第四次産業革命（4IR）への準備段階におけるAIの導入は、製造業にとってかつてない機会をもたらします。製造業のライトハウスは、自社の工場で4IR技術を大規模に導入する先駆的な企業です。
これらの業界ではすでに、製造業のリーダーが予測や意思決定を行える AI の能力を継続的に活用しており、多くの競争上、財務上、運用上の利点と効率性を実現しています。
例えば、予測保守は既に資産生産性を最大20%向上させることを可能にしています。AIが製造業の成長にこれほど大きな可能性をもたらす中、企業が産業用IoT（IIoT）の導入を躊躇しているのはなぜでしょうか？
AI技術が製造業の革命を牽引する一方で、成功と失敗を分ける最大の要因は人間の知性です。企業はますます、より高度な技術、認知能力、社会的スキル、そして感情的スキルの必要性を認識しています。ビジネスが第4次産業革命（4IR）へと移行する中で、従業員の理解、賛同、そして協力を深めることで、より迅速に前進することができます。
参照：調査：デジタルトランスフォーメーションの取り組みはコラボレーションに重点を置く（TechRepublic Premium）
ライトハウスメーカーは、デジタル成熟度のあらゆる段階において人材を重視する変革管理アプローチを共有しています。デジタル変革への道が進むにつれ、コミュニケーションの不一致、賛同の欠如、主要スキルの不足、硬直した企業文化といった共通の障壁は、まず人材に焦点を当てることで打破できます。
不一致なコミュニケーション
多くの製造業では、サイロ化や管理チェーンがスムーズに連携しない、従来型のコミュニケーションスタイルを採用しています。しかし、複雑な変更管理プロセスにおいては、シームレスなコミュニケーションが不可欠です。
AIを活用したプロジェクトでは、膨大な量の情報が様々なステークホルダー間で伝達・分析されます。これらの情報が適切に収集・分類されれば、誰もが容易に理解できる、業務の全体像が見えてきます。
製造業向け AI を専門とするテクニカル セールス エンジニアの Santhosh Shetty 氏は、このビジネス全体の視点により、サイロや階層を結び付ける新たな洞察が得られると述べています。
「現場では、工場の現場チームがサイロ化して作業しているのが現状です。彼らは特定のプロセスとそのプロセスで使用する機器のみに責任を負っています」とシェティ氏は述べた。「しかし実際には、工場のシステムは相互に連携し、複数の異なるプロセスで構成されています。
私たちが取り組んでいるのは、事業部門が工場全体を単一のビューで把握し、工場の稼働状況を単一のビューで強調表示できるようにすることです。お客様には、品質の良い領域と悪い領域の両方で稼働している場所と、そのような領域で稼働している期間を示すことができます。これはお客様にとって非常に貴重です。なぜなら、製造工場全体と相互接続されたすべてのプロセスを同時に単一のビューで表示するなど、工場全体をこのように包括的に表現することはこれまで見たことがなかったからです。そして、これを全員が目にすれば、すぐに同じ認識を持ち、何が可能かについて話し合いを始めることができます。
賛同の欠如
事業のあらゆるレベルでの賛同を最大化することで、プロジェクトが支援を受け、目標を達成する可能性が高まります。例えば、ガイダンスやリソースの提供に加え、スポンサーがプロジェクトにどのように関与するかによって、事業部門がプロジェクトをどれほど真剣に受け止めるかが決まります。工場現場からIT部門、経営陣、そして経営幹部に至るまで、誰もが事業と自分自身にとっての価値を理解し、デジタル成熟の道のりがどのようなものになるかを理解する必要があります。
人々は変化に対して本質的に抵抗しますが、特に以前の変更プロジェクトが期待どおりに機能しなかったり失敗したりした場合は、統計的に多くのケースでそれが当てはまります。
ミシュランの最高デジタル責任者であるエリック・シャニオット氏は、2019年のThe Innovator誌の記事で、同社のデジタル変革における成功について、「テクノロジーに頼っているのはわずか5%だ。残りの95%の成功は、新しい環境を機能させるために必要な人材の獲得にかかっている」と述べています。
「『ノー』と言う人はいない」とシャニオット氏は言う。「だが、彼らの目を見れば、そう言いたいと思っていることが分かる」
