド提供ファイアウォールをサービスとして、クラウドアクセスセキュリティブローカー、信頼性の低いネットワークアクセス、および安全なWebゲートウェイとして使用することを計画している企業が30%であると述べています。 組織は、さまざまなセキュリティ要求、特にファイアウォールセキュリティに対応するために、長年にわたって多くのベンダーに依存してきました。セキュリティ制御の効率性を高め、管理を改善するために、セキュリティソリューションの統合と最適化の重要性は今後数年で高まると予想されています。特に、流行による中断や激変、現在の経済状況を踏まえ、製造企業は多くの課題に取り組む必要がある。 彼らがセキュリティ意識を高め、より効果的なサイバーセキュリティ対策に向かっていることを知ることは慰めになります。 製造企業はセキュリティの姿勢にほとんど注意を払わず、攻撃を特定して軽減するために必要なスキルが不足しているため、ランサムウェアを使用するサイバー犯罪者がこれらのビジネスをより簡単にターゲットにすることができます。 さらに、製造業者が操業を停止する余裕がないという事実は、彼らの評判に大きな損失と損害を与えることになる。このため、ランサムウェアの対象になっていた多くの産業企業は、サイバー攻撃に対応するために一時的に営業を中断するよりは、身代金だけを支払うことを選択している。 2021年のランサムウェアの平均需要は50万ドル以上だった。 営業が何日も遅延し、ブランドイメージの否定的な影響で数百万人の損失を被ったことに比べれば、これは多くの企業にとって低い価格だ。 ほとんどの場合、製造現場の担当者はOTの購入と支出について意思決定を行います。企業のIT部門やサイバーセキュリティチームはほとんど関与することはほとんどありません。 このため、さまざまなテクノロジーを使用している企業(IT部門の審査および監督対象外の企業もある)は、サイバー防御の姿勢が弱くなっています。また、IoTデバイスの本番導入により、情報技術と運用技術の区別が曖昧になっています。 結果として、産業界の喧騒の中で発見に時間がかかる新たなセキュリティ問題の発生を防止するための改善されたセキュリティ政策や手続きの必要性が避けられなくなる。 製造業のサイバーセキュリティは、依然として不安定な取り組みです。

製造業の未来はクラウドの力にかかっている

IoT、Society5.0、Industry4.0が産業技術の最新流行語であるにもかかわらず、彼らの根本的な目標は成果を出し始めている。これらのアイデアは、主にデジタルトランスフォーメーションを使用してデータのオープン性、アクセス性、およびインテリジェンスを向上させ、製造業界に浸透する基本的なビジネスコストの要因を解決することを目的としています。 間違いなく、これらの概念によってなされた約束のいくつかは、特にデータ収集の分野ですでに実現されている。データは、収集されるだけでなく、提案されている変換の結果としてコンテキスト化される必要があります。 予測メンテナンス、JIT組立ラインでの専門製品の生産能力、疲労監視装置を利用した労働者の安全性の向上などがその例である。 クラウドサービスの導入は、合理的なデジタルトランスフォーメーションに不可欠です。 長い間、メーカーは接続制限(遅延、スループット、信頼性)のため、ビジネスクリティカルなアプリケーションにクラウドサービスを使用することができませんでした。 ERPとMESは、オンサイトでインストールされ続けるか、無限に共存することがありますが、IT企業は、利害関係者に構成可能なインフラストラクチャを提供するためにサービスデリバリ戦略を変更する必要があります。そうしないと、IT企業はバイパスされる危険性があります。 2023年以降の世界経済における競争力を維持するためには、このような新技術の採用が不可欠である。 これらのテクノロジーの多くは、現在では非常に高価で高度なものですが、ROIはますます明らかになっています。 中小製造業者は規模が達成されれば、生産現場に追加技術を取り入れる機会を持つことになるが、その多くはSaaSやクラウドファースト戦略を利用して設計されている。 クラウドサービスは、セカンダリビジネスの目標に限定されるのではなく、すべての企業の目標を推進する主要な手段またはエンジンとして捉える必要があります。 現在クラウドを使用している企業が増えれば増えるほど、追加のサプライチェーンボトルネックにつながる高価な停止を予測し、停止するための設備が改善されます。 数十年以来、接続デバイスは製造業でリモート資産監視などの活動に使用されてきました。 しかし、これらのサービスの制約は、これまでリモートモニタリングが依存していたセンサーテクノロジーの遅れによって引き起こされてきました。 しかし、5Gのような無線技術の普及とセンサー価格の下落で、このような制約はそれほど問題にならない。ネットワークに接続されたウェアラブルワーカーは、仕事をよりシンプルで安全にします。 これらのリンクされたデバイスはデータを生成し、クラウドにアップロードして追跡を支援するだけでなく、パフォーマンスと操作性を向上させる高度なデータ分析を行います。 デジタルセンサーは今や以前より速く正確になったが、リアルタイムでデータを評価できる良いツールがなければ、データ追跡を強化することは無駄だ。 効率性と安全性を高めるリアルタイムデータ処理が人工知能で可能になった。 廃棄物を削減するためのリアルタイム資源の再配置、燃料フィルターを通じた遠隔オイル品質測定、最も効果的なピッキング経路に対するフォークリフト運営者の案内など、数多くの代案がある。 予測メンテナンスのための分析は、機器の誤動作を防ぎ、サプライチェーンに影響を与えます。処理できるデータの量は常に増加しているため、強力なツールを使用せずにすべてのデータを活用することは無駄です。 AIは予防に役立ちます。

