Loading
Automation Today第81号 | 経営陣の視点

人材の能力を高める3つのアプローチ

ソフトウェア&コントロール担当のリージョナルディレクターのエイドリアン・ギエッコが、製造業がテクノロジを活用して人材の能力を向上させ、次世代の人材を獲得する方法について語ります。
購読申込

Share This:

LinkedInLinkedIn
XX
FacebookFacebook
PrintPrint
EmailEmail
Adrian Giecco filming for ROKStudios.
第81号
  • 特集記事
  • 経営陣の視点
    • 人工知能(AI)
    • 人工知能(AI)
    • スマートマニュファクチャリング
    • スマートマニュファクチャリング
    • オペレータの効率を最大化
    • オペレータの効率を最大化
    • リアル・ペット・フード社
    • リアル・ペット・フード社
  • 最新ニュース&イベント

1. ワークフォースエンパワーメントについて語るとき、それには何が含まれていますか?

未来の工場では、従業員は人間と犬の2人だけだろう。男は犬に餌をやるためにいるし、犬は男が設備に触れないようにするためにそこにいます。

その意味するところは、将来は従業員ゼロの無灯火製造になるということです。しかし、現実はそうではありません。私たちがオートメーションで行なっていることの多くは、産業従事者の仕事をより簡単に、より安全に、より効率的にすることです。もちろん、作業者1人当たりの処理能力を向上させ、生産単位当たりのコストを削減することは、常にテクノロジの推進力となっています。しかし、それだけではありません。生産システムの設計、構築、運用、保守といった、工業生産のライフサイクル全体にわたる活動です。

また、新世代の人材を迅速かつ一貫して受け入れ、彼らの仕事に意義とやりがいを持たせることで、彼らがここにとどまることを選択できるようにすることも、ますます重要になってきています。そのためには、従来の専門知識と新しいテクノロジを組み合わせて、仕事の進め方を変革する必要があります。

2. ロックウェル・オートメーションは、製造業における未来の人材(自社と顧客の両方)をどのように強化するつもりですか?

注目したい分野が3つあります。

Open All
Close All
1. リクルート+トレーニング

まず、必要な人材を確保する一方で、今いる従業員のスキルを向上させることです。これには、適応力があり、技術に精通した人材を集めると同時に、AIやコボットなど急速に進化する技術に対応できるよう、現在の従業員のスキルを再教育することが含まれます。役割を再構築し、継続的な学習に注力することで、企業はスキルギャップを埋め、競争力を維持することができます。

2. 最新化+投資

第2に、自動化、ロボット工学、AIなどの先進技術を統合することで、従業員がより価値の高い仕事をこなせるようになります。このシフトにより、従業員は手作業や反復作業ではなく、戦略的な意思決定や問題解決に集中できるようになります。テクノロジの導入は生産性を高めるだけでなく、仕事の満足度を向上させ、ビジネス成果への全体的な影響を改善する。テクノロジと最新のデジタルワークフローは、若い人材を製造業や産業生産に惹きつけるために不可欠です。

3. 将来への備え

最後に、テクノロジの急速な進歩により、組織が圧倒され、どのテクノロジを使うべきかわからなくなる「テクノロジ麻痺」に陥る可能性があります。これに対処するには、まず、具体的な長期的組織目標に基づき、段階的にテクノロジを導入するための戦略的ロードマップを作成します。パイロットプロジェクトやテクノロジプロバイダとのパートナシップは、リスクを最小限に抑えながらデジタルトランスフォーメーションを実施する方法です。このアプローチにより、企業は刻々と変化する産業環境の中で競争力を維持し、アジリティ(俊敏性)を保つことができます。

人材の能力を強化
Woman with orange helmet holding tablet and checking the machine.
達成した成果
人材の能力を強化