AIプロジェクトの成功における信頼性の重要な要素の一つは、データの完全性です。最新のデータサイエンス手法は、AIパイプラインの透明性を高め、生データを機械学習モデルが最適化のための処方箋を作成するために必要な情報に変換する能力を提供します。データを共有する前であっても、モデルが使用する根拠と手法をプラントエンジニアやオペレーターに説明することで、結果として得られるビジネスインサイトへの信頼を高めることができます。
主要スキルの不足
ほとんどの製造業にとって、デジタル成熟への道はまだ始まったばかりです。しかし、デジタル成熟プログラムの設計と実装に必要な人材の育成もまだ始まったばかりです。AIプロジェクトには、データサイエンティスト、ビジネスインテリジェンスアナリスト、機械学習エンジニア、ソフトウェアアーキテクトなど、多様なスキルを持つチームが必要です。これらの役割は複雑であり、重要な技術を統合するために多様な能力が求められます。
参照：COVID-19による男女格差：女性が仕事を辞める理由と復職させる方法（無料PDF）（TechRepublic）
マッキンゼーは、「製造業の経営幹部は、人材不足がデジタル変革の最大の障壁であることをすでに十分に認識している。製造業の企業の 42% がすでに 4IR 能力を持つ労働力の不足を経験していると報告しており、4IR が役割とスキルに及ぼす潜在的な影響に備えていると感じているのはわずか 32% である」と報告しています。
当然のことながら、この不足により、製造業界全体における移行はより困難になります。
貴社が任命するAIコンサルタントは、変革管理の問題、特にデジタル変革の初期段階で発生するより体系的な課題への対応に精通しています。これらの専門家を招き、他の製造業の変革を先導してきた経験から得た知見を共有してもらいましょう。
工場の準備状況を評価できるだけでなく、必要となる変化の人的側面について戦略家、プロジェクトリーダー、関係者を導くのに役立つ知識ももたらします。
硬直した企業文化
「古いやり方が正しい」という長年の信念を変えることは、特に製造業においては困難です。製造業は伝統を特徴としており、伝統は容易に変わることのない文化の柱となっています。
業務プロセスをよりデジタル化、データ駆動型へと変革する場合、工場内の組織的ダイナミクスは混乱、誤解、抵抗へと変化する可能性があります。
フォーブス誌は、「デジタルトランスフォーメーションはテクノロジーから始まるのではない。成功し、変革をリードする企業は、自社の文化を適応させることができる企業である」と報じています。
実現したい変化は、行動の変化に影響を与え、デジタル変革による生産性の向上を主張できるリーダーによって構想され、実行される必要があります。
これは、あらゆるレベルの従業員がデータをどのように解釈し、それに基づいて行動するかを理解する文化を創造することを意味します。データ主導の文化は、従業員が事実を識別・理解し、偏見を排除し、問題を特定し、機会を捉えることを可能にします。
たとえば、製造業のライトハウスの特徴は、最高レベルの経営幹部による後援を必須にし、企業文化の変化を確実にして、4IR の破壊的変化を成功させることです。
製造業の変更管理のための人材戦略
ライトハウスメーカーは、慎重な変更管理によってリスクが軽減されれば、デジタル成熟への障壁がなくなることを知っています。つまり、組織の人材を最優先に考えるということです。
このアプローチは、本来はばらばらだった視点や行動を統合し、従業員のエンパワーメントを図り、統合的な変化とイノベーションを通じて継続的な改善の文化を育みます。しかし、まずは4IR技術が本質的にこの変化をどの程度促進しているかを把握することが重要です。特に、工場の全体像を形成するサイロや階層構造を連携させる際には、この点が重要です。
現時点では、これは様々な業種のほとんどの製造業者が直面している課題です。AIパートナーと緊密に連携し、4IR変革プロジェクトに取り組むことで、IIoTの複雑さをより早く、より効果的に活用できる可能性が高まります。
従業員全員をこの旅に同行させることで、AI主導のデジタル成熟度への移行がスムーズになり、問題解決に費やす時間が短縮されます。これにより、全員が製造業の卓越性という新たな時代に向けて注力できるようになります。
DataProphetのテクニカルライターであるニコル・リッチーは、DataProphetのコンテンツ制作を統括しています。金融サービス、デジタルアドバイザリー、企業の社会的責任など、幅広い業界における長文技術ライティングの豊富な経験を有しています。ニコルは応用言語学とクリエイティブライティングの修士号を取得しています。