製造業の人手不足:原因、危険、解決策

2022年初頭には、産業部門の労働力不足は依然として深刻になるだろう。 2021年10月までに、この分野の雇用は約40万人が前パンデミック水準から減少した。 訓練された労働力がないため、これらの企業は強調するだけでなく、職場での危害、製品の責任、および財産上の損害のリスクを増加させました。 この記事では、希少性の背景にある理由、関連するリスク、そして最も重要なことに、業界のリスクマネージャとしてこれに対処するために何ができるかについて説明します。多くの製造業は屋内の限られた場所にあります。 業界は新型コロナウイルス感染症が米国に到着した時、最も深刻な影響を受けたところの一つであり、このようなデータを記録した州の中で職場内の新型コロナウイルス感染症の相当部分を占めており、これは製造業者の一部が被害を受けたことに寄与した。多くの製造業は屋内の限られた場所にあります。 業界は新型コロナウイルス感染症が米国に到着した時、最も深刻な影響を受けたところの一つであり、このようなデータを記録した州の中で職場内の新型コロナウイルス感染症の相当部分を占めており、これは製造業者の一部が被害を受けたことに寄与した。 さらに、製造業者はいくつかの重大なパンデミックの中断に直面し続けており、これは曖昧な回答で多くの人事上の困難をもたらします。 一部の製造業者はワクチン接種要件が売上高を増加させていると主張する反面、これらの規則は効果がないという意見もあります。 育児の混乱により、多くの親が仕事を辞めざるを得なくなっています。 他のスタッフは、疲労感、安全性の心配、または病気そのものが原因で、パンデミックの間に辞めていた可能性があります。ヘッドラインを独占しているにもかかわらず、製造業の労働危機に寄与する要因はCOVID-19だけではない。 ベビーブーム世代の「大規模な引退」により、製造業の従業員が大量に流出し、10年前からあった労働危機がパンデミックにつながった。 製造会社は長い間、マネージャーレベルの職に就くために苦労してきました。 こうした状況の中で、多くの若い労働者がテクノロジーや医療などの他の分野に魅力を感じて、その分野で働くことに反対しています。労働危機が製造業だけでなく、原材料、生産者、消費者、特に独自の艦隊を運営する企業をつなぐサプライチェーンにも影響を与えているという事実は、この問題を悪化させている。 パンデミック前の段階からトラックの仕事が30%増加したにもかかわらず、全国で約8万人のドライバーがまだ不足しています。 いくつかの州は、この問題に対処するために、トラック運転手の最低年齢を21歳から18歳に引き下げることを主張しています。 その結果、潜在的な労働者のプールは増加するだろうが、若くて経験の少ない運転手の洪水は、より多くの安全上の危険をもたらすことができる。製造業の労働危機は産業全体に影響を与え続けているが、それはまた、寄り添うことを決意する企業にとってもメリットとなるかもしれない。 最大のリスク領域を特定し、それらを管理するための完全な計画を作成するには、保険プロバイダーと協力することを検討してください。 労働条件や経営関係の強化、雇用プールの多様化、成長の可能性の拡大といったステップを踏むことで、従業員の幸福と生産性を全社的に高めることが可能です。