すべての人に成功するためのツールが与えられたとき、何が可能になるか想像してみてください。

3. GenAIやデジタルツインのような次世代テクノロジは、労働者の生産性と効率を高める上でどのような役割を果たすのでしょうか?

大きな役割を果たしています! いくつか例を挙げてみます。

 

生成AI

GenAIは今注目の技術であり、当社の最近の「スマートマニュファクチャリング報告書」では、2024年の投資対象分野の第1位、ROIではクラウドに次ぐ第2位となっています。注意しなければならないのは、GenAIは物理的な世界に関してはまだ十分な信頼性がないため、人間の監視なしに制御ループに入れることはできないということです。しかし、GenAIは産業用コパイロットのような方法で、多くの産業環境に存在する機器や技術の「博物館」に対処する人間を支援し、ガイドすることで、素晴らしいものになる可能性があります。

人材に力を与えるために登場しつつあるコパイロットのいくつかを紹介します。

Open All
Close All
1. 設計コパイロット

FactoryTalk® Design Studio™に新しく組み込まれたコパイロットのように、ユーザがハウツウの質問に答えたり、自然言語プロンプトに基づいてPLC/DCSコードを説明および生成したりするのを支援するコパイロットがますます増えています。これは、従来のオートメーションプログラミング言語のギャップを埋めながら、今日の卒業生の新しいスキルを活用する素晴らしい方法です。

CAD図面やシステム機能要件などの「上流」設計成果物から、新しいPLCやHMI成果物を自動的に生成するコパイロットやエージェントも、近いうちに登場するでしょう。

最終的には、エンド・ツー・エンドの生産システム設計ライフサイクルのスピードと簡素化が改善されます。

2. 操作コパイロット

これらのコパイロットは、生データや過去の生産データ、エンジニアリングデータと「チャット」することで、オンデマンドの生産に関する知見を提供します。当社のDataOpsプラットフォームであるFactoryTalk® DataMosaix™にコパイロットの機能を組み込み始めています。

3. 保守コパイロット

これらのコンテキスト認識コパイロットは、アラーム分析とトラブルシューティングを支援します。これは、アラームのコンテキストを解釈するための大規模言語モデル(LLM)と、LLMが製造メーカのドキュメントなど外部の最新の知識ベースにアクセスすることを可能にする検索拡張生成(RAG)と呼ばれる技術の組み合わせによって可能になります。

このアプローチにより、保守コパイロットはより正確でコンテキストに特化した支援を提供できるようになり、作業員はステップ・バイ・ステップのガイダンスにより複雑な保守作業をより効率的に処理できるようになります。

デジタルツインズ 生産システムの模擬モデルは、作業員により安全で多目的なトレーニングの場を提供します。これはフライトシミュレータのようなもので、インストラクタは、生産を中断することなく、作業員が困難なシナリオを学習するためのユニークなシナリオを事前にロードし、再現することができます。

この例として、NVIDIA (エヌビディア)社とのコラボレーションが挙げられます。NVIDIA社のオムニバースクラウドのアプリケーション・プログラミング・インターフェイス(API)とEmulate3D™を統合することで、生産システムの産業規模のデジタルツインを設計、構築、運用するためのデータ相互運用性、ライブコラボレーション、物理ベースの可視化をユーザに提供することができます。
 

An engineer remotely controlling a robot with a tablet in a futuristic factory.
Emulate3Dソフトウェアにより設置および立上げ時間を最大50%短縮
Emulate3Dソフトウェアにより設置および立上げ時間を最大50%短縮
ケーススタディ
ケーススタディ
Emulate3Dソフトウェアにより設置および立上げ時間を最大50%短縮
ECMテクノロジーズ社は、Emulate3D™ソフトウェアを使用して、大規模な熱処理プラントの開発、テスト、展開における設置と立上げの課題を取り除いています。

4. 人工知能(AI)の話が出ましたが、AIはどのように人材を補強するのでしょうか?

