日本型IoTビジネスモデルの壁と突破口


俯瞰図から見える 日本型IoTビジネスモデルの壁と突破口

著者:大野 治 … 

大野さんの「俯瞰図から~」シリーズ?の3冊目。非常に分かりやすくすべて読ませてもらっています。(Inobe.Shion)

「IoT」の画像検索結果

 

内容紹介

IoT化は確実に進んでいるが、実際の構築では、具体的にどうすればよいのか、どこから手を付ければよいのかと悩んでいる企業は多い。本書は、IoT化が進まないのは何が壁となっているのか、それを打ち破るにはどうすればよいのか等、日本企業が事業のIoT化を推進する際の指針を示す。

著者について

「俯瞰図から見える 日本型IoTビジネスモデルの壁と突破口」の著者・大野治氏の既刊、大好評発売中! !

「俯瞰図から見える IoTで激変する日本型製造業ビジネスモデル」(2016年12月刊:定価2160円)
「俯瞰図から見える 日本型“AI(人工知能)”ビジネスモデル 」(2017年12月刊:定価2160円)

IoTを単なる技術の技術と見做してはならないこと。事業のIoT化の目的は「モノ」から「コト」への転換、すなわち「製品の販売」から「サービスの提供」への転換であり、無駄のない高効率な工場の実現である。(P.2)
従来のIT業界で流行した明確な定義の無いマルチメディア、ユビキタス、Web2.0、クラウドなどのバズワードとは異なり、新たなビジネスへの転換や高効率な工場の実現を目指し、同時にユーザーとの利益の共有を目的として、政府やコンソーシアムなどの組織的な活動が先行して生まれたのが「IoT」である。(p.9)

▼ドイツ
2011年 インダストリー4.0

2013年 インダストリー4.0プラットフォーム
国家プロジェクトへ!

 

「ドイツ流ものづくり」を世界標準にすることだ。世界標準を獲得すれば、その技術を利用する世界中の企業からロイヤリティを得るとともに、情報を吸い上げてビッグデータ化し、新たな技術を生み出すこともできる。(p.10)
この目標達成に向かって、ドイツが常に動向を注視しているのが、IICではなく、GEやグーグル、アップルなどの企業の動向だ。ドイツが中国や日本、そしてアジア新興国を脅威と感じていることに変わりはないが、それ以上にアメリカの新しいタイプの製造業に危機感を抱いている。(p.10)

▼アメリカ

2013年 インダストリアル・インターネット(GE)

2014年 インダストリアル・インターネット・
      コンソーシアム(IIC:業界団体)

IICの目的は「革新的な製品・サービス・手法を生み出すこと」であり、先進的な結果を誰よりも早く報告することにより、デフォルト・スタンダードを決めてしまおうというもので、必ずしも標準化を目的とはしていない。(p.11)
IICの主な活動は、インダストリアル・インターネットのコンセプトに合う顧客導入事例(ケーススタディ)の共有と、インダストリアル・インターネットのコンセプトの実現に取り組んだ「実証実験」の2つで、IICはこの先行事例と実証実験を競い合う報告の場となっている。(p.11)

◎2016年 ドイツのインダストリー4.0とアメリカのIIC

両者が協力して国際標準を策定していくことで合意

 

ドイツとアメリカの両国とも、今後の製造業のルールを作って市場で有利に立つことを狙っている。(p.12)

▼日本
2015年 IoT推進コンソーシアム(経済産業省と総務省)

2016年 Society 5.0

 

Society5.0については、内閣府のこちらに解説。ドイツのインダストリー4.0とアメリカのIICのように目指しているものが残念ながら具体的でないように感じられます。

▼中国
2015年 中国製造2025
中国建国100周年までにアメリカと並ぶ中国社会主義現代化強国の実現に必要な、ハイテクや素材産業のインベーションとスマート化にフォーカスした戦略。

①半導体・次世代情報技術
②AI
③航空・宇宙
④海洋設備・ハイテク船舶
⑤EV・新エネルギー事業
⑥電力設備(原子力)
⑦農業設備
⑧高速鉄道・リニア
⑨新素材
⑩バイオ医療
10大分野の具体的産業にターゲット