製造ビジネステクノロジのベストプラクティス

ビジネスを改善する最良の方法の1つは、運用を詳細に見て、改善できる場所を見つけることです。 はじめに 現在、製造業には、ビジネステクノロジーに関して多くの選択肢があります。 適切なシステムを選択することで、運用を合理化し、製造ビジネスの効率化を図ることができます。 製造ビジネステクノロジシステムを選択するためのベストプラクティスを次に示します。 1.現在の状況を評価する 使用するビジネステクノロジシステムのタイプを決定する前に、まず現在の状況を評価する必要があります。 これには、現在のシステムのインベントリと、それらがどのように連携して動作するかが含まれます。 この情報は、どのシステムが必要で、どのシステムを交換またはアップグレードできるかを判断するのに役立ちます。 2.業界標準の検討 ビジネステクノロジシステムを選択する際には、業界標準を考慮することが重要です。 たとえば、電子部品を製造する場合は、ISO9001:2008などの業界標準を満たすか、それ以上のソフトウェアパッケージを探します。 これにより、データが常に正確で追跡可能であることが保証され、長期的には時間とコストを節約できます。 3.お客様のビジネスニーズに合ったシステムをお探しください ニーズを特定したら、それらのニーズを具体的に満たすシステムを探すときです。 予算、複雑さ、他のシステムとの互換性、拡張性、将来の成長可能性などを考慮してください。 選択肢を絞り込んだら、時間をかけて各システムを詳細にテストしてから、最終的な決定を行います。 これにより、お客様は投資から最大限の価値を得ることができ、お客様のビジネスは 製造ビジネステクノロジのベストプラクティスとは? 製造業は常に効率と生産性を向上させる方法を模索しています。

製造時リスクの低減のための措置

製造リスクとは、製造業者の通常の業務や、部品やアセンブリを予定通り、予算内で納品する能力を妨げる可能性のある問題です。 伝染病が示したように、一つの危険が連鎖的に影響を及ぼす可能性があります。世界的な労働力不足と材料不足がサプライチェーンを妨げた。 ウクライナ危機が多くの産業にとって重要な材料と供給網に与える影響は、昨年明らかになったもう一つの産業リスクである。 製造業のリスク管理も、インフレや燃料価格の上昇に悩まされている。製造企業の市場投入までの時間も、リスクの影響を受けます。 製造業に対するリスクは、会社全体に影響を与える可能性があります。 サプライチェーンに影響が及ぶ場合、必要な供給を確保することは困難です。労働力不足の影響を受けるのは間違いないが、生産は深刻な影響を受けるだろう。 インフレとガソリン価格の上昇により、コストエンジニアはより多くの計算を行う必要があります。 未来が有望に見えるにもかかわらず、適切に管理されなければ成長軌道を阻害する恐れのある製造業のリスクは依然として存在する。 組織の運用効率と利益率が、組織を強くする要因です。 リスク評価火災、地震、化学物質の流出、サイバー攻撃、その他の事件など、各施設で発生する可能性のある問題を把握することが第一歩である。 これは地域によって変わります。フォームを作成する個人は、指定された基準に基づいて、潜在的な懸念事項と結果を決定する。これらの影響は、生産や出荷の遅延からスタッフの健康と安全への影響に至ることができる。 その後、発生率と影響の両方について、1から5の間で脅威の評価が与えられ、5は最も注意が必要な深刻な状況を示します。その後、不利な事件を引き起こすことができた変数に応じて、予防と緩和介入が選択される。 安全とリカバリの計画魅力的ではなくても、インシデント管理と会社のリカバリのためにあらゆる詳細を計画することが重要です。 災害発生時に影響を受けるすべての従業員、クライアント、およびサプライヤと連絡を取れるように、連絡先リストを作成する必要があります。消費者およびサプライヤと早期に連絡を取り合えば、ソリューションに参加できる場合があります。 特定のイベントを誰に知らせるかを決定し、影響を受けた人々に一貫した通知を提供するコール通知スクリプトを開発する必要があります。 また、施設から作業者を安全に除去する方法などの訓練とチェックリストも提供しなければならない。内部監査会社の再建計画は、作成後、年1回の監査を受けるべきです。 これにより、適切なアクションプランを含むことが保証され、適切なプロジェクトリーダーとバックアップリードの特定と検証が可能になります。適切な戦略が確立され、すべての参加者が適切にトレーニングを受け、アプローチをサポートするためには、高度な計画、改訂履歴、リカバリの優先順位などの各側面を監査の一環として評価する必要があります。 テスト演習準備状況を評価するために、すべての施設は最優先の緊急事態を実施する必要があります。 お客様は、ITデータをリカバリする能力があることを証明できる必要があります。また、テスト演習のパラメータ内でクライアントに対して何ができるかを一般的に把握しておく必要があります。実際の危機によってプロセスの微調整が必要になった場合でも、ほとんどの機能アクティビティは準備されています。例えば、サイトへのアクセスの取得、チームへの警告、注文の把握、代替施設からの確認、および適切なお客様の連絡先の把握といったアクションが、演習中に実行されることがあります。 デザイン工学はもはやナプキンのクイックデザインに限らず、ナプキンが実現することや予算を超えないことを期待している。