Intelligence for Product Lifecycle Management (CIMdata Blog)
CIMdataのQuality & Reliability Engineering Consulting Practice (品質&信頼性エンジニアリングコンサルティングプラクティス) の担当ディレクターであるVenki Agaram博士は、最近のブログ投稿 (https://www.cimdata.com/en/resources/cimdata-blog/item/11484-intelligence-for-product-lifecycle-management) でこのトピックについての氏の考えを共有します。
CIMdataは、近々４月に米国ミシガン州アナーバ、ドイツのフランクフルト インドのプネー、中国の北京、そして東京で開催されるPLM Market＆Industry Forum (PLM市場＆業界フォーラム) のイベントでこのトピックについてより詳しく議論する所存です。 2019年のテーマは、 "Augmented Intelligence: Applications Across the Product Lifecycle (拡張知能：製品ライフサイクル全体のアプリケーション)“ です。
詳細については、PLM Market & Industry Forum のWebページ、
http://www.cimdata.com/en/education/plm-market-industry-forums を参照してください。
製品ライフサイクル管理のためのインテリジェンス
(Intelligence for Product Lifecycle Management)
CIMdataの2019 PLM Market & Industry Forum series (2019年度 PLM市場＆業界フォーラム) シリーズのテーマは、“Augmented Intelligence: Applications Across the Product Lifecycle (拡張知能：製品ライフサイクル全体のアプリケーション) ” です。CIMdataは、これまで可能であった仕事には見かけでは影響 (scratches the surface) を与えないと考えています。このことを念頭に置いて、エンタープライズデジタルトランスフォーメーションの道のりへのかかわりとして、製品ライフサイクル管理 (PLM) のために拡張知能・インテリジェンス (augmented intelligence *1) 機能をどのように開発する必要があるかを見てみましょう。
CIMdataは、製造業者、サプライヤ、およびスタートアップのイノベーティブな取り組みからもたらされる知的資産の作成、保守、および再利用を調整することを含む戦略的なビジネスアプローチとしてPLMを定義しています。これらの知的資産 (intellectual assets) は、大量の異種のデータを生み出すことが多く、データから情報を抽出するだけでなく、ストレージ、通信、分析、レポート作成の課題にもつながります。主にモノのインターネット (IoT) に起因して製品とそれらを開発するために使用されるエンタープライズシステムとの間の接続性の増加により、データ量は爆発的に増加しています。それにもかかわらず、ペタバイト単位の構造化および非構造化データを扱うための技術的進歩も到来しており、その結果、PLMを含む多くのビジネス分野におけるアナリティクス、機械学習 (ML) 、および人工知能 (AI) の分野が拡大しています。
PLMは、全社的なイノベーションを可能にするものとして、製品ライフサイクルに関連するデータフローを活用するだけでなく、エンタープライズリソースプランニング (ERP) 、製造実行システム (MES) 、顧客関係管理 (CRM) などのような隣接するエンタープライズシステムと共有するデータも活用すべきです。これまで、PLM関連のデータフローは、主に人間の直感に基づいて、製品とプロセスのイノベーション、およびオペレーショナルエクセレンスを推進するために使用されてきました。より優れて、より安価な製品や製品とサービスの組み合わせをより早く市場に投入するという、ますます激しくなっているグローバル競争により、もはや人間の直感だけに頼ることは不可能であり、高度なアナリティクス、ML、AIなどの別な手法が、目に見えないところや企業データの直感に反するところに隠されている情報を明らかにするために適用する必要があります。
ビジネスのデジタル変革は、競争力のあるスピードでイノベーティブな製品および製品サービスの組み合わせを実現に向けて製品およびプロセス関連の資産をデジタル化するだけではなく、AIレベルのアナリティスクのいわゆる規範的な状態 (prescriptive state) を達成するためのロードマップに従う必要もあり、何が起こったのかについての理解、なぜそれが起こったのか、アジャイル開発サイクルの中で何が起きているかのさまざまな分析が可能です。規範的な状態 (prescriptive state) は、企業全体で拡張インテリジェンス機能を明示して、あらゆる意思決定の状況において最も意味のある代替案でビジネスのイノベーションエンジンを提供します。デジタル変革の道のり (journey) は、描写・記述的 (descriptive) 、診断的 (diagnostic)、予測的 (predictive) 、そして最終的には規範的 (prescriptive) などのようなさまざまな成熟度の状態を含みます。膨大なPLM関連のエンタープライズデータの範囲は、ワークフローアプリケーションに直接組み込まれた実用的な洞察を生成するために、高度なアナリティクス、ML、およびAIの適用に基づいて活用でき、企業のデジタル変革の成熟度を特定するものです。
さまざまなアナリティクス、ML、AIに関連したコンセプト実証 (POC) プロジェクトが、今日、製造業によって、PLMの異なった分野、たとえば要件、サービス、部品分類、その他で行われています。しかしながら、これらのPOCプロジェクトを使用してPLMを中心としたデジタル変革の戦略を構築し、MLとAIを活用して収益とオペレーショナルエクセレンスを推進するには、具体的で明白な競争上の優位性を生み出す拡張知能 (Augmented intelligence)の実践的なアプリケーションが必要です。
CIMdataの2019 PLM Market & Industry Forum (2019年度 PLM市場&業界フォーラム) の製品ライフサイクル管理のためのインテリジェンスに関するセッションに於いて、CIMdataは、業界の成熟度と利用可能なソリューションのアセスメントをしながら、エンタープライズデジタル変革の道のり (journey) の一部としてPLMのための拡張知能機能 (augmented intelligence capability) をどのように開発すべきかを示します。これら議論により、CIMdataは、私たちのニーズに応え、私たちの能力を拡張することができるエンジニアリングインテリジェントシステムに関する会話を始めたいと考えています。
2019 PLM Market & Industry Forumイベントは、4月4日に米国ミシガン州アナーバー、 4月11日にドイツのフランクフルト、4月15日にインドのプネー、 4月19日に中国の北京、そして4月24日に日本の東京で開催されます。
このトピックに関しての議論の主な点は次のとおりです：
- 製品ライフサイクル管理 (PLM) は、新製品および製品サービスの組合せを展開するための中心となるデジタル資産の作成、維持、そして再利用のオーケストレーションに役立つことで、製品製造ビジネスのイノベーションエンジンである。
- モノのインターネット (IoT) は、適切な分析を通じて人間の知能を高められる製品関連の構造化および非構造化エンタープライズデータのかつてないほどの重要性の高まりに起因してPLMでの接続性を促進した。
- PLM内およびPLMと隣接するエンタープライズソリューションとの間で流れているビッグデータを使用することで、PLM関連の新しい人工知能 (AI) アプリケーションを多数活用し、より良い製品をより早く且つより安価に市場に投入できる。
本トピックを共有することで、本ブログのコメントセクションからみなさんのお考えとお教えください。
Venki
このトピックについての詳細を知りたい方は、最近のCIMdataウェビナー "PLM at the Core of Analytics-Driven Innovation" 、および最近のホワイトペーパー "The Impact of Technology on Service" を参照してください。 これはCIMdataのWebサイトからもダウンロードできます。