ドイツと戦略的提携関係にあり、「インダストリー4.0」に学んだ中国の「中国製造2025」の取り組みは、資金力とアメリカに次ぐ巨大市場を持つために、アメリカとの経済戦争が落ち着けば、成功する可能性は高い。(pp.13-14)
これまで社会インフラを製造して納入する「=顧客の資産として引き渡す」ことに専念してきた製造業が、自社の製品「ソフトウェア制御されたインフラ(=メーカー側の資産)」を顧客にサービスとして提供するというビジネスモデルに変わろうとしている。このように「ソフトウェア制御された製品の利用サービスの提供」が、産業用IoTの本質である。(p.18)
産業用IoTのもう一つ特徴はスマート工場の実現だ。スマート工場では工場内のあらゆる工作機械や生産ラインなどをネットワークで接続し、それらに装着したセンサーで機械の稼働状況を把握し、工場全体の生産性や品質の向上、並びに工作機械や生産ラインなどの予知保全をすることで、工場全体の稼働率を上げて利益の最大化を目指す。(p.18)
この2つの特徴を実現する産業用IoTシステムの構成は、概ね同じである。同じシステム構成となているのは、産業用IoTシステムが「リアル性×広域性」のニーズを同時に満たさねばならないためだ。一つはリアルタイムで進行する状況に対して、クラウド環境上のソフトウェアがビッグデータをリアルタイム処理し、自動で監視・最適化を実行する機能が必要なためであり、もう一つは広域分散した設備・インフラに設置されたセンサーやカメラなどから様々なビッグデータが、広域ネットワークを介してクラウド上に集約する機能が必要となるためである。(p.19)

著者はIoTの俯瞰図として8つの技術階層で構成されると考えている。

利用者に近いところから
①運用サービス
②導入サービス
③アプリケーション・ソフトウェア
④アナリティクス・ソフトウェア
⑤プラットフォーム
⑥クラウド
⑦コネクティビティ
⑧モノ

そして、これら技術視点の8市場セグメントに対する企業の進出状況を分析して、3つのパターンに分類している。(p.21)

「垂直統合戦略」①②③④⑤
自社の製品や部品にセンサーを装着して特定マーケットを対象に、最終的な顧客の立場・意向に沿ったサービスを提供する戦略をとっている。これにより、付加価値向上(モノ→コトなど)によるサービス向上や売上向上を目指している。

「モノ重点戦略」⑧
生産管理やマーケティング分析に関する生産性向上による収益性の向上(生産量の拡大)を得意とする企業が、工場内の工作機械や生産ラインなどをネットワークで接続し、それらのセンサー情報をもとに工場全体の効率的な稼働を実現することで利益を生み出すスマート工場の実現を目指している。

「水平横断戦略」④⑤⑥⑦
第1と第2のIoT活用を支援することで売上の向上を目指している。具体的には、IT企業がクラウドやネットワーク階層で異なるマーケットを横断して事業展開しているのと同じように、ビッグデータ解析ソフトや人工知能やIoTプラットフォームで優位を築く戦略をとっている。

さて、著者は垂直統合戦略の産業分野として次の業務分野による市場定義をしているが、非常にわかりやすい。(p.22)

マーケット分類 競合各社が進出している顧客分野
エネルギー 送配電網
発電プラント
オイル・ガス
鉱山掘削
産業・水 自動車
航空
製造工場
水プラント
アーバン ビル設備
スマートシティ
運輸・鉄道
金融・公共・ヘルスケア 保険
公共・政府
ヘルスケア
コンシューマー 小売り/サービス
ホーム・家電
エンターテイメント

 

垂直統合戦略を採る企業は、IoT技術を用いてサービス化を図ることで、自社の製品の競争力を高めようとする。サービス化の目的は、製品を販売した後も継続的に顧客とのコンタクトを確保し、次の新規製品への買い換えやマーケティングや次期製品の設計・開発につなげていくことだ。(p.23)

 

GEは航空機エンジンに多数のセンサーを組み込んで、ユーザーである航空会社に納品する。そのセンサーから送られてくる膨大なエンジンの稼働状況に関するデータを分析して見える化した。そして、まず航空機エンジンの故障予知検知から試行して成果を確認した後、航空会社に故障の予兆を発見して連絡するサービスを始めた。次に航空機エンジンの稼働状況関するデータの分析結果から、航空機の燃費改善を提案した。また航空機エンジンの備品や消耗品の適切なサービスをするなど、航空機の最適な運航を提案した。このように航空会社のオペレーションにフィードバックするサービスを増やしていった。このような経緯を経て、GEは航空機エンジンの「モノ売り」ビジネスから安定で高効率なオペレーションを提供する「サービス売り」ビジネスへと転換しつつある。つまり、航空機エンジンを販売するのではなく、航空機エンジンの機能を提供するというサービス業に転換しようとしている。(p.24)
モノ重点戦略を採る企業は、IoT技術を用いて自社工場のスマート化を図ることで、自社の製品の競争力を高めようとしている。この代表的企業がシーメンスであり、三菱電機だ。(p.26)
生産プロセスの効率化を追求する際に、最初から製造ラインの様々な機器や設備の故障の「予兆診断」を実現しようとはしない。IoTno活用を始める際には必ず小額の投資でその効果がどの程度のものかを確認しつつ、次のステップへの拡大を計画する。(p.26)

本書では、4つのステップで書かれており、
Stage1:工場単位でのIoTの活用
Stage2:複数工場の一元管理
Stage3:工場間の生産能力相互融通
Stage4:企業間のバリューチェーンの最適化

▼第1ステージ
まず特定の工場で設備データをモニタリングして、事前対策的な設備保全による稼働率や良品率の向上、さらに生産数量の変動を常時把握して生産日程計画の最適化を図る。それためにすべての製造活動のデータを収集・蓄積してトレーサビリティを担保する。

●第1ステージのステップ
・最初のステップ:「解決すべきことは何か」
→「何が見えるか」できれば解決できるのか?
→どんなデータが必要なのか
・次のステップ:「現場設備をつないでデータをデジタル化」
→データ構造など整合性をとってデータベースに蓄積
→「ファシリティの見える化」でボトルネックの把握

工場内のあらゆる工作機械や生産ライン、人の動きなどを収集したデータを統計的手法により分析し、数値やグラフによって傾向や状態を視覚化する。これにより、様々な気づきが生まれる。そして発見されたムダを改善していく。(p.28)

・次のステップ:「予兆検知・異常診断」
→故障の劣化を検知し、故障が発生する前の適切なタイミングでメンテナンスを行うことで、機器の稼働率を高める。
→これまで過剰だった予防保全が不要となりメンテナンスコストが削減。
→さらに変化点の把握によって故障原因の究明が可能。

▼第2ステージ
企業内のすべての工場の生産ラインの稼働データを集中管理する。そのデータに基づいて、生産性や品質、省エネなどの観点で評価した結果、最も優れているプロセスを選び、そのベストプラクティスをすべての工場に横展開することにより、各工場の設備設定を最適化して、良品率や稼働率を向上する。

このステージでは期待効果はどの程度見込めるのかの確認や、投資額や開発期間はどの程度かの確認である。技術課題はセンサーからデータを継続して収集することができるか、安定して稼働するかなどだ。

▼第3ステージ
複数工場間における企業内バリューチェーンの最適化に向けて、各工場の工程レベルで工場間のネットワークを仮想モデル化し、需給計画と生産日程計画、それに基づく出荷計画を作成する。この計画と実績の差異をタイムリーに把握し、仮想モデルを更新して計画制度を向上させる。また、不良品発生時に、製造にかかわる原材料情報や工程情報といった品質関連情報を企業内の複数工場間、設計部門・製造部門・サービス部門などの部門間で共有し、原因分析を迅速化する。