過去200年ほどの間、主要な産業技術のブレークスルーはすべて、「この技術革新は人に置き換わるのか」という同じような疑問を引き起こしてきました。しかし、何度も何度も、その影響はおおむね肯定的なものでした。

新しい産業技術は生産性とコスト削減を促進し、需要の増加と新たな市場の創造を促し、新たな雇用を生み出します。

一部の雇用が大幅に変化したり、あるいは失われたりする可能性は否定できませんが、正味の雇用創出という確かな実績があります。

私たちは、設計コパイロットが製造工程の自然言語記述を取り込み、制御コードを生成できるようになることを議論しました。つまり、制御エンジニアはこれらのツールを使うことで、近いうちに生産性が2倍から5倍向上する可能性があるということです。その結果、開発時間が短縮され、エンジニアはより価値の高い活動に専念できるようになります。

実績のある技術を簡素化し、拡張するためのAIの利用もその一例です。予知保全は何十年も前から存在していますが、専門知識が不足していることと、設定や保守が複雑なことから、多くの産業で広く導入されていません。半教師付き学習により、メンテナンスチームは、製造資産の異常検知とMTTF (平均故障時間)予測を迅速に実装し、すべての資産に迅速に拡張することができます。

例えば、私たちは大手金属・鉱業ブランドと協力し、 FactoryTalk® Analytics™ GuardianAI™を使用してAIベースの異常検知を注入し、収益性を向上させ、フルシフトダウンタイムを防止しました。

この意味で、AIはコストやリソースに制約があり、大規模に実施することができなかった生産性向上の実践を民主化します。

もう1つの例は、モデル化が難しい複雑なプロセスや変動が激しいプロセスの制御性能を向上させるための機械学習(ML)の利用です。この場合、制御エンジニアは、仕事のアウトプットを改善するためのツールとして、教師あり学習と強化学習を使用します。これらのMLベースのモデルは、多くの場合、従来の「設定して忘れる」エキスパートベースのモデルを凌駕し、OEE (設備総合効率)の向上を実現し、環境の変化に継続的に適応します。

 Adrian Giecco
Adrian Giecco
Software & Control Director, Asia Pacific, Rockwell Automation
Adrian leads a team of more than 100 engineers and consultants spanning 14 countries. Together they bring to market a suite of technologies that help manufacturers transform their operations. Adrian has more than 15 years’ experience in industrial control & information technology. Throughout his career, Adrian has managed complex automation projects, large engineering teams and innovative technology portfolios across multiple countries. He also co-founded an IoT start-up to help farmers be more sustainable.
連絡先:
トピック: デジタルトランスフォーメーション 産業用分析 ソフトウェアの進化 FactoryTalk Design Studio FactoryTalk DataMosaix FactoryTalk Analytics GuardianAI Emulate3Dデジタルツイン
製造業におけるAI
ai-manufacturing
ROKStudios
製造業におけるAI

製造における人工知能(AI)は新しいものではありません。GenAIです。当社のソフトウェア&コントロール担当ディレクターであるエイドリアン・ギエッコが、それが製造現場にもたらす影響について論じます。

購読登録

最新ニュースや情報をお受け取りになるには、メールマガジンの購読登録をお願いいたします。

購読登録
お客様へのご提案
Loading
  1. Chevron LeftChevron Left ロックウェル・オートメーションのホーム
  2. Chevron LeftChevron Left 企業情報
  3. Chevron LeftChevron Left ニュース
  4. Chevron LeftChevron Left 人材の能力を高める3つのアプローチ
を続行するには、クッキーの設定を更新してください.
この機能には、お客様の利便性を向上させるためにクッキーが必要です。これらのクッキーを許可するように設定を更新してください:
  • ソーシャルメディア・クッキー
  • 機能性クッキー
  • パフォーマンスクッキー
  • マーケティングクッキー
  • 全てのクッキー
いつでも設定を更新することができます。詳しくは{0}をご覧ください プライバシーポリシー
CloseClose