▼第4ステージ
企業を跨いだ全体最適を目指して利益配分の適正化まで踏み込むことで、より大きな成果を得る。

ここまで到達している企業は極めて少ない。

●スマート工場は従来の工場と何が違うのか。

仕組みとしては、工場内の製造装置や制御装置、電力装置、生産ラインなどにセンサーを装着して、製造工程の情報をリアルタイムに取得し、それらのデータとクラウドに蓄積したビッグデータとをAIを駆使して分析、今までできなかった生産性向上や品質向上を実現する。さらに工場内の生産管理システム、製造実行システム(MES)などと連携する。最終的には社内のERPや受発注システム、顧客管理システムなどとも連携する。こうすることにより、「つながる工場」が実現する。(p.31)
ここまで達成したスマート工場では、固定的な生産ラインの概念がなくなり、動的・有機的に再構成できるセル生産方式を取ることが可能になる。また研究開発から生産までの開発期間を短縮し、競争力のある製品を生産することが可能になる。(pp.31-32)
この段階までくると、スマート工場の特徴として言われている、
①顧客の要求なら1個でも注文に応じるカスタマイズ性
②注文を受ければ瞬時に生産が始まるリアルタイム性
③顧客からの少量の要求にも大量生産とそれほど変わらない価格で提供できる工場の実現
が見えてくる。(p.32)
2018年3月のIDC Japan「国内IoT市場 産業分野別予測」では、日本のIoT市場は2017年から2022年の未来に向けて年率15%で伸びるとしていて、IoT化は着々と進んでいるように見える。しかし、世界のIoT市場は2013年の4860億ドル(約53兆円)から2019年には3倍の1兆7000億ドル(約178兆円)を突破する。その伸び率は実績として年率23%もある。また、2018年8月の内閣府の「平成30年版経済財政白書」によると、IoTの導入状況についてはアメリカが40%を超えているのに日本は20%程度で、今後の導入以降についてはアメリカやドイツは70%~80%程度なのに対し、日本は40%程度にとどまっている。これらのレポートを見ると日本企業のIoT化は苦戦しており、その差は開く一方だ。(P.33)
日本企業のIoT化の実態を見ると、一部の企業は予知保全などの新たな付加価値を提供し始めているが、多くの企業が取り組んでいるのは製造プロセスのデータ収集・活用によるカイゼン活動で、それ以上の付加価値提供にまでは至っていない。(p.33)
近年、製品や生産ラインをデジタル上に再現して自動精算につなげる技術が注目を浴び、生産現場は物理空間からサイバー空間へシフトしていっている。これをGEはデジタルツイン(Digital Twin)と呼んでいる。デジタルツインとは、工場や製品などに関わる物理世界の出来事だけでなく、使用状況や経年劣化までをそっくりデジタル上にリアルタイムに再現することにより、製品開発時に設計や仕様変更についてもコンピュータ上でプロセスの検討を行えるようにする。これにより開発期間の短縮やコスト削減につながるだけでなく、商品が市場に出るまでの時間(Time to Market)の短縮や適正な在庫管理、設計改善によるコストダウン、変化点の把握による原因究明、問題の波及範囲の予測のようなことが可能になる。(p.65)
このデジタルツインを構築することによって、現実世界のモノの代わりに様々な状況の把握や予測に利用できるようになり、トラブルを予測して対策を事前に施すことによりダウンタイムをなくす、あるいは必要ない保守を省いてモノの流れを効率化させるといったメリットなどが生まれる。その効果は経営面にもおよび、意思決定の迅速化へとつながる。(p.65)
ドイツの「インダストリー4.0」の当初の目的は、ドイツの製造業を中国や日本などの脅威から守ることだった。だが現在の目的は、中国や日本とも連携してドイツが市場をリードする役割を担い、ドイツの製造業が勝ち組になることに変わってきている。ドイツが現在も中国や日本、そしてアジア新興国を脅威と感じていることに変わりはない。だがそれ以上に、アメリカの新しいタイプの製造業に危機感を感じている。この危機感がドイツのインダストリー4.0の原動力となっている。(p.86)
企業がIoT化によって所定の目的を達成するためには、6つの壁を乗り越えなくてはならない。(p.94)
①システム環境の壁 IoT化の前提としてIT基盤が整備されている必要がある。
②データ定義の壁 収集した稼働データを分析するには、製品の過去からのデータのトレーサビリティが必要になる。
③データ連携の壁 データ連携には、プロトコルを標準化する壁と、企業内でコードを統一しなくてはならない壁の2つある。1つ目の壁は、センサーから収集したデータがアナログデータなら活用するためにデジタル化しなくてはならない。デジタル化されていてもデータ構造や採取時間の周期が違えば分析できないのでデータをクレンジングしなくてはならない。2つ目の壁は、収集した稼働データを分析するには、企業の基幹システムなどの業務システム間でコードが統一されていなくてはならない。
④会社・組織の壁 機器からデータを収集し、分析・活用するためには、自社内の組織が連携して取り組む仕組みが必要である。
⑤技術・スキルの壁 高いスキルの技術者や職人に依存している判断業務を見える化し、業務システムへの組み込みが必要である。
⑥運用上の壁 稼働した業務システムの分析や改修を継続的に行うための部署が必要である。
IoT化を進める際に気を付けねばならないのは、早期にIoT活用の効果を刈り取るのは難しいということだ。・・・・効果を生み出すまでにはある程度の時間がかかっている。その理由のひとつ目は、センサーなどからのデータ収集を開始しても、そのままでは直に役立たないことだ。まず、機械設備から得た情報に対して、それがどういった情報なのかを意味づける必要がある。そのためにはデータの蓄積が必要なので、ある程度の時間がかかる。2つ目は、センサーからのデータと既存の情報システムのデータをフル活用する環境ができていないことだ。(p.97)
データ(情報)は相互に連携することで価値が生まれる。単なるデータがある特定の目的とつながりを持った時、また他のデータや知識と組み合わせされた時に情報として大きな価値を持つ。(p.97)
IoTを活用する目的はセンサーを使うことでも、センサーでデータを集めることでも、集めたデータを分析することでもない。IoTを活用する目的は企業として、集めたデータの分析結果から顧客が喜ぶ提案をすること。そのデータを使って新たなサービスを開発すること。常に進化し続ける持続力を維持できること。顧客にモノやサービスを届けることのできる固有の組織的な強み、すなわち組織能力を整備する。このことをこのプロジェクトの立ち上げ時に、明確に文書化しておくことだ。(p.98)
データが企業の業務システム全体をスムーズに流れないと、IoT化が進まないだけではなく、経営の革新や意思決定のタイミングが遅れがちとなり、これからのネット時代に今いるポジションを維持することさえ難しくなる。(p.140)
経営者は情報システムに投資する際に、まず現状のITコストの実態とその効果がどの程度なのかを把握する必要がある。つまり、現状の情報システムの費用とその効果がどの程度で推移しているかを知らずして、その投資の議論をすることは一般的に考えにくい。しかし、自社の経営状況を把握するために必要な業務システムや情報システムの構築、運用、保守を継続的に行い、ITコストなどの経営情報を常時取得して経営に活用できている企業は少ない。(p.163)
不況時でも企業のITコストは平均して売上高の1%~数%を占めている。このITコストの厄介な問題は、ITの費用項目が会計上細かく分類され、その勘定科目が会社間で統一されていないことだ。例えば、ハードウェアを購入すれば資産になるが、リースを利用していれば費用に計上され、アウトソーシングしている場合は外注費用になる。またソフトウェアは資産に計上されるが、それは年々積みあがっていくものなので、時間軸で見た場合、過去5年間に自分たちがソフトウェアにいくら投資し、帳簿上の価値化が今いくらあるのかがわかりにくい。(p.163)

IoTについて、改めて整理できる良い機会を得られた。日本のIoTが立ち遅れないように産学官民全てがすべての得意不得意を考慮しながら、進めていかなければならないように思いました。

(気に入ったら投票をお願いします!)

にほんブログ村 経営ブログへ
にほんブログ村

コメントを残す

このサイトはスパムを低減するために Akismet を使っています。コメントデータの処理方法の詳細はこちらをご覧